-
公开(公告)号：CN117032224A
公开(公告)日：2023-11-10
申请号：CN202310974202.5
申请日：2023-08-03
Applicant: 北京工业大学
IPC: G05D1/02
Abstract: 本发明公开了一种机器人轨迹跟踪控制方法、系统及设备，涉及机器人控制和优化领域，该方法包括：获取机器人在当前采样周期下的位置状态信息、速度信息、初始全局参考轨迹、障碍物坐标和控制相关参数；将当前采样周期下的数据输入局部轨迹规划器，得到当前采样周期下的重规划局部参考轨迹；基于机器人运动学模型构建轨迹跟踪控制器，并将当前采样周期下的速度信息、控制相关参数和重规划局部参考轨迹输入轨迹跟踪控制器，得到标称控制量和标称状态；根据当前采样周期下的标称状态和实际状态计算状态量误差，并基于状态量误差和当前采样周期下的标称控制量计算当前采样周期的实际控制量。本发明能提高机器人运动的安全性和轨迹跟踪精度。
-
Patent Agency Ranking
公开(公告)号：CN117391103A
公开(公告)日：2024-01-12
申请号：CN202311309408.2
申请日：2023-10-11
Applicant: 北京工业大学
IPC: G06K7/14 , G06N3/043 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于生成对抗网络和注意力机制的运动模糊二维码识别方法。该方法采用卷积神经网络模型来实现，具体包括以下步骤：首先，我们采用多尺度残差块和多尺度特征提取模块构建主干网络；其次，我们引入了空洞卷积层和高效的注意力机制，以更好地捕捉二维码图像中的细节和纹理信息；此外，我们采用感知损失函数和WGAN‑div对抗损失函数相结合的方式来训练我们提出的去模糊网络；最终，我们制作了模糊二维码数据集，用于训练和验证去模糊网络。本发明提出的运动模糊二维码识别方法在处理严重运动模糊二维码识别任务时，在处理时间和识别准确率方面都取得了显著的改进。
-
公开(公告)号：CN115546594A
公开(公告)日：2022-12-30
申请号：CN202211177288.0
申请日：2022-09-27
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于激光雷达和相机数据融合的实时目标检测方法，该方法采用卷积神经网络模型实现，具体包括：构建传感器联合标定矩阵，将3D激光雷达点云图映射到2D平面转成深度图；搭建包括两个相同并行分支的孪生卷积网络模型，分别提取深度图和彩色图中的特征张量；在此基础上，提出一种基于特征层融合的数据融合方法，将所提取的多尺度特征张量通过叠加运算进行多模态数据融合，并将融合数据输入检测头部实现目标检测分类和位置回归。本发明提出的基于融合数据的目标检测方法在提高检测准确率的同时保证了良好的实时性，综合性能优于现有目标检测方法。
-
公开(公告)号：CN116993828A
公开(公告)日：2023-11-03
申请号：CN202310968359.7
申请日：2023-08-02
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于激光雷达点云聚类的点云匹配定位方法、系统及产品，涉及机器人定位领域。该方法包括：获取参考点云以及目标点云；利用改进的DBCSAN算法对参考点云进行预处理，生成笔直的点云簇集合；确定每个点云簇的边界，并对点云簇进行第一次网格单元划分；计算第一网格单元的单元长度，根据单元长度判断是否大于单元长度阈值；若是，进行第二次网格单元划分；初始化转移矩阵，对目标点云中的每个点进行变换，生成每个点对应的映射点；进行第一次优化求解，确定第一次优化求解的转移矩阵；进行第二次优化求解，确定点云匹配结果；若否，根据第一均值以及第一协方差确定点云匹配结果。本发明能够提高点云配准的精度。
-
公开(公告)号：CN119445523A
公开(公告)日：2025-02-14
申请号：CN202510032206.0
申请日：2025-01-09
Applicant: 北京工业大学
IPC: G06V20/56 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/84
Abstract: 本申请公开了一种自动驾驶地图不确定性量化方法、装置、设备及介质，涉及自主无人系统的认知领域，该方法包括：获取自动驾驶车辆行驶的目标场景的目标多视角图像；对目标多视角图像进行预处理，得到目标待预测数据；将目标待预测数据输入至训练好的在线估计地图网络中，基于伽马分布不确定性概率模型，得到融合地图不确定性车辆轨迹数据；将融合地图不确定性车辆轨迹数据输入至训练好的轨迹预测模型中，预测得到自动驾驶车辆的未来驾驶轨迹，本申请采用基于Gamma分布的在线地图生成方法，实现了地图不确定性的量化，将量化得到的不确定性整合到轨迹预测中，提高了自动驾驶车辆的轨迹预测精度。
-
公开(公告)号：CN118501847A
公开(公告)日：2024-08-16
申请号：CN202410598329.6
申请日：2024-05-15
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于平面点云聚类体素化的三维正态分布变换定位方法、装置、介质及产品，涉及自主无人系统定位领域，方法包括根据激光雷达点云确定参考点云和目标点云，根据参考点云法向量和曲率对参考点云进行聚类；将聚类后的参考点云进行两次细分，计算细分后平面点云簇的均值和协方差；基于第一次细分的平面点云簇的均值和协方差体素化聚类后的参考点云，配准目标点云，输出初步配准结果；基于初步配准结果初始化配准后的目标点云，根据第二次细分后的平面点云簇的均值和协方差体素化平面聚类后的参考点云，配准该配准后的目标点云，输出最终配准结果；根据最终配准结果对无人系统进行定位。本发明在定位精度和鲁棒性方面均有显著提升。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
