-
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：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：CN119559402A
公开(公告)日：2025-03-04
申请号：CN202510116899.1
申请日：2025-01-24
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于卷积与注意力结合的变电站场景三维语义分割方法，包括以下步骤：S1、对变电站场景中的三维点云数据进行区域和类别划分，并对不同类别设置语义标签，根据区域划分训练集和测试集，构成三维语义分割数据集；S2、基于卷积和注意力机制结合模块构建三维语义分割模型，用以预测变电站数据集中点云数据语义标签；S3、确定损失函数以及参数优化器，结合三维语义分割数据集训练三维语义分割模型；S4、基于训练后的三维语义分割模型对变电站场景中点云数据进行语义分割。本发明相比于现有的三维语义分割方法，可有效提高三维语义分割的准确性，实现对变电站场景点云数据的准确语义分割。
-
公开(公告)号：CN119559402B
公开(公告)日：2025-04-01
申请号：CN202510116899.1
申请日：2025-01-24
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于卷积与注意力结合的变电站场景三维语义分割方法，包括以下步骤：S1、对变电站场景中的三维点云数据进行区域和类别划分，并对不同类别设置语义标签，根据区域划分训练集和测试集，构成三维语义分割数据集；S2、基于卷积和注意力机制结合模块构建三维语义分割模型，用以预测变电站数据集中点云数据语义标签；S3、确定损失函数以及参数优化器，结合三维语义分割数据集训练三维语义分割模型；S4、基于训练后的三维语义分割模型对变电站场景中点云数据进行语义分割。本发明相比于现有的三维语义分割方法，可有效提高三维语义分割的准确性，实现对变电站场景点云数据的准确语义分割。
-
-
-
Search Results
4
records
(took 0.019 seconds)
