-
公开(公告)号：CN104268933A
公开(公告)日：2015-01-07
申请号：CN201410464402.7
申请日：2014-09-11
Applicant: 大连理工大学
Abstract: 一种车载二维激光运动中三维环境扫描成像方法，属于测距激光扫描成像及无人驾驶车辆自主环境感知技术领域。本发明提出了一种纹理增强图的计算模型，该模型可实现基于车载二维激光测距数据的三维环境扫描成像，且有效克服了车体不规则运动造成的图像模糊现象，能够获得三维点云数据清晰的二维图像描述，是对三维空间测距信息的补充。本发明提出的纹理增强图，通过计算出一个最优参考向量，使得生成图像的像素灰度值区分度最大，突出了场景中物体的纹理细节，从而为基于激光扫描数据的场景分割、物体识别及场景理解提供有效的支持。本发明可用在无人驾驶车室外场景理解及环境认知等人工智能领域。
-
公开(公告)号：CN114217280B
公开(公告)日：2024-07-19
申请号：CN202111577455.6
申请日：2021-12-22
Applicant: 大连理工大学
Abstract: 本发明提出了一种外置旋转二维激光雷达外部参数的标定方法，该方法不依赖初值的选取与定制的标定工具，仅使用日常室内环境存在的平面特征即可进行标定，同时分开标定旋转部分和平移部分让标定过程的效率得到保证。该标定方法使得伺服电机和二维激光雷达成为一个在实际使用中的整体，可以作为一个单一的数据采集装置进行考虑，不需要在使用过程中分开考虑二者的工作状态，为移动机器人更高效的获取全景点云数据奠定了基础。
-
公开(公告)号：CN114217280A
公开(公告)日：2022-03-22
申请号：CN202111577455.6
申请日：2021-12-22
Applicant: 大连理工大学
Abstract: 本发明提出了一种外置旋转二维激光雷达外部参数的标定方法，该方法不依赖初值的选取与定制的标定工具，仅使用日常室内环境存在的平面特征即可进行标定，同时分开标定旋转部分和平移部分让标定过程的效率得到保证。该标定方法使得伺服电机和二维激光雷达成为一个在实际使用中的整体，可以作为一个单一的数据采集装置进行考虑，不需要在使用过程中分开考虑二者的工作状态，为移动机器人更高效的获取全景点云数据奠定了基础。
-
公开(公告)号：CN108387240B
公开(公告)日：2021-05-11
申请号：CN201810034443.0
申请日：2018-01-15
Applicant: 大连理工大学
Abstract: 本发明提出了一种多层次六边形网格地图的构建方法，属于机器人地图构建技术领域。该方法适用于机器人在动态环境中局部地图的构建，该方法采用由一个六边形和其周围六个邻域六边形构成的基础结构进行地图的构建。首先通过对基础结构中的主节点的逐层膨胀实现地图扩展，再通过每个主节点向周边的六邻域节点的膨胀以实现地图对环境的密闭覆盖。地图中六边形网格节点的六邻域网格节点的中心点分布在同一圆上，这与机器人测距传感器感知范围呈圆形分布相一致。以此构建的六边形网格地图提升了机器人在动态环境中地图构建的有效性和高效性，本发明可用在移动机器人自主导航等人工智能领域。
-
公开(公告)号：CN107123135B
公开(公告)日：2019-07-12
申请号：CN201710198324.4
申请日：2017-03-31
Applicant: 大连理工大学
IPC: G06T7/32
Abstract: 本发明提出了一种无序三维点云无畸变成像的方法，属于三维点云成像技术领域。该方法适用于无序三维点云并且生成的图像无畸变，该方法通过映射矩阵和序列化栅格分别对无序点云进行无畸变映射和有序化处理，生成纹理清晰的无畸变二维灰度图像，克服了传统方位角图成像方法只能应用于有序点云且生成的图像存在畸变的局限性，同时保留了传统方位角图成像方法纹理清晰的优势。相对于传统点云成像方法，该成像方法考虑了正常图像成像原理，有助于提升点云图像对场景描述的准确性。本发明可用在移动机器人场景理解等人工智能领域。
-
Patent Agency Ranking
公开(公告)号：CN108230242A
公开(公告)日：2018-06-29
申请号：CN201810020774.9
申请日：2018-01-10
Applicant: 大连理工大学
IPC: G06T3/00
