-
公开(公告)号：CN105354875A
公开(公告)日：2016-02-24
申请号：CN201510622546.5
申请日：2015-09-25
Applicant: 厦门大学
IPC: G06T17/00
CPC classification number: G06T17/00
Abstract: 本发明公开了一种室内环境二维与三维联合模型的构建方法和系统，包括：获得所述水平方向设置的二维激光扫描仪输出的二维激光扫描数据，构建二维栅格地图；采用扩展卡尔曼滤波方法，根据惯性传感单元输出的数据与二维栅格地图实现平台六自由度姿态估计；获得两个其底部沿竖直方向安装的二维激光扫描仪输出的二维激光扫描数据，构建室内环境的三维点云数据；将平台六自由度位姿估计的结果作为初始旋转平移矩阵，将所述三维点云数据配准为三维地图；采用二维栅格地图构建中的闭合环路检测原理，进行二维栅格地图的闭环检测，并通过平台位姿调整，获得全局优化的二维栅格地图和三维地图，实现了高效准确的构建二维和三维地图的效果。
-
公开(公告)号：CN118570431A
公开(公告)日：2024-08-30
申请号：CN202410633249.X
申请日：2024-05-21
Applicant: 厦门大学
Abstract: 本申请的实施例提供了一种基于距离图像的点云混合方法、装置、介质及设备。该方法包括：获取关于目标场景的雷达真实点云以及初始粒子点云；将初始粒子点云转换至与雷达真实点云同一坐标系下，得到目标粒子点云；基于雷达真实点云中各点的坐标信息，生成对应的距离图像，距离图像中各像素的像素值为投影至该像素的点的距离值；将目标粒子点云投影至距离图像中，并确定目标粒子点云中被对应激光束击中的有效点；根据距离图像中包含的有效点的像素坐标和距离值以及雷达真实点云中各点的像素坐标和距离值进行反投影，得到目标混合点云。本申请实施例的技术方案可以提高粒子点云和场景点云的混合效率，并保证混合结果的有效性。
-
公开(公告)号：CN118135516A
公开(公告)日：2024-06-04
申请号：CN202410158948.3
申请日：2024-02-04
Applicant: 厦门大学
Abstract: 本发明公开了一种无人平台的三维安全区域检测方法及装置，其中，该方法包括：获取无人平台的三维点云数据并将其转化为鸟瞰图，以得到对应的二维图像，又称二维栅格图像；获取预设区域大小，并根据区域大小遍历二维栅格图像进行区域划分，以得到多个划分区域；获取预设的点数阈值和第一高度差阈值，并根据点数阈值和高度差阈值对多个划分区域进行筛选；获取筛选后的每个划分区域对应的平均高度，以便根据平均高度对筛选后的每个划分区域进行合并，以得到多个多边形区域；获取多个多边形区域中每个多边形区域对应的最大内接矩形，以得到对应的多个安全区域的位置信息；由此，能够自动对三维环境中安全区域进行实时准确检测，并降低运算时间和成本。
-
公开(公告)号：CN115496899A
公开(公告)日：2022-12-20
申请号：CN202211040503.2
申请日：2022-08-29
Applicant: 厦门大学
IPC: G06V10/26 , G06V10/764 , G06T5/00
Abstract: 本申请的实施例提供了一种基于稀疏标记的序列点云语义分割方法、装置及设备。该方法包括：获取序列点云数据；基于场景流将所述标记帧中各点对应的第一标签信息依次传递至与所述标记帧相邻的除标记帧以外的其他点云帧，得到所述其他点云帧中各点对应的第二标签信息；采用标签预测网络对所述其他点云帧进行标签预测，得到所述其他点云帧中各点对应的标签预测结果；对所述第二标签信息进行修正处理，得到修正后的第二标签信息；将具有第一标签信息的所述标记帧以及具有修正后的第二标签信息的所述其他点云帧作为目标训练数据。本申请实施例的技术方案提高点云语义分割网络的训练数据的获取效率，并保证训练数据的有效性。
-
公开(公告)号：CN115019105A
公开(公告)日：2022-09-06
申请号：CN202210731014.5
申请日：2022-06-24
Applicant: 厦门大学
IPC: G06V10/764 , G06V10/82 , G06N3/06
Abstract: 本申请的实施例提供了一种点云分类模型的隐语义分析方法、装置、介质及设备。该方法包括：将点云数据输入至点云分类模型中进行识别处理，以使点云分类模型输出分类结果；根据分类结果以及点云分类模型中各神经元的启动值，按照神经元之间的启动链路反向确定各神经元与分类结果之间的相关性值；根据点云分类模型对点云数据的分组信息，确定在点云分类模型的各网络层中与各分组点云分别对应的目标神经元组；根据目标神经元组中每一神经元对应的相关性值，确定该网络层中与目标神经元组对应的分组点云的显著值，以生成与各网络层相对应的可视化信息。本申请实施例的技术方案可以提高隐语义分析的分析结果的可靠性，保证隐语义分析的分析效果。
