|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
基于MEMS傳感器和VLC定位融合的雙粒子濾波導(dǎo)航裝置和方法
本發(fā)明公開(kāi)了一種基于MEMS傳感器和VLC定位融合的雙粒子濾波導(dǎo)航裝置和方法，包括MEMS傳感器、INS模塊、PDR定位模塊、VLC定位模塊、測(cè)姿粒子濾波器和定位粒子濾波器；本發(fā)明在測(cè)姿濾波器的設(shè)計(jì)中，三維姿態(tài)誤差和三軸陀螺儀漂移作為6維的狀態(tài)向量。基于慣導(dǎo)機(jī)械編排的誤差方程作為其系統(tǒng)方程，用于更新粒子狀態(tài)。觀測(cè)方程包括加速度計(jì)觀測(cè)量更新和磁力計(jì)觀測(cè)量更新，用于計(jì)算粒子權(quán)重。測(cè)姿濾波器輸出VLC接收器的姿態(tài)給VLC定位模塊以校正姿態(tài)的影響。在定位濾波器的設(shè)計(jì)中，二維平面的位置信息作為系統(tǒng)狀態(tài)向量，基于行人航位推算的誤差方程作為系統(tǒng)方程，而VLC的定位結(jié)果則作為定位濾波器的觀測(cè)方程。
東南大學(xué)
2021-04-11
基于MEMS傳感器和VLC定位融合的單粒子濾波導(dǎo)航裝置和方法
本發(fā)明公開(kāi)了一種基于MEMS傳感器和VLC定位融合的單粒子濾波導(dǎo)航裝置和方法，包括MEMS傳感器、INS模塊、VLC定位模塊、PDR定位模塊和測(cè)姿定位單粒子濾波器模塊；本發(fā)明中基于INS慣導(dǎo)機(jī)械編排的誤差方程作為融合濾波器的系統(tǒng)方程，用于對(duì)粒子群的粒子進(jìn)行更新。觀測(cè)方程包括VLC定位信息更新、PDR定位信息更新和磁力計(jì)觀測(cè)量更新，用于計(jì)算各個(gè)粒子的權(quán)重。輸出姿態(tài)信息給VLC定位模塊和PDR定位模塊。本發(fā)明首次在VLC定位領(lǐng)域使用融合測(cè)姿準(zhǔn)確估計(jì)VLC接收器的姿態(tài)信息，解決VLC定位容易受接收器姿態(tài)影響以及在光信號(hào)被遮擋情況下定位不連續(xù)的問(wèn)題，并消除姿態(tài)對(duì)VLC定位的影響。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于均值漂移的不同精度三維點(diǎn)云數(shù)據(jù)的融合方法
本發(fā)明公開(kāi)了一種基于均值漂移的不同精度下的三維點(diǎn)云數(shù)據(jù) 的融合方法，針對(duì)兩組精度等級(jí)不同的三維點(diǎn)云數(shù)據(jù)，利用高精度點(diǎn) 云建立低精度點(diǎn)云的誤差分布，進(jìn)而對(duì)低精度點(diǎn)云進(jìn)行均值漂移，消 除低精度點(diǎn)云的漂移誤差，從而實(shí)現(xiàn)兩組數(shù)據(jù)信息的融合，該方法包 括：S1：建立低精度點(diǎn)云的拓?fù)浣Y(jié)構(gòu)信息，包括每個(gè)樣點(diǎn)的鄰域點(diǎn)集 和單位法矢；S2：利用高精度點(diǎn)云對(duì)低精度點(diǎn)云進(jìn)行密度聚類(lèi)，根據(jù) 聚類(lèi)結(jié)果確定低精度點(diǎn)云每個(gè)樣點(diǎn)的漂移誤差；S3：利用低精度點(diǎn)云 的拓?fù)浣Y(jié)構(gòu)信息和所述漂移誤差確定低精度點(diǎn)云各樣點(diǎn)的漂移矢量， 根據(jù)該漂移矢量對(duì)低精度點(diǎn)云的各樣點(diǎn)進(jìn)行漂移，實(shí)現(xiàn)融合。本發(fā)明 的方法在消除低精度點(diǎn)云漂移誤差的同時(shí)，可實(shí)現(xiàn)小幅度噪聲的光順。
