基于融合UWB的视觉SLAM的室内定位与导航的方法

    公开(公告)号:CN110849367A

    公开(公告)日:2020-02-28

    申请号:CN201910949680.4

    申请日:2019-10-08

    Abstract: 本发明公开了一种基于融合UWB的视觉SLAM的室内定位与导航的方法。本发明包括通过传感器获取环境的图片,构建点云地图,根据相邻两帧图片中ORB特征点匹配获取相邻图片的位姿,同时利用UWB实现定位,记录传感器的位置信息,随后按照一定的路线移动传感器获取位姿,构建地图,并记录每次切换位置后的坐标,通过计算TOF算法获取的当前位置与之前位置是否重复辅助图片相似度检测进行回环检测,并且计算偏移量,将TOF算法的位置关系对于偏移量进行校正,调整机器人位姿,修正点云地图。本发明不仅在正常环境中具备良好的导航定位功能,还可在复杂的室内环境中进行精确定位,并且以较高的准确度为环境建立三维模型。

    基于融合UWB的视觉SLAM的室内定位与导航的方法

    公开(公告)号:CN110849367B

    公开(公告)日:2021-12-10

    申请号:CN201910949680.4

    申请日:2019-10-08

    Abstract: 本发明公开了一种基于融合UWB的视觉SLAM的室内定位与导航的方法。本发明包括通过传感器获取环境的图片,构建点云地图,根据相邻两帧图片中ORB特征点匹配获取相邻图片的位姿,同时利用UWB实现定位,记录传感器的位置信息,随后按照一定的路线移动传感器获取位姿,构建地图,并记录每次切换位置后的坐标,通过计算TOF算法获取的当前位置与之前位置是否重复辅助图片相似度检测进行回环检测,并且计算偏移量,将TOF算法的位置关系对于偏移量进行校正,调整机器人位姿,修正点云地图。本发明不仅在正常环境中具备良好的导航定位功能,还可在复杂的室内环境中进行精确定位,并且以较高的准确度为环境建立三维模型。

    一种基于金字塔网络的语义分割方法

    公开(公告)号:CN110633706B

    公开(公告)日:2022-03-29

    申请号:CN201910711584.6

    申请日:2019-08-02

    Abstract: 本发明公开了一种基于金字塔网络的语义分割方法。本发明包括如下步骤:1:场景RGB图片经过预训练模型提取出特征图Ⅰ,特征图Ⅰ的大小为输入的场景RGB图片的1/8大小;2:在池化前,记录特征图Ⅰ的最大池化值,然后基于池化和卷积操作,对步骤1提取出的特征图Ⅰ进行4个不同尺度的维度处理,得到4个不同维度的特征图;3:通过上采样层将4个不同维度的特征图合并成池化前相同大小的特征图Ⅱ;4:将步骤3所得到的特征图Ⅱ经过一个编码器和解码器,得到特征图Ⅲ;5:将特征图Ⅲ与特征图Ⅱ合并,生成特征图Ⅳ;6:将步骤5获得的特征图Ⅳ再经过一个卷积层,得到最终输出。本发明提高了算法的检测精度,提高了分割的准确率。

    基于图像识别的点滴自动报警设备及其实现方法

    公开(公告)号:CN110659558A

    公开(公告)日:2020-01-07

    申请号:CN201910711988.5

    申请日:2019-08-02

    Abstract: 本发明公开了一种基于图像识别的点滴自动报警设备及其实现方法。本发明包括输液端、控制终端和控制台。所述的输液端包括样本图像、采样设备和无线传输设备;且样本图像和采样设备分别设置在输液点滴管的两侧,呈对称设置;所述的控制终端中设置有数据库、匹配模块以及无线通信模块;控制终端将接收到的图像通过匹配模块与数据库中的样本图像进行匹配,若匹配成功则通过无线通信模块发送消息给控制台;所述的控制台有多名医护人员,能够根据控制台接收的消息进行及时处理。本发明提高了信息的准确性,为医护人员提供准确及时的操作建议,保证点滴室内的秩序稳定。

    一种基于金字塔网络的语义分割方法

    公开(公告)号:CN110633706A

    公开(公告)日:2019-12-31

    申请号:CN201910711584.6

    申请日:2019-08-02

    Abstract: 本发明公开了一种基于金字塔网络的语义分割方法。本发明包括如下步骤:1:场景RGB图片经过预训练模型提取出特征图Ⅰ,特征图Ⅰ的大小为输入的场景RGB图片的1/8大小;2:在池化前,记录特征图Ⅰ的最大池化值,然后基于池化和卷积操作,对步骤1提取出的特征图Ⅰ进行4个不同尺度的维度处理,得到4个不同维度的特征图;3:通过上采样层将4个不同维度的特征图合并成池化前相同大小的特征图Ⅱ;4:将步骤3所得到的特征图Ⅱ经过一个编码器和解码器,得到特征图Ⅲ;5:将特征图Ⅲ与特征图Ⅱ合并,生成特征图Ⅳ;6:将步骤5获得的特征图Ⅳ再经过一个卷积层,得到最终输出。本发明提高了算法的检测精度,提高了分割的准确率。

Patent Agency Ranking