-
公开(公告)号：CN113658221B
公开(公告)日：2024-04-26
申请号：CN202110857535.0
申请日：2021-07-28
Applicant: 同济大学
IPC: G06T7/246 , G06T7/70 , G06T7/80 , G06V10/764 , G06V10/774 , G06V10/40
Abstract: 本发明涉及一种基于单目相机的AGV行人跟随方法，包括以下步骤：1)检测行人目标：根据部署在上位机的行人检测模型得到行人目标检测框；2)利用单目相机标定单应矩阵：获取三维世界坐标系到二维像素坐标系的单应矩阵H；3)行人坐标解算：计算三维世界坐标系下行人与地面接触点的坐标，即行人目标的世界坐标(xw,yw)；4)移动机器人速度和角度的实时计算：分别设计线速度PID控制器和角度PID控制器实时计算移动机器人的线速度和角速度；5)控制底盘运动：上位机通过ROS系统发布线速度和角速度消息到下位机，下位机将速度指令解算为驱动电机的预期转速，实现AGV跟随行人。与现有技术相比，本发明具有简便高效实时准确、主从机分布式通信、计算量小等优点。
-
公开(公告)号：CN117305794A
公开(公告)日：2023-12-29
申请号：CN202311217054.9
申请日：2023-09-20
Applicant: 同济大学
Abstract: 本发明涉及一种镜片镀膜厚度的视觉控制方法。该方法包括：S1、启动镜片镀膜机，根据镀膜层数，设置相机的曝光时间，捕获镜片图像；S2、缩小所述图像的分辨率；S3、进行图像筛选，寻找筛选后的图像的反光区域；S4、收集所述图像的反光区域，计算所述反光区域的HSV均值；S5、将所述反光区域的HSV均值转化为视频序列的反光区域HSV均值；S6、收集视频序列的反光区域HSV均值，使用多项式拟合曲线进行拟合，得到颜色变化曲线，其中，视频序列的反光区域HSV均值为曲线的纵坐标；S7、实时运行S3～S6，当曲线的纵坐标小于设定颜色阈值时，则镀膜厚度达到了设定厚度，向镜片镀膜机发送镀膜停止信号。与现有技术相比，本发明具有克服了对透镜涂层难以识别问题等优点。
-
公开(公告)号：CN116310418A
公开(公告)日：2023-06-23
申请号：CN202310272857.8
申请日：2023-03-20
Applicant: 同济大学
IPC: G06V10/74 , G06T3/60 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种大幅度旋转图像的匹配方法、装置及存储介质，其中方法包括以下步骤：输入参考图像和目标图像并进行预处理；根据卷积神经网络固有的平移不变性，将旋转图像的匹配问题简化为使用基于平面旋转群SO2的群等变神经网络建模对应点匹配问题；构建旋转等变图像特征提取器并训练；建立2条匹配路线，分别对每一条匹配路线中图像的图像特征应用最近邻匹配算法进行匹配；基于双旋转等变激励混合器对2条匹配路线的匹配结果进行一次滤波、反投影、合并、二次滤波处理，输出参考图像和目标图像中稠密对应点的匹配关系。与现有技术相比，本发明既可以克服大幅度光照变化影响又可以实现所有角度下旋转的图像匹配。
-
公开(公告)号：CN113029143B
公开(公告)日：2023-06-02
申请号：CN202110206793.2
申请日：2021-02-24
Applicant: 同济大学
Abstract: 本发明涉及一种适用于pepper机器人的室内导航方法，将机器人当前时刻的激光雷达信息和轮式里程计信息进行时间对齐；封装数据成帧，按照固定格式利用socket通信将数据发送至上位机；上位机将接收到的信息封装成ROS系统下的工作节点，并转化为标准消息格式；上位机的AMCL节点接收标准消息格式的激光雷达信息，结合室内环境的已知地图进行重定位，获取当前机器人在室内环境位置；基于位置信息和导航目标点，结合室内地图判断机器人所处室内房间和导航目标点所在的室内房间，规划运动路径；move_base节点根据运动规划路径和当前AMCL节点输出的定位信息获取机器人运动控制策略，将控制信号发送至机器人。本发明降低了机器人通过房门时的碰撞概率，加快了移动速度。
-
公开(公告)号：CN110910451B
公开(公告)日：2023-06-02
申请号：CN201911014052.3
申请日：2019-10-23
Applicant: 同济大学
IPC: G06T7/73 , G06N3/0464 , G06T7/11
Abstract: 本发明涉及一种基于变形卷积网络的物体位姿估计方法，包括：S1、获取目标物体的彩色图像和深度图像，将目标物体的彩色图像输入训练好的实例分割网络，得到实例分割结果；S2、根据实例分割结果分别从彩色图像和深度图像中裁剪出包含目标物体的彩色图像块和深度图像块，并把深度图像块转换成三通道图像表示的点云；S3、将彩色图像块和点云的图像中不包含目标物体的区域的像素值置为0后输入训练好的变形卷积网络，得到目标物体位姿估计结果；变形卷积网络提取特征的感受野集中在彩色图像块和点云图像上目标物体分布的区域。与现有技术相比，本发明具有高精度、高效率等优点。
