公开(公告)号：CN115063679B

公开(公告)日：2024-04-26

申请号：CN202210680025.5

申请日：2022-06-15

Applicant: 电子科技大学

Inventor： 杨帆 ,  许洁 ,  李玉柏 ,  曹冠宇

IPC: G06V20/10 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00 ,  G06V10/30 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供了一种基于深度学习的路面质量评估方法，属于路面质量评估技术领域，该方法包括：采集路面图像，并对路面图像进行预处理；对经预处理后的路面图像进行标注，构建检测模型，并利用经标注后的路面图像训练检测模型；将训练好的检测模型部署至移动端，并利用部署有检测模型的移动端对路面质量进行评估。本发明解决了针对现今路面检测领域中存在的检测破损类别数较少和检测的精准度和召回率不均衡的问题。

公开(公告)号：CN118189964A

公开(公告)日：2024-06-14

申请号：CN202410314168.3

申请日：2024-03-19

Applicant: 电子科技大学

Inventor： 杨帆 ,  曹冠宇 ,  杨潇

IPC: G01C21/20 ,  G06N3/0464 ,  G06N3/045 ,  G06F18/2131 ,  G06F18/214 ,  H04B10/80

Abstract: 发明公开了基于信号矩阵变换和深度学习的光学机器人定位方法，包括构建光学机器人定位系统，以接收器为原点，绘制I条对数螺线，并在每条对数螺线上按照角度均匀选取M个点作为接收器位置；构建去噪神经网络，滤除接收信号中存在的环境光噪声、器件的热噪声和散粒噪声；并利用A步骤中所建立的定位系统中的接收器所接受到的信号，转化为信号矩阵；精确定位：使用卷积神经网络提取C步骤所得信号矩阵的特征，之后使用Transformer处理提取到的特征，实现对发射激光的光学机器人的定位。本发明增强了对目标的解析能力、提升了对噪声的鲁棒性，使得新的方法能够适应更加复杂的水下环境。

公开(公告)号：CN115585808A

公开(公告)日：2023-01-10

申请号：CN202210657463.X

申请日：2022-06-10

Applicant: 电子科技大学

Inventor： 杨帆 ,  张水根 ,  陈实 ,  曹冠宇

IPC: G01C21/20 ,  G05D1/06

Abstract: 本发明公开了一种激光引导的水下自主航行器定位及回坞方法，基于RSS光强检测器的接收器棱镜组所接收的光强信息，构建定位的误差方程，解析计算当前AUV目标定位值的方法；通过迭代更新光路方向新坐标系下偏移半径r所对应的偏角φ，再次构建新的误差方程，从而提高了AUV定位的精度、减少了定位的误差。本发明在自主构建的定位算法基础上，设计了一种基于接收光强的节点引导回坞方案，其利用激光强指向性特点，一定程度上提升了接驳站隐蔽性的同时，去除AUV回坞对光学图像的依赖，转而利用接收器信号强度进行导航回坞，并在较远距离、弱湍流情况依然有不错回坞引导成功率，提升了AUV的自主性。

公开(公告)号：CN115063679A

公开(公告)日：2022-09-16

申请号：CN202210680025.5

申请日：2022-06-15

Applicant: 电子科技大学

Inventor： 杨帆 ,  许洁 ,  李玉柏 ,  曹冠宇

IPC: G06V20/10 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00 ,  G06V10/30 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供了一种基于深度学习的路面质量评估方法，属于路面质量评估技术领域，该方法包括：采集路面图像，并对路面图像进行预处理；对经预处理后的路面图像进行标注，构建检测模型，并利用经标注后的路面图像训练检测模型；将训练好的检测模型部署至移动端，并利用部署有检测模型的移动端对路面质量进行评估。本发明解决了针对现今路面检测领域中存在的检测破损类别数较少和检测的精准度和召回率不均衡的问题。