-
公开(公告)号：CN116433493A
公开(公告)日：2023-07-14
申请号：CN202310664984.2
申请日：2023-06-07
Applicant: 湖南大学
IPC: G06T3/40 , G06T7/33 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于度量学习的工件点云集合拼接方法，包括：训练阶段：用于训练数据准备；采用有监督度量学习方式对训练数据进行训练，构建点云特征提取网络模型；拼接阶段：对采集到的点云集合进行预处理；通过训练好的点云特征提取网络模型提取点云的点特征，并估计同名点及其平均特征距离；根据同名点平均特征距离求解拼接成功置信度，对点特征进行离群值去除后求解相对变换参数，根据相对变换参数和拼接成功置信度构建最小生成树，将全部点云变换到最小生成树的中心节点下，实现点云集合的拼接。解决了现有技术依赖于外部高精度设备的问题，降低了拼接成本，使用数据驱动的方法实现点云集合的拼接，提高了拼接的准确度和速度。
-
公开(公告)号：CN113989242A
公开(公告)日：2022-01-28
申请号：CN202111272107.8
申请日：2021-10-29
Applicant: 湖南大学
IPC: G06T7/00 , G06F17/16 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/33 , G06T7/73 , G06T17/20 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于高斯混合模型隐变量监督学习的多点云配准方法，构建标准点云和待配准点云集合；将标准点云和待配准点云集合建模为同样的高斯混合模型，设置高斯混合模型的超参数为K；设标准点云为高斯混合模型生成的一个样本，使用神经网络求得隐变量，求解最优高斯混合模型参数；设待配准点云集合经刚性变换后配准完成的点云集合为高斯混合模型生成的一个样本，使用神经网络求得隐变量，使用上一步所求最优高斯混合模型参数，求解最优变换参数，使得变换后点云的高斯混合模型与标准点云的高斯混合模型一致；根据上一步所求最优变换参数完成多点云的配准，同时也完成了与标准点云的对齐。其点云配准速度快、配准步骤简单，对噪声鲁棒性好。
-
公开(公告)号：CN112837356A
公开(公告)日：2021-05-25
申请号：CN202110165409.9
申请日：2021-02-06
Applicant: 湖南大学
Abstract: 本发明提供了一种基于WGAN的无监督多视角三维点云联合配准方法包括如下步骤：步骤S1、获取不同视角的点云；步骤S1、对所有视角的点云进行下采样；步骤S3、从标准模型中采样；步骤S4、对多视角点云联合配准WGAN的生成器网络进行训练；步骤S5、对多视角点云联合配准WGAN的判别器网络进行训练；步骤S6、判断是否终止训练：设定生成器和判别器训练的次数均为M次，若达到M次则终止训练，若未达到M次则回到步骤S4。本发明设计了一种多视角点云配准网络生成点云模型，相较于传统的配准方法，具有对初始化更强的鲁棒性，有利于在生产线上实时运行，既不存在视角偏置，也不存在累计误差。
-
公开(公告)号：CN112461210A
公开(公告)日：2021-03-09
申请号：CN202011498963.0
申请日：2020-12-18
Applicant: 湖南大学
Abstract: 本发明公开了一种空地协同建筑测绘机器人系统及其测绘方法，包括空中无人机、地面移动机器人和服务器终端，空中无人机携带有第一激光雷达、第一IMU、双目鱼眼相机、第一彩色相机、第一处理器，通过空中无人机建立建筑物基于其顶面及高处立面的第一局部点云模型；地面移动机器人携带有第二激光雷达、第二IMU、第二彩色相机、第二处理器，通过地面移动机器人建立建筑物基于其底部的第二局部点云模型；服务器终端通过无线通讯模块分别与空中无人机和地面移动机器人连接，在服务器终端完成第一局部点云模型和第二局部点云模型的融合，生成完整的建筑物点云模型。本发明在提高建模完整性的同时，还具有精度准、效率高的优点。
-
-
-
Search Results
14
records
(took 0.015 seconds)
