公开(公告)号：CN115056224A

公开(公告)日：2022-09-16

申请号：CN202210708048.2

申请日：2022-06-22

Applicant: 江南大学

Inventor： 曹毅 ,  张小勇 ,  许天旗 ,  高清源 ,  夏宇

IPC: B25J9/16 ,  G06V20/00 ,  G06V10/26 ,  G06V10/44 ,  G06V10/75 ,  G06V10/82

Abstract: 本发明提供的一种基于动态实时视觉SLAM方法的移动机器人，其通过设置图像分割模块和视觉SLAM模块，将图像采集模块获取的环境图像数据分别输入到图像分割模块和视觉SLAM模块中，将图像分割处理和位姿估计操作并行处理，通过在Lucas‑Kanade稀疏光流模块、二次剔除模块中分别进行异常点的剔除，图像分割模块输出的动态图像帧在二次剔除模块中参与第二次异常点剔除的操作，不但提高识别准确率，而在确保位姿估计精度的基础上，极大地提高了处理效率，确保本发明技术方案能够在动态环境下进行实时位姿估计，使移动机器人能够更灵活的适用于不同的应用场景。

公开(公告)号：CN115056224B

公开(公告)日：2025-05-16

申请号：CN202210708048.2

申请日：2022-06-22

Applicant: 江南大学

Inventor： 曹毅 ,  张小勇 ,  许天旗 ,  高清源 ,  夏宇

IPC: B25J9/16 ,  G06V20/00 ,  G06V10/26 ,  G06V10/44 ,  G06V10/75 ,  G06V10/82

Abstract: 本发明提供的一种基于动态实时视觉SLAM方法的移动机器人，其通过设置图像分割模块和视觉SLAM模块，将图像采集模块获取的环境图像数据分别输入到图像分割模块和视觉SLAM模块中，将图像分割处理和位姿估计操作并行处理，通过在Lucas‑Kanade稀疏光流模块、二次剔除模块中分别进行异常点的剔除，图像分割模块输出的动态图像帧在二次剔除模块中参与第二次异常点剔除的操作，不但提高识别准确率，而在确保位姿估计精度的基础上，极大地提高了处理效率，确保本发明技术方案能够在动态环境下进行实时位姿估计，使移动机器人能够更灵活的适用于不同的应用场景。

公开(公告)号：CN116524190A

公开(公告)日：2023-08-01

申请号：CN202310524410.5

申请日：2023-05-11

Applicant: 江南大学

Inventor： 曹毅 ,  张小勇 ,  李杰 ,  叶培涛 ,  叶凡

IPC: G06V10/26 ,  G06N3/0464 ,  G06V10/40 ,  G06V10/80 ,  G06V10/764 ,  G06N3/08

Abstract: 本发明提供的一种基于改进双流特征提取网络的实时语义分割方法，其构建了实时语义分割网络对待处理图像数据进行语义分割，实时语义分割网络为双流特征提取网络，其输入端特征图来源分别是语义路径中三种不同分辨率的特征图，这样既能避免重复计算、降低模型参数量，还可以加深各路径间特征信息的关联性，使网络模型具有更好的多尺度特征信息融合效果。通过设计空间特征信息增强模块，改变空间路径输入特征信息，完成了传统双流特征提取网络的优化，确保还原足够的空间特征细节信息用于预测任务，同时确保本发明技术方案能够在实验环境下进行实时分割，使语义分割算法能够更灵活的适用于不同的应用场景。