“赵钦君”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果59个，建议您升级VIP下载更多相关专利

[发明专利]采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统及方法-CN201610436800.7有效
发明人：徐元;马思源;张勇;张智杰;程金;王滨;赵钦君 -专利权人：济南大学
申请日： 2016-06-16 - 公布日： 2023-07-11 - 主分类号： G01C21/16 文献下载
摘要：本发明公开了一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统及方法，包括：UWB参考节点、移动机器人和数据采集模块；所述UWB参考节点与移动机器人和数据采集模块分别通信，所述移动机器人和数据采集模块通信；UWB参考节点用于实现参考节点到移动机器人之间距离的测量；通过移动机器人上固定的码盘所采集到的速度判断移动机器人所处的运动状态，根据运动状态的不同分别进行解算误差的预估。本发明有益效果：该系统及方法能满足室内移动机器人导航的中高精度定位和定向的要求。可用于室内环境下的移动机器人的中高精度定位。
采用模式描述移动机器人 imu uwb 码盘松组合导航系统方法

[发明专利]一种基于轻量化GLnet网络的手语识别方法及系统-CN202310072228.0在审
发明人： 赵钦君;李学斌;申涛;徐元;孙明旭;孙斌;毕淑慧;马荔瑶;宋帅博;赵雷 -专利权人：济南大学
申请日： 2023-01-28 - 公布日： 2023-07-04 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于轻量化GLnet网络的手语识别方法及系统，该方法包括：将N×M个标注手语词汇的手语视频作为训练样本集；对训练样本集中的手语视频进行预处理，获取每一手语视频对应的L帧手语连续帧图像；构建基于轻量化GLnet网络的手语识别模型，该GLnet网络为引入改进的Ghost模块的CNN‑LSTM网络；利用训练样本集训练手语识别模型；将待识别的手语视频进行预处理后输入至训练完成的手语识别模型中，输出识别结果。本发明在CNN‑LSTM网络的基础上引入改进的Ghost模块，构建轻量化GLnet网络，大幅降低网络模型的体积和计算量，实现高识别率的手语识别。
一种基于量化 glnet 网络手语识别方法系统

[发明专利]基于自适应观测增强的多传感器状态预估方法及系统-CN202211482306.6在审
发明人：徐元;马荔瑶;孙明旭;孙斌;毕淑慧;赵钦君;申涛;万东;高瑞 -专利权人：济南大学
申请日： 2022-11-24 - 公布日： 2023-06-09 - 主分类号： G01R31/34 文献下载
摘要：本发明公开了一种基于自适应观测增强的多传感器状态预估方法及系统，包括：将t时刻采集到的发电机直轴、交轴的定子电流和发电机电角速度作为Kalman滤波器的状态向量；将测量得到的直轴、交轴的定子电流作为Kalman滤波器的观测向量；若当前时刻为Kalman滤波的正常采样时刻，Kalman滤波正常进行一步预估和量测更新；若当前时刻不是Kalman滤波的正常采样时刻，则Kalman只进行一步预估，并确定一步预估的次数；最终得到当前时刻的发电机直轴、交轴的定子电流预估值，进而得到发电机直轴、交轴的定子电压预估值。本发明在Kalman滤波器两次采样之间增加了一步预估的次数，减少了多传感器数据融合中采样频率快的传感器数据丢失对发电机电压预估精度的影响。
基于自适应观测增强传感器状态预估方法系统

[发明专利]基于多频卡尔曼滤波的机器人视觉/INS组合定位方法及系统-CN202011132559.1有效
发明人：徐元;孙明旭;孙斌;赵钦君;申涛;毕淑慧;马荔瑶;张勇;刘统乾;马万封;冯寄东 -专利权人：济南大学
申请日： 2020-10-21 - 公布日： 2023-05-26 - 主分类号： G01C21/16 文献下载
摘要：本发明公开了一种基于多频卡尔曼滤波的机器人视觉/INS组合定位方法及系统，包括：分别通过视觉单元和惯性导航系统获取机器人在东方向和北方向上的位置差，速度差值以及机器人在东方向和北方向速度和位置数据；构建第一观测方程和第二观测方程；通过第二观测方程估计出机器人在东方向和北方向上位置的最优误差值；利用所述最优位置误差值校正惯性导航系统输出的机器人位置，最终得到机器人位置的最优滤波值，实现对机器人的定位。本发明将视觉与惯性导航系统进行组合导航定位，相对于单一的视觉导航系统和单一的惯性导航功能系统，组合导航的定位精度得到提高。
基于卡尔滤波机器人视觉 ins 组合定位方法系统

