-
公开(公告)号：CN119001761A
公开(公告)日：2024-11-22
申请号：CN202411084678.2
申请日：2024-08-08
Applicant: 哈尔滨理工大学
IPC: G01S17/931 , G06V10/762 , G06T7/136 , G06T5/70 , G06V10/80 , G01S17/86 , G01S7/48 , G01S7/497 , G01S7/481
Abstract: 一种多模态融合的移动目标检测装置及检测方法，属于机器视觉领域，本发明为了解决现有移动目标检测时存在采集图像不清楚以及定位不准确的问题，本申请包括运动组件、雷达组件、拍摄组件、转动组件和升降组件，转动组件嵌装在运动组件的顶部，升降组件安装在转动组件的转动端上，升降组件由转动组件驱动，可在运动组件的顶部实现转动，拍摄组件安装在升降组件的升降部上，拍摄组件由升降组件驱动，可在运动组件的顶部实现上下移动，雷达组件固接在运动组件的顶部，雷达组件的发射和接收端位于升降组件的上方。本申请通过了点云与图像融合的目标检测方法提高移动目标检测时的清晰度和准确度，本申请主要用于对移动目标进行精准检测。
-
公开(公告)号：CN119084724A
公开(公告)日：2024-12-06
申请号：CN202411191146.9
申请日：2024-08-28
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及室内搜救领域，具体涉及一种基于视听结合的室内救援车及被困人员定位方法，为了解决室内救援环境下无法快速准确的定位到被困人员和救援人员无法及时对现场进行高效排查，导致救援时间延长的问题，本方案俯仰旋转机构设置在救援车主体的上部，传感器箱设置在俯仰旋转机构上，双目深度相机、信息传接单元和麦克风阵列设置在传感器箱上；多个麦克纳姆轮设置在救援车主体的底部并通过安装在救援车主体的电机四驱动，控制模块和激光雷达设置在救援车主体，控制模块用于完成俯仰旋转机构、双目深度相机、信息传接单元、麦克风阵列和激光雷达的信号交互，本方案对视听的坐标进行了修正，使定位更加准确，进而缩短救援时间。
-
公开(公告)号：CN117456147A
公开(公告)日：2024-01-26
申请号：CN202311393072.2
申请日：2023-10-25
Applicant: 哈尔滨理工大学
IPC: G06V10/12 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于深度学习的多指针表示数识别装置及方法，它涉及机器视觉技术领域。本发明为解决现有指针式仪表检测技术在真实环境中应用有限，检测实时性不高，鲁棒性低等问题。识别装置包括机器人主体和多传感器箱，多传感器箱设置在机器人主体的上端，多传感器箱上设有双目相机、深度相机、高清摄像头和信息传接单元，双目相机、深度相机、高清摄像头与信息传接单元电连接。本发明用于多指针表示数识别。
-
公开(公告)号：CN119672292A
公开(公告)日：2025-03-21
申请号：CN202411625223.7
申请日：2024-11-14
Applicant: 哈尔滨理工大学
IPC: G06V10/25 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于深度学习的冰面缺陷检测与量化系统及方法。该系统包括数据采集模块、数据增强模块、神经网络训练模块、基于双目立体视觉的检测模块和信息融合与分析模块。首先，通过数据采集模块使用多种摄像设备获取冰面缺陷的图像数据，涵盖不同光照条件和缺陷类型。接着，数据增强模块对采集到的数据进行旋转、翻转、对比度调节和噪声添加，以提高数据多样性和神经网络的泛化能力。然后，神经网络训练模块引入了多尺度特征提取模块(MSTG‑Net)以及细节增强卷积模块(MSDSC)，通过对改进后的YOLOv8神经网络进行训练，实现对冰面缺陷的分割特征提取。基于双目立体视觉的检测模块通过双目相机采集冰面图像，结合训练好的神经网络模型，获取缺陷标记信息及深度图。最后，信息融合与分析模块结合双目立体视觉测距结果，进一步确定缺陷的三维位置、表面积大小及空间形态特征。实现了对冰面缺陷的高精度识别和定位，并且为后续的冰面修复规划提供了可靠的数据支持，具有精度高、鲁棒性强和适用性广等优点。
-
-
-
Search Results
4
records
(took 0.025 seconds)
