摘要：本发明公开了一种电能计量装置运行状态自动评估方法，包括骤：从数据主站获取所有电能计量装置一周期内的所有的最新计量数据；分别对有指导的和无指导的电能计量装置进行运行状态判定。与现有技术相比，本发明的方法在供电部门已积累的大量电能量数据及计量装置运行数据基础上，通过引入数据挖掘技术，及时准确地判断电能计量装置的运行状态，为制定针对性的运维措施提供决策依据，可根据不同的运行状态进行针对性的运维管理，减少了运维资源的浪费，实现更高的经济效益，同时进一步提升了客户服务水平。本发明同时公开了一种电能计量装置运行状态自动评估系统。

摘要：本发明涉及一种特征提取方法、运动状态估计方法以及运动状态估计装置。特征信息提取方法，包括：获取场景的连续帧图像；预测当前帧图像的特征点；将所述当前帧图像分为多个区域，对所述多个区域中的每一个区域分配预测特征点的阈值数目；基于所述当前帧图像，确定所述多个区域中的每一个区域中的检测特征点的检测数目；在存在其中所述检测数目小于所述阈值数目的待增强区域的情况下，对所述待增强区域的当前帧图像执行分级增强处理，以获得增强的当前帧图像，并且基于所述增强的当前帧图像，确定所述检测数目；以及在不存在其中所述待增强区域的情况下，确定所述检测特征点以及与其对应的所述分级增强处理的增强级别作为所述特征信息。

摘要：本申请实施例提供一种运动状态估计方法及装置，该方法包括：通过第一传感器获得多个测量数据，其中每个所述测量数据至少包括速度测量信息；根据所述多个测量数据中与目标参照物对应的测量数据，得到第一传感器的运动状态，所述运动状态至少包括第一传感器的速度矢量。采用本发明实施例，能够获得第一传感器更准确的运动状态。

摘要：本发明公开了一种人体运动状态估计方法、装置、终端及计算机可读存储介质，其中的方法包括：利用人体关节轨迹信号和简化为五杆结构的人体运动模型计算人体质心的名义运动状态根据人体加速度信号ax对人体质心的名义运动状态进行滤波以确定人体质心的真实运动状态根据人体质心的真实运动状态计算人体的瞬时捕捉点xCP，并根据所述瞬时捕捉点与人体足底区域的位置关系判断人体的平衡状态。该人体运动状态估计方法、装置、终端及计算机可读存储介质能够准确快速地实现对穿戴者的运动状态的估计判断，为外骨骼准确及时地输出有效的主动助力提供可靠的判断基础。

摘要：本发明提供了一种载体运动状态估计方法及装置，该方法包括：获取目标载体的加速度信息和角速度信息以及卫星导航系统下目标载体的第一速度和位置信息；基于加速度信息和角速度信息，采用互补滤波算法计算四元数；基于四元数构建旋转矩阵；利用旋转矩阵进行目标载体速度和位置的解算，得到惯性导航系统下的第二速度和位置信息；基于第一速度和位置信息和第二速度和位置信息进行速度和位置的估计融合，得到目标载体在当前时刻的运动状态估计结果。从而实现了对位置、速度的较好估计，减少了硬件依赖，并充分利用了加速度计的低频信息和陀螺仪的高频信息，实现了优势互补，使用互补滤波进行四元数的估计，简化了计算过程，提高了效率。

摘要：一种运动状态估计方法及装置，方法包括：获取第一局部栅格地图(S501),第一局部栅格地图中每个栅格的值用于指示该栅格中基于第一历史点云累积的静态点；将第一帧点云中的静态点与第一局部栅格地图进行配准，得到第一横摆角(S502)。本运动状态估计方法及装置能够提高横摆角的估计精度。

摘要：本公开实施例公开了一种运动状态估计模型的训练方法、运动状态估计方法及装置。该方法包括：利用特征提取网络，基于第一时刻拍摄的第一样本图像和第二时刻拍摄的第二样本图像，得到第一样本图像对应的第一图像特征和第二样本图像对应的第二图像特征；利用第一图像特征和第二图像特征，进行特征融合，得到第一融合特征；利用运动状态预测网络对第一融合特征进行预测，得到样本图像集中的目标物体的预测运动状态流；基于预测运动状态流和基准运动状态流，确定模型损失；基于模型损失，对运动状态估计模型进行训练。这样，训练好的运动状态估计模型可以直接利用车载相机拍摄的多张图像估计目标物体的运动状态，提高了对目标物体运动状态的估计效率。

摘要：本发明涉及一种基于视觉的运动状态估计方法及智能装置，所述方法包括以下步骤：S1、利用智能装置上的相机拍摄图像，在当前时刻图像和上一时刻图像之间识别图像中的角点，进行角点匹配；S2、根据步骤S1获得的角点匹配结果，判断智能装置当前时刻的运动状态是否为静止，如果静止结束；S3、根据步骤S1获得的角点匹配结果，统计角点移动方向分布；S4、基于步骤S3获得的角点移动方向分布统计，根据角点移动方向的整体趋势，结合不同运动状态下视觉角点移动对应不同整体趋势的几何规律，归纳出智能装置当前时刻的运动状态。有益效果是基于视觉、通过图像角点匹配统计估计运动状态。

摘要：本公开涉及智能驾驶技术领域，公开了一种车辆控制方法、运动状态估计模型的训练方法及装置，车辆控制方法包括：确定自车在当前时刻采集的行驶数据和环境数据，以及所述自车和所述自车周围环境中的目标物在多个历史时刻对应的历史运动数据；基于所述行驶数据和所述环境数据，确定所述自车和所述目标物的当前运动数据；基于运动状态估计模型对所述当前运动数据和所述历史运动数据进行处理，得到所述目标物在所述当前时刻的第一估计运动状态和在所述当前时刻的下一时刻的第二估计运动状态；基于所述第一估计运动状态和所述第二估计运动状态，控制所述自车行驶。应用本公开的技术方案，能够提高运动状态估计的准确性，提高车辆的操控体验。

摘要：公开了一种运动状态估计方法、运动状态估计模型训练方法及装置，涉及智能驾驶技术领域，该方法包括确定多个历史时刻中各历史时刻自车与目标物之间的第一距离和当前时刻自车与目标物之间的第二距离；对多个第一距离和第二距离进行拟合处理，并基于运动状态估计模型对拟合处理得到的目标物在多个历史时刻的运动状态进行处理，得到目标物在当前时刻的第一估计运动状态以及目标物在未来时刻的第二估计运动状态。本公开的技术方案利用运动状态估计模型估计目标物在当前时刻和未来时刻的运动状态，不受限于运动模型对应的运动模式，也无需通过卡尔曼增益纠正运动状态，因此，应用场景较为广泛，且能够缩短估计运动状态的时间，节约成本。