一种基于深度学习的智能室内滑雪机系统及方法

    公开(公告)号:CN116889718A

    公开(公告)日:2023-10-17

    申请号:CN202311068327.8

    申请日:2023-08-23

    Applicant: 吉林大学

    Abstract: 本发明适用于室内滑雪机技术领域,提供了一种基于深度学习的智能室内滑雪机系统及方法,本发明通过摄像机对滑雪者进行影像采集,通过麦克风对滑雪者进行音频采集,通过各类传感器对滑雪者运动状态进行信号采集,深度学习模型对信号进行分析识别,对滑雪者动作进行评估并提供滑雪技巧建议,可根据滑雪者以特定动作或语音提出需求来实现相应功能。本发明能够根据滑雪场景中雪道的坡度变化而改变滑雪带的倾斜角,并使用全息投影技术让雪场全息影像动态跟随滑雪者,以提高滑雪者的真实体验感。在滑雪者处于摔倒等危险状态时,智能辅助系统会及时准确识别,并使滑雪机逐渐停止和改变至平缓坡度,以减少滑雪者受到的伤害,极大提高了滑雪机的安全性。

    一种强化学习优化无人机轨迹跟踪模型预测控制方法

    公开(公告)号:CN119596687A

    公开(公告)日:2025-03-11

    申请号:CN202411724145.6

    申请日:2024-11-28

    Applicant: 吉林大学

    Abstract: 本发明适用于无人机控制技术领域,提供了一种强化学习优化无人机轨迹跟踪模型预测控制方法,包括以下步骤:步骤S1、建立四旋翼无人机动力学模型,包括位置动力学模型和姿态动力学模型;步骤S2、基于无人机动力学模型,构建模型预测控制器,并建立模型预测控制优化问题,得到无人机轨迹跟踪代价函数;步骤S3、构建近端策略优化算法网络,包括行动家网络和批评家网络,通过近端策略优化算法调节模型预测控制器代价函数的权值矩阵,并求解模型预测控制优化问题,以获取最优控制输入。本发明不仅解决了现有无人机控制方法中控制器参数选定困难的问题,还提升了无人机面对不同任务环境的处理能力和稳定性。

    一种基于无人机的雪场索道自主巡检系统及方法

    公开(公告)号:CN119200664A

    公开(公告)日:2024-12-27

    申请号:CN202411304936.3

    申请日:2024-09-19

    Applicant: 吉林大学

    Abstract: 本发明适用于雪场索道巡检技术领域,提供了一种基于无人机的雪场索道自主巡检系统及方法,系统包括巡检管理系统、数据采集模块、数据存储模块和故障分析模块。通过数据采集模块和巡检管理系统,精确有效地获取索道支架和缆绳的图像数据;利用故障分析模块对图像数据进行预处理、归类和故障检测,实现对索道各部件的故障诊断,并将结果保存在历史数据存储单元中。巡检管理模块可控制无人机航路和制定巡检计划,实现对索道的自主巡检。本发明利用无人机的高灵活性和机器视觉技术的高精度,自动执行索道巡检任务,从而降低人工成本,提升巡检效率和准确率,减少运维人员的安全风险,并推动冰雪产业向智能化方向发展。

Patent Agency Ranking