基于深度学习的智能机器人控制方法及系统

    公开(公告)号:CN119772885A

    公开(公告)日:2025-04-08

    申请号:CN202411939932.2

    申请日:2024-12-26

    Abstract: 本发明涉及智能机器人控制分析技术领域,具体公开了基于深度学习的智能机器人控制方法及系统,包括图像数据特征分析模块、视频数据特征分析模块、视觉特征向量分析模块、内部传感器数据分析模块、外部定位数据分析模块和位姿状态控制分析模块。通过激光雷达点云数据,经体素滤波、特征点提取和匹配、位姿图构建与优化等操作,可实现高精度定位和地图构建;基于卡尔曼滤波融合内外部传感器数据,综合考虑位置、姿态和速度信息,能充分发挥各传感器优势,有效处理噪声和不确定性,不断优化机器人的位置和姿态估计,实现高精度的定位、姿态控制和运动规划,提高机器人在复杂环境下的自主性、适应性和任务执行能力。

    一种基于MRF超像素标记的人体姿态估计方法

    公开(公告)号:CN114170675A

    公开(公告)日:2022-03-11

    申请号:CN202111326022.3

    申请日:2021-11-10

    Abstract: 本发明属于图像识别领域,为一种基于MRF超像素标记的人体姿态估计方法,将目标图像分割为若干特征相似的超像素图像块,采用超像素MRF模型对超像素图像块的部位标记;以一个超像素为步长完成整幅图像的遍历,将超像素中心作为姿态估计算法中矩形部位检测器的匹配中心,构建以超像素中心点为中心的矩形区域集合,获得目标图像的部位搜索空间;计算K个部位检测器与部位搜索空间内所有矩形的部位匹配分数。根据部位形变模型计算相邻部位的距离分数;将所有部位的部位匹配分数与距离分数相加得到总体姿态估计得分,选择总分最高的姿态作为各个部位的识别结果。解决姿态估计算法部位搜索效率低、易受背景和其他人体部位干扰的问题。

    一种基于组合模型的视频人体姿态推理优化方法

    公开(公告)号:CN114170621A

    公开(公告)日:2022-03-11

    申请号:CN202111325974.3

    申请日:2021-11-10

    Abstract: 本发明属于视频技术领域,具体地而言为一种基于组合模型的视频人体姿态推理优化方法,包括将人体整体结构划分为若干树型组合部位,每个组合部位包含有多个线性的基本部位,对单个组合部位在视频中所有帧的一致性计算,求每个组合部位一致性计算结果的最大化获得候选部位集合,计算每一帧候选部位之间的距离得分,根据所有组合部位的得分总和最优化获得最佳姿态。解决视频中姿态估计的正确率较低、推理优化复杂度高的问题,简化姿态推理过程中的结构复杂度。

    一种风电桨叶表面故障的识别装置

    公开(公告)号:CN118167567A

    公开(公告)日:2024-06-11

    申请号:CN202410431690.X

    申请日:2024-04-11

    Abstract: 本发明公开了一种风电桨叶表面故障的识别装置,包括风机安装座、风机、风电桨叶和图像采集机构,风机安装于风机安装座,风机的风机轴与风电桨叶传动连接,图像采集机构包括第一图像采集组件和第二图像采集组件,第一图像采集组件和第二图像采集组件对称安装于风机安装座上端部和下端部,本发明结构设计新颖,工作原理简单,能够实现对风电桨叶表面图像的采集和故障识别,识别精确度高,减少维修期间出现的问题和降低人工检测难度。

Patent Agency Ranking