華中科技大學(xué)
2021-04-11
一種基于均值漂移的不同精度三維點(diǎn)云數(shù)據(jù)的融合方法
本發(fā)明公開(kāi)了一種基于均值漂移的不同精度下的三維點(diǎn)云數(shù)據(jù)的融合方法，針對(duì)兩組精度等級(jí)不同的三維點(diǎn)云數(shù)據(jù)，利用高精度點(diǎn)云建立低精度點(diǎn)云的誤差分布，進(jìn)而對(duì)低精度點(diǎn)云進(jìn)行均值漂移，消除低精度點(diǎn)云的漂移誤差，從而實(shí)現(xiàn)兩組數(shù)據(jù)信息的融合，該方法包括：S1：建立低精度點(diǎn)云的拓?fù)浣Y(jié)構(gòu)信息，包括每個(gè)樣點(diǎn)的鄰域點(diǎn)集和單位法矢；S2：利用高精度點(diǎn)云對(duì)低精度點(diǎn)云進(jìn)行密度聚類(lèi)，根據(jù)聚類(lèi)結(jié)果確定低精度點(diǎn)云每個(gè)樣點(diǎn)的漂移誤差；S3：利用低精度點(diǎn)云的拓?fù)浣Y(jié)構(gòu)信息和所述漂移誤差確定低精度點(diǎn)云各樣點(diǎn)的漂移矢量，根據(jù)該漂移矢量對(duì)低精度點(diǎn)
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
基于多線索數(shù)據(jù)管道融合的鐵路接觸網(wǎng)桿柱標(biāo)識(shí)信息的確定方法
"本發(fā)明公開(kāi)了一種基于多線索數(shù)據(jù)管道融合的鐵路接觸網(wǎng)桿柱標(biāo)識(shí)信息的確定方法，主要步驟有：1)數(shù)據(jù)管道建立；2)數(shù)據(jù)管道交匯點(diǎn)生成；3)多線索數(shù)據(jù)管道融合進(jìn)行桿號(hào)及公里標(biāo)推算；4)數(shù)據(jù)管道更新。本發(fā)明方法充分利用了接觸網(wǎng)圖像識(shí)別的中間結(jié)果，通過(guò)多線索數(shù)據(jù)管道的融合可以精確推算出桿號(hào)或公里標(biāo)被遮擋、污染等視覺(jué)不可識(shí)別的圖像在序列中的位置，可適用于電氣化鐵路接觸網(wǎng)巡檢圖像的支柱號(hào)、公里標(biāo)圖像識(shí)別結(jié)果的進(jìn)一步校驗(yàn)和修正。本發(fā)明基于多線索數(shù)據(jù)管道的推算方法也可以用于類(lèi)似此類(lèi)應(yīng)用的任務(wù)中。 "
西南交通大學(xué)
2016-10-20
.jpg){kind=logo}
基于相似性和不相似性融合排序優(yōu)化的行人重識(shí)別方法
本發(fā)明公開(kāi)了一種基于相似性和不相似性融合排序優(yōu)化的行人重識(shí)別方法，行人重識(shí)別是一種針對(duì) 特定行人的檢索問(wèn)題，本發(fā)明的主要思想是正確檢索的行人目標(biāo)應(yīng)該跟查詢(xún)行人的極正樣本相似，并且 跟查詢(xún)行人的極負(fù)樣本不相似。同時(shí)我們將與極正樣本相似的那些行人定義為疑正樣本，與極負(fù)樣本相 似的樣本為疑負(fù)樣本，通過(guò)提高疑正樣本的排名，同時(shí)降低疑負(fù)樣本的排名，來(lái)達(dá)到通過(guò)排序優(yōu)化的方 式來(lái)提升行人重識(shí)別的效果。此外，融合多種方法的結(jié)果來(lái)加強(qiáng)這種相似性和不相似性關(guān)系。本
武漢大學(xué)
2021-04-14