[发明专利]钢轨伤损检测多级分类方法及系统-CN202110630527.2有效
发明人：申涛;周峰光;赵钦君;徐元;徐勤华;张崇杰 -专利权人：济南大学
申请日： 2021-06-07 - 公布日： 2023-05-09 - 主分类号： G01N29/04 文献下载
摘要：本发明提供一种钢轨伤损检测多级分类方法及系统，属于钢轨缺陷检测技术领域，包括：获取待检测的钢轨探伤数据；利用训练好的伤损检测模型，对待检测的钢轨探伤数据进行处理，实现钢轨的有伤损和无伤损分类，并确定伤损的位置以及伤损的等级；其中，所述训练好的伤损检测模型由训练集训练得到，所述训练集包括钢轨的探伤数据以及标注所述探伤数据中有伤损和无伤损的标签，有伤损的标签分别标注伤损的等级。本发明有效地提高了钢轨伤损检测准确率，并且能够根据伤损的严重程度自动给出伤损等级分类，减轻了探伤工人的工作负担，提高了工作效率。
钢轨伤损检测多级分类方法系统

[发明专利]基于BP神经网络的轨头核伤识别方法及系统-CN202010598093.8有效
发明人：申涛;赵钦君;徐勤华;徐元;王立果;马千福;张万舟;吕关仁;卢海强;李跃远;张保国 -专利权人：济南大学;中国铁路济南局集团有限公司济南工务段;山东麦港数据系统有限公司
申请日： 2020-06-28 - 公布日： 2023-02-07 - 主分类号： G01N29/44 文献下载
摘要：本公开提供了一种基于BP神经网络的轨头核伤检测方法及系统，通过对采集的B显数据进行简单的适当分割；并对B显数据样本集进行解压、解析和恢复；使用颜色标记法区分样本集中的轨头核伤和正常回波；建立基于BP神经网络的轨头核伤检测模型；通过训练集进行神经网络的学习，优化网络结构和参数，获取权重参数表；将待识别的B显数据输入检测模型中，输出钢轨轨头核伤的伤损位置信息。
基于 bp 神经网络轨头核伤识别方法系统

[发明专利]基于超声波探伤仪数据的钢轨螺孔裂纹识别方法及系统-CN202011002329.3有效
发明人：申涛;赵钦君;徐勤华;徐元;周峰光 -专利权人：济南大学
申请日： 2020-09-22 - 公布日： 2023-02-03 - 主分类号： G01N29/04 文献下载
摘要：本公开提出了基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，包括：获得钢轨螺孔裂纹类伤损的扫描数据；对扫描数据进行预处理后选取典型伤损数据制作数据集，分为训练集和测试集；以一个螺孔为单位样本对数据集中的伤损数据进行正负样本标记，以标签的方式区分正负样本，建立逻辑回归模型；用训练集进行模型的训练学习，调整优化参数；基于训练好的逻辑回归模型，建立钢轨螺孔裂纹检测模型，将测试集作为输入，伤损位置信息作为输出，检验模型的螺孔裂纹检测准确率；利用测试后的钢轨螺孔裂纹检测模型对待检测的钢轨螺孔进行裂纹检测。减少故障漏判率，减轻探伤人员工作负担，提高探伤工作效率。
基于超声波探伤数据钢轨裂纹识别方法系统

[发明专利]一种基于循环神经网络的轨底伤损识别方法及系统-CN202010697585.2有效
发明人：申涛;赵钦君;徐勤华;徐元;王立果;马千福;张万舟;吕关仁;卢海强;李跃远;张保国 -专利权人：济南大学;中国铁路济南局集团有限公司济南工务段;山东麦港数据系统有限公司
申请日： 2020-07-20 - 公布日： 2023-02-03 - 主分类号： G01N29/06 文献下载
摘要：本发明公开了一种基于循环神经网络的轨底伤损识别方法及系统，包括：获取待测区段的超声波探伤数据，将所述数据转换为具有时序特征的数字序列；将所述数字序列输入到训练好的RNN循环神经网络模型，输出是否具有伤损及伤损的位置信息；对于RNN循环神经网络模型的训练过程包括：构建原始数据集；对原始数据集中的B显数据进行通道预处理；将所述样本集转换为具有时序特征的数字序列，对样本集中的正负样本进行标记；利用标记后的样本集对RNN循环神经网络模型进行训练。本发明可在现行探伤作业条件下直接检测探伤车数据，不需要其他辅助设备对钢轨进行检测。解决了B显数据中钢轨伤损回波形式多样化、回波信号的确切表达式很难得出等问题。
一种基于循环神经网络伤损识别方法系统

