一种通用无人潜水器及其仿真软件平台

    公开(公告)号:CN112530007A

    公开(公告)日:2021-03-19

    申请号:CN202011541255.0

    申请日:2020-12-23

    Applicant: 福州大学

    Abstract: 本发明涉及一种通用无人潜水器及其仿真软件平台,无人潜水器包括底板,底板上方设有两个密封舱,第一密封舱放置锂电池,第二密封舱放置相机云台与IMU模块、通信控制系统,无人潜水器的前、后、上方各装有两个推进器,底板下方设有DVL和测深声呐传感器,两侧支撑挡板中间设有浮力架及浮力块;仿真软件平台包括:创建无人潜水器三维模型;创建仿真环境的海底三维模型;创建两个可视化窗口,用于实时观察无人潜水器运动状态及其周围水域环境,以及相机云台录像、机器人运动轨迹和测深声呐图像。该无人潜水器设计合理,通用性强,该仿真软件平台可对无人潜水器运动状态进行三维动态仿真,实现轨迹追踪、海底地形测绘和周围场景的实时获取及全程可视化。

    一种基于超体素的CBCT与激光扫描点云数据牙齿配准方法

    公开(公告)号:CN112200843A

    公开(公告)日:2021-01-08

    申请号:CN202011072708.X

    申请日:2020-10-09

    Applicant: 福州大学

    Abstract: 本发明提出一种基于超体素的CBCT与激光扫描点云数据牙齿配准方法,包括以下步骤;首先根据区域增长法从口腔CBCT的扫描数据中提取牙齿模型;其次,使用激光扫描仪对牙齿模型进行处理,根据牙齿的特点将牙齿模型中的牙冠从基牙中分离;然后将不同来源的牙齿模型转换为牙齿点云数据,向牙齿点云数据添加颜色信息,以辅助牙齿点云的初始几何对齐,同时基于超体素方法实现对点云的降采样;最后,构建对齐度量;并提出基于混合特征的相互对应匹配条件;实现从不同的角度配准两块带有颜色信息的牙齿点云数据;本发明能解决不同分辨率的牙齿配准,手动添加牙齿颜色信息,提高配准精度以及节约配准时间,构建可用于种植、正颌外科手术的完整牙齿模型。

    一种用于改变汽车靠背形状的压力传感器结合推杆机构

    公开(公告)号:CN112046366A

    公开(公告)日:2020-12-08

    申请号:CN202011015771.X

    申请日:2020-09-24

    Applicant: 福州大学

    Abstract: 本发明提出一种用于改变汽车靠背形状的压力传感器结合推杆机构,包括计算机和与计算机相接的压力传感器阵列、推杆机构;压力传感器阵列设于靠背的承压部位处;承压部位包括弹性的软质承压面;推杆机构的推杆设于可升降的移动台处,推杆包括可横向伸缩的支撑端;计算机经压力传感器阵列监测承压部位的承压状态以判断承压部位的压力最集中区域;当需改变汽车靠背形状时,所述计算机控制推杆机构驱动推杆竖向移至压力最集中区域处,驱动推杆支撑端滚轮支撑于该部位处以优化靠背的舒适度;本发明利用压力传感器采集使用者的背部压力值分布信息,并据此通过控制纵向和横向位移的机构,改变靠背形状,使用方便,大大提升了驾驶者的驾驶安全性和舒适性。

    一种具有真实位置关系的增强现实模型叠加方法

    公开(公告)号:CN111951407A

    公开(公告)日:2020-11-17

    申请号:CN202010892153.7

    申请日:2020-08-31

    Applicant: 福州大学

    Abstract: 本发明涉及一种具有真实位置关系的增强现实模型叠加方法,首先对与真实物体外表面轮廓一致的虚拟模型A添加完全透明但可遮挡住其他虚拟模型的外观材质a;接着对要叠加在所述真实物体内部的虚拟模型B添加无任何特殊效果的外观材质b,并放置在虚拟模型A的内部;最后将外表面虚拟模型A通过AR标记叠加在真实物体上,即可实现使虚拟模型B正确显示在真实物体的内部,并只能通过真实物体外表的开口来看到其内部的虚拟模型B,即真实物体与虚拟模型B具有正确的位置关系和遮挡关系,就好像虚拟模型B是真实存在于物体内部的。该方法不仅有利于提升增强现实的真实感和体验感,而且实现简单,成本低。

    基于球面模型的飞行机械臂视觉伺服与多任务控制方法

    公开(公告)号:CN111923049A

    公开(公告)日:2020-11-13

    申请号:CN202010848414.5

    申请日:2020-08-21

    Applicant: 福州大学

    Abstract: 本发明提出基于球面模型的飞行机械臂视觉伺服与多任务控制方法,采用的伺服结构包括无人机、机械臂和控制模块;机械臂安装于无人机的机械臂安装面处;机械臂安装面处还设有深度相机,其拍摄角度与机械臂安装面成角度设置,控制模块使深度相机、机械臂组合为机器人手眼标定系统;所述机械臂末端设有执行器;所述控制模块为可对无人机的飞行进行控制的控制模块;当所述飞行机械臂需对目标进行操作时,控制模块经深度相机对目标距离进行评估,若目标位于机械臂操作范围外,则控制模块驱动无人机向目标飞行,若目标位于机械臂操作范围内,则控制模块驱动机械臂对目标进行操作;本发明能在无人机上挂载具备主动操纵能力的机械臂。

