一种基于激光雷达的单移动机器人室内定位方法

    公开(公告)号:CN112285725B

    公开(公告)日:2023-11-07

    申请号:CN202011076965.0

    申请日:2020-10-10

    Abstract: 本发明公开了一种基于激光雷达的单移动机器人室内定位方法,其利用装载激光雷达的移动机器人在室内移动并扫描的方式来定位室内反光板的位置。上层控制器为一个装载激光雷达的移动机器人规划室内的移动路径,并控制其移动至路径起点。移动机器人在原点建立全局坐标系,同时对其所在位置检测范围内的反光板进行扫描,并计算得到它们的全局坐标,然后在下一时刻对所在位置检测范围内的反光板进行扫描,计算检测范围内的反光板全局坐标,依次在每个时刻重复以上步骤,直到移动机器人运动至指定路径的终点,对记录的所有反光板全局坐标进行处理。本发明方法具有高度的灵活性,可以有效地解决室内定位精度低的问题,而且实施简单,具有非常好的应用性。

    一种基于语义ORB-SLAM技术的视觉定位方法及系统

    公开(公告)号:CN113537208A

    公开(公告)日:2021-10-22

    申请号:CN202110540453.3

    申请日:2021-05-18

    Abstract: 本发明公开了一种基于语义ORB‑SLAM技术的视觉定位方法及系统,包括车载设备、云端服务器、地标;车载控制单元包括RGB‑D相机数据处理模块、语义识别与分割模块、位姿匹配模块、移动控制模块;通过相机数据处理模块对环境特征点提取与匹配、位姿推算、局部与非线性图优化得到全局地图,并提供地图保存与加载接口,实现AGV视觉定位技术;目标检测与匹配模块对已训练好的模型加载并推理,实现像素级语义分割,并计算地标信息,将语义标签和信息保存到全局地图;当AGV需要纯定位时,云端提供标签地标信息,再经过位姿匹配模块计算得到精确位姿;控制模块可全程控制机器人移动,辅助传感设备对环境充分扫描,实时输出移动机器人位姿。

    基于轻量化改进YOLOv5的移动机器人编队控制方法及系统

    公开(公告)号:CN119536277A

    公开(公告)日:2025-02-28

    申请号:CN202411692426.8

    申请日:2024-11-25

    Abstract: 本发明公开了基于轻量化改进YOLOv5的移动机器人编队控制方法及系统,该方法首先对RGBD相机进行配置与校准,通过RGBD相机实时采集RGB图像,传入目标检测神经网络,获取检测框位置。其次基于目标检测结果,利用卡尔曼滤波器预测跟踪领导者状态。然后获取领导者深度值,解算领导者相对相机坐标系下的实际位置,得到领导者在地图坐标下的位置。最后依据领导者地图坐标下的位置,绘制贝塞尔曲线作为跟随者移动轨迹,跟随者使用模型预测控制法依据轨迹跟随领导者移动,若领导者丢失,则领导者重新检测。本发明有助于保持跟随者跟踪的流畅性,提高跟踪的精度,并可支持对1到2个领导机器人的跟随,实现编队控制。

    一种基于改进型yolov5网络的垃圾检测与识别方法

    公开(公告)号:CN113158956B

    公开(公告)日:2024-06-14

    申请号:CN202110481897.4

    申请日:2021-04-30

    Abstract: 本发明公开了一种基于改进型yolov5网络的垃圾检测与识别方法,首先,建立并标注了一个含有36类别的垃圾数据集,并使用数据分析方法分析后利用数据增强手段对整个数据集进行扩充并针对数量不足的类别进行补充。然后,基于yolov5建立目标检测网络,引入注意力机制改进骨干网络部分,新增小尺寸分支改进PaNet检测头部分。网络的bottleneckCPS模块中引入了ghost结构,并在高维度网络使用深度可分离卷积,降低了网络的参数量,最终得到了改进型yolov5网络。最后,将垃圾图片经预处理后送入改进型yolov5网络,输出检测与识别结果。本发明方法可以实现同一帧图像内多类垃圾的同时检测与识别,识别种类高达36类,并且相较于原yolov5网络提升了检测精度降低了网络参数量,具有一定的应用价值。