[发明专利]一种基于扩展Kalman和R-T-S平滑算法的混合定位方法及系统-CN202110784429.4在审
发明人：高艳丽;徐元;孙明旭;赵顺毅;毕淑慧;申涛;赵钦君;孙斌;马荔瑶;王自鹏;曹靖;冯寄东;李明然;马万封 -专利权人：中国人民解放军海军航空大学青岛校区;济南大学;山东蓓明医疗科技有限公司
申请日： 2021-07-12 - 公布日： 2023-01-17 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于扩展Kalman和R‑T‑S平滑算法的混合定位方法及系统，包括：获取每个时刻机器人位置的预估，判断机器人在X方向和Y方向的位置变化情况；对于位置变化没有超过设定阈值的方向，利用R‑T‑S平滑算法对机器人在该方向的位置进行平滑，并对平滑过的位置取平均，得到机器人在该方向的最优位置预估。本发明分别判断机器人在X方向和Y方向的位置变化情况，对位置变化小于设定阈值的方向进行平滑，能够有效的提高局部方向处于静止状态下的导航预估的精度，进而提高整个导航的精度。
一种基于扩展 kalman 平滑算法混合定位方法系统

[发明专利]基于DS证据理论融合的水果等级分类方法及系统-CN202010513459.7有效
发明人：马荔瑶;申涛;毕淑慧;徐元;赵钦君;闫兴伟;李福坤 -专利权人：济南大学
申请日： 2020-06-08 - 公布日： 2022-12-06 - 主分类号： G01N21/359 文献下载
摘要：本发明公开了一种基于DS证据理论融合的水果等级分类方法及系统，包括：获取待测水果的原始近红外光谱并进行预处理；利用遗传算法筛选出最佳的特征波长；将所述特征波长分别输入到训练好的极限学习机预测模型和基于偏最小二乘法的预测模型，分别得到待测水果的可溶性固形物含量信息；分别基于所述可溶性固形物含量信息对水果等级进行分类；基于DS证据理论对两种分类结果进行融合，得到基于可溶性固形物含量的水果等级类别。本发明使用基于DS证据理论的苹果等级分类方法，融合极限学习机与偏最小二乘法的两种预测模型。DS融合后测试集分类等级准确率为94.697％，优于单一的模型分类方法。
基于 ds 证据理论融合水果等级分类方法系统

[发明专利]基于遗传算法优化支持向量机的苹果检测分级方法及系统-CN202010499390.7有效
发明人：申涛;赵钦君;许铮;张玉华;张长峰;毕淑慧 -专利权人：济南大学;山东商业职业技术学院
申请日： 2020-06-04 - 公布日： 2022-11-11 - 主分类号： G06V20/68 文献下载
摘要：本公开公开了基于遗传算法优化支持向量机的苹果检测分级方法及系统，包括：获取待检测苹果的图像；对待检测苹果的图像进行预处理；将预处理后得到的数据输入到预先训练好的分类器中，分类器输出待检测苹果的等级；其中，所述分类器是基于遗传算法优化的支持向量机。本公开通过遗传算法优化支持向量机，基于优化的支持向量机对苹果的等级进行分级，并且在分级的过程汇中考虑了苹果的外部品质特征并对其进行分级，具有较高的工程应用价值。
基于遗传算法优化支持向量苹果检测分级方法系统

