-
公开(公告)号：CN113640826B
公开(公告)日：2023-10-20
申请号：CN202110920554.3
申请日：2021-08-11
Applicant: 山东大学 , 山东亚历山大智能科技有限公司
IPC: G01S17/93
Abstract: 本公开提供了一种基于3D激光点云的障碍物识别方法及系统，获取三维环境激光点云数据；对三维环境激光点云数据进行地面分割处理，得到非地面激光点云数据；对非地面激光点云数据进行分区，利用二维欧式聚类进行各分区的障碍物标记；利用长方体模型对聚类结果进行封装处理，得到障碍物的位置和大小；本公开有效地提高了地面分割与点云聚类的实时性，提高了较远距离的障碍物识别精度。
-
公开(公告)号：CN113570629B
公开(公告)日：2022-01-18
申请号：CN202111142897.8
申请日：2021-09-28
Applicant: 山东大学 , 山东亚历山大智能科技有限公司
Abstract: 本发明属于图像处理领域，提供了一种去除动态物体的语义分割方法及系统。其中，该语义分割方法包括获取场景3D点云并投影到2D深度图中，计算点云的法向量信息，构建带有回环的面元地图；对带有回环的面元地图进行点云语义分割，构建出语义点云地图，将语义点云地图映射到3D点云地图中并去除出现的边缘阴影及点云离散化现象；利用语义点云地图中的语义点云信息去除动态物体，并添加语义迭代最近点约束，得到优化后的语义点云地图。
-
公开(公告)号：CN113640826A
公开(公告)日：2021-11-12
申请号：CN202110920554.3
申请日：2021-08-11
Applicant: 山东大学 , 山东亚历山大智能科技有限公司
IPC: G01S17/93
Abstract: 本公开提供了一种基于3D激光点云的障碍物识别方法及系统，获取三维环境激光点云数据；对三维环境激光点云数据进行地面分割处理，得到非地面激光点云数据；对非地面激光点云数据进行分区，利用二维欧式聚类进行各分区的障碍物标记；利用长方体模型对聚类结果进行封装处理，得到障碍物的位置和大小；本公开有效地提高了地面分割与点云聚类的实时性，提高了较远距离的障碍物识别精度。
-
公开(公告)号：CN113362247A
公开(公告)日：2021-09-07
申请号：CN202110656175.8
申请日：2021-06-11
Applicant: 山东大学
Abstract: 本发明属于多传感器融合的三维重建技术领域，提供了一种激光融合多目相机的语义实景三维重建方法及系统。其中，该方法包括获取多目相机图像并校正多目相机图像；获取激光点云数据及视觉惯性里程计数据，根据时间戳将激光点云数据与视觉惯性里程计数据对齐来校正激光点云数据；插值校正后的激光点云数据，得到稠密点云并将其投影到成像平面，再与校正后的多目相机图像的像素进行匹配，得到各帧带有RGB信息的稠密点云再叠加后得到实景点云；从校正后的多目相机图像获取语义信息，并与校正点云匹配得到实例对象点云并将其与实景点云融合，得到语义实景重建的三维模型。
-
公开(公告)号：CN112935703A
公开(公告)日：2021-06-11
申请号：CN202110295975.1
申请日：2021-03-19
Applicant: 山东大学 , 山东亚历山大智能科技有限公司
Abstract: 本公开提供了一种识别动态托盘终端的移动机器人位姿校正方法及系统，获取托盘的激光点云簇数据，对获取的激光点云簇数据进行处理，得到托盘腿特征均值表征点；根据所有托盘腿特征均值表征点得到点云分布得分和点云形状得分，根据两个得分乘积得到托盘腿特征点坐标；根据得到的托盘腿特征点坐标进行移动机器人的位姿校正；本公开克服了现有技术中因动态托盘位姿变化移动机器人位姿无法实时校正而导致的应用适应性差的缺陷，实现了对移动机器人位姿的高柔性高和高适应性的修正，保证了机器人作业的高效性和安全性。
-
Patent Agency Ranking
公开(公告)号：CN113935428A
公开(公告)日：2022-01-14
申请号：CN202111240857.7
申请日：2021-10-25
Applicant: 山东大学 , 山东亚历山大智能科技有限公司
IPC: G06K9/62 , G06V10/762 , G06V10/774 , G06V20/64 , G06N20/00 , G06T7/80 , G06T7/11 , G06T7/136