    一种基于3D激光雷达的多特征融合IGV定位与建图方法

    公开(公告)号:CN113409410B

    公开(公告)日:2024-04-02

    申请号:CN202110547219.3

    申请日:2021-05-19

    Abstract: 本发明公开了一种基于3D激光雷达的多特征融合IGV定位与建图方法。主要包括数据采集处理、扫描匹配及局部地图构建、后端优化、回环检测四个过程;数据采集处理是对3D激光雷达传感器的数据处理;扫描匹配及局部地图构建是对处理过的激光点云数据采用帧‑子图的匹配方式,本发明利用具有角度、距离、反光强度等多特征信息的三维地标解算初始位姿,通过占据栅格地图,构建局部最优子图;后端优化对于不断迭代的子图,采用图的优化策略,用高斯牛顿法解决优化问题,并利用三维地标加速求解过程,从而消除累计误差;回环检测中存储所有轨迹,采用多分辨率地图,通过分支定界法加速计算,完成闭环检测。最终实现AGV的高精度定位和建图。

    基于霍尔效应的双码道多磁极磁环编码器绝对位置检测方法

    公开(公告)号:CN117781847A

    公开(公告)日:2024-03-29

    申请号:CN202410002520.X

    申请日:2024-01-02

    Abstract: 本发明属于编码器技术领域,具体涉及基于霍尔效应的双码道多磁极磁环编码器绝对位置检测方法。本发明通过放置四个线性霍尔,监测旋转中的双码道多磁极磁环的磁场变化,从而计算双码道多磁极磁环高精度的绝对位置;解决了”因编码器精度要求提高,磁栅极数增多,磁极宽度越来越窄的趋势下,双码道多磁极磁环无法通过增加线性霍尔数量而有效提高检测精度“的问题;最终得到的绝对位置信息可用于机器人关节、定位等应用,具有很好的应用前景。

    一种基于马尔可夫奖励的竞拍迭代及调度方法和装置

    公开(公告)号:CN117540891A

    公开(公告)日:2024-02-09

    申请号:CN202311662163.1

    申请日:2023-12-06

    Abstract: 本发明公开了一种基于马尔可夫奖励的竞拍迭代及调度方法和装置,首先,结合实际物流场景建立了MAPD问题的数学模型;其次,提出了一种新的任务分配与路径规划的耦合方法,根据任务的创建时间、截止时间及动态路径距离设计拍卖成本函数,基于随迭代情况和路径动态变化的投标估值重新设计竞拍程序;最后引入了强化学习中的马尔可夫奖励进一步提升系统性能。本发明首次将强化学习与拍卖竞价程序耦合,引入马尔可夫奖励概念,进一步提升了算法性能。在保证实时性的前提下,与现有算法相比,该拍卖算法生成的任务分配方案能实现接近全局最优解,平均总旅行距离大大缩短,任务总完成时间也随之减少。

    一种基于深度学习的垃圾种类检测与识别方法及装置

    公开(公告)号:CN114863255A

    公开(公告)日:2022-08-05

    申请号:CN202210469572.9

    申请日:2022-04-28

    Abstract: 本发明公开了一种基于深度学习的垃圾种类检测与识别方法及装置,首先获取垃圾图像并进行人工标注得到标签文件,然后选择YOLOv5作为基础网络,在特征提取网络BackBone中加入超轻量级注意力模块,识别到在背景信息干扰下的垃圾通道信息,在特征融合网络Neck中利用PyConv替换传统卷积,捕捉特征图中不同层次的特征并进行融合,同时引入组卷积,降低网络参数量。其次,融合多个预测框的空间尺度信息并引入非线性信息,提升预测框的回归准确率。最后,对网络模型进行剪枝,以满足嵌入式设备的要求,将垃圾图像输入预测模型,输出检测结果。本发明在垃圾检测过程中有较高的准确性和实时性,对垃圾分类与检测的研究有较大的帮助。

Patent Agency Ranking