基于Wi-Fi与超宽带技术混合的室内定位方法

    公开(公告)号:CN115866747A

    公开(公告)日:2023-03-28

    申请号:CN202211472432.3

    申请日:2022-11-23

    Abstract: 本发明公开了一种基于Wi‑Fi与超宽带技术混合的室内定位方法,包括:步骤1:在室内部署一个UWB定位基站和多个Wi‑Fi信号接入节点,并记录设备位置,补偿UWB测距误差;步骤2:在预先设定的指纹点处采集各个AP的信号强度值,将处理后的信号强度值与指纹点对应的位置坐标录入指纹库;步骤3:根据UWB测量得到的目标用户与基站之间的距离,确定相应范围内的多个指纹点和有效AP,以缩减解空间并消除不可靠AP引入的定位误差;步骤4:利用步骤3筛选得到的指纹信息和当前实测数据,计算与UWB基站之间的距离,选取与UWB距离测量值之差最小的目标位置估计值作为最终的定位结果。本发明具有穿透力强、抗干扰效果好、定位精度高的优点。

    一种住院患者家属出入登记系统及方法

    公开(公告)号:CN114818768A

    公开(公告)日:2022-07-29

    申请号:CN202210494966.X

    申请日:2022-05-07

    Applicant: 浙江大学

    Abstract: 本发明涉及智慧医疗技术领域,具体涉及一种住院患者家属出入登记系统及方法,包括二维码采集单元,用于获取CMOS摄像头数据,并负责采集患者腕带二维码图;二维码图像处理单元,使用硬件逻辑对所述二维码采集单元采集患者腕带二维码图进行图像灰度化、中值滤波和图像二值化处理;二维码识别单元,用于对所述二维码图像处理单元处理后的图像进行二维码符号的识别,并输出识别结果;信息显示单元,用于显示二维码识别单元输出的识别结果,同时限定时间戳、出入次数以及患者腕带二维码中的患者信息。本发明减少了后期运算量,增加了系统运算效率,解决了患者家属出入病区,均需登记,现采用手工登记,程序复杂繁琐的问题。

    基于语义梯度点以及道路幂点的视觉场景识别方法

    公开(公告)号:CN114266950A

    公开(公告)日:2022-04-01

    申请号:CN202111458363.6

    申请日:2021-12-01

    Applicant: 浙江大学

    Abstract: 一种基于语义梯度点以及道路幂点的视觉场景识别方法,利用语义梯度点在强场景外表变化下可被重复检测的特性、语义梯度点不同层特征的不同优势以及场景本身的结构,提升在极具挑战场景下的性能。语义梯度点在强场景外表变化下可被重复检测的特性保证了正确匹配两者间所采纳特征的交集;将语义梯度点不同层的特征拼接在一起,能够利用不同层特征对于场景外表变化以及相机视角变化的不同特性;根据道路幂点划分区域并且在计算相似度时考虑区域间的对应关系,能够增加视觉重叠部分在相似度计算中的权重,更加专注于视觉重叠部分,排除无关部分的干扰。

    一种基于卷积神经网络的视觉里程计方法

    公开(公告)号:CN109708658A

    公开(公告)日:2019-05-03

    申请号:CN201910031577.1

    申请日:2019-01-14

    Applicant: 浙江大学

    Abstract: 一种基于卷积神经网络的视觉里程计方法,包括以下步骤:步骤1,通过移动机器人所携带的摄像头采集原始环境数据,训练基于卷积神经网络的特征点检测器A;步骤2,移动机器人执行待估算里程的运动,通过所携带的摄像头采集待估算的原始数据;步骤3,对摄像头所采集到的待估算数据进行数据采样、剪裁预处理操作,获得待处理数据;步骤4,利用特征点检测器A对待检测数据进行筛选,得到特征点信息;步骤5,利用特征点信息结合对极约束法求解移动主体的运动估算矩阵,并进行里程坐标推算。本发明能够联系过滤前后帧环境之间的变化从而获得更加稳定的特征点,以增强匹配的准确率,从而减少视觉里程计的估算误差。

    一种基于状态识别的行人定位方法

    公开(公告)号:CN108537101A

    公开(公告)日:2018-09-14

    申请号:CN201810010536.X

    申请日:2018-01-05

    Applicant: 浙江大学

    Abstract: 一种基于状态识别的行人定位方法,包括以下步骤:步骤1,行人执行多状态的运动,通过移动设备内置传感器采集多状态的原始数据,训练多状态分类器C;步骤2,行人执行待定位的运动,通过移动设备内置传感器采集待定位的原始数据;步骤3,对移动设备内置传感器采集的待定位的原始数据进行数据分割、数据预处理,获得数据段;步骤4,利用多状态分类器C,识别出该数据段的状态A;步骤5,在该数据段内,基于识别的状态A,采用合适的航位推算模型,更新行人的三维定位。本发明提供了一种稳定性较好、定位精度较高的基于状态识别的行人定位方法。