-
Patent Agency Ranking
公开(公告)号：CN113326949A
公开(公告)日：2021-08-31
申请号：CN202110399316.2
申请日：2021-04-14
Applicant: 厦门大学
Abstract: 本发明公开了一种联邦学习的模型参数优化方法及系统，方法包括：获取多个客户端上传的模型参数及其对应的训练损失；计算每个客户端对应的梯度，以便更新历史梯度列表；根据训练损失对每个客户端对应的梯度进行排序，并依次判断每个客户端对应的梯度与除自身外的其他梯度之间是否存在矛盾分量；如果是，则采用投影的方式依次消去每个客户端对应的梯度与其他梯度相矛盾的分量，以得到每个客户端投影后的梯度并进行聚合以得到初步梯度；从某一轮起按轮数判断初步梯度与那一轮中被采样且当前轮未被采样的客户端的历史梯度之间是否存在矛盾分量；如果是，则采用投影的方式消除初步梯度中与那一轮的所有矛盾分量的总和；从而提高联邦学习模型的公平性。
-
公开(公告)号：CN110415516B
公开(公告)日：2021-06-22
申请号：CN201910637679.8
申请日：2019-07-15
Applicant: 厦门大学
Abstract: 本发明公开了一种基于图卷积神经网络的城市交通流预测方法和介质，其中方法包括：获取原始数据；根据每个节点对应的经纬度信息生成距离矩阵；根据限速平均值和距离矩阵计算可达矩阵；构建用于预测交通流速的初始交通流预测模型，并将交通流速信息和可达矩阵输入到初始交通流预测模型，以便初始交通流预测模型根据交通流速信息和可达矩阵输出交通流速预测值；对初始交通流预测模型进行训练，以确定最终的交通流预测模型；将待预测交通流速信息和待预测可达矩阵输入交通流预测模型，以便通过交通流预测模型对未来交通流进行预测；实现对城市交通路网的空间特征进行有效提取，提高交通流预测的精准度，并且，提高该预测方法的普适性，使其便于推广。
-
公开(公告)号：CN109147030B
公开(公告)日：2020-06-30
申请号：CN201810731060.9
申请日：2018-07-05
Applicant: 厦门大学
Abstract: 本发明公开了基于线特征的室内外场景联合建模方法，包括以下步骤：获得原始点云数据，所述原始点云数据包括室内点云和室外点云；对所述室内点云和室外点云分别进行墙面提取，获得墙面点云；针对所述墙面点云提取线结构体；基于所述线结构体，对室内点云和室外点云进行配准。本发明能够对不同质量的点云进行处理，表述简单，通过提取墙面提高了室内外场景的重合率，进而提升了配准的成功率。
-
公开(公告)号：CN106383998B
公开(公告)日：2019-03-12
申请号：CN201610813737.4
申请日：2016-09-09
Applicant: 厦门大学
Abstract: 本发明公开了一种基于地面激光雷达扫描的树木胸径自动计算方法，本方法再通过树干切割、滤波提高算法的计算速度和鲁棒性；通过自动选取点云拟合，克服了1.3米处无点云或者噪声过大导致无法计算该树胸径的情况；通过圆柱拟合克服了因树干生长角度问题导致圆拟合不准确的问题；通过滑动窗口拟合圆柱提高了计算精度；同时本方法与密度无关，对树干的部分缺失不敏感，克服了远距离树木因密度过低或是遮挡丢失导致难提取的问题；本方法不依赖于扫描站数，对树干点云是否为圆形没有要求，即使是单站扫描，也能达到很好的效果。
-
公开(公告)号：CN109165549A
公开(公告)日：2019-01-08
申请号：CN201810744266.5
申请日：2018-07-09
Applicant: 厦门大学
Abstract: 本发明提出了一种基于三维点云数据的道路标识获取方法、介质、终端设备及装置，该方法包括：通过构建U-net分割网络对道路的三维点云数据进行处理以提取道路标识；采用多层次的分类算法对提取出的道路标识进行分类以获得不同类型的道路标识；针对不同类型的道路标识，采用相应的补全算法进行道路标识补全，以获得完整的道路标识。该方法通过对道路标识的精准识别及分类补全，提升了获取结果的准确性、完整度。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.028 seconds)