    一种单次拍摄的LIDAR与全景相机的外参数标定方法

    公开(公告)号:CN111260735A

    公开(公告)日:2020-06-09

    申请号:CN202010034949.9

    申请日:2020-01-13

    Applicant: 福州大学

    Abstract: 本发明涉及一种单次拍摄的LIDAR与全景相机的外参数标定方法,包括如下内容将LIDAR与全景相机固定在Robotnik移动机器人上。然后将多个棋盘放置于LIDAR与全景相机的共同视场下,一次拍摄收集单帧的全景图像与该帧全景图像对应的点云数据;接着,利用生长的棋盘角点检测算法,检测出全景图像的棋盘角点;对点云数据进行预处理,分割去除点云地面,分割点云平面、提取棋盘点云;基于点云的反射强度,估计出棋盘点云的棋盘角点;最后,通过定义从棋盘左下侧开始的角点共同计数顺序,建立全景图像的棋盘角点与点云的棋盘角点的几何约束方程,求解出外部校准参数。只需要一次拍摄,就能实现LIDAR和全景相机的外参数标定。

    基于深度学习的单目深度估计方法

    公开(公告)号:CN110738697A

    公开(公告)日:2020-01-31

    申请号:CN201910957758.7

    申请日:2019-10-10

    Applicant: 福州大学

    Abstract: 本发明提出一种基于深度学习的单目深度估计方法,包括:基于用于单目深度估计的无监督卷积神经网络结构,包括:编码器、多尺度特征融合模块、门控自适应解码器和细化单元;包括以下步骤:步骤S1:数据集预处理;步骤S2:构造卷积神经网络的损失函数,输入训练集图像,使用反向传播算法计算损失函数损失值,通过反复迭代减小误差进行参数学习,使预测值逼近真实值,以获得卷积神经网络的最佳权重模型;步骤S3:加载步骤S2已训练好的权重模型,将测试集输入用于单目深度估计的无监督卷积神经网络,获得深度预测图像。其解决了离线训练时计算量大和深度重建中细节部分恢复效果差的问题。

    一种改进型动态RRT*的移动机器人运动规划方法

    公开(公告)号:CN110703768A

    公开(公告)日:2020-01-17

    申请号:CN201911086247.9

    申请日:2019-11-08

    Applicant: 福州大学

    Abstract: 本发明涉及一种改进型动态RRT*的移动机器人运动规划方法。该方法剔除了原RRT*算法中所有的碰撞检测,通过在代价函数中增加碰撞风险评估分量的方法控制代价函数值。当采样点或边与障碍物发生碰撞时,该分量将显著增大,促使代价函数值同步显著增大,抑制了发生碰撞的点和边继续扩张的可能性,从而使算法具有避障的能力。因本发明方法没有碰撞检测,在移动机器人运动规划问题上比RRT*算法收敛的速度更快,效率更高,在越复杂的环境中优势越突出。

    无人机快速追踪协同避障方法

    公开(公告)号:CN110244756A

    公开(公告)日:2019-09-17

    申请号:CN201910356849.5

    申请日:2019-04-29

    Applicant: 福州大学

    Abstract: 本发明涉及一种无人机快速追踪协同避障方法,包括如下步骤:1、获取无人机在t时刻的位姿信息,以及具有追踪目标的二维图像信息;2、采用快速追踪算法对相机视野中追踪目标进行快速追踪;3、通过二维激光雷达获取水平面深度信息;4、根据无人机在t时刻位姿预测其在t+1时刻期望位姿,以对目标进行轨迹预测;5、根据障碍物位置计算排斥矢量偏差值,以对障碍物进行初步规避;6、定义一个智能切换信号,基于步骤5得到的结果,优化避障策略,使无人机满足最小避障要求时触发该信号,然后按步骤4和步骤5的方法,在对追踪目标进行快速追踪的同时进行高效避障。该方法可以使无人机在快速跟踪地面目标的同时躲避空中障碍物。

    一种SAB安全气囊尺寸视觉测量方法

    公开(公告)号:CN109978940A

    公开(公告)日:2019-07-05

    申请号:CN201910243470.3

    申请日:2019-03-28

    Applicant: 福州大学

    Abstract: 本发明涉及一种SAB安全气囊尺寸视觉测量方法:采集气囊样件的光学图像;对所述光学图像进行倾斜矫正;构造线性平滑滤波器进行滤波,除去高频成分和锐化细节;采用Canny边缘检测和形态学闭运算提取边缘;依据长宽比、面积等特征准确定位目标区域;采用最小二乘直线拟合的方法拟合外轮廓,依据点测距原理,进行视觉测量;预缝线间距测量采用灰度直方图与投影法相结合,进行精确测量;可以将测量方法应用于生产流水线中,与过往的技术相比,整个系统更具有移植性,自动化程度更高,可以大幅度提高检测效率。对比人工检测,误差的随机性小,而且误差也相对更小,可以长时间稳定测量、分析而不会产生疲劳,可以节省大量劳动力。

Patent Agency Ranking