公开(公告)号：CN115511974A

公开(公告)日：2022-12-23

申请号：CN202211203763.7

申请日：2022-09-29

Applicant: 浙江工业大学

Inventor： 董辉 ,  普晨旭 ,  胡越 ,  林文杰 ,  周祥清

IPC: G06T7/80 ,  G06T7/00 ,  G06T7/73

Abstract: 本发明公开了一种车载双目相机的快速外参标定方法，包括步骤：S1、对车载双目相机进行标定获取相机内参，并根据理想视差图计算相机视差，车载双目相机包括左相机和右相机；S2、根据相机视差确定目标点在相机坐标系下的坐标；S3、利用左相机获取的消失点计算相机的位姿，消失点为标定后的左相机采集的图像中车辆行驶车道线的交点，相机的位姿包括俯仰角和偏航角；S4、根据俯仰角和偏航角获取相机的旋转矩阵；S5、利用目标点在相机坐标系下的坐标和相机的旋转矩阵R确定世界坐标系下目标点的实际坐标。该方法便于在开放道路场景下或实时行驶过程中进行相机外参标定，有助于提高位姿估计准确度，从而提高车辆行驶安全性。

公开(公告)号：CN115495993A

公开(公告)日：2022-12-20

申请号：CN202211266288.8

申请日：2022-10-17

Applicant: 浙江工业大学

Inventor： 董辉 ,  胡越 ,  普晨旭 ,  周祥清 ,  吴祥 ,  郭方洪

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F111/04 ,  G06F119/14

Abstract: 本发明公开了一种基于深度强化学习的校直行程预测方法，通过构建包括环境模型和DDPG网络模型的校直行程预测模型，将工件的状态参数输入DDPG网络模型选出相应的动作，根据动作更新下一时刻的状态参数，并对当前时刻和下一时刻的状态参数进行约束条件判断，根据判断结果计算奖惩值反馈给DDPG网络模型，并将当前时刻的状态参数、动作、奖惩值和下一时刻的状态参数作为组合存储于记忆库，DDPG网络模型从记忆库提取参数进行学习以更新神经网络参数，通过循环训练获得最终DDPG网络模型，将待测工件的状态参数输入最终DDPG网络模型预测出对应的校直行程。该方法能够有效减少工件的校直次数，提高工件的校直精度和校直效率。