-
公开(公告)号：CN119439985A
公开(公告)日：2025-02-14
申请号：CN202411344623.0
申请日：2024-09-25
Applicant: 南开大学
IPC: G05D1/43 , G05D1/246 , G05D1/633 , G05D1/644 , G05D109/10
Abstract: 本申请涉及机器控制领域，提供了针对地面机器人的地形探索方法、装置、设备及存储介质。所述方法包括：对探索状态地图的各个区域进行可通行性状态标记，可通行性状态包括已探索不可通行状态、已探索可通行状态以及未探索状态；在探索状态地图中，确定包含地面机器人且仅包含已探索区域的最大正方形；对各个未知区域分别进行安全度评估；基于预设探索目标和各个未知区域的安全度，确定地面机器人的最优探索路由；按照最优探索路由规划地面机器人的安全探索路径，并控制地面机器人基于安全探索路径，对具有未探索状态的区域进行地形探索。本申请提供的方法可以提高地面机器人的探索效率。
-
公开(公告)号：CN117576218A
公开(公告)日：2024-02-20
申请号：CN202410066053.7
申请日：2024-01-17
Applicant: 南开大学
IPC: G06T7/73 , G06N3/0464 , G06T5/00 , G06T7/246 , G06V10/75 , G06V10/82 , G01C21/00 , G01C21/16 , G01C22/00
Abstract: 本发明涉及视觉惯导里程计优化技术领域，提供一种自适应的视觉惯导里程计输出方法。包括：采集数据；对视觉图像特征进行前端跟踪对齐；选取相邻两帧视觉图像组成第一图像集并进行特征点法匹配与直接法对齐，获得第一结果集；对其中一帧图像进行模糊处理与光照变化处理，与另一帧组成第二图像集，再次特征点法匹配与直接法对齐，获得第二结果集；将两结果集进行深度学习，获得自适应融合网络；在滑动窗口内以视觉特征残差、惯导数据残差及先验残差为多目标组建目标函数，并通过自适应融合网络进行数据融合及求解；根据优化结果，视觉惯导里程计进行位姿输出。本发明不仅能够自适应调整特征点法及直接法融合的权重，并且提升了定位精度。
-
公开(公告)号：CN111275764B
公开(公告)日：2023-05-16
申请号：CN202010089290.7
申请日：2020-02-12
Applicant: 南开大学
Abstract: 本发明属于移动机器人自主定位与导航领域，为提出一种基于直线阴影的RGB‑D视觉里程计方法，通过平面约束遮挡线和被遮挡点线的几何关系，构建最小重投影误差方程，通过非线性优化求解位姿。为此，本发明采取的技术方案是，基于线段阴影的深度相机视觉里程测量方法，首先提取图像中的平面和线段结构并进行参数拟合，在普朗克(Plücker)坐标系下定义方线段和平面的表示方式；使用平面π、遮挡线L和平面πL进行位姿估计；最后通过被遮挡线匹配约束提高位姿估计的精度。本发明主要应用于移动机器人自主定位与导航场合。
-
公开(公告)号：CN112906667B
公开(公告)日：2023-05-02
申请号：CN202110371855.5
申请日：2021-04-07
Applicant: 南开大学
IPC: G06V40/10 , G06V10/764
Abstract: 本发明属于计算机视觉识别技术领域，更具体地，涉及一种基于三维人体关键点的人体姿态分层分类方法。该方法包括以下步骤，S1、采用SVM分类器对人体的站立与非站立姿态进行分类；S2、对于非站立姿态，使用三维人体关键点数据，计算出人体躯干平面法向量，通过法向量方向区分平躺与俯卧两类姿态。
-
公开(公告)号：CN115131417A
公开(公告)日：2022-09-30
申请号：CN202210847890.4
申请日：2022-07-19
Applicant: 南开大学
Abstract: 本发明属于电力系统配网带电技术领域，更具体地，涉及一种激光点云2D‑3D双模态交互增强不规则电线检测方法。该方法包括以下步骤：步骤S1、由激光雷达扫描获得作业环境的三维点云；步骤S2、对点云进行预处理，除去干扰部分的点云，获取作业区域的点云；步骤S3、双模态交互增强不规则电线检测；步骤S4、输出电线结构检测结果。本发明降低了配网带电任务中人工的参与度，提高了作业安全性，填补了针对引线这一目标的识别方法的空白，通过自动识别引线，可以为后续操作引线提供基础，省去了人工操作机械臂的劳动，省时省力。
-
Patent Agency Ranking
公开(公告)号：CN114782540B
公开(公告)日：2022-09-09
申请号：CN202210707774.2
申请日：2022-06-22
