-
公开(公告)号：CN110009674B
公开(公告)日：2021-04-13
申请号：CN201910256117.9
申请日：2019-04-01
申请人： 厦门大学 , 厦门万久科技股份有限公司
IPC分类号： G06T7/593
摘要： 本发明公开一种基于无监督深度学习的单目图像景深实时计算方法，利用双目序列图像之间的几何约束关系构造监督信号，取代传统的人工标记数据集，完成了无监督算法设计；在Depth‑CNN网络中的，损失函数除了考虑图像之间的几何约束，还设计了针对左右图像的景深估计结果一致性约束项，提高算法精确度；以Depth‑CNN的输出作为Pose‑CNN输入的一部分，构造整体的目标函数，同时使用双目图像之间的几何关系和序列图像之间的几何关系构造监督信号，进一步提高的算法的精确度以及鲁棒性。
-
公开(公告)号：CN110009674A
公开(公告)日：2019-07-12
申请号：CN201910256117.9
申请日：2019-04-01
申请人： 厦门大学 , 厦门万久科技股份有限公司
IPC分类号： G06T7/593
摘要： 本发明公开一种基于无监督深度学习的单目图像景深实时计算方法，利用双目序列图像之间的几何约束关系构造监督信号，取代传统的人工标记数据集，完成了无监督算法设计；在Depth-CNN网络中的，损失函数除了考虑图像之间的几何约束，还设计了针对左右图像的景深估计结果一致性约束项，提高算法精确度；以Depth-CNN的输出作为Pose-CNN输入的一部分，构造整体的目标函数，同时使用双目图像之间的几何关系和序列图像之间的几何关系构造监督信号，进一步提高的算法的精确度以及鲁棒性。
-
公开(公告)号：CN111352420A
公开(公告)日：2020-06-30
申请号：CN202010139789.4
申请日：2020-03-03
申请人： 厦门大学 , 厦门万久科技股份有限公司
IPC分类号： G05D1/02
摘要： 一种激光导航AGV高精度定位及目标对准控制方法，涉及移动机器人导航技术领域。基于激光点云对目标环境特征进行点云分割与提取，实现AGV实时获取目标特征点云的能力；基于最近邻方法，解决点云匹配中寻找对应点、建立目标函数的问题；设计一种基于梯度点云密度、多分辨率搜索匹配方法，并通过分支定界优化搜索。实现AGV对目标特征点云进行高精度低延时的匹配，解决了激光导航AGV在特定任务点高精度定位的问题；基于AGV平滑运动控制器，实现AGV平滑、精准的运动控制到达目标点的能力。解决激光导航AGV高精度定位及位姿对准、充电对接等目标对准控制问题，弥补SLAM技术定位精度不足、传统对准控制方法成本过高等缺陷。
-
公开(公告)号：CN111352420B
公开(公告)日：2021-08-10
申请号：CN202010139789.4
申请日：2020-03-03
申请人： 厦门大学 , 厦门万久科技股份有限公司
IPC分类号： G05D1/02
摘要： 一种激光导航AGV高精度定位及目标对准控制方法，涉及移动机器人导航技术领域。基于激光点云对目标环境特征进行点云分割与提取，实现AGV实时获取目标特征点云的能力；基于最近邻方法，解决点云匹配中寻找对应点、建立目标函数的问题；设计一种基于梯度点云密度、多分辨率搜索匹配方法，并通过分支定界优化搜索。实现AGV对目标特征点云进行高精度低延时的匹配，解决了激光导航AGV在特定任务点高精度定位的问题；基于AGV平滑运动控制器，实现AGV平滑、精准的运动控制到达目标点的能力。解决激光导航AGV高精度定位及位姿对准、充电对接等目标对准控制问题，弥补SLAM技术定位精度不足、传统对准控制方法成本过高等缺陷。
-
公开(公告)号：CN110348443B
公开(公告)日：2022-04-01
申请号：CN201910750754.1
申请日：2019-08-14
申请人： 厦门大学
摘要： 本发明涉及四足机器人野外环境感知技术领域，特别涉及一种复杂环境树木主干多特征分离统计方法及树干识别方法。本发明提供的复杂环境树木主干多特征分离统计的方法，通过统计的方法提取树干与周围环境的差异性特征；所提供的树干识别方法，综合颜色和树干的纹理、轮廓特征，通过对树干与周围环境景物的颜色和纹理轮廓特征的差异完成差异性特征的学习，从而实现树主干的准确识别。本发明提供的技术方案以四足机器人复杂环境树木障碍的认知方法为研究对象，使机器人能够适应多变的林木环境实现对树木障碍的准确识别，在四足机器人的导航控制领域具有重要的实际应用价值。
-
公开(公告)号：CN106840151B
