-
公开(公告)号：CN111696147B
公开(公告)日：2023-04-07
申请号：CN202010442274.1
申请日：2020-05-22
Applicant: 东南大学
IPC: G06T7/55 , G06T7/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv3模型的深度估计方法。深度估计是机器人视觉感知中实现对周围环境物体定位的关键步骤之一，基于特征点的深度估计方法以点表示物体，不能直接将深度估计结果等同物间垂直距离，因此在物体定位和高精度地图匹配中应用受限。本发明以深度卷积神经网络与深度估计应用结合为基础，针对性改进YOLOv3模型的损失函数，增加模型对左右视图中目标u轴坐标变化的敏感程度；使用双目相机抓取的左右图像作为输入，通过改进的YOLOv3模型输出物体的目标检测框，并进行目标匹配和视差计算得到物体的深度估计结果。使用本发明所提出的方法，可同时输出物体的类别和深度估计结果，且相较于原始YOLOv3模型其深度估计精度有显著提升。
-
公开(公告)号：CN112907610B
公开(公告)日：2022-04-29
申请号：CN202110317982.7
申请日：2021-03-25
Applicant: 东南大学
IPC: G06T7/13 , G06T7/20 , G06K9/62 , G06V10/764
Abstract: 本发明公开了一种基于LeGO‑LOAM的分步式帧间位姿估计算法。首先读入激光雷达的点云信息，并将点云划分为地面点和非地面点，再标记小集群点。在对点云进行分类之后，在地面点中提取地面特征点，在非地面点中提取边缘特征点。之后对位姿进行分步求解，步骤一通过地面特点计算得到帧间位姿的翻滚角、俯仰角和竖直方向的位移，并将计算得到的三自由度位姿代入步骤二的边缘特征点计算偏航角以及水平面上位移的过程，在步骤二中对六自由度位姿同时进行优化，最后再与地图点共同优化位姿。应用本发明的方法求解的轨迹精度较LeGO‑LOAM算法的轨迹精度提升最高达45.4％。
-
公开(公告)号：CN111045046B
公开(公告)日：2021-10-19
申请号：CN201911217627.1
申请日：2019-12-03
Applicant: 东南大学
Abstract: 本发明公开了一种基于NARX的短期电离层预报方法及装置，该方法首先从历史TEC数据文件中获得连续一段时间内的TEC格网数据；然后根据观测站的经纬度，通过双线性内插的方式获取该段时间内的单点TEC时间序列；再建立NARX神经网络模型，利用TEC时间序列对NARX模型进行训练，输入参数包括TEC时间序列和外部时间参数的时间序列，输出为下一时刻的TEC预测值；最后根据训练完成的NARX模型进行实时预测，获得未来时刻的TEC预测值。使用本发明提出的方法，能够提高电离层TEC的预测精度，应用于GNSS定位中可以提高定位精度。
-
公开(公告)号：CN112907610A
公开(公告)日：2021-06-04
申请号：CN202110317982.7
申请日：2021-03-25
Applicant: 东南大学
Abstract: 本发明公开了一种基于LeGO‑LOAM的分步式帧间位姿估计算法。首先读入激光雷达的点云信息，并将点云划分为地面点和非地面点，再标记小集群点。在对点云进行分类之后，在地面点中提取地面特征点，在非地面点中提取边缘特征点。之后对位姿进行分步求解，步骤一通过地面特点计算得到帧间位姿的翻滚角、俯仰角和竖直方向的位移，并将计算得到的三自由度位姿代入步骤二的边缘特征点计算偏航角以及水平面上位移的过程，在步骤二中对六自由度位姿同时进行优化，最后再与地图点共同优化位姿。应用本发明的方法求解的轨迹精度较LeGO‑LOAM算法的轨迹精度提升最高达45.4％。
-
公开(公告)号：CN110377969A
公开(公告)日：2019-10-25
申请号：CN201910566107.5
申请日：2019-06-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于ELM的区域电离层延迟实时建模方法。首先根据CORS站观测值获得信号穿刺点处电离层VTEC值和穿刺点经纬度，建立区域电离层球谐函数模型；然后使用球谐函数模型求解各穿刺点的VTEC模型值和模型值残差；其次建立ELM模型，将穿刺点经纬度、球谐函数模型自变量参数、VTEC模型值作为ELM模型输入参数，VTEC模型值残差作为输出参数，构建学习样本数据进行训练建模；最后利用训练好的ELM模型实时计算模型残差补偿值，结合VTEC球谐函数模型值得到VTEC预测值。使用本发明提出的方法，能够实时建立区域高精度电离层延迟模型。
