公开(公告)号：CN117437274A

公开(公告)日：2024-01-23

申请号：CN202311521956.1

申请日：2023-11-15

Applicant: 杭州电子科技大学

Inventor： 俞奕宣 ,  韩志敏 ,  王博 ,  林志赟

IPC: G06T7/55 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08 ,  G06V10/80

Abstract: 本发明公开了一种单目图像深度估计方法及系统。本发明采用的单目图像深度估计方法如下：以深度特征编码器、深度解码器和位姿编码器构建图像的深度估计网络和相机的位姿估计网络；将相邻帧间的图像重新在通道上拼接，重新计算深度两帧之间的位姿，重新计算像素级几何一致性损失函数，用以标记深度估计网络的不稳定区域；对于输出的深度图，使用相机内参将深度图反投影为伪点云，使用在道路数据集上预训练的SVM分类器分割地面点云，以获取地面点云信息；利用相机高度、相机内参、相机以及地面点云信息，重新恢复图像深度图尺度信息。本发明在提升单目深度估计精度的同时解决了单目图像深度估计本身的不稳定性以及尺度问题。

公开(公告)号：CN117724488A

公开(公告)日：2024-03-19

申请号：CN202311727875.7

申请日：2023-12-15

Applicant: 杭州电子科技大学

Inventor： 俞奕宣 ,  韩志敏 ,  林志赟 ,  王博

IPC: G05D1/43 ,  G05D1/242 ,  G05D1/243 ,  G05D1/633 ,  G05D1/644 ,  G05D1/693 ,  G05D105/15

Abstract: 本发明公开了一种地面移动机器人避障方法及系统。目前，在面对障碍物环境较为复杂的情况下，基于DWA算法或者人工势场的局部路径规划算法失败率较大甚至陷入局部最优解中。本发明的避障方法，其包括：设计并训练单目图像的深度估计网络；深度图点云化以及点云处理；通过TD3强化学习算法训练地面移动机器人的避障策略：采用TD3深度强化学习算法，并构建相应的表演者网络以及评论家网络，在自行构建的多个不同难度的Gazebo仿真环境中进行训练，以此获取有效的基于单目深度估计网络的避障策略。本发明能够在仿真环境中实现有效的避障以及导航任务，并且在一定程度上能够有效地避免陷入局部最优解。