-
公开(公告)号：CN116737978A
公开(公告)日：2023-09-12
申请号：CN202310711384.7
申请日：2023-06-15
Applicant: 淮阴工学院
IPC: G06F16/583 , G06F16/55 , G06F16/51 , G06V10/26 , G06V10/762 , G06V10/774 , G06V10/40 , G06V10/48 , G06V10/75
Abstract: 本发明提供一种基于局部敏感哈希的激光雷达点云快速查询匹配方法，首先通过激光雷达扫描采集环境数据，利用K均值聚类分割算法对收集到的点云数据进行点云分割；接着对数据对象进行特征提取，得到预处理之后的数据集S；使用伪希尔伯特曲线生成算法将体素中的点云数据生成一维的索引序列；利用LSH对得到的伪希尔伯特曲线序列进行哈希编码，构建索引，查询点云和候选点云之间的欧氏距离确认体素中距离最近的点云。本发明方法基于局部敏感哈希索引方法提高了点云特征提取查询时的速度，缩短了查询匹配时间并提高了查询匹配精度；LSH索引通过对伪希尔伯特序列进行哈希编码将相似的点云聚集在一起，减少了需要计算距离的点云数量，从而提高了检索效率。
-
公开(公告)号：CN114882239B
公开(公告)日：2025-04-22
申请号：CN202210541088.2
申请日：2022-05-19
Applicant: 淮阴工学院
IPC: G06V10/44 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明属于图像处理技术领域，公开了一种基于模型融合的高效道路全景检测方法，获取图像数据并进行预训练；构建网络模型并进行训练，网络模型结构包括特征提取模块、路面分割模块以及目标识别模块；特征提取模块对待处理图像进行特征提取；路面分割模块在输入的特征图中寻找边缘线段，将线段连接为边界识别路面区域；目标识别模块采用决策树对多种车型进行检测；利用剪枝微调网络模型，在特征提取模块BN层的缩放因子上加入L1与L2的正则化；利用人工智能摄像机测量车辆与车辆之间的距离；对人工智能摄像机拍摄的图片数据进行检测。与现有技术相比，本发明能够快速的进行路面的分割以及车辆的检测，并且输出清晰的图像。
-
公开(公告)号：CN115017317B
公开(公告)日：2024-12-31
申请号：CN202210754758.9
申请日：2022-06-30
Applicant: 淮阴工学院
IPC: G06F16/35 , G06F16/951 , G06N3/0464 , G06N3/082 , G06F18/214 , G06F40/194
Abstract: 本发明涉及自然语言处理技术领域，公开了一种轻量化工文献相似度计算方法，本发明的模型包括多头自注意力机制特征提取模块，通过卷积层、池化层进一步提取文字的特征。化工文献相似度计算的方法的具体步骤为：使用爬虫进行化工文献进行数据挖掘并进行预处理，使用自注意力机制以及残差归一化和卷积、池化思想构建主干网络，通过使用DTW函数来比对两个文献的相似度，最后对网络模型进行剪枝，使模型结构变得高效简单，更有利于模型的迁移。与现有技术相比，本发明解决了文献查阅中出现的检索词不标准和语义模糊的问题，能快速计算出文本的相似度。
-
公开(公告)号：CN118537559A
公开(公告)日：2024-08-23
申请号：CN202410722066.5
申请日：2024-06-05
Applicant: 淮阴工学院
IPC: G06V10/26 , G06V10/28 , G06T7/194 , G06V20/70 , G06V10/40 , G06V10/56 , G06V10/764 , G06N3/0455 , G06N3/084 , G06N3/096
Abstract: 本发明公开了一种基于Transformer的无监督域自适应医学语义分割方法，通过数据增强方法对视网膜血管分割图像进行预处理，并利用光线投射算法进行三维重建；然后构建视网膜图像语义分割的骨干网络，采用编码器‑解码器结构，在编码器模块引入局部注意力机制RWA处理特征；接着使用无监督域自适应框架进行自训练，在源域和目标域之间引入中间域，并结合自适应生成增强AGA混合处理来减少域间隙，通过双教师网络的交替训练方式来获取训练权重；最后利用经过优化的训练权重对视网膜图像进行血管分割。本发明在医学领域有较好的应用，可以提升血管分割准确率，降低人力成本。
-
公开(公告)号：CN116989796A
公开(公告)日：2023-11-03
申请号：CN202311124796.7
申请日：2023-09-02
Applicant: 淮阴工学院
Abstract: 一种基于ROS的传感器阵列移动机器人定位系统,包括设置在移动机器人中心的MCU，以及与MCU连接的多个传感器，多个传感器的驱动板以环形方式分布在MCU的周边，将所有传感探头延申排布在机器人各个方向，形成传感器阵列获取移动机器人的周边环境数据；当系统启用时,机器人通过设置在四周的超声波传感器检测周围是否有障碍物，通过前下方的两个悬崖传感器检测前进路上是否有凹陷地面，通过正前方的镭射传感器获取前方行进路线的道路信息，并实时将检测的信息传送至MCU进行处理，MCU将处理后的信息使用ROS通过串口与总控制器进行通讯，并使用PWM驱动车轮的电机，返回编码器的值以进行PID控制。本发明可以使得机器人的导航更加准确和可靠。
