公开(公告)号：CN116482679A

公开(公告)日：2023-07-25

申请号：CN202310463816.7

申请日：2023-04-26

Applicant: 西安电子科技大学

Inventor： 李洁 ,  代睿 ,  汪文豪 ,  李宇航 ,  何立火 ,  高新波 ,  路文

IPC: G01S13/88 ,  G01S7/40 ,  G06T3/40 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 利用深度自编码器进行雷达与光电数据缺失值插补方法，包括以下步骤；步骤1，构建训练集A和测试集B；步骤2，构建深度自编码器模块；步骤3，构建基于自适应学习的深度自编码模块；步骤4，利用步骤2中的深度自编码器模块，对缺失值部分进行第一次重构；得到自适应学习深度自编码器的缺失值插补模型；步骤5，对自适应学习深度自编码器的缺失值插补模型进行训练，使用堆叠动态样本对模型参数进行更新；步骤6，使用训练完成的自适应学习深度自编码器的缺失值插补模型对测试集B中的数据进行实验，以验证自适应学习深度自编码器对于雷达与光电数据缺失值插补的有效性。本发明实现在雷达轨迹与光电轨迹融合之前数据的完整性。

公开(公告)号：CN116451118A

公开(公告)日：2023-07-18

申请号：CN202310422057.X

申请日：2023-04-19

Applicant: 西安电子科技大学

Inventor： 李洁 ,  代睿 ,  李宇航 ,  汪文豪 ,  何立火 ,  高新波 ,  路文

IPC: G06F18/24 ,  G01S7/40 ,  G06F18/214 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明公开了一种基于深度学习的雷达光电异常值检测方法，包括以下步骤；步骤1，获取雷达和光电传感器采集到的点迹数据，构建训练数据集和测试数据集；步骤2，构建卷积提取特征矩阵模块；步骤3，构建卷积编码器模块；步骤4，构建基于注意力机制的卷积‑门控循环神经网络模块，提取时间特征；步骤5，反卷积解码重构特征矩阵；得到重构的特征矩阵；步骤6，构建误差分析模块，得到误差损失函数；步骤7，构建模型训练模块；步骤8，构建模型验证模块；选取步骤7训练过程中损失函数最小的模型，在测试集上对模型进行验证。本发明通过提取点迹数据的时间和空间特征，构建多尺度异常值检测模型，以达到提高异常值检测准确性的目的。

公开(公告)号：CN116451118B

公开(公告)日：2024-01-30

申请号：CN202310422057.X

申请日：2023-04-19

Applicant: 西安电子科技大学

Inventor： 李洁 ,  代睿 ,  李宇航 ,  汪文豪 ,  何立火 ,  高新波 ,  路文

IPC: G06F18/24 ,  G01S7/40 ,  G06F18/214 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明公开了一种基于深度学习的雷达光电异常值检测方法，包括以下步骤；步骤1，获取雷达和光电传感器采集到的点迹数据，构建训练数据集和测试数据集；步骤2，构建卷积提取特征矩阵模块；步骤3，构建卷积编码器模块；步骤4，构建基于注意力机制的卷积‑门控循环神经网络模块，提取时间特征；步骤5，反卷积解码重构特征矩阵；得到重构的特征矩阵；步骤6，构建误差分析模块，得到误差损失函数；步骤7，构建模型训练模块；步骤8，构建模型验证模块；选取步骤7训练过程中损失函数最小的模型，在测试集上对模型进行验证。本发明通过提取点迹数据的时间(56)对比文件Shun Gan等.Multisource Adaption forDriver Attention Prediction in ArbitraryDriving Scenes《. IEEE Transactions onIntelligent Transportation Systems》.2022,第23卷(第11期),20912-20925.Shi Yong等.Robust deep auto-encodingnetwork for real-time anomaly detectionat nuclear power plants《.Process Safetyand Environmental Protection》.2022,第163卷438-452.郑育靖等.基于GRU-Attention的无监督多变量时间序列异常检测《.山西大学学报(自然科学版)》.2020,第43卷(第04期),756-764.柳月强等.基于时空相关性的多传感器数据异常检测《.计算机应用与软件》.2020,第37卷(第10期),85-90.Yifeng Tan等.Multivariate Time-SeriesAnomaly Detection in IoT Using Attention-Based Gated Recurrent Unit《.2022 14thInternational Conference on WirelessCommunications and Signal Processing(WCSP)》.2023,604-609.彭洋.基于深度神经网络GRU的并行网络流量异常检测方法研究《.中国优秀硕士学位论文全文数据库 (信息科技辑)》.2022,(第02期),I139-56.罗俊海.无人机探测与对抗技术发展及应用综述《.控制与决策》.2021,第37卷(第3期),530-544.

