-
公开(公告)号：CN119399438A
公开(公告)日：2025-02-07
申请号：CN202411515941.9
申请日：2024-10-29
Applicant: 苏州大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及机器人目标检测技术领域，尤其是指一种轻量化服务机器人目标检测方法及装置，包括：构建轻量化服务机器人检测模型，所述轻量化服务机器人检测模型在YOLOv5n的基础上，在骨干网络中引入MobileViT模块以及C3_DSC模块和卷积三元组注意力模块构成的组合架构，在颈部网络中引入MobileViT模块、C3_DSC模块以及可变形卷积模块，进而利用所述轻量化服务机器人检测模型对服务机器人的采集图像进行目标检测。本发明构建的轻量化服务机器人检测模型有效提升了对多尺度目标，尤其是形变物体的检测性能，在保证模型高实时性的同时具有较高的检测精度，适用于服务机器人的目标检测需求。
-
公开(公告)号：CN116188849B
公开(公告)日：2024-12-27
申请号：CN202310052292.2
申请日：2023-02-02
Applicant: 苏州大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06V10/40 , G06N3/08 , G06V10/766 , G06V10/22 , G06N3/0464
Abstract: 本发明提供一种基于轻量化网络的目标识别方法、系统及扫地机器人，方法包括：采集室内实际环境下不同物体的图片数据集，对图片进行标定，并将数据集划分为训练集、验证集以及测试集；基于YOLOv4‑tiny网络结构，建立包含特征提取主干网络、混合通道注意力机制模块和解耦头模块的轻量化网络模型；利用训练集和验证集对所述轻量化网络模型进行训练，保存损失函数收敛时的模型权重；加载保存的模型权重，利用训练后的轻量化网络模型对室内物体进行识别；根据识别结果对扫地机器人的运动路径进行规划。本发明训练出了泛化能力更强，识别精度更高的轻量化网络模型，提高了对小物体的检测精度，在大幅提升检测精度的同时保证了较高的实时性。
-
公开(公告)号：CN116012601B
公开(公告)日：2024-09-20
申请号：CN202310055827.1
申请日：2023-01-16
Applicant: 苏州大学
IPC: G06V10/44 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种YOLO_SR系统、用于扫地机器人的目标检测方法及装置，方法包括：步骤S1：获取扫地机器人实时捕捉的图像；步骤S2：将所述图像输入构建的YOLO_SR系统，通过所述YOLO_SR系统识别出图像中的各类目标障碍，以使扫地机器人规避各类目标障碍。本发明通过对YOLO_SR系统进行改进，不仅提高了扫地机器人的特征提取能力，还能提高多尺度目标物体的检测能力，实验证明本发明将YOLO_SR系统应用于扫地机器人上避障效果较好且通用性较强。
-
公开(公告)号：CN113485375A
公开(公告)日：2021-10-08
申请号：CN202110929934.3
申请日：2021-08-13
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于启发式偏置采样的室内环境机器人探索方法，其包括：A、初始化；B、进行定位和建图；C、利用所述两棵快速生长随机树进行边界点的提取，记为RRT边界点；在所述先验区域内通过偏置采样快速搜索随机树算法提取边界点，记为房间边界点；剔除RRT边界点和房间边界点中的无效边界点；D、机器人优先选择收益值最大的房间边界点作为目标点进行探索，并在所有房间边界点探索完成后优先选择收益值最大的RRT边界点作为目标点进行探索；E、引导机器人向目标点导航并更新地图；F、当先验区域内检测不到边界点时，销毁先验区域；G、循环步骤A‑F，直至完成整个环境探索。本发明可有效减少探索过程中的回溯现象，提升探索效率。
-
公开(公告)号：CN116188849A
公开(公告)日：2023-05-30
申请号：CN202310052292.2
申请日：2023-02-02
Applicant: 苏州大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06V10/40 , G06N3/08 , G06V10/766 , G06V10/22 , G06N3/0464
Abstract: 本发明提供一种基于轻量化网络的目标识别方法、系统及扫地机器人，方法包括：采集室内实际环境下不同物体的图片数据集，对图片进行标定，并将数据集划分为训练集、验证集以及测试集；基于YOLOv4‑tiny网络结构，建立包含特征提取主干网络、混合通道注意力机制模块和解耦头模块的轻量化网络模型；利用训练集和验证集对所述轻量化网络模型进行训练，保存损失函数收敛时的模型权重；加载保存的模型权重，利用训练后的轻量化网络模型对室内物体进行识别；根据识别结果对扫地机器人的运动路径进行规划。本发明训练出了泛化能力更强，识别精度更高的轻量化网络模型，提高了对小物体的检测精度，在大幅提升检测精度的同时保证了较高的实时性。
