专利交易市场

本发明公开了一种基于多信息融合的温室节水灌溉方法，应用于灌溉系统，基于多信息融合的温室节水灌溉方法包括：每隔固定时间采集温室内光照强度、空气温度、空气湿度和土壤含水量的数据。利用加权归一化、多目标质心方法与平均轮廓系数针对温室作物生长特性优化聚类，得出各个簇的质心对应的土壤含水量变化量，即温室内不同环境的作物需水量；建立了适用于温室的土壤水分平衡模型，根据作物生长周期的不同确定了不同时期的作物系数，更精确的计算了作物蒸散发损失的水分，并且使用最优聚类得出的结果作为模型预测控制器的参考输入避免依靠经验造成的灌溉浪费。

本发明公开了一种多信息融合人体外骨骼机器人控制保护系统。该系统包括若干组安装在人体四肢部位的惯性测量组件、肌电传感器，安装在胸部的呼吸传感器，佩戴在头部的深度摄像头，以及安装在人体任意位置的机器学习处理计算机。将某时刻各传感器采集的有效数据作为基于BPTT算法的LSTM神经网络的输入，以从该时刻开始计算机处理机器学习算法所消耗的时间与机器人各位置舵机接收控制信号的最大延迟时间之和作为时间间隔，把该时间间隔后的时刻所表征人体的运动意图的控制信号作为输出，通过神经网络训练，建立工程中难以用解析式表达的非线性函数映射关系，实现由该时刻的动作判断人体下一时刻的运动意图，从而输出相应的控制信号的功能。

本发明涉及测量技术领域，公开一种多信息融合的障碍物测量方法，包括以下步骤：S1、通过坐标变换将激光雷达坐标变换到相机的坐标系下，再通过深度相机以及激光雷达传感器获取周围障碍物信息；S2、利用RBF神经网络对测得障碍物信息的数据进行训练；S3、制定融合规则，结合贝叶斯估计更新对无人车的运动状态进行估计与更新。本发明利用激光雷达和深度相机传感器，并通过相应的坐标变换，对障碍物的距离进行测量，将传感器得到的数据，通过选择恰当的传递函数和学习算法，利用RBF神经网络进行训练，并通过制定相应的融合规则，结合贝叶斯估计更新对无人车的运动状态进行估计与更新，实现了对障碍物的精确测量，具有准确性高以及速度快的特点。