-
Patent Agency Ranking
公开(公告)号：CN119205889A
公开(公告)日：2024-12-27
申请号：CN202411238150.6
申请日：2024-09-05
Applicant: 湘潭大学
Abstract: 本发明提出一种改进特征提取网络的6D目标姿态估计算法，包括：S1，采集待测物体的RGB‑D图像并进行语义分割，划分训练集和测试集；S2，利用跳跃连接方法及注意力机制模块，构建改进的图像特征提取网络；S3，使用PointNet进行点云的初始特征提取，后采用K近邻法和全局池化构建改进的点云特征提取网络；S4，以S1、S2和S3不揍为基础构建6D目标姿态估计网络；S5，将训练集中物体的RGB‑D图像输入6D目标姿态估计网络后进行训练；S6，将测试集中物体的RGB‑D图像输入训练后的姿态估计网络中，直接预测旋转变换和平移变换结果。
-
公开(公告)号：CN117915268A
公开(公告)日：2024-04-19
申请号：CN202311851843.8
申请日：2023-12-29
Applicant: 湘潭大学
Abstract: 本发明提出一种自适应指纹子空间WiFi匹配定位方法，包括：S1，获取WiFi数据，根据AP的不同排列组合，构建指纹子空间以及在线子指纹；S2，通过计算定位点与空间中各点的欧氏距离，利用各位的欧氏距离与最小欧氏距离的差值，选取自适应K值，构建自适应指纹匹配算法；S3，在各个子空间中使用自适应指纹匹配算法，得到K个最邻近点，再对邻近点进行欧氏距离的倒数加权处理，得到子空间的粗定位位置；S4，将在各个子空间中的粗定位结果进行均值滤波，估计出最终定位位置。
-
公开(公告)号：CN119180863A
公开(公告)日：2024-12-24
申请号：CN202411231038.X
申请日：2024-09-04
Applicant: 湘潭大学
Abstract: 本发明提出一种改进几何约束的多特征视觉Manhattan‑SLAM，包括：S1，多特征提取与匹配，充分利用场景结构信息，从中提取点、线和面多特征信息；S2，线特征隐藏参数显化与短线特征合并，针对LSD算法中部分参数进行显化并调整，随后设立判定条件，将符合条件的短线特征进行合并，并将经过合并的线特征用于特征匹配，提高视觉跟踪的精度；S3，建立几何与外观约束的线特征匹配跟踪策略，对线特征的空间位置和几何关系建立约束，提高线特征匹配与跟踪的精度；S4，结合结构化场景与非结构化场景的位姿估计，针对点线面多维特征构建重投影误差，利用Levenberg‑Marquardt算法对重投影误差进行优化，并由此得到结构化环境和非结构环境下的平移旋转估计；S5，将提取的点线面多特征融合，建立并更新稀疏地图。
-
公开(公告)号：CN116652947A
公开(公告)日：2023-08-29
申请号：CN202310628974.3
申请日：2023-05-31
Applicant: 湘潭大学
Abstract: 本发明公开了一种基于改进蜉蝣算法的移动机器人全局路径规划方法，包括以下步骤：对地图环境建模；初始化蜉蝣种群参数，随机生成蜉蝣种群的位置，设置初始速度，生成初始路径，并计算适应度值；更新雄雌蜉蝣的速度和位置；计算更新后的蜉蝣的适应度值并排序；生成蜉蝣子代，并对子代蜉蝣进行变异操作；将子代蜉蝣分为雌雄，计算子代蜉蝣的适应度值，更新个体最优、全局最优和相关参数；更新舞蹈系数和随机飞行系数，更新权重系数；判断是否达到最大迭代次数，若是则输出最优解。本发明引入离子运动交叉搜索规则和自适应惯性权重来提高算法的收敛效率和全局搜索能力，同时引入F分布随机变异增加算法搜索结果的多样性，收敛过程更加快速稳定。
-
公开(公告)号：CN119180853A
公开(公告)日：2024-12-24
申请号：CN202411237998.7
申请日：2024-09-05
Applicant: 湘潭大学
Abstract: 本发明提出一种融合RGB与深度特征的多模态视觉里程计，包括：S1，通过分析相邻图像帧的深度特征和RGB特征，得到逆深度图；S2，通过计算每个像素的最小再投影损失，减少单目视频连续帧遮挡带来的负面影响，获得更为优秀的深度估计；S3，将RGB和深度信息这两种不同模态的信息利用信道融合，组成相对姿态输出；S4，结合双流网络，引入正则化优化网络模型，从而达到更好的效果。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