公开(公告)日：2019-05-17
申请号：CN201710058077.8
申请日：2017-01-23
申请人： 厦门大学
摘要： 基于时延补偿的无模型船体变形测量方法，涉及船体变形测量领域。提供一种在没有变形角先验模型的情况下能够实时快速地估算舰船变形角，并对数据之间存在的时间延迟进行估计和补偿的基于时延补偿的无模型船体变形测量方法。在舰船中心惯导系统附近和舰载设备附近安装两套激光陀螺系统，根据安装点处的姿态信息构建形变滤波观测量，基于四元数姿态矩阵通过引入时间延迟量推导出理想姿态矩阵与实际姿态矩阵之间的数学关系，并将时延量扩展到系统状态变量中，利用神经网络对舰船变形角进行估计，将神经网络的连接权系数扩展到系统状态变量中，利用非线性滤波器对构建的系统状态方程和观测方程进行求解，估算出舰船变形角及时延大小。
-
公开(公告)号：CN101738195B
公开(公告)日：2012-01-11
申请号：CN200910113086.8
申请日：2009-12-24
申请人： 厦门大学
摘要： 基于环境建模与自适应窗口的移动机器人路径规划方法，涉及一种移动机器人实时路径规划方法。一个进行多约束局部环境建模和分析的步骤；一个可通过性分析的步骤；一个安全性分析的步骤；一个运动平稳性分析的步骤：一个目标引导性分析的步骤；一个采用自适应窗口的路径规划的步骤。由于具有更好的环境适应性和避障能力，获得较好的安全性和可达性，并具有较高的计算实时性，因此解决了不确定复杂环境下移动机器人实时生成避障路径的问题，提供了一种综合最优的的路径选择方法，较好地满足移动机器人的避障要求，实现机器人的实时路径规划和控制，为移动机器人的导航应用提供一个有效的无碰撞路径规划方法。
-
公开(公告)号：CN108398672B
公开(公告)日：2020-08-14
申请号：CN201810183006.5
申请日：2018-03-06
申请人： 厦门大学
IPC分类号： G01S7/48
摘要： 基于前倾2D激光雷达移动扫描的路面与障碍检测方法，涉及城市环境中移动机器人的环境感知技术。包括一个坐标系定义与坐标转换的步骤、一个在雷达坐标系中进行扫描点分割的步骤和一个将线段划分为障碍物段和路面段的步骤。针对当前室外移动机器人自主导航中的道路区域和障碍物检测，及采用3D激光雷达带来的难以承受的价格昂贵问题，从传感器原始数据中提取线段，然后估计每一时刻扫描路面的高度和矢量；最后根据每一线段的平均高度和估计的扫描道路向量的线段的偏差，将线段划分为地面和障碍部分。该方法具有快速和稳定可靠特点，解决了必须采用3D激光雷达进行环境3D扫描的问题，为提高室外移动机器人导航的安全性。
-
公开(公告)号：CN110472687A
公开(公告)日：2019-11-19
申请号：CN201910759579.2
申请日：2019-08-16
申请人： 厦门大学
摘要： 本发明涉及四足机器人技术领域，特别涉及一种基于颜色密度特征的道路图像聚类方法及道路识别的方法。图像聚类方法以颜色为基础特征，通过定义并提取图像的颜色密度作为图像聚类分割的依据，再通过多次聚类，减轻或者消除由于光照变化、阴影、路面颜色不一致等对道路识别的影响，使在环境变化情况下也能对道路区域进行聚类。本发明提供的道路识别的方法，基于颜色密度特征的道路图像聚类方法，通过对误分割的干扰区域再聚类，完成非结构化道路的识别，解决了在由于不规则块状的阴影或地面随机出现的与道路颜色不一致的不规则颜色块所导致的误分类问题；本发明提供的技术方案为四足机器人对野外非结构化道路环境识别提供了有效方案，具有重要价值。
-
公开(公告)号：CN108871322A
公开(公告)日：2018-11-23
申请号：CN201710325685.0
申请日：2017-05-10
申请人： 厦门大学
CPC分类号： G01C21/16 , G01C21/203
摘要： 基于姿态角匹配的无模型船体变形测量方法，涉及船体变形测量，利用舰船中心航姿系统和用户设备之间的欧拉角作为观测量，在考虑双陀螺漂移的情况下结合舰船变形角和姿态失准角建立观测方程。为了回避对舰船变形角建立先验数学模型，利用神经网络对变形角进行拟合。为保证训练神经网络的实时性，将神经网络的连接权系数扩展至状态变量中，再利用非线性滤波器对系统状态方程和观测方程进行求解，最优估计出舰船变形角大小。理论直观，操作简便，满足舰船航行时对变形角实时测量的要求，仿真精度可达10角秒。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.036 秒)
