-
公开(公告)号:CN104914870A
公开(公告)日:2015-09-16
申请号:CN201510396687.X
申请日:2015-07-08
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于岭回归超限学习机的户外机器人局部路径规划方法,包括以下步骤:步骤一,采用激光雷达采集环境信息与提取感兴趣区域;步骤二,利用机器人航迹推算方法,构建多帧激光雷达数据的复合地图;步骤三,进行激光雷达数据点聚类与逻辑判别,提取动态障碍物与路边界,标识激光雷达地图中可通行区域;步骤四,利用RRELM规划超平面,并融入路径规划的起始点和目标点约束,得到机器人局部规划路径。本发明提升了户外非特定场景下,机器学习路径规划的泛化性能,使得户外机器人局部路径更加平滑,便于跟踪。
-
公开(公告)号:CN103353983A
公开(公告)日:2013-10-16
申请号:CN201310324952.4
申请日:2013-07-30
Applicant: 中南大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于最大树结构的形态学滤波方法,先构建最大树。以最大树为基础建立形态滤波器,其滤波过程包括最大树构建、滤波和复原。将一幅灰度图像表示为最大树结构,运用枝剪规则,对该最大树节点进行枝剪,去掉不符合枝剪规则的最大树节点,从而达到滤波效果。在执行这个步骤时,删除最大树中不符合规则的节点,即删除图像中的连通区域,删除节点所含像素点根据滤波规则被赋予新灰度值。最后,将枝剪后的最大树复原成图像。利用最大树的形态滤波器,使用该滤波器进行滤波操作时,成功避免了选取结构元素的环节,同时优化了滤波效果。
-
公开(公告)号:CN103065627A
公开(公告)日:2013-04-24
申请号:CN201210546541.5
申请日:2012-12-17
Applicant: 中南大学
Abstract: 本发明公开了一种基于DTW与HMM证据融合的特种车鸣笛声识别方法,包括以下步骤:步骤1:建立车辆鸣笛声样本库;步骤2:预处理步骤;步骤3:车辆鸣笛声特征参数提取及降维处理;步骤4:基于证据融合的特种车鸣笛声识别;分别采用DTW算法和HMM算法得到DTW识别结果和HMM识别结果;若DTW识别结果和HMM识别结果一致,则最终的识别结果与DTW识别结果或HMM识别结果保持一致;若DTW识别结果和HMM识别结果不一致,则进行DS证据理论的识别决策推理,决策输出最终的识别结果。该基于DTW与HMM证据融合的特种车鸣笛声识别方法采用融合识别技术,识别率高。
-
公开(公告)号:CN101404722A
公开(公告)日:2009-04-08
申请号:CN200810143578.7
申请日:2008-11-13
Applicant: 中南大学
Abstract: 一种浮选泡沫图像视觉监控装置,用于选矿过程监测及优化控制领域。本发明的监控装置由高分辨率工业摄像机、高频光源及计算机等硬件设备构成,通过调试安装各个硬件设备,特别是双防护罩的安装使装置达到IP65防护等级,在装置性能方面,达到获取高质量泡沫图像及实时处理要求。图像采集方法为工业摄像机获取浮选槽泡沫层图像,将视频信号数字化并生成数字视频信号,通过光纤接口和光纤传输至图像转换卡。图像转换卡将摄像机的协议数据转化为适于计算机处理的数字信号,并通过硬件驱动程序接口读取至计算机内存,图像处理应用程序读取泡沫图像并进行分析处理。
-
-
-