-
公开(公告)号：CN117237789B
公开(公告)日：2025-03-18
申请号：CN202311201945.5
申请日：2023-09-18
Applicant: 北京数字绿土科技股份有限公司 , 武汉绿土图景科技有限公司
Abstract: 本发明公开了一种基于全景相机和激光雷达融合生成纹理信息点云地图方法，首先根据实时采集得到的每一帧的激光点云数据和每一帧的IMU数据通过迭代误差扩展卡尔曼滤波算法融合解算得到IMU位姿之后，将激光点云数据根据通过根据IMU位姿和激光雷达外参、IMU外参计算得到的激光雷达位姿进行拼接生成点云地图；然后通过对双目鱼眼相机进行标定后将激光点云数据投影到对双目鱼眼图像进行校正后的针孔相机模型图像上得到投影点；根据投影点将激光点云数据进行分类得到激光点对；根据激光点对以及激光雷达位姿进行视觉里程估计，得到视觉里程计的最优状态信息；最终使用贝叶斯公式对激光点云进行赋色，从而得到有纹理信息点云地图。
-
公开(公告)号：CN117031481B
公开(公告)日：2024-09-03
申请号：CN202311017158.5
申请日：2023-08-14
Applicant: 北京数字绿土科技股份有限公司 , 武汉绿土图景科技有限公司
Abstract: 本发明公开了一种基于投影3D激光点云的移动机器人重定位方法及系统，实现机器人在上电初始化或者发生“劫持”需要进行定位时，仅依靠自身搭载的3D激光雷达传感器，在预先建立的环境点云地图中，不需要人工干预，全自动快速地完成机器人的重定位；通过激光SLAM预先建立环境的3D点云地图，对其进行投影处理得到多分辨率栅格地图；在机器人需要进行重定位时，获取的当前激光雷达数据进行投影，对2D投影图和多分辨率栅格地图进行线特征匹配和分支定界搜索，以较高的效率完成机器人的初始位姿搜索；然后将该位姿作为ICP点云配准的初始值，提高配准的精度和速度，获取最终的机器人重定位结果。
-
公开(公告)号：CN118036877A
公开(公告)日：2024-05-14
申请号：CN202410136459.8
申请日：2024-01-31
Applicant: 北京数字绿土科技股份有限公司 , 武汉绿土图景科技有限公司
IPC: G06Q10/063 , G06Q50/26 , G06V20/64 , G06V10/764 , G06V20/10
Abstract: 本申请适用于城市规划技术领域，提供一种城市街道空间品质评估方法和系统，该方法包括：获取目标街道的原始三维点云数据；结合预设评估指标，对原始三维点云数据中的物质要素进行提取、分类，得到目标三维点云数据；基于目标三维点云数据，计算各评估指标的特征值。本申请不但能够避免二维影像数据下遮挡造成的街道要素难以准确、完整提取的弊端，而且通过对评估指标进行定量计算，能够为城市规划者提供客观数据，避免个体的主观性和感知性干扰。
-
公开(公告)号：CN117037162A
公开(公告)日：2023-11-10
申请号：CN202311016949.6
申请日：2023-08-14
Applicant: 北京数字绿土科技股份有限公司 , 武汉绿土图景科技有限公司
IPC: G06V30/14 , G06V30/148 , G06V20/70 , G06V30/19 , G06V10/82 , G06V30/18 , G06N3/0464 , G06N3/045
Abstract: 本申请提供了一种基于深度学习的指针式仪表的检测方法和系统，其中，检测方法包括：根据目标检测网络检测指针式仪表的仪表位置，按照仪表位置裁剪得到指针式仪表的位置图像；根据目标检测算法和光学字符识别算法从位置图像中检测得到指针式仪表的量程信息；根据语义分割网络从位置图像中分割得到仪表指针掩膜和仪表刻度掩膜，对仪表指针掩膜和仪表刻度掩膜分别进行极坐标变换，得到指针矩形图像和刻度矩形图像；对量程信息与刻度矩形图像进行位置匹配，得到刻度量程对应信息；根据指针矩形图像和刻度矩形图像的相对位置以及刻度量程对应信息，识别得到仪表读数。本申请的技术方案能解决现有技术中仪表识别算法通用性不够，识别准确度不佳的问题。
-
公开(公告)号：CN117031481A
公开(公告)日：2023-11-10
申请号：CN202311017158.5
申请日：2023-08-14
Applicant: 北京数字绿土科技股份有限公司 , 武汉绿土图景科技有限公司
Abstract: 本发明公开了一种基于投影3D激光点云的移动机器人重定位方法及系统，实现机器人在上电初始化或者发生“劫持”需要进行定位时，仅依靠自身搭载的3D激光雷达传感器，在预先建立的环境点云地图中，不需要人工干预，全自动快速地完成机器人的重定位；通过激光SLAM预先建立环境的3D点云地图，对其进行投影处理得到多分辨率栅格地图；在机器人需要进行重定位时，获取的当前激光雷达数据进行投影，对2D投影图和多分辨率栅格地图进行线特征匹配和分支定界搜索，以较高的效率完成机器人的初始位姿搜索；然后将该位姿作为ICP点云配准的初始值，提高配准的精度和速度，获取最终的机器人重定位结果。
-
Patent Agency Ranking
公开(公告)号：CN116363326A
公开(公告)日：2023-06-30
申请号：CN202310329860.9
申请日：2023-03-30
Applicant: 北京数字绿土科技股份有限公司 , 武汉绿土图景科技有限公司