公开(公告)号：CN107301666B

公开(公告)日：2021-04-13

申请号：CN201710506256.3

申请日：2017-06-28

Applicant: 电子科技大学

Inventor： 何俐萍 ,  张鹏飞 ,  曾易寒 ,  陈鹏 ,  丁聪 ,  代睿

IPC: G06T7/73 ,  G06T7/30 ,  B25J13/08

Abstract: 本发明公开了一种机器人自动射击方法；其包括采用双相机获取射击目标图片、分别对图片进行射击目标匹配、再对射击目标进行双相机匹配，采用双相机对射击目标进行双目测量、得到射击目标相对于机器人的三维坐标，选取距离机器人最近的射击目标进行锁定、利用主控系统完成自动射击。本发明采用灯条匹配方法实现图片颜色与射击目标匹配，再进行双相机与射击目标匹配，根据双相机对射击目标的双目测量结果结合双相机与射击目标的匹配结果实现对射击目标的锁定，从而实现机器人自动射击。

公开(公告)号：CN107009370A

公开(公告)日：2017-08-04

申请号：CN201710280564.9

申请日：2017-04-26

Applicant: 电子科技大学

Inventor： 何俐萍 ,  陈鹏 ,  曾易寒 ,  张鹏飞 ,  丁聪 ,  代睿

IPC: B25J11/00 ,  B25J5/00 ,  B25J9/08 ,  B25J9/12

CPC classification number: B25J11/002 ,  B25J5/007 ,  B25J9/08 ,  B25J9/12

Abstract: 本发明公开了一种射击机器人，包括底盘，底盘的前后分别安装有悬挂模块，底盘上安装有云台；云台包括云台基座，云台基座与云台支架相连，云台支架上安装有发射装置，发射装置可以在云台支架上转动，发射装置与拨弹模块相连；悬挂模块驱动底盘运动；悬挂模块包括麦轮，麦轮与底盘电机相连，底盘电机驱动麦轮转动，底盘电机与避振固定器通过避振器活动连接，避振固定器与底盘固定连接，底盘电机与底盘活动连接。本发明的有益效果是：射击机器人可全向移动，控制方便，移动速度快，可靠性高，实用性强等。

公开(公告)号：CN107301666A

公开(公告)日：2017-10-27

申请号：CN201710506256.3

申请日：2017-06-28

Applicant: 电子科技大学

Inventor： 何俐萍 ,  张鹏飞 ,  曾易寒 ,  陈鹏 ,  丁聪 ,  代睿

IPC: G06T7/73 ,  G06T7/30 ,  B25J13/08

CPC classification number: G06T7/74 ,  B25J13/08 ,  G06T7/30 ,  G06T2207/10004 ,  G06T2207/10024

Abstract: 本发明公开了一种机器人自动射击方法；其包括采用双相机获取射击目标图片、分别对图片进行射击目标匹配、再对射击目标进行双相机匹配，采用双相机对射击目标进行双目测量、得到射击目标相对于机器人的三维坐标，选取距离机器人最近的射击目标进行锁定、利用主控系统完成自动射击。本发明采用灯条匹配方法实现图片颜色与射击目标匹配，再进行双相机与射击目标匹配，根据双相机对射击目标的双目测量结果结合双相机与射击目标的匹配结果实现对射击目标的锁定，从而实现机器人自动射击。