-
公开(公告)号：CN116203937A
公开(公告)日：2023-06-02
申请号：CN202111453920.5
申请日：2021-12-01
Applicant: 珠海一微半导体股份有限公司
IPC: G05D1/02
Abstract: 本发明公开了一种地图融合方法、芯片与机器人，所述方法用于根据待融合地图与相对应的对比地图的互相关性，来获取待融合地图与对比地图之间的最佳旋转角度和最佳平移向量，组成最佳转换矩阵，再将一个待融合地图通过对应的最佳转换矩阵转换到各个对比地图上，然后求取每一个旋转后的待融合地图与对应的对比地图之间的地图相似度，根据地图相似度的大小将重复的地图进行融合，以去除冗余数据，提高机器人的运行效率，同时解决了传统方法计算地图相似度准确率和效率不高的问题。
-
公开(公告)号：CN116202539A
公开(公告)日：2023-06-02
申请号：CN202111450874.3
申请日：2021-12-01
Applicant: 珠海一微半导体股份有限公司
IPC: G01C21/32
Abstract: 本发明公开了一种机器人重定位方法、芯片与机器人，本发明所述的技术方案用于根据即时构建的局部地图与相对应的全局地图的互相关性，来获取局部地图与全局地图之间的最佳旋转角度和最佳平移向量，组成最佳转换矩阵，再将一个局部地图通过对应的最佳转换矩阵转换到各个全局地图内，然后求取每一个旋转后的局部地图与对应的全局地图之间的地图相似度，通过地图相似度的大小对比获取机器人的重定位结果，克服机器人在重定位过程中容易丢失相关的特征信息而导致重定位不准确的问题以及传统方法计算地图相似度准确率和效率不高的问题，提高机器人利用局部地图的有限信息进行重定位的准确性和效率，避免叠图现象的发生。
-
公开(公告)号：CN116202521A
公开(公告)日：2023-06-02
申请号：CN202111441973.5
申请日：2021-11-30
Applicant: 珠海一微半导体股份有限公司
IPC: G01C21/20
Abstract: 本发明公开了一种基于建图文件的重定位测试方法、芯片和机器人，所述方法包括：S1：获取建图文件，然后对建图文件的点云文件进行处理来获取处理后的点云数据和记录该点云数据对应的机器人位姿；S2：读取处理后的点云数据和该点云数据对应的机器人位姿，然后通过建图文件进行重定位测试计算；S3：基于重定位测试计算的匹配分数、建图文件的点云数据对应的机器人位姿和重定位方式来确定重定位测试计算的结果。本申请用建图记录的带时序的激光文件，去回溯做全地图的重定位测试，大大提高测试结果运用效率，减少人力成本。
-
公开(公告)号：CN115268443A
公开(公告)日：2022-11-01
申请号：CN202210893735.6
申请日：2022-07-27
Applicant: 珠海一微半导体股份有限公司 , 武汉科技大学
IPC: G05D1/02
Abstract: 本发明公开一种机器人避障路径规划方法，机器人装配有测距传感器，用于获取点云数据；机器人避障路径规划方法包括如下步骤：步骤A、机器人从点云数据中提取出用于标记障碍物的拟合图形；同时，机器人构建栅格地图；然后机器人将所述拟合图形的中心与栅格地图进行对比，筛选出中心落入栅格地图的可通行区域的拟合图形；步骤B、基于当前筛选出的拟合图形的映射情况，调用优化的DWA算法规划避障路径；或在调用优化的DWA算法规划避障路径失败时，调用启发式搜索算法规划避障路径，以使机器人避开障碍物。
-
公开(公告)号：CN113050632B
公开(公告)日：2022-06-14
申请号：CN202110264567.X
申请日：2021-03-11
Applicant: 珠海一微半导体股份有限公司
IPC: G05D1/02
Abstract: 本发明公开用于机器人探索未知区域的地图探索方法、芯片及机器人，该地图探索方法包括：步骤S1：利用基于快速探索随机树算法的边界检测器获取符合预设通行条件的边界点；步骤S2：对步骤S1获取的边界点中的用于探索未知区域的边界点进行过滤；步骤S3：基于机器人在当前位置处探索的边界点的导航代价及其对应的收益信息，并考虑到边界点的可通行条件，从步骤S2过滤出的边界点中选择利润最高的边界点并将其配置为目标点，再控制机器人从当前位置移动至目标点，从而建立机器人的局部地图；步骤S4：重复步骤S1至步骤S4，直到建立的机器人的局部地图覆盖到整个工作区域。形成高效的RRT的地图探索算法。
-
Patent Agency Ranking
公开(公告)号：CN119107478A
公开(公告)日：2024-12-10
申请号：CN202310666043.2
申请日：2023-06-07
