-
公开(公告)号：CN119559515B
公开(公告)日：2025-04-15
申请号：CN202510116630.3
申请日：2025-01-24
Applicant: 安徽大学
IPC: G06V20/10 , G06V20/64 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/092 , G01C21/20
Abstract: 本发明提出一种基于体素空间注意力机制的移动机器人视觉导航方法，包括：基于视觉传感器获取RGB图像数据及Depth深度数据，设计体素网格，将二维像素转化为三维点云数据，并投射到三维体素空间；设计体素空间注意力模块，处理体素网格，计算每个体素的注意力权值，以选择感兴趣的区域，确定导航目标位置；设计注意力权值解码模块，将注意力模型的最终输出解码为该移动机器人在下一时刻要执行的动作，实现机器人的导航运动规划；并基于深度强化学习框架优化参数，实现机器人视觉导航决策。本发明实现在室内场景中视觉导航的运动规划，相比于传统方法，利用体素空间注意力机制帮助引导机器人发现目标物体，减少了训练时间，提升导航泛化性。
-
公开(公告)号：CN119559217B
公开(公告)日：2025-04-22
申请号：CN202510128063.3
申请日：2025-02-05
Applicant: 安徽大学
IPC: G06T7/246 , G06N3/0464 , G06N3/049 , G06N3/0455
Abstract: 本发明提出一种基于脉冲神经网络的低能耗三维点云单目标跟踪方法，包括：获取目标前一帧和当前帧的三维点云数据，设计体素网格模块，将点云划分为3D体素；设计特征提取模块，用三阶段的脉冲卷积块作为特征提取器，提取体素化点云特征，并加入Transformer编码器层，通过自注意力机制捕捉点云的全局上下文信息；设计部分到部分运动建模模块，将时间序列上的连续点云特征通过二维脉冲卷积块进行逐部分建模、编码，获取前一帧和当前帧在对应空间部分的特征信息变化；设计回归预测模块，通过脉冲回归预测模块推断目标的相对运动。本发明在降低能耗和提高效率的同时，保证网络在多样化的场景和运动状态下对目标进行精确跟踪。
-
公开(公告)号：CN119559515A
公开(公告)日：2025-03-04
申请号：CN202510116630.3
申请日：2025-01-24
Applicant: 安徽大学
IPC: G06V20/10 , G06V20/64 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/092 , G01C21/20
Abstract: 本发明提出一种基于体素空间注意力机制的移动机器人视觉导航方法，包括：基于视觉传感器获取RGB图像数据及Depth深度数据，设计体素网格，将二维像素转化为三维点云数据，并投射到三维体素空间；设计体素空间注意力模块，处理体素网格，计算每个体素的注意力权值，以选择感兴趣的区域，确定导航目标位置；设计注意力权值解码模块，将注意力模型的最终输出解码为该移动机器人在下一时刻要执行的动作，实现机器人的导航运动规划；并基于深度强化学习框架优化参数，实现机器人视觉导航决策。本发明实现在室内场景中视觉导航的运动规划，相比于传统方法，利用体素空间注意力机制帮助引导机器人发现目标物体，减少了训练时间，提升导航泛化性。
-
公开(公告)号：CN119559217A
公开(公告)日：2025-03-04
申请号：CN202510128063.3
申请日：2025-02-05
Applicant: 安徽大学
IPC: G06T7/246 , G06N3/0464 , G06N3/049 , G06N3/0455
Abstract: 本发明提出一种基于脉冲神经网络的低能耗三维点云单目标跟踪方法，包括：获取目标前一帧和当前帧的三维点云数据，设计体素网格模块，将点云划分为3D体素；设计特征提取模块，用三阶段的脉冲卷积块作为特征提取器，提取体素化点云特征，并加入Transformer编码器层，通过自注意力机制捕捉点云的全局上下文信息；设计部分到部分运动建模模块，将时间序列上的连续点云特征通过二维脉冲卷积块进行逐部分建模、编码，获取前一帧和当前帧在对应空间部分的特征信息变化；设计回归预测模块，通过脉冲回归预测模块推断目标的相对运动。本发明在降低能耗和提高效率的同时，保证网络在多样化的场景和运动状态下对目标进行精确跟踪。
-
-
-
Search Results
4
records
(took 0.021 seconds)