一種基于多特征融合的面向?qū)ο蟮慕ㄖ镒兓瘷z測(cè)方法
本發(fā)明公開(kāi)了一種基于多特征融合的面向?qū)ο蟮慕ㄖ镒兓瘷z測(cè)方法，首先求得圖像像素點(diǎn)的形態(tài) 學(xué)建筑指數(shù)(MBI)，紋理特征和慢特征分析圖(SFA);利用 MBI 指數(shù)和紋理特征進(jìn)行 FNEA 分割;然 后求出每個(gè)對(duì)象的三個(gè)特征值，再作差，并利用 K 均值聚類(lèi)算法求閾值，得到特征變化圖;再利用 AC 指數(shù)進(jìn)行后處理;利用熵值法對(duì)不同的特征變化圖求權(quán)重，按照權(quán)重設(shè)定閾值求得變化圖像;最后利用 投票法進(jìn)行后處理。得到變化檢測(cè)結(jié)果。
武漢大學(xué)
2021-04-14
成網(wǎng)條件下城市軌道交通運(yùn)輸組織信息融合技術(shù)
全面掌握城市軌道交通線網(wǎng)各方面信息是實(shí)現(xiàn)更高標(biāo)準(zhǔn)安全、效率、服務(wù)等城市軌道交通公共客運(yùn)服務(wù)的基礎(chǔ)，在成網(wǎng)條件下的城市軌道交通運(yùn)輸組織中，全方位的信息融合技術(shù)及信息融合大數(shù)據(jù)平臺(tái)建設(shè)是線路成網(wǎng)后城市軌道交通建設(shè)的重要任務(wù)之一。城市軌道交通運(yùn)輸組織信息融合技術(shù)可將各條城市軌道交通線路基于不同技術(shù)采集的列車(chē)、線路設(shè)備、車(chē)站設(shè)備、客流、車(chē)輛、物資等信息，通過(guò)信息融合方法與技術(shù)轉(zhuǎn)化為兼容可共享信息，在此基礎(chǔ)上與GIS結(jié)合建立成網(wǎng)條件下城市軌道交通線路信息融合大數(shù)據(jù)中心，為信息發(fā)布、資源調(diào)度、應(yīng)急處置等方面提供全方位信息支撐。
西南交通大學(xué)
2016-06-27
一種融合多尺度特征的激光掃描數(shù)據(jù)物理平面自動(dòng)化提取方法
本發(fā)明涉及一種融合多尺度特征的激光掃描數(shù)據(jù)物理平面自動(dòng)化提取方法。本發(fā)明解決的現(xiàn)有問(wèn)題 主要包括:1發(fā)展了基于信息熵的最佳鄰域自適應(yīng)確定方法，克服了點(diǎn)密度變化、噪聲、數(shù)據(jù)缺失等因 素對(duì)三維點(diǎn)局部幾何特征計(jì)算的影響;2綜合利用基于點(diǎn)的特征(維數(shù)特征，法向量等)和基于區(qū)域的 特征(粗糙度、緊湊度、尺度、長(zhǎng)寬比等)進(jìn)行物理平面區(qū)域提取，提高了物理平面提取的準(zhǔn)確性;3 擴(kuò)展了現(xiàn)有平面分割方法的適用范圍，本發(fā)明適用于機(jī)載、車(chē)載、固定站等多種類(lèi)型激光掃描數(shù)據(jù)的物 理平面提取。發(fā)明的整體技術(shù)流程圖如下圖。
武漢大學(xué)
2021-04-13
中國(guó)高等教育學(xué)會(huì)關(guān)于召開(kāi)2023產(chǎn)教融合研討會(huì)的通知
為深入貫徹落實(shí)黨的二十大精神，著力推進(jìn)產(chǎn)教融合、科教融匯、校企合作、協(xié)同育人，促進(jìn)學(xué)科專(zhuān)業(yè)鏈、人才鏈、科技鏈、創(chuàng)新鏈與產(chǎn)業(yè)鏈緊密對(duì)接，提升人才培養(yǎng)質(zhì)量，經(jīng)研究，中國(guó)高等教育學(xué)會(huì)決定舉辦2023產(chǎn)教融合研討會(huì)。
中國(guó)高等教育學(xué)會(huì)
2023-09-22