Applicant: 珠海一微半导体股份有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/08
Abstract: 本发明公开一种用于识别物体的目标检测模型的超参数优化方法，该超参数优化方法包括，在现存的超参数向量中筛选出适应度匹配的超参数向量，然后在筛选出的超参数向量中进行加权随机抽样，再将选中的超参数向量配置为当前一代的超参数向量，再对所述当前一代的超参数向量进行预设遗传变异操作，产生下一代的超参数向量，并保存下一代的超参数向量为现存的超参数向量中的一个新的超参数向量，依此迭代，直至满足迭代终止条件，再将适应度最大的一个超参数向量配置为所述目标检测模型的最优超参数集合；其中，在所述最优超参数集合输入目标检测模型后，目标检测模型利用所述最优超参数集合训练所需识别的物体的特征数据，以提高物体识别精度。
-
公开(公告)号：CN119107477A
公开(公告)日：2024-12-10
申请号：CN202310665971.7
申请日：2023-06-07
Applicant: 珠海一微半导体股份有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/126
Abstract: 本发明公开一种目标检测模型的超参数调节方法，包括先对预设参数库内的超参数向量进行加权随机抽样，再将选中的超参数向量配置为当前一代的超参数向量，再对所述当前一代的超参数向量进行预设遗传变异操作，产生下一代的超参数向量；然后在下一代的超参数向量对应的适应度大于预设参数库内的适应度最小的超参数向量对应的适应度时，将下一代的超参数向量替换掉该适应度最小的超参数向量，依此迭代，直至满足迭代终止条件，再在所述预设参数库内，将适应度最大的一个超参数向量配置为所述目标检测模型的最优超参数集合；其中，在所述最优超参数集合输入目标检测模型后，目标检测模型利用所述最优超参数集合训练所需识别的物体的特征数据。
-
公开(公告)号：CN118115508A
公开(公告)日：2024-05-31
申请号：CN202211514114.9
申请日：2022-11-30
Applicant: 珠海一微半导体股份有限公司
Abstract: 本发明公开了一种基于分界线的走廊区域划分方法和芯片，包括：机器人获取环境地图中的扫描线，然后遍历所有扫描线，并获取每条扫描线的长度，筛选出长度大于或等于第一设定距离的扫描线作为目标扫描线；机器人检测所有扫描线的端点，并从扫描线的端点中获取第一突变位置点和第二突变位置点，然后基于第一突变位置点和第二突变位置点获取环境地图中房间和走廊之间的分界线；机器人基于目标扫描线、分界线和环境地图中的室内环境轮廓，从环境地图中划分出走廊区域。本申请提高清洁机器人从环境地图中划分出走廊区域的速度。
-
公开(公告)号：CN117826776A
公开(公告)日：2024-04-05
申请号：CN202211171762.9
申请日：2022-09-26
Applicant: 珠海一微半导体股份有限公司
Abstract: 本发明公开基于地图轮廓的区域分界线搜索方法，所述区域分界线搜索方法包括：在机器人通过测距传感器获得室内环境的轮廓点后，机器人按照目标搜索方向遍历目标扫描线；其中，机器人将每条目标扫描线配置为由两个轮廓点连成的线段，并将每条目标扫描线都配置为与目标搜索方向垂直设置；在所述目标扫描线中，所述目标扫描线的两个端点之间是属于可通行区域；在按照目标搜索方向遍历目标扫描线的过程中，逐条检测目标扫描线的端点；若在其中一条目标扫描线中检测到第一突变位置点且在对应一条目标扫描线中检测到第二突变位置点，则连接第一突变位置点和第二突变位置点，获得区域分界线。
-
公开(公告)号：CN117826775A
公开(公告)日：2024-04-05
申请号：CN202211171637.8
申请日：2022-09-26
Applicant: 珠海一微半导体股份有限公司
Abstract: 本发明公开一种区域分界线搜索方法及机器人，所述区域分界线搜索方法包括：在机器人通过测距传感器获得室内环境的轮廓点后，机器人按照目标搜索方向遍历目标扫描线；其中，机器人将每条目标扫描线配置为由两个轮廓点连成的线段，并将每条目标扫描线都配置为与目标搜索方向垂直设置；在所述目标扫描线中，逐条检测目标扫描线的长度；所述目标扫描线的两个端点之间是属于可通行区域；在按照目标搜索方向遍历目标扫描线的过程中，当检测到目标扫描线的长度满足预设变窄条件时，将当前检测到的目标扫描线设置为区域分界线。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.034 seconds)