-
Patent Agency Ranking
公开(公告)号：CN116012601A
公开(公告)日：2023-04-25
申请号：CN202310055827.1
申请日：2023-01-16
Applicant: 苏州大学
IPC: G06V10/44 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种YOLO_SR系统、用于扫地机器人的目标检测方法及装置，方法包括：步骤S1：获取扫地机器人实时捕捉的图像；步骤S2：将所述图像输入构建的YOLO_SR系统，通过所述YOLO_SR系统识别出图像中的各类目标障碍，以使扫地机器人规避各类目标障碍。本发明通过对YOLO_SR系统进行改进，不仅提高了扫地机器人的特征提取能力，还能提高多尺度目标物体的检测能力，实验证明本发明将YOLO_SR系统应用于扫地机器人上避障效果较好且通用性较强。
-
公开(公告)号：CN113485375B
公开(公告)日：2023-03-24
申请号：CN202110929934.3
申请日：2021-08-13
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于启发式偏置采样的室内环境机器人探索方法，其包括：A、初始化；B、进行定位和建图；C、利用所述两棵快速生长随机树进行边界点的提取，记为RRT边界点；在所述先验区域内通过偏置采样快速搜索随机树算法提取边界点，记为房间边界点；剔除RRT边界点和房间边界点中的无效边界点；D、机器人优先选择收益值最大的房间边界点作为目标点进行探索，并在所有房间边界点探索完成后优先选择收益值最大的RRT边界点作为目标点进行探索；E、引导机器人向目标点导航并更新地图；F、当先验区域内检测不到边界点时，销毁先验区域；G、循环步骤A‑F，直至完成整个环境探索。本发明可有效减少探索过程中的回溯现象，提升探索效率。
-
公开(公告)号：CN113837029A
公开(公告)日：2021-12-24
申请号：CN202111038431.3
申请日：2021-09-06
Applicant: 苏州大学
Abstract: 本发明公开了一种物体识别方法、系统、终端设备及存储介质，其物体识别方法包括：S1、采集室内真实环境下不同物体的图片数据集，对图片进行标定，并划分训练集和测试集；S2、将YOLOv4_tiny网络模型主干网络中部分卷积层替换成逆残差层，并在YOLOv4_tiny网络模型主干网络末端加入SPP层，得到改进的轻量化网络模型；S3、利用训练集和测试集对改进的轻量化网络模型进行训练和测试，得到训练后的轻量化网络模型；S4、利用训练后的轻量化网络模型对室内物体进行识别。本发明在几乎不增加模型计算量和参数存储量的前提下显著提高了目标检测精度，提升了多尺度目标、尤其是小目标的检测性能。
-
公开(公告)号：CN117115592A
公开(公告)日：2023-11-24
申请号：CN202311099991.9
申请日：2023-08-29
Applicant: 苏州大学
IPC: G06V10/774 , G06N3/082 , G06N3/0464
Abstract: 本发明涉及一种基于可变形卷积的轻量化室内服务机器人目标识别方法，该方法的具体步骤为：步骤S1：获取待识别物体的图像数据集，划分为训练集和测试集；步骤S2：将所述训练集输入到YOLO_DCN模型中，进行训练，得到权重参数，其中，所述YOLO_DCN模型包括依次连接的骨干网络、颈部网络和头部网络，先对整体结构进行通道剪枝操作，然后将在骨干网络和颈部网络中加入多个C3_DCN模块和C2f模块，并在骨干网络与颈部网络之间加上多个CBAM注意力模块；步骤S3：将所述权重参数加载至所述YOLO_DCN模型中，针对待识别的图像，运行YOLO_DCN模型可以得到检测结果。本发明有效提升模型对多尺度目标、尤其是形变物体的检测性能，在保证模型高实时性的同时获得很高的检测精度。
-
公开(公告)号：CN208092755U
公开(公告)日：2018-11-13
申请号：CN201820549875.0
申请日：2018-04-18
Applicant: 苏州大学
Inventor： 吕勇
Abstract: 本实用新型公开了一种车载辅助驾驶的行人检测预警装置，包括控制设备，所述控制设备的输入端信号连接有用于检测行人与车辆之间直线距离的单目测距设备，所述控制设备的输出端信号连接安全预警设备，所述单目测距设备的输入端信号连接有行人检测设备，所述行人检测设备用于检测行人是否存在，所述行人检测设备包括用于采集图像的视频采集组件。本实用新型至少具有以下优点：对行人的距离检测处理时间短、实时性好，且成本低廉。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.021 seconds)