    一种基于手工特征的毫米波雷达点云信号手势识别方法

    公开(公告)号:CN116186580A

    公开(公告)日:2023-05-30

    申请号:CN202211691958.0

    申请日:2022-12-28

    Applicant: 浙江大学

    Inventor: 潘赟 吴佳秀 杨哲

    Abstract: 一种基于手工特征的毫米波雷达点云信号手势识别方法,包括以下步骤:步骤1,准备阶段:准备一个毫米波雷达,将毫米波雷达置于室内固定位置,用于后续手势动作的采集;步骤2,离线构建阶段:使用步骤1中的毫米波雷达进行数据采集,毫米波雷达手势数据,并标记对应的分类标签,对毫米波雷达手势数据进行信号预处理后得到点云信号向量Ds,对得到的点云信号向量进行手工特征提取,得到手工特征向量;步骤3,在线识别阶段:步骤2中得到的手工特征向量使用分类方法进行分类识别。本发明在避免隐私泄露的前提下,同时避免佩戴繁琐的设备,进一步提升手势识别精度。

    基于语义平面的单目即时定位与致密语义地图构建方法

    公开(公告)号:CN113192133B

    公开(公告)日:2022-08-05

    申请号:CN202110394142.0

    申请日:2021-04-13

    Applicant: 浙江大学

    Abstract: 一种基于语义平面的单目视觉即时定位与致密语义地图构建方法,当新一帧图像出现时,首先检测新一帧图像中的特征点,若系统已初始化,根据关键帧队列进行相机当前位置追踪;判断新一帧图像是否为关键帧,若是则将其输入到语义分割网络中获取该帧像素级语义标签;将新关键帧加入关键帧队列,并进行联合优化,判断关键帧队列数量是否超出最大值,若已超出最大值,挑选出旧关键帧中与新关键帧共视点个数最少的一帧关键帧进行边缘化;边缘化帧中静态语义类像素点根据其同语义类最近的语义质心点对应的语义小平面进行3D位置估计,进而恢复出致密的语义地图。本发明提升其定位精度,减少大量的计算复杂度,同时也避免了追踪每一个像素点给系统带来的不稳定性。

    基于语义平面的单目即时定位与致密语义地图构建方法

    公开(公告)号:CN113192133A

    公开(公告)日:2021-07-30

    申请号:CN202110394142.0

    申请日:2021-04-13

    Applicant: 浙江大学

    Abstract: 一种基于语义平面的单目视觉即时定位与致密语义地图构建方法,当新一帧图像出现时,首先检测新一帧图像中的特征点,若系统已初始化,根据关键帧队列进行相机当前位置追踪;判断新一帧图像是否为关键帧,若是则将其输入到语义分割网络中获取该帧像素级语义标签;将新关键帧加入关键帧队列,并进行联合优化,判断关键帧队列数量是否超出最大值,若已超出最大值,挑选出旧关键帧中与新关键帧共视点个数最少的一帧关键帧进行边缘化;边缘化帧中静态语义类像素点根据其同语义类最近的语义质心点对应的语义小平面进行3D位置估计,进而恢复出致密的语义地图。本发明提升其定位精度,减少大量的计算复杂度,同时也避免了追踪每一个像素点给系统带来的不稳定性。

    基于自适应心电信号区域分割的标准12导联心电分段线性重建方法

    公开(公告)号:CN107616791B

    公开(公告)日:2021-02-19

    申请号:CN201710616386.2

    申请日:2017-07-26

    Applicant: 浙江大学

    Abstract: 一种基于自适应心电信号区域分割的标准12导联心电分段线性重建方法,包括以下步骤:a)自适应心电信号区域分割,对标准12导联心电信号进行自适应分区,根据心电信号的波动特性及不同的心动阶段来将其划分为首尾区、ST‑T区、R‑P区和QRS区;b)线性回归训练与重建,利用最小二乘准则对现有心电样本进行线性建模和线性重构的过程;c)子区域心电序列还原,由于待重建新号经过心电信号区域分割后分别进行线性重建,重建所得的心电子区域序列需要还原为常规顺序的心电信号。本发明提出了一种兼具快速性和准确性的基于自适应心电信号区域分割的标准12导联心电分段线性重建方法。

    一种基于狭缝波导和光子晶体光纤的全空气芯谐振陀螺

    公开(公告)号:CN110426026A

    公开(公告)日:2019-11-08

    申请号:CN201910726097.7

    申请日:2019-08-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于狭缝波导和光子晶体光纤的全空气芯谐振陀螺,包括光源、第一分束器、第二分束器、第三分束器、第一信号探测器、第二信号探测器、狭缝波导分束器、空芯光子晶体光纤环;狭缝波导分束器,包括硅衬底、二氧化硅缓冲层、铌酸锂薄膜层;铌酸锂薄膜层,表面刻蚀有V型槽、第一狭缝波导、第二狭缝波导;空芯光子晶体光纤环两端与狭缝波导分束器连接,形成全空气芯的谐振腔;光波在整个谐振腔的循环中,一直处于在空气中传播,减弱了光波传输过程中的各类损耗与环境影响,有利于提升谐振陀螺的性能;解决了现有空心光子晶体光纤谐振陀螺谐振腔不完全是空气芯导致的谐振性能下降的问题。

Patent Agency Ranking