-
Patent Agency Ranking
公开(公告)号：CN116449849A
公开(公告)日：2023-07-18
申请号：CN202310616443.2
申请日：2023-05-29
Applicant: 淮阴工学院
IPC: G05D1/02
Abstract: 本发明提供一种基于计算机视觉与机器学习的无人扫地车充电对接方法，包括扫地车以及固定在园区内的充电桩，扫地车与充电桩的充电对接方法包括接收RTK数据并进行地图打点，扫地车绕着园区内需打扫道路进行地图打点，建立园区的道路地图，在地图上设置充电桩的位置信息；扫地车进行扫地作业过程中，电量不足时自主充电，首先接收RTK和IMU的数据，根据地图上充电桩的位置信息，运行Q‑learning算法，将扫地车当前的位置与充电桩的位置进行路径规划，在扫地车运动到充电桩的位置时，实时检测行人和车辆，直至扫地车运动到充电桩的位置，然后识别并定位二维码的位置，控制扫地车进行对接充电。能在工业园区实现扫地车的避障及自动充电。
-
公开(公告)号：CN114882239A
公开(公告)日：2022-08-09
申请号：CN202210541088.2
申请日：2022-05-19
Applicant: 淮阴工学院
Abstract: 本发明属于图像处理技术领域，公开了一种基于模型融合的高效道路全景检测方法，获取图像数据并进行预训练；构建网络模型并进行训练，网络模型结构包括特征提取模块、路面分割模块以及目标识别模块；特征提取模块对待处理图像进行特征提取；路面分割模块在输入的特征图中寻找边缘线段，将线段连接为边界识别路面区域；目标识别模块采用决策树对多种车型进行检测；利用剪枝微调网络模型，在特征提取模块BN层的缩放因子上加入L1与L2的正则化；利用人工智能摄像机测量车辆与车辆之间的距离；对人工智能摄像机拍摄的图片数据进行检测。与现有技术相比，本发明能够快速的进行路面的分割以及车辆的检测，并且输出清晰的图像。
-
公开(公告)号：CN117058024A
公开(公告)日：2023-11-14
申请号：CN202310974922.1
申请日：2023-08-04
Applicant: 淮阴工学院
IPC: G06T5/00 , G06T5/50 , G06V10/26 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本发明涉及图像分割技术领域，公开了一种基于Transformer的高效去雾语义分割方法及其应用，获取雾天天气下城市道路场景图像数据，搭建实现初步去雾的主干去雾网络，采用Transformer编码器‑解码器的结构，在编码器部分加入雾天气的类型查询来学习任务，在解码块中，使用编码器的特征作为键和值。采用无监督域自适应的框架进行自训练，在源域和目标域中加入中间域，使用双教师网络为目标域数据生成伪标签，并将网络进行端对端的训练，得到一个训练权重，利用优化后的训练权重对应的模型对待处理图像进行高效去雾语义分割。该模型可以在自动驾驶领域具有较好的应用。与现有技术相比，本发明在去除雾天气中具有更好的表现。
-
公开(公告)号：CN116796179A
公开(公告)日：2023-09-22
申请号：CN202310805492.0
申请日：2023-07-03
Applicant: 淮阴工学院
IPC: G06F18/2135 , G01N27/12 , G06F18/214 , G06N20/20
Abstract: 本发明涉及气味检测识别技术领域，公开了一种基于噪声滤波框架和融合模型的电子鼻检测葡萄酒质量的方法，使用9个MOS的气体传感器组成的传感器阵列采集对不同种类葡萄酒气味有响应的电阻数据，并将其转化为可输出的数字信号；对采集的数据利用噪声滤波框架进行滤波；使用主成分分析法PCA进行数据的特征提取(降维)；建立融合分类模型，将深度神经网络DNN、支持向量机SVM和决策树DT融合为混合模型，并利用Adaboost算法调整分类器权重，组合这些分类器，以生成最终的输出；利用融合分类模型输出最终的分类结果。与现有技术相比，本发明通过噪声滤波和特征提取对采集的气味数据进行处理，利用融合模型进行气味识别，提高了分类准确性，又能解决复杂的非线性问题。
-
公开(公告)号：CN116576877A
公开(公告)日：2023-08-11
申请号：CN202310725025.7
申请日：2023-06-19
Applicant: 淮阴工学院
Abstract: 本发明涉及清洁车定位与路径跟踪技术领域，公开了一种户外无人清洁车的定位和路径跟踪方法，使用RTK和10轴IMU进行融合定位，并结合粒子滤波器增加定位的抗干扰性和准确性，在结合已知的高精度坐标点之间的通信来矫正累计误差，并将坐标位置转换到高斯二维坐标系中；在已有规划好路径的前提下，利用改进的纯路径跟踪实现自主驾驶，改进的纯路径跟踪基于阿克曼模型，利用启发式算法更新步骤2获取到的位置坐标与规划好的路径规划列表中各点的距离，按照预设的路径进行前进控制。与现有技术相比，本发明具有良好的转弯性能和稳定性，能够避免车辆陷入追逐无法满足运动学的目标点，也避免为了路径符合运动学而跳点过多的情况。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.018 seconds)