-
Patent Agency Ranking
公开(公告)号：CN112132880B
公开(公告)日：2024-05-03
申请号：CN202010910048.1
申请日：2020-09-02
Applicant: 东南大学
IPC: G06T7/50
Abstract: 本发明公开了一种基于稀疏测量和单目RGB图像的实时稠密深度估计方法，采用自注意力机制和长、短稠密跳转连接技术，从稀疏深度测量中提取更多有用的信息。同时结合深度监督技术提出了一种用于实时深度估计的轻量化网络设计方法。实验结果验证了自注意力机制和长、短稠密跳转连接技术以及深度监督技术的有效性。实验结果表明，使用本发明提出的方法可以最大限度的平衡网络预测精度和推理速度，以获得效率最大化。采用本方法实时估计的深度误差，在稀疏采样率为
-
公开(公告)号：CN112950697B
公开(公告)日：2024-04-16
申请号：CN202110142746.6
申请日：2021-02-02
Applicant: 东南大学
IPC: G06T7/593 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种基于CBAM的单目无监督深度估计方法。深度估计是机器人实现对周围环境感知的关键技术之一，基于监督学习的深度估计方法将激光雷达等传感器得到的距离测量值处理后作为真值进行训练，但此过程会占用大量的人力和计算资源，因此其在跨场景中的应用很受限制。本发明在基于无监督学习的深度估计框架下，引入卷积块注意力模块并进行立体图像对的光度重建、视差平滑和左右视差一致性训练，对单目图像进行有尺度的深度估计。使用本发明所提出的方法，能够保留周围环境中物体的深度细节，并提高整体的深度估计精度，同时在跨场景下的泛化能力也能得到保障。
-
公开(公告)号：CN110377969B
公开(公告)日：2023-02-21
申请号：CN201910566107.5
申请日：2019-06-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于ELM的区域电离层延迟实时建模方法。首先根据CORS站观测值获得信号穿刺点处电离层VTEC值和穿刺点经纬度，建立区域电离层球谐函数模型；然后使用球谐函数模型求解各穿刺点的VTEC模型值和模型值残差；其次建立ELM模型，将穿刺点经纬度、球谐函数模型自变量参数、VTEC模型值作为ELM模型输入参数，VTEC模型值残差作为输出参数，构建学习样本数据进行训练建模；最后利用训练好的ELM模型实时计算模型残差补偿值，结合VTEC球谐函数模型值得到VTEC预测值。使用本发明提出的方法，能够实时建立区域高精度电离层延迟模型。
-
公开(公告)号：CN112132880A
公开(公告)日：2020-12-25
申请号：CN202010910048.1
申请日：2020-09-02
Applicant: 东南大学
IPC: G06T7/50
Abstract: 本发明公开了一种基于稀疏测量和单目RGB图像的实时稠密深度估计方法，采用自注意力机制和长、短稠密跳转连接技术，从稀疏深度测量中提取更多有用的信息。同时结合深度监督技术提出了一种用于实时深度估计的轻量化网络设计方法。实验结果验证了自注意力机制和长、短稠密跳转连接技术以及深度监督技术的有效性。实验结果表明，使用本发明提出的方法可以最大限度的平衡网络预测精度和推理速度，以获得效率最大化。采用本方法实时估计的深度误差，在稀疏采样率为
-
公开(公告)号：CN119138910A
公开(公告)日：2024-12-17
申请号：CN202411174691.7
申请日：2024-08-26
Applicant: 东南大学
Abstract: 本发明公开了基于双流时空图卷积神经网络的P300检测方法及装置，涉及电位检测技术领域，包括以下步骤：获取若干P300事件相关电位脑电数据以及对应的P300事件相关电位标签，对若干P300事件相关电位脑电数据进行预处理，得到处理后的P300事件相关电位脑电数据；将处理后的P300事件相关电位脑电数据和对应的P300事件相关电位标签输入至预先建立的双流时空图卷积神经网络模型内训练，得到训练后的双流时空图卷积神经网络模型；获取待识别脑电样本，将待识别脑电样本输入至训练后的双流时空图卷积神经网络模型内，输出得到P300事件相关电位检测结果。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.032 seconds)