Abstract: 一种从全景激光点云到视频流的转换方法属于激光点云成像技术领域，将激光点云转换成视频流，实现360度室外场景的可视化，具体为：将全局坐标系下的原始激光点云数据转换到该视角方向下的视角坐标系，将视角坐标系下的激光点云投影到像素坐标系，得到激光测距点与图像像素间的对应关系，并提取激光点云在三个特征通道的特征，将来自多个通道的特征融合后得到一幅纹理清晰灰度图像；完成所有视角方向下的图像生成后，得到一系列的灰度图像，将得到的灰度图像按照固定的顺序和帧率播放，得到视频流。本发明在成像手段上选取多个视角，能够将场景完整还原，并保证场景景物层次关系的不变性；增强成像的视觉效果；可用在移动机器人场景理解等人工智能领域。
-
公开(公告)号：CN114219705A
公开(公告)日：2022-03-22
申请号：CN202111577508.4
申请日：2021-12-22
Applicant: 大连理工大学
IPC: G06T3/00 , G06T7/73 , G06V10/74 , G06V10/764 , G06K9/62
Abstract: 本发明提出一种基于三维点云高程分布相似度的可通行区域检测方法。本发明对三维点云数据进行栅格化表述，并对栅格内点云在高程上的分布用向量来表示，其中向量的每个元素代表在对应高程范围内激光点的数量。由于相邻的两个可通行栅格内点云在高程上是连续且分布大致相同的，因此通过计算可通行栅格与邻接栅格间向量的相似度，判断邻接栅格是否为可通行栅格。基于此判断条件对种子栅格进行区域扩张，最终得到可通行区域地图。利用高程分布相似度对三维点云地图进行了可通行区域检测，特别是针对大尺度栅格具有更准确的检测效果，并可有效避免悬空物体的干扰，从而保证了栅格的准确扩张。
-
公开(公告)号：CN103257342A
公开(公告)日：2013-08-21
申请号：CN201310010056.0
申请日：2013-01-11
Applicant: 大连理工大学
IPC: G01S7/497
Abstract: 本发明公开一种可提高标定效率和精度的三维激光传感器与二维激光传感器的联合标定方法，是利用二维激光扫描中间有缝隙的标定板时所产生的测距突变特性，通过缝隙所处直线在激光传感器局部坐标系和无人驾驶智能车坐标系下的数据矩阵间的映射关联，对激光传感器的旋转姿态进行校正，以此为基础进一步提取平整场景中的凸起矩形物体的点云数据，并根据ICP迭代优化算法进行平移矫正，从而实现三维激光测距传感器与多个二维激光测距传感器之间的联合标定。
-
公开(公告)号：CN114219705B
公开(公告)日：2024-09-06
申请号：CN202111577508.4
申请日：2021-12-22
Applicant: 大连理工大学
IPC: G06T3/06 , G06T7/73 , G06V10/74 , G06V10/764
Abstract: 本发明提出一种基于三维点云高程分布相似度的可通行区域检测方法。本发明对三维点云数据进行栅格化表述，并对栅格内点云在高程上的分布用向量来表示，其中向量的每个元素代表在对应高程范围内激光点的数量。由于相邻的两个可通行栅格内点云在高程上是连续且分布大致相同的，因此通过计算可通行栅格与邻接栅格间向量的相似度，判断邻接栅格是否为可通行栅格。基于此判断条件对种子栅格进行区域扩张，最终得到可通行区域地图。利用高程分布相似度对三维点云地图进行了可通行区域检测，特别是针对大尺度栅格具有更准确的检测效果，并可有效避免悬空物体的干扰，从而保证了栅格的准确扩张。
-
公开(公告)号：CN107123135A
公开(公告)日：2017-09-01
申请号：CN201710198324.4
申请日：2017-03-31
Applicant: 大连理工大学
IPC: G06T7/32
CPC classification number: G06T7/32 , G06T2207/10028
Abstract: 本发明提出了一种无序三维点云无畸变成像的方法，属于三维点云成像技术领域。该方法适用于无序三维点云并且生成的图像无畸变，该方法通过映射矩阵和序列化栅格分别对无序点云进行无畸变映射和有序化处理，生成纹理清晰的无畸变二维灰度图像，克服了传统方位角图成像方法只能应用于有序点云且生成的图像存在畸变的局限性，同时保留了传统方位角图成像方法纹理清晰的优势。相对于传统点云成像方法，该成像方法考虑了正常图像成像原理，有助于提升点云图像对场景描述的准确性。本发明可用在移动机器人场景理解等人工智能领域。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.019 seconds)
