-
公开(公告)号：CN113111887A
公开(公告)日：2021-07-13
申请号：CN202110453156.5
申请日：2021-04-26
Applicant: 河海大学常州校区
Abstract: 本发明提供了一种基于相机和激光雷达信息融合的语义分割方法及系统，使用深度神经网络得到图像中目标物体的2D检测框，利用相机和激光雷达之间的转换关系筛选出检测框中的目标点云并进行密度聚类；然后采用改进的四邻域聚类对原始点云进行分割；最后融合不同的聚类结果得到带有语义标签的点云分割结果。图像和点云的信息融合使得该系统可以适用于更多复杂的外界环境，同时综合利用了深度学习和传统的点云聚类方法，使得点云的语义分割结果更加准确且鲁棒性更强。
-
公开(公告)号：CN113111887B
公开(公告)日：2022-04-15
申请号：CN202110453156.5
申请日：2021-04-26
Applicant: 河海大学常州校区
IPC: G06V10/26 , G06V10/762 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明提供了一种基于相机和激光雷达信息融合的语义分割方法及系统，使用深度神经网络得到图像中目标物体的2D检测框，利用相机和激光雷达之间的转换关系筛选出检测框中的目标点云并进行密度聚类；然后采用改进的四邻域聚类对原始点云进行分割；最后融合不同的聚类结果得到带有语义标签的点云分割结果。图像和点云的信息融合使得该系统可以适用于更多复杂的外界环境，同时综合利用了深度学习和传统的点云聚类方法，使得点云的语义分割结果更加准确且鲁棒性更强。
-
公开(公告)号：CN111273544B
公开(公告)日：2022-11-15
申请号：CN202010250494.4
申请日：2020-04-01
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法，其针对一类二维激光雷达转三维激光扫描系统，用以控制其中的二维激光雷达摆动或俯仰运动。首先采用具有前馈补偿的PID算法来消除雷达俯仰运动系统中的非线性因素，模糊自适应整定PID参数，其后针对非线性因素中未知的部分，利用径向基神经网络(RBF)万能逼近的特性，拟合该未知部分，并在此基础上，采用基于状态方程的广义预测控制，滚动优化该控制系统以进一步减小系统输出误差。本发明提出的控制方法可以降低系统稳态误差、响应时间与调节时间，因此，该控制方法可以有效的控制二维激光雷达的俯仰运动。
-
公开(公告)号：CN111273544A
公开(公告)日：2020-06-12
申请号：CN202010250494.4
申请日：2020-04-01
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法，其针对一类二维激光雷达转三维激光扫描系统，用以控制其中的二维激光雷达摆动或俯仰运动。首先采用具有前馈补偿的PID算法来消除雷达俯仰运动系统中的非线性因素，模糊自适应整定PID参数，其后针对非线性因素中未知的部分，利用径向基神经网络(RBF)万能逼近的特性，拟合该未知部分，并在此基础上，采用基于状态方程的广义预测控制，滚动优化该控制系统以进一步减小系统输出误差。本发明提出的控制方法可以降低系统稳态误差、响应时间与调节时间，因此，该控制方法可以有效的控制二维激光雷达的俯仰运动。
-
-
-
Search Results
4
records
(took 0.022 seconds)
