多机器人定位与建图系统及方法

    公开(公告)号:CN109491383A

    公开(公告)日:2019-03-19

    申请号:CN201811323139.4

    申请日:2018-11-06

    Inventor: 赵怀林 吴正

    Abstract: 本发明提供了一种多机器人定位与建图系统及方法,应用于灾后救援,通过机器人的复合传感器采集数据信息,包括:深度信息、IMU信息、里程计信息、定位信息,数据更加全面,更能详实立体地反应灾后救援场景环境;采用基于Rao-Blackwellized粒子滤波算法的gmapping算法进行机器人定位与建图,建图效率高;采用A*算法进行全局路径规划,采用动态窗口算法进行实时路径规划,具有准确、快速的导航能力;采用Movelt进行机械臂控制,排除路径上的障碍,提高了机器人应对复杂灾后救援场景的能力;二个及以上机器人构成机器人组,接收上位机的统一调配,将局部栅格地图融合成完整地图,提高了定位与建图的效率。

    基于TTP通信的电机监控系统及方法

    公开(公告)号:CN108646650A

    公开(公告)日:2018-10-12

    申请号:CN201810859619.6

    申请日:2018-07-31

    Inventor: 赵怀林 华国琳

    Abstract: 本发明提供了一种基于TTP通信的电机监控系统及方法,本发明采用TTP总线,以一片STM32控制器作为下位机系统的主节点,与多个STM32从节点进行数据交换;数据通信遵循TTP协议,STM32控制器按照协议要求对通信数据帧进行封装和解析;TTP系统通信经过TTP总线,即两路RS-485总线完成数据交换,两路总线通过节点控制器进行选择;并且TTP下位机系统的主节点与上位机软件相连,以完成上位机的控制和电机参数的显示,本发明基于TTP的双通道冗余传输,在一路通道损坏后可以立刻切换到另一通道成功完成通信,并且按照TTP的要求各节点控制器在规定时间段发送,避免数据堆积阻塞,使得系统具有高可靠性,总线利用率得到加强。

    基于自动编码器的老照片复原方法

    公开(公告)号:CN114627012B

    公开(公告)日:2024-04-19

    申请号:CN202210231138.7

    申请日:2022-03-09

    Inventor: 赵怀林 邓茗芳

    Abstract: 本发明提供了一种基于自动编码器的老照片复原方法,包括获取第一训练集中残缺的老照片,并将残缺的老照片进行初步补全形成第一完整照片;对所有第一完整照片分进行预处理,分别将每个预处理后的第一完整照片分割成若干子块,并分别嵌入对应的位置信息到若干子块内;分别将每一预处理后的第一完整照片的若干子块按照预设的遮盖率进行随机遮盖;将对应的预训练的ViT模型的权重作为MAE模型的基础权重,将将每一预处理后的第一完整照片未遮盖的子块作为MAE模型的输入,将对应的预处理后的完整照片作为MAE模型的输出,对MAE模型的权重进行微调得到训练好的MAE模型。本发明能够减少计算机的运算负荷且能够满足大范围残缺的照片的修复需求。

    用于拥挤人群计数的自适应多尺度上下文聚合方法

    公开(公告)号:CN112966600B

    公开(公告)日:2024-04-16

    申请号:CN202110242403.7

    申请日:2021-03-04

    Abstract: 本发明提供了一种用于拥挤人群计数的自适应多尺度上下文聚合方法,该方法包括:将样本图片输入到主干网络,提取大小为输入图像分辨率j倍的特征图;将提取的特征图以级联的形式输入到多个多尺度上下文聚合模块,提取并自适应聚合多尺度上下文信息,得到多尺度上下文特征;对生成的多尺度上下文特征进行卷积层处理,生成密度图;对所述密度图进行积分求和,得到预测人数。本发明有效地提取了多尺度信息,解决了人头大小不统一的问题,并通过通道注意力机制自适应选择和聚合有用的上下文信息,避免了信息的冗余,可以在拥挤场景下有更精确的密度估计,具有较高的鲁棒性。

    一种基于场景先验的智能体目标搜索的方法

    公开(公告)号:CN115311538A

    公开(公告)日:2022-11-08

    申请号:CN202210156851.X

    申请日:2022-02-21

    Abstract: 本发明涉及一种基于场景先验的智能体目标搜索的方法,用于机器人的目标搜索,包括以下步骤:确认目标编码信息和待搜索目标;通过机器人获取待搜索场景的环境图像,根据环境图像构建深度图像矩阵、语义图像矩阵;对提取对象关系特征向量;构建空间语义融合矩阵;根据空间语义地图融合矩阵获取语义地图特征向量;根据对象关系特征向量、语义地图特征向量及目标编码信息生成融合特征向量;根据融合特征向量对价值网络和目标网络进行训练,完成训练后基于训练好的价值网络进行目标搜索。与现有技术相比,本发明具有导航精度高、搜索准确性效率高等优点。