-
Patent Agency Ranking
公开(公告)号：CN110930452B
公开(公告)日：2023-05-02
申请号：CN201911013282.8
申请日：2019-10-23
Applicant: 同济大学
IPC: G06T7/73 , G06T7/593 , G06N3/0464
Abstract: 本发明涉及一种基于自监督学习与模板匹配的物体位姿估计方法，包括：S1：采集目标物体的彩色图和深度图，经裁剪获得对应的彩色候选图和深度候选图；S2：所述的彩色候选图和深度候选图经过已训练的带有噪声生成器的自监督编码解码器分割后获得彩色分割图和深度分割图；S3：利用彩色分割图和深度分割图与模板库匹配，获得匹配位姿；S4：精修匹配位姿获得目标物体位姿，其中，通过球面多尺度方法采集目标物体三维模型的彩色样本图和深度样本图；利用彩色样本图训练自监督编码解码器；提取多尺度下彩色样本图和深度样本图的带有位姿信息的特征并根据该特征构建模板库。与现有技术相比，本发明具有鲁棒性好、成本低和无需标签信息等优点。
-
公开(公告)号：CN115187907A
公开(公告)日：2022-10-14
申请号：CN202210841726.2
申请日：2022-07-18
Applicant: 同济大学
IPC: G06V20/40 , G06N3/04 , G06N3/08 , G06V10/774
Abstract: 本发明涉及一种基于卷积垂直整合的安全帽快速视觉检测方法，包括以下步骤：1)构建安全帽快速视觉检测网络结构并进行训练；2)进行安全帽快速视觉检测网络的垂直整合预处理与计算；3)进行卷积垂直整合，实现安全帽快速视觉检测。与现有技术相比，通过对两个线性卷积核参数进行垂直整合运算，利用复合卷积核实现YOLO v3网络结构的参数重构，大幅减少网络深度，减少数据传输吞吐量，在不明显降低准确率的情况下，大幅提高算法的实时性，便于在边缘设备上部署。
-
公开(公告)号：CN112163414B
公开(公告)日：2022-09-20
申请号：CN202010880446.3
申请日：2020-08-27
Applicant: 同济大学
IPC: G06F40/211 , G06F40/289 , G06F40/30 , G06F40/242 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于Word2Vec、LSTM和注意力机制的中文歌词生成方法，包括以下步骤：1)获取关键词进行预处理；2)输入关键词，基于LSTM和注意力机制的歌词生成模型结合后处理操作，依次生成句中词和结尾词，完成一句歌词的生成；3)重复执行步骤1)‑步骤2)，直至生成一篇完整的歌词。与现有技术相比，本发明具有生成歌词可读性强、语义通顺、对仗工整等优点。
-
公开(公告)号：CN111762026B
公开(公告)日：2022-09-16
申请号：CN202010675750.4
申请日：2020-07-14
Applicant: 同济大学
Abstract: 本发明涉及一种用于自动导引车AGV的一体化机箱及充电桩的设计方法及系统，其中设计方法包括：S1、机箱内部所用控制板的电路设计与其印刷电路板PCB设计；S2、机箱内的电气线路设计；S3、机箱的箱体设计；S4、充电桩内部所用充电控制板的电路设计与其印刷电路板设计；S5、充电桩内的电气线路设计；S6、充电桩的箱体设计。配套系统包括一体化机箱和充电桩，其中，一体化机箱包括一体化机箱箱体，一体化机箱箱体内置有控制板电路模块以及相关联的外围电气模块；充电桩包括充电桩箱体，充电桩箱体内置有充电控制板电路模块以及相关联的外围电气模块。与现有技术相比，本发明具有在保留性能的同时更为模块化，具有易用性与通用性等优点。
-
公开(公告)号：CN111291657B
公开(公告)日：2022-09-16
申请号：CN202010071274.5
申请日：2020-01-21
Applicant: 同济大学
Abstract: 本发明涉及一种基于难例挖掘的人群计数模型训练方法及应用，所述训练方法包括以下步骤：1)获取训练样本集，对训练样本集中的每个样本赋予初始选择概率；2)基于当前选择概率选取所述训练样本集中的部分样本形成训练集，对人群计数模型进行第一阶段训练，以剩余部分样本作为测试集，获得对应的相对误差；3)将所述相对误差大于一设定阈值的样本定为难例，对各所述难例的相对误差进行归一化处理，将归一化结果作为下一轮训练过程中对应样本的选择概率；4)基于加入难例挖掘的训练样本集对人群计数模型进行第二阶段训练；5)重复步骤2)‑4)，直至满足误差要求。与现有技术相比，本发明具有提高人群计数精度等优点。
-
-
-
-
-
-
-
-
-
Search Results
289
records
(took 0.047 seconds)
