-
公开(公告)号:CN115469662B
公开(公告)日:2023-07-07
申请号:CN202211110233.8
申请日:2022-09-13
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及一种环境探索方法,包括获取环境信息、生成广义维诺图并构建GVD节点集;从GVD节点集中选取节点构建启发式边界点集并融合,剔除冗余节点,生成融合后的启发式边界点集;融合GVD节点集,剔除冗余节点,构建GVD特征节点集;将GVD特征节点集、融合后的启发式边界点集与机器人当前位姿求并集,得到GVD特征节点全集;在GVD特征节点全集中任选两特征节点进行碰撞检测,得到带有边信息的特征矩阵;根据信息增益与特征矩阵计算融合后的边界点集中各节点的收益函数值;根据收益函数值选取目标节点,向目标节点导航,更新地图数据;重复探索,直至整个环境探索完成。通过融合边界点,剔除冗余节点,减少了机器人边界决策时的计算消耗,减少了回溯,提高了探索效率。
-
公开(公告)号:CN116679712B
公开(公告)日:2024-07-12
申请号:CN202310726794.9
申请日:2023-06-19
Applicant: 苏州大学
Abstract: 本发明涉及一种基于广义维诺图的室内环境机器人高效探索决策方法。本发明借助广义维诺图,生成环境的GVD特征,在提取边界过程中,利用GVD节点快速提取全局启发式边界点和局部启发式边界点并进行融合,加快了边界点的提取速度;在决策过程中,采用分层决策方案,针对局部启发式边界点、局部边界点集、全局启发式边界点,分别采用三种决策方法针进行决策,解决了忽略探索点之间的探索顺序从而导致机器人在区域内重复探索、消耗资源,产生回溯现象和探索过程的无序性的问题;在路径计算时,采用GVD路径代替欧式路径用于成本计算,提高机器人的探索效率,增强了决策的有效性。
-
公开(公告)号:CN116679712A
公开(公告)日:2023-09-01
申请号:CN202310726794.9
申请日:2023-06-19
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于广义维诺图的室内环境机器人高效探索决策方法。本发明借助广义维诺图,生成环境的GVD特征,在提取边界过程中,利用GVD节点快速提取全局启发式边界点和局部启发式边界点并进行融合,加快了边界点的提取速度;在决策过程中,采用分层决策方案,针对局部启发式边界点、局部边界点集、全局启发式边界点,分别采用三种决策方法针进行决策,解决了忽略探索点之间的探索顺序从而导致机器人在区域内重复探索、消耗资源,产生回溯现象和探索过程的无序性的问题;在路径计算时,采用GVD路径代替欧式路径用于成本计算,提高机器人的探索效率,增强了决策的有效性。
-
公开(公告)号:CN116052120A
公开(公告)日:2023-05-02
申请号:CN202310039503.9
申请日:2023-01-12
Applicant: 苏州大学
Abstract: 本发明所述一种基于图像增强和多传感器融合的挖掘机夜间物体检测方法,首先采集挖掘机夜间场景下的行人及车辆图像,构建行人和车辆数据集,对数据集进行预处理,对预处理后的数据集进行坐标标注生成包含行人和车辆框坐标信息的xml文件,对文件中的数据进行训练,获得训练后的数据,对训练后的数据进行物体识别检测和语义分割,通过相机和激光雷达联合标定,将三维雷达点云投影在图像平面,获得物体的二维位置坐标,最后根据雷达和图像坐标系之间的对应关系,将检测框内的行人或车辆逆映射回三维雷达点云中并进行标记,以区分检测框内的行人和背景,提高物体识别和分割的准确率,同时提供准确的物体空间位置定位。
-
公开(公告)号:CN115469662A
公开(公告)日:2022-12-13
申请号:CN202211110233.8
申请日:2022-09-13
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及一种环境探索方法,包括获取环境信息、生成广义维诺图并构建GVD节点集;从GVD节点集中选取节点构建启发式边界点集并融合,剔除冗余节点,生成融合后的启发式边界点集;融合GVD节点集,剔除冗余节点,构建GVD特征节点集;将GVD特征节点集、融合后的启发式边界点集与机器人当前位姿求并集,得到GVD特征节点全集;在GVD特征节点全集中任选两特征节点进行碰撞检测,得到带有边信息的特征矩阵;根据信息增益与特征矩阵计算融合后的边界点集中各节点的收益函数值;根据收益函数值选取目标节点,向目标节点导航,更新地图数据;重复探索,直至整个环境探索完成。通过融合边界点,剔除冗余节点,减少了机器人边界决策时的计算消耗,减少了回溯,提高了探索效率。
-
-
-
-