Applicant: 南开大学
Abstract: 本发明公开了一种考虑机械臂运动约束的三维重建中相机位姿估计方法，包括：搭建机器人手眼视觉系统，同步获取RGBD相机的深度图像和彩色图像以及对应帧的机械臂位姿数据；对深度图像进行预处理，并将深度图像对齐到彩色图像；分别利用当前帧和上一帧的彩色图像、深度图像以及对应帧的机械臂位姿数据构建相应的光度误差函数、几何误差函数和三维坐标误差函数；对三种误差函数进行加权联合生成最终误差函数；对最终误差函数进行非线性迭代优化，求解相机的相对位姿。本发明在三维重建过程中，利用RGBD相机所输出的深度图像和彩色图像以及对应帧的机械臂位姿数据构建相应误差函数，通过联合优化三种误差函数提高了相机位姿估计的准确度。
-
公开(公告)号：CN109358316B
公开(公告)日：2022-04-22
申请号：CN201811306776.0
申请日：2018-11-05
Applicant: 南开大学
IPC: G01S5/16
Abstract: 基于结构单元编码和多假设跟踪的线激光全局定位方法。针对利用线激光为移动机器人提供全局定位的任务，本发明提出一个新颖的基于SUES(结构单元编码机制，structural unit encoding scheme)和扩展MHT(多假设跟踪,multiple hypothesis tracking)的全局定位方法。首先通过SUES对有向端点特征进行编码；再利用扩展MHT逐步恢复全局位姿。相比现有方法，本发明所提的SUES无需离线训练，不依赖于词典质量；同时，所提的扩展MHT方法具有收敛更快和不依赖特征数量的优点。实验结果表明，相比于自适应蒙特卡洛定位，本发明具有更高的成功率和效率。
-
公开(公告)号：CN108256463A
公开(公告)日：2018-07-06
申请号：CN201810028630.8
申请日：2018-01-10
Applicant: 南开大学
Abstract: 一种基于ESN神经网络的移动机器人场景识别方法：从构成场景的图像序列中，提取ORB特征点，再从提取到的ORB特征点中，提取PIRF特征点；对从图像序列中提取的PIRF特征点，使用词袋模型建立词袋码本，使用词袋码本为图像序列中的每幅图像计算编码向量；构建ESN神经网络，以每幅图像的编码向量作为ESN神经网络的输入，在线训练ESN神经网络，根据输出结果识别和提取图像序列中的场景信息。本发明以场景中的动态物体对场景识别带来的随机性，对于高动态环境有很强的适应性。本发明大大减小了搜索规模和难度，提高了搜索和识别的效率。本发明有很好的适用性，可以方便有效地完成场景序列的识别和分类，保证识别的准确性同时，提高了识别速度。
-
公开(公告)号：CN102169344B
公开(公告)日：2013-01-30
申请号：CN201010615973.8
申请日：2010-12-30
Applicant: 南开大学
IPC: G05D1/02
Abstract: 未知环境下通讯距离受限的多机器人协作探索与建图方法，属于智能机器人系统领域。包括以下步骤：1)为多个机器人规划满足通讯距离约束的局部目标点；2)规划由机器人当前位置到局部目标点之间的运动轨迹，即轨迹规划。本发明的有益效果为：不仅考虑了线速度的因素，而且充分考虑到角速度对规划时间的影响。在不改变机器人初始姿态角的情况下，通过计算合理的线速度保持多个机器人运动时间的同步，并通过求解微分方程，计算机器人的运动轨迹，保证所有机器人的角速度控制输入连续，避免了每个机器人原地转弯而产生的额外时间，保证多个机器人可同时到达目标点。本发明提出的增量栅格聚类方法，既保持聚类的性质又提高了计算性能。
-
公开(公告)号：CN102169344A
公开(公告)日：2011-08-31
申请号：CN201010615973.8
申请日：2010-12-30
Applicant: 南开大学
IPC: G05D1/02
Abstract: 未知环境下通讯距离受限的多机器人协作探索与建图方法，属于智能机器人系统领域。包括以下步骤：1)为多个机器人规划满足通讯距离约束的局部目标点；2)规划由机器人当前位置到局部目标点之间的运动轨迹，即轨迹规划。本发明的有益效果为：不仅考虑了线速度的因素，而且充分考虑到角速度对规划时间的影响。在不改变机器人初始姿态角的情况下，通过计算合理的线速度保持多个机器人运动时间的同步，并通过求解微分方程，计算机器人的运动轨迹，保证所有机器人的角速度控制输入连续，避免了每个机器人原地转弯而产生的额外时间，保证多个机器人可同时到达目标点。本发明提出的增量栅格聚类方法，既保持聚类的性质又提高了计算性能。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.019 seconds)