    基于多尺度上下文增强网络的人群计数方法

    公开(公告)号:CN112132023A

    公开(公告)日:2020-12-25

    申请号:CN202011005334.X

    申请日:2020-09-22

    Abstract: 本发明提供了一种基于多尺度上下文增强网络的人群计数方法,包括:输入一张图片,首先经过特征提取后,获得浅层特征与深层特征,然后通过特征融合模块进行特征融合,并将融合到的特征送入多尺度感知模块,最后通过上下文增强模块对特征的空间与通道信息进行编码,获得具有人群分布特征的密度图。通过对密度图像素进行求和可以得到当前图片估计的人数。本发明提供一种基于多尺度上下文增强网络的人群计数方法,可以有效地应对人群计数中存在的多尺度问题,并且通过对特征图的空间与通道上下文信息进行建模,可以对复杂场景的人群进行更精确的计数与密度估计。该发明具有较高的鲁棒性,能向大型人群聚集场所的安全与规划方面提供准确的数据。

    人群密度估计方法
    27.
    发明公开

    公开(公告)号:CN110942015A

    公开(公告)日:2020-03-31

    申请号:CN201911161705.0

    申请日:2019-11-22

    Inventor: 王莉 赵怀林 汪涛

    Abstract: 本发明提供了一种人群密度估计方法,本发明通过使用AlexNet网络将人群图片数据集分为密集与稀疏两类,然后针对这两类图像密度特征的不同将其分别送入对应的特征提取网络,从而获取更好有效的人群密度估计特征。本发明用于估计高密度人群图片中的人群数量,可预防人群过度拥挤造成的意外情况发生。本发明是一种组合式网络人群密度估计算法,通过对人群稠密、稀疏这两类情况分别做人群密度估计。该发明能更好的提供有效的人群密度估计特征,且能改善密度图分布不相似的问题,具有较好的鲁棒性。

    一种舵机控制器
    28.
    发明公开

    公开(公告)号:CN109921694A

    公开(公告)日:2019-06-21

    申请号:CN201910313293.1

    申请日:2019-04-18

    Inventor: 赵怀林 郭扬光

    Abstract: 本发明公开了一种舵机控制器,包括:主控模块,被配置为产生PWM波信号和使能信号;驱动模块,被配置为接收PWM波信号和使能信号,驱动外部舵机的电机转动;检测模块,被配置为采集外部舵机的电流信号,采集电机的转速信号和采集外部舵机的摇臂的位置信号,并把电流信号、转速信号、位置信号反馈给主控模块;其中,主控模块包括位置控制子模块、速度闭环控制子模块和电流闭环控制子模块;位置控制子模块包括位置闭环控制电路和位置前馈补偿器。本发明采用电流-速度-位置三闭环控制和位置前馈控制相结合的主控模块,能够有效地抑制干扰,消除稳态误差,提高系统的控制精度,工作稳定可靠。

    一种TTE终端系统内部时间同步系统及方法

    公开(公告)号:CN107147467B

    公开(公告)日:2018-11-20

    申请号:CN201710608202.8

    申请日:2017-07-24

    Inventor: 赵琪 赵怀林

    Abstract: 本发明涉及通信网络时间同步技术领域,具体来说是一种TTE终端系统内部时间同步系统及方法,所述的系统包括主机、通信控制器,通信控制器与主机和至少一个交换机进行通信,通信控制器根据计算得到的时钟修正值对主机和自身的本地时钟进行修正并产生数据帧,在分配给网络节点的固定时隙内向交换机发送数据帧;主机发送终端系统内部时钟同步命令和TTE网络中不同流量等级的命令。所述的TTE终端系统内部时间同步方法根据主机和通信控制器之间的数据传递计算时钟修正值,在固定时隙内向交换机发送数据帧。本系统和方法提高了时钟的精度、输出时钟的稳定性和确定性,保证了主机与通信控制器之间有确定性的传输延迟。

    一种应用于视频分析的行人跟踪算法

    公开(公告)号:CN108764338A

    公开(公告)日:2018-11-06

    申请号:CN201810527019.X

    申请日:2018-05-28

    CPC classification number: G06K9/6267 G06T7/194 G06T7/246

    Abstract: 本发明公开了一种应用于视频分析的行人跟踪算法,包括:通过背景减除法检测视频场景中的行人;通过光流算法推断行人下一时刻的运动位置,作为是否是同一个人的度量,此特征记为A;比较行人矩形框大小的相似性,此特征记为B;提取每个矩形框中行人的颜色直方图,比较当前帧检测框与下一帧检测框颜色直方图的相似性,此特征记为C;将以上三种特征进行组合,记为特征F;以特征F训练逻辑斯特分类器,使逻辑斯特分类器拥有判断是否是同一个人的能力;用训练好的逻辑斯特分类器进行每帧之间行人检测框的关联。本发明通过一系列特征的组合,使用逻辑斯特分类器完成矩形框之间数据的关联,从而实现了监控视频的行人跟踪。

Patent Agency Ranking