-
公开(公告)号:CN116079749A
公开(公告)日:2023-05-09
申请号:CN202310369994.3
申请日:2023-04-10
Applicant: 南京师范大学
IPC: B25J9/16 , G06V20/50 , G06V10/762 , G06V10/26 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于聚类分离条件随机场的机器人视觉避障方法及机器人,所述方法包括:利用深度双目相机采集机器人行驶过程中遇到的障碍物图像,提取特征图;基于特征图生成所有候选框,并进行提取和过滤;在过滤后的候选框中选择正负样本,计算目标物的真实权重,将过滤后的候选框映射到同一个尺寸固定的特征图上,将映射后的特征图输入全连接层,对图像进行目标检测识别;基于识别出的目标,利用融合聚类分离的条件随机场进行边缘分割;基于边缘分割结果确定障碍物的位置,根据得到的障碍物位置和深度双目相机测得的深度信息进行避障。本发明能够有效提高障碍物检测识别和边缘分割的精度和效率,改善机器人避障的效果。
-
公开(公告)号:CN115223080A
公开(公告)日:2022-10-21
申请号:CN202210831695.2
申请日:2022-07-15
Applicant: 南京师范大学
IPC: G06V20/40 , G06V10/25 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于非局部特征聚合神经网络的目标分割方法,包括:采集目标视频,提取视频的原始分帧图像,得到小样本数据集;搭建非局部特征聚合神经网络模型,训练非局部特征聚合神经网络模型得到目标分割网络;再次采集目标视频,计算图像中每个目标的分割质量评估分数;根据分割质量评估分数判断图像质量,低质量图像继续训练,保留高质量图像中目标轮廓关键点;通过BAS‑DP轻量化算法优化目标轮廓关键点,得到目标分割结果。本发明具有精度高、训练数据量少、环境适应性强和分割效果好的优点。
-
公开(公告)号:CN115220448A
公开(公告)日:2022-10-21
申请号:CN202210831716.0
申请日:2022-07-15
Applicant: 南京师范大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于稀疏化可视图的机器人快速路径规划方法,其特征在于,包括:针对激光雷达采集得到的点云信息,通过PCL点云库进行点云降采样得到稀疏点云;将得到的稀疏点云使用空洞网格结构进行存储,并且将稀疏点云平面投影得到二值图像,进行图像模糊得到模糊图像;将模糊图像进行轮廓点的提取,得到障碍物的轮廓特征点,并将障碍物的轮廓特征点进行过滤;通过过滤后的障碍物的轮廓特征点构建可视图;使用双向BFS搜索寻找最优路径,并且在路径规划的过程中,剔除障碍物。本发明算法运行速度快,具有良好的实时性;缩短了构建地图和路径规划所需要的时间,同时减少了机器人在未知环境中探索造成的空间浪费,具有抗复杂环境干扰性强等优点。
-
-