-
公开(公告)号:CN118169704A
公开(公告)日:2024-06-11
申请号:CN202410334946.5
申请日:2024-03-22
Applicant: 河南大学
IPC: G01S17/58 , G06T7/246 , G06T7/80 , G06V10/20 , G06V10/25 , G06V10/74 , G06T7/50 , G06N3/0464 , G06N3/08 , G06F17/10 , G06F17/16 , G01S17/86
Abstract: 本发明公开了一种基于相机和激光雷达多传感器融合的测速方法、存储介质和电子设备,属于图像处理技术领域。所述方法如下:依照合适尺寸设计并打印3D外壳模型用来集成封装激光雷达和相机,选取色彩和纹理丰富的场景测量相机和激光雷达的内外参数,然后利用相机捕捉并跟踪目标物体,再利用外参变换矩阵将目标图像信息转化为点云信息,最后利用激光雷达对点云进行处理和计算得到目标的移动速度。传统的单一传感器测速方法往往有着种种局限性,而本发明将相机和激光雷达相融合,结合二者的优点,能够实现测量结果精确度和鲁棒性很高的同时,又能使得测量结果直观明了。
-
公开(公告)号:CN118123838A
公开(公告)日:2024-06-04
申请号:CN202410451582.9
申请日:2024-04-15
Applicant: 河南大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于深度强化学习的机械臂控制系统校准方法、存储装置和电子设备具体通过定义了系统误差,包括相机位姿误差和机械臂坐标系误差;其次,校准相机位姿误差,从现实系统中获取标物体的多个位姿信息及对应的真实图像,仿真系统中根据上述位姿信息获取相同张数的仿真图像,再利用深度强化学习模型处理上述两组图像,并根据处理结果,指导两套系统相机位姿误差校准。最后,校准机械臂坐标系误差,其校准过程与相机位姿误差的校准类似,但目标物体改为机械臂,位姿调整也由相机改为机械臂。本专利减少了仿真环境与现实环境的差异,使仿真环境中训练的人工智能算法可以直接在现实环境中的机械臂上直接使用,大大降低了算法的迁移难度。
-
公开(公告)号:CN118015707A
公开(公告)日:2024-05-10
申请号:CN202410334773.7
申请日:2024-03-22
Applicant: 河南大学
IPC: G06V40/20 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种手语识别系统中手语动作与非手语动作辨别分类方法、存储介质和电子设备,基于原手语分类网络的预测分数对手语动作进行辨别分类,具体步骤为:分别将若干已训练的手语动作样本和若干非手语动作样本输入手语识别系统的预测网络中得到预测分数;对预测分数进行预处理;搭建用于分类预测分数的分类网络;将预处理后的预测分数输入神经网络中进行训练,将训练好的分类网络置入手语识别系统的手语分类模型输出与最终预测之间,将手语分类模型输出的预测分数进行处理后输入分类网络中,根据分类网络的分类结果判断目标是否为已训练的手语动作。通过本发明可以弥补现有手语识别系统的缺陷,使手语识别系统能够准确地区分。
-
-