[发明专利]基于计算机视觉识别的液体粘度测量系统-CN202210813556.7在审
发明人：张坤;王红星;韩吉庆;申涛;赵钦君;林帅;荀其宁;刘霞;冯典英;冀克俭 -专利权人：山东非金属材料研究所;济南大学
申请日： 2022-07-11 - 公布日： 2022-10-25 - 主分类号： G01N11/00 文献下载
摘要：本发明是基于计算机视觉识别的液体粘度测量系统，属于检测计量技术下粘度测量技术领域，设计搭建图像采集硬件结构，包括：恒温水箱、面光源、云台、工业相机、步进电机和计算机，通过工业相机采集检测视频图像，并在Windows操作系统下运用跨平台计算机视觉库OpenCV图像采集处理和计算机视觉技术，通过对采集到的图像进行灰度处理后，采用直线段检测算法实现刻度线的识别，采用改进的ViBe运动目标检测算法进行运动液位的识别检测。实验表明，该系统在可靠环境下进行的检测是准确可靠的，并且满足在线监测对实时性的要求；人机交互性能好，有效的提升了粘度仪的智能化程度和检测效率，具有较高的实际使用价值。
基于计算机视觉识别液体粘度测量系统

[发明专利]一种基于YOLOv4的行人检测方法及系统-CN202210654007.X在审
发明人：石胜君;禹航;赵钦君;王磊;赵方;毕淑慧;申涛 -专利权人：哈工大机器人集团股份有限公司;济南大学
申请日： 2022-06-10 - 公布日： 2022-09-02 - 主分类号： G06V40/10 文献下载
摘要：本发明属于计算机视觉技术领域，提供了一种基于YOLOv4的行人检测方法及系统，包括：获取待检测的图像信息；依据图像信息，以及预设的行人检测网络模型，得到检测结果；YOLOv4网络模型中，在边界框损失函数中添加一个指数函数作为修正系数，所述指数函数的自变量为预测框与真实框之间宽高比的绝对值之差乘上预设调节参数的积；本发明在YOLOv4网络模型中的边界框损失函数中添加一个指数函数作为修正系数，所述指数函数的自变量为预测框与真实框之间宽高比的绝对值之差乘上预设调节参数的积，通过对预设调节参数的选取来确定修正系数，从而达到提升模型收敛速度的目的。
一种基于 yolov4 行人检测方法系统

[发明专利]基于动态加权及热力图算法的机器人路径规划方法及系统-CN202210740192.4在审
发明人：毕淑慧;李志豪;王磊;申涛;徐元;李健;赵钦君;王秋阳;罗好峰 -专利权人：济南大学;山东规格智能科技有限公司
申请日： 2022-06-28 - 公布日： 2022-08-12 - 主分类号： G05D1/02 文献下载
摘要：本发明属于机器人路径规划领域，提供了基于动态加权及热力图算法的机器人路径规划方法及系统，该方法基于构建的小型仓库栅格模型和热力图算法，计算货架组的热力值，将待运输的订单任务与其目标点所在的货架组一一对应，根据货架组的热力值进行任务的优先级排序并将其分配给对应的机器人；基于A*算法代价估算函数，对有订单运输任务的机器人进行路径寻优，得到从起始点到目标点的代价最小的最优路径；将该最优路径和预约表进行对比，查询是否存在路径冲突，若存在冲突则利用动态加权表，确定冲突点的通过顺序，若不存在冲突，直接按照最优路径执行当前订单运输任务。达到同时避免顶点冲突、边缘冲突的目的。
基于动态加权力图算法机器人路径规划方法系统

[发明专利]一种基于改进YOLOX网络的跌倒检测方法及系统-CN202210570391.5在审
发明人：石胜君;宋帅博;赵钦君;王磊;赵方;毕淑慧;申涛 -专利权人：哈工大机器人集团股份有限公司;济南大学
申请日： 2022-05-24 - 公布日： 2022-08-09 - 主分类号： G06V40/10 文献下载
摘要：本申请提供一种基于改进YOLOX网络的跌倒检测方法及系统，涉及目标检测技术领域，该跌倒检测方法通过获取不同场景下的人体动作图像，并进行数据增强处理，可以对人体动作图像进行补充，丰富训练样本，提升跌倒检测网络模型的训练效果；样本图像经过主干特征提取网络进行特征提取，并经过加强特征提取网络进行特征融合，得到加强特征层，将加强特征层输入至分类预测网络得到人体动作类别与目标检测框，其中，加强特征提取网络为在特征金字塔网络的指定位置引入注意力机制，通过该方式，可以提取出图像通道方向的深层次特征，增强目标检测效果，从而提高人体动作的检测精度。
一种基于改进 yolox 网络跌倒检测方法系统

1
2
3
4
下一页»
尾页
共 59 条