Abstract: 本发明公开了一种高精度地图制图系统及方法，至少构建道路线图层、车道标线图层、车道向量图层、道路边界线图层；检测当前的道路线图层、车道标线图层、车道向量图层、道路边界线图层是否正确无误后，在检测正常情况下认定整个路网正常，并认定上述四个图层为四个基本道路线图层；在检测当前的整个路网正常情况下，基于四个基本道路线图层生成对应的节点图层，最终基于当前的基本道路线图层和对应的节点图层构成最终的目标路网；基于所述目标路网加载添加道路设施图层，利用上述制图方法可以得到了高精度地图，节约人工资源，提高了制图效率。
-
公开(公告)号：CN119360051A
公开(公告)日：2025-01-24
申请号：CN202411600138.5
申请日：2024-11-11
Applicant: 成都绿土智途科技有限公司 , 北京数字绿土科技股份有限公司 , 武汉绿土图景科技有限公司
IPC: G06V10/46 , G06V10/82 , G06N3/0464 , G06V10/77 , G06T3/067 , G06V10/774 , G06V10/24
Abstract: 本公开提供了一种基于零样本深度学习的要素提取以及地图生成方法、装置，本公开将需要进行道路要素提取的三维点云图像进行强度投影，得到二维强度投影图像；将二维强度投影图像输入道路要素深度学习模型，得到道路要素深度学习模型输出的道路要素的关键点二维坐标信息；道路要素深度学习模型包括依次包括YOLOv8‑OBB旋转框模型、包含PCA算法的计算模块、多头centernet关键点检测模型；之后根据道路要素深度学习模型的处理逻辑的反向逻辑，确定关键点二维坐标信息在所述二维强度投影图像上的二维坐标信息；最后根据强度投影的处理逻辑的反向逻辑以及关键点二维坐标信息在二维强度投影图像上的二维坐标信息，确定道路要素在所述三维点云图像上的三维坐标。
-
公开(公告)号：CN118273891A
公开(公告)日：2024-07-02
申请号：CN202410331600.X
申请日：2024-03-22
Applicant: 北京数字绿土科技股份有限公司 , 武汉绿土图景科技有限公司
Abstract: 本公开提供了一种风机塔筒倾斜度确定方法及装置、电子设备、存储介质，本公开首先获取包含风机塔筒的目标区域内的点云数据，并提取点云数据中的风机塔筒点云数据；之后按照预设高度对风机塔筒点云数据进行分层，并分别对各层风机塔筒点云数据进行平面圆拟合，以及，确定各平面圆的中心点的坐标；之后，随机选取两个中心点，并利用选取的中心点的坐标进行直线拟合处理，得到多条初始直线，以及，分别确定与各初始直线相匹配的中心点，并将匹配的中心点数量最多的初始直线作为目标直线模型，将与目标直线模型匹配的中心点作为目标中心点；最后，确定目标中心点中的最高点和最低点，并根据最高点的坐标、最低点的坐标，确定风机塔筒的倾斜度。
-
公开(公告)号：CN117292382A
公开(公告)日：2023-12-26
申请号：CN202311225308.1
申请日：2023-09-21
Applicant: 北京数字绿土科技股份有限公司 , 武汉绿土图景科技有限公司
IPC: G06V30/148 , G06V30/18 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的智能巡检避雷器仪表读数识别方法，通过巡检机器人采集避雷器仪表图像，然后对避雷器仪表图像进行检测得到表盘区域图像后，对表盘区域图像进行分别识别处理得到动作次数数值及量程数值，进而对避雷器仪表表盘图像进行识别得到指针读数，最终将动作次数数值及指针读数返回避雷器仪表图像中得到避雷器仪表图像的读数，实现实时的避雷器仪表智能读数操作，并且在进行避雷器仪表表盘图像进行识别得到指针读数过程中，通过深度学习语义分割算法及透视变换等操作解决了避雷器仪表倾斜，表盘较模糊情况下，读数精度差的问题，并支持对避雷器动作次数读数，提高了避雷器监测效率，并增强了读数的鲁棒性。
-
公开(公告)号：CN117173384A
公开(公告)日：2023-12-05
申请号：CN202311151406.5
申请日：2023-09-07
Applicant: 北京数字绿土科技股份有限公司 , 武汉绿土图景科技有限公司
IPC: G06V10/10 , G06V10/774 , G06V20/70 , G06V30/10 , G06V10/40 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进SAR的智能巡检LED数字仪表读数方法，通过使用超快速轻量目标检测模型对巡检机器人采集获取的目标仪表图像进行识别分析，从而从目标仪表图像中剪切得到数字表盘图像；进而利用改进的SAR算法建立得到的训练好的LED数字仪表识别SAR模型对数字表盘图像进行识别获取字符序列，最终利用字符序列得到目标仪表的仪表读数；使模型轻量化，能够部署到边缘端，拥有实时识别的速度，解决数字式仪表进行快速定位和智能读数问题，并解决了人工监测仪表效率低的问题，规避了因为人工操作产生的不良因素，提高仪表监测效率，提高仪表在光照不均匀、仪表倾斜等条件下仪表读数识别精度，不仅自动化程度高，且易于实现。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.04 seconds)