Abstract: 本公开提供了一种基于图像识别的三维点云聚类识别方法及系统，包括获取待识别区域的图像数据及其对应的点云数据；对所述图像数据及点云数据进行预处理；基于所述图像数据及预先训练的深度学习模型，进行目标实例的识别；获取目标实例的深度数据，基于所述深度数据确定目标实例在点云中的投影位置；在所述投影位置，基于聚类算法对所述点云数据进行可视化分割，获得聚类识别结果。所述方案通过将光学传感器和激光雷达相融合，利用光学传感器易于获取数据的特点，采用基于深度学习的视觉识别和深度定位的方案来实现三维点云的聚类识别，提高了聚类识别的准确性及稳定性。
-
公开(公告)号：CN112927302A
公开(公告)日：2021-06-08
申请号：CN202110196629.8
申请日：2021-02-22
Applicant: 山东大学
IPC: G06T7/80
Abstract: 本发明公开了一种多线激光雷达与相机联合标定的标定板及标定方法，该标定板包括一个矩形基板，该矩形基板具有上表面和下表面；上表面的中心部分为黑白棋盘格，沿着黑白棋盘格的外边缘的一圈为漫反射反光部分；下表面是激光雷达识别的背景，具有吸光性能，为吸光涂层，且吸光涂层沿着基板的四个侧面向上表面延伸，将漫反射反光部分的四周完全包围。标定板使用吸光材料作为背景，漫反射反光板作为标记，能够实现激光雷达对标定板位姿的自动获取，并且大大提高了识别精度。采集数据后直接利用现有数据计算相机内参并估计相机与标定板之间的外参，整个数据处理过程自动实现，无需人工标记。
-
公开(公告)号：CN113379910B
公开(公告)日：2023-06-02
申请号：CN202110644536.7
申请日：2021-06-09
Applicant: 山东大学 , 山东亚历山大智能科技有限公司
Abstract: 本公开提供了一种基于SLAM的移动机器人矿山场景重建方法及系统，获取同步标定过的通过移动机器人测得的激光点云数据和视觉点云数据；对获取的激光点云数据和视觉点云数据进行融合；对融合后的点云数据进行点云运动畸变去除处理和点云滤波处理；结合处理后的点云数据，采用基于图优化的多约束因子图算法，将IMU预积分数据、点云关键帧数据以及GNSS数据加入约束子图，进行回环检测后得到重建后的三维地图；本公开能够有效实现矿山场景下的三维重建，并且最终获得带有颜色的点云地图，提高了矿山场景重建的精度。
-
公开(公告)号：CN112629522B
公开(公告)日：2023-04-11
申请号：CN202011636143.3
申请日：2020-12-31
Applicant: 山东大学 , 山东亚历山大智能科技有限公司
Abstract: 本公开提供一种反光板与激光SLAM融合的AGV定位方法及系统，涉及室内移动机器人自主定位领域，一种反光板与激光SLAM融合的AGV定位方法及系统获取环境中的激光点云数据并进行处理，利用反光板点云的数据构建反光板地图，利用激光点云数据构建栅格地图；依据反光板地图和栅格地图建立包含环境特征及反光板特征的融合地图；基于融合地图和运行数据，得到位姿变化量、匹配位姿和反光板定位位姿，并进行融合得到精确位姿。通过融合反光板定位和激光SLAM定位，基于激光SLAM的栅格地图构建和反光板地图构建，采用反光板与扫描匹配相融合的定位方法，能够提高AGV智能化的同时得到稳定的定位位姿。
-
公开(公告)号：CN113920134B
公开(公告)日：2022-06-07
申请号：CN202111137710.5
申请日：2021-09-27
Applicant: 山东大学 , 山东亚历山大智能科技有限公司
IPC: G06T7/11 , G06T7/136 , G06V10/762 , G01S17/89
Abstract: 本发明提供了一种基于多线激光雷达的斜坡地面点云分割方法及系统，属于室内外三维复杂场景地面分割技术领域，所述方法包括：获取多线激光雷达原始点云数据；对原始点云数据进行预处理；对预处理后的点云数据进行初步地面分割处理，得到非地面点云；对非地面点云进行欧式聚类，对每一类进行随机采样一致性平面拟合，根据拟合结果筛选得到斜坡地面点云；如果判断某一类为斜坡地面点云，则将此类对应的聚类拟合平面与原始地面进行拼接；本发明能够有效地识别并分割三维复杂斜坡环境的地面，提高了斜坡地面分割的准确性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.024 seconds)
