-
公开(公告)号:CN115060260A
公开(公告)日:2022-09-16
申请号:CN202210160522.2
申请日:2022-02-22
Applicant: 上海大学
Abstract: 本发明公开了一种基于ANFIS‑ESKF的地面移动机器人多传感器融合定位方法。该方法包括:建立轮式‑IMU里程计(WIO)的测量模型,推导系统的状态方程;建立视觉里程计(VO)的测量模型,推导系统的观测方程;用ESKF对WIO和VO的运动估计信息进行融合;建立自适应神经模糊推理系统ANFIS(Adaptive Neural Fuzzy Inference System),根据WIO和VO的直接信息,推断里程计的运动状态,实时调整误差状态卡尔曼滤波ESKF(Error State Kalman Filter)中预测模型和测量模型的协方差矩阵。本发明与现有技术相比,能够根据系统的状态实时调整ESKF参数,定位精度更高,鲁棒性更强。
-
公开(公告)号:CN109104997B
公开(公告)日:2021-11-05
申请号:CN201810888109.1
申请日:2018-08-07
Applicant: 上海大学
IPC: A01D46/247 , A01D46/22
Abstract: 本发明公开一种便携式水果辅助采摘装置,包括机架、连杆、剪切机构、顺序机构、省力机构、收纳管道。机架是装置的外框,剪切机构连接到机架上,顺序机构连接到剪切机构下方,省力机构与连杆连接,收纳管道连接在顺序机构上,连杆与省力机构和剪切机构相连。采摘时水果进入装置中,顺序机构挡板处于关闭状态,拉动省力机构的绳索,带动连杆使剪切机构剪切果蒂,同时连杆带动顺序机构打开挡板,剪切后的水果通过顺序机构落入收集管道,释放绳索,顺序机构的弹簧使整个机构复位。本发明的机械结构,目的是辅助人采摘水果,保证了传统水果采摘的需求也减轻了人的操作量,具有操作简单,省力的优势,便于在市场上投放销售。
-
公开(公告)号:CN109104997A
公开(公告)日:2019-01-01
申请号:CN201810888109.1
申请日:2018-08-07
Applicant: 上海大学
IPC: A01D46/247 , A01D46/22
CPC classification number: A01D46/247 , A01D46/22
Abstract: 本发明公开一种便携式水果辅助采摘装置,包括机架、连杆、剪切机构、顺序机构、省力机构、收纳管道。机架是装置的外框,剪切机构连接到机架上,顺序机构连接到剪切机构下方,省力机构与连杆连接,收纳管道连接在顺序机构上,连杆与省力机构和剪切机构相连。采摘时水果进入装置中,顺序机构挡板处于关闭状态,拉动省力机构的绳索,带动连杆使剪切机构剪切果蒂,同时连杆带动顺序机构打开挡板,剪切后的水果通过顺序机构落入收集管道,释放绳索,顺序机构的弹簧使整个机构复位。本发明的机械结构,目的是辅助人采摘水果,保证了传统水果采摘的需求也减轻了人的操作量,具有操作简单,省力的优势,便于在市场上投放销售。
-
公开(公告)号:CN115032648B
公开(公告)日:2024-05-24
申请号:CN202210634370.5
申请日:2022-06-06
Applicant: 上海大学
IPC: G01S17/89 , G01S17/06 , G01S7/48 , G06N3/0464 , G06N3/08 , G06N7/02 , G06T7/194 , G06T7/73 , G06V10/147 , G06V10/82
Abstract: 本申请属于三维目标自动识别与定位技术领域,为一种基于激光雷达密集点云的三维目标识别与定位方法,通过先采集三维密集点云数据,而后通过建立激光雷达坐标系确定三维密集点云与二维投影图像的映射关系,先将三维密集点云数据转化为而且二维投影图像来去除背景,得到二维的像素集合,而后再通过激光雷达坐标系将二维的像素集合投影回三维密集点云去除背景噪点,即可得到目标物体的三维坐标数据作为目标物体的定位数据。相比于激光雷达和可见光相机数据融合的方法,降低了对可见光环境的依赖,节省了传感器资源;具有更好的识别与分割效率;通过采用自适应模糊神经推理系统,不仅具有轻量化的结构,同时具备良好的计算效率、准确率与鲁棒性。
-
公开(公告)号:CN115032648A
公开(公告)日:2022-09-09
申请号:CN202210634370.5
申请日:2022-06-06
Applicant: 上海大学
IPC: G01S17/89 , G01S17/06 , G01S7/48 , G06N3/04 , G06N3/08 , G06N7/02 , G06T7/194 , G06T7/73 , G06V10/147 , G06V10/82
Abstract: 本申请属于三维目标自动识别与定位技术领域,为一种基于激光雷达密集点云的三维目标识别与定位方法,通过先采集三维密集点云数据,而后通过建立激光雷达坐标系确定三维密集点云与二维投影图像的映射关系,先将三维密集点云数据转化为而且二维投影图像来去除背景,得到二维的像素集合,而后再通过激光雷达坐标系将二维的像素集合投影回三维密集点云去除背景噪点,即可得到目标物体的三维坐标数据作为目标物体的定位数据。相比于激光雷达和可见光相机数据融合的方法,降低了对可见光环境的依赖,节省了传感器资源;具有更好的识别与分割效率;通过采用自适应模糊神经推理系统,不仅具有轻量化的结构,同时具备良好的计算效率、准确率与鲁棒性。
-
-
-
-