-
公开(公告)号：CN116630901B
公开(公告)日：2023-09-22
申请号：CN202310905815.3
申请日：2023-07-24
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于潜在图预测无监督学习框架的视觉里程计方法，首先获取当前作业环境的RGB图像，并进行预处理，获得预处理后图像；然后进行改进的潜在图预测处理，通过潜在图预测模型处理后，进行潜在图预测损失优化，得到潜在图预测后图像；再进行图像分层，并逐层执行数据增强和伪标签算法处理，最后通过区域增长算法剔除动态目标的类点云信息，实现潜在图预测无监督学习框架下的视觉里程计。通过在潜在图预测时进行损失优化，对重合节点的嵌入进行了有效度量，通过对图像进行分层后再进行伪标签算法处理，采用了轻量化的分层聚类，使得该算法的抗环境干扰能力强得到了强化，鲁棒性得到了提升，可针对不用目标进行有效精准识别分割。
-
公开(公告)号：CN118010104B
公开(公告)日：2024-07-02
申请号：CN202410426176.7
申请日：2024-04-10
Applicant: 南京师范大学 , 南京三万物联网科技有限公司
IPC: G01D21/02
Abstract: 本发明公开了一种电气线路老化程度检测方法及系统，实时获取由目标电气线路供电的电力设备的工作参数以及目标电气线路的外观参数；基于电力设备实时的工作参数与标准的工作参数对比，得到目标电气线路的第一老化影响系数；基于目标电气线路实时的外观参数与标准的外观参数对比，得到目标电气线路的第二老化影响系数；第一老化影响系数和第二老化影响系数结合得到综合老化影响系数；基于综合老化影响系数得到目标电气线路的老化程度。通过电气线路上各电力设备的工作参数结合电气线路的外保护层外观情况，对电气线路老化程度进行分析，提高了对电气线路老化检测的准确性，保障了电气线路沿线各电气设备的正常使用，避免了火灾的发生。
-
公开(公告)号：CN117944059B
公开(公告)日：2024-05-31
申请号：CN202410357453.3
申请日：2024-03-27
Applicant: 南京师范大学
IPC: B25J9/16 , G06V20/56 , G06V20/70 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06T7/73 , G06N3/0464 , G06N3/0495 , G06N3/0455
Abstract: 本发明公开了一种基于视觉及雷达特征融合的轨迹规划方法，获取当前作业环境的视觉图像以及雷达点云，并进行预处理；将视觉图像经主干特征提取网络和图像特征金字塔网络处理得到高级特征图和雷达点云经激光点云特征提取网络处理得到点云特征图进行融合；根据候选框对融合特征后的特征图进行目标检测与识别；利用轻量级优化卷积神经网络对特征图进行语义分割；通过目标识别与语义分割确定识别目标的类别和位置，规划机器人的下一步行进轨迹。采用了高效的神经网络结构，多源传感器数据进行融合，并提供了新的轻量级深度神经网络架构和前景像素判断优化算法，能有效提高图像目标检测识别及语义分割的精度和速度，具有广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN116520849A
公开(公告)日：2023-08-01
申请号：CN202310626073.0
申请日：2023-05-30
Applicant: 南京师范大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于双层数据结构的机器人实时最优轨迹规划方法，包括：获取机器人周围环境信息，提取障碍物边缘特征点并转化为一组封闭的多边形，连接可见性边形成局部可视图；对动态障碍物直接消除可见性边缘并重新连接可见性边缘再合并到全局层，并找到起点到终点的最短路径；同时分解横、纵向运动轨迹并对轨迹进行建模，将得到的最短路径转化为时间参数化轨迹，利用代价函数选择合适的控制点并计算各个轨迹的成本，获取局部最优轨迹，并以此作为局部层；检验局部最优轨迹的合理性，通过全局层获取到全局最优轨迹。本发明能够实现移动机器人在未知环境下找到最优行驶轨迹，具有实时性良好、低成本运算、运行效率高的优点。
-
公开(公告)号：CN117944059A
公开(公告)日：2024-04-30
申请号：CN202410357453.3
申请日：2024-03-27
Applicant: 南京师范大学
IPC: B25J9/16 , G06V20/56 , G06V20/70 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06T7/73 , G06N3/0464 , G06N3/0495 , G06N3/0455
Abstract: 本发明公开了一种基于视觉及雷达特征融合的轨迹规划方法，获取当前作业环境的视觉图像以及雷达点云，并进行预处理；将视觉图像经主干特征提取网络和图像特征金字塔网络处理得到高级特征图和雷达点云经激光点云特征提取网络处理得到点云特征图进行融合；根据候选框对融合特征后的特征图进行目标检测与识别；利用轻量级优化卷积神经网络对特征图进行语义分割；通过目标识别与语义分割确定识别目标的类别和位置，规划机器人的下一步行进轨迹。采用了高效的神经网络结构，多源传感器数据进行融合，并提供了新的轻量级深度神经网络架构和前景像素判断优化算法，能有效提高图像目标检测识别及语义分割的精度和速度，具有广泛的应用前景。
-
公开(公告)号：CN116911331A
公开(公告)日：2023-10-20
申请号：CN202310809395.9
申请日：2023-07-04
Applicant: 南京师范大学 , 南京三万物联网科技有限公司
Abstract: 本发明公开了一种基于改进自适应阈值分割的AprilTag码识别及解码方法，包括如下步骤：采集含有AprilTag的场景图像；对采集的场景图像进行光度变化处理；对光度变化处理后的场景图像进行改进的自适应阈值分割；通过union‑find算法对处理后的场景图像进行连通域查找；对查找连通域后的场景图像进行四边形检测与单应变换；对场景图像进行编码解码，且将得到的代码与编码库中的代码进行匹配，实现AprilTag码的识别解码。本发明可以能够在大光度条件下，减少噪点，减少了大光度变化对AprilTag识别精度的影响，实现更高精准度识别解码AprilTag。
-
公开(公告)号：CN118010104A
公开(公告)日：2024-05-10
申请号：CN202410426176.7
申请日：2024-04-10
Applicant: 南京师范大学 , 南京三万物联网科技有限公司
IPC: G01D21/02
Abstract: 本发明公开了一种电气线路老化程度检测方法及系统，实时获取由目标电气线路供电的电力设备的工作参数以及目标电气线路的外观参数；基于电力设备实时的工作参数与标准的工作参数对比，得到目标电气线路的第一老化影响系数；基于目标电气线路实时的外观参数与标准的外观参数对比，得到目标电气线路的第二老化影响系数；第一老化影响系数和第二老化影响系数结合得到综合老化影响系数；基于综合老化影响系数得到目标电气线路的老化程度。通过电气线路上各电力设备的工作参数结合电气线路的外保护层外观情况，对电气线路老化程度进行分析，提高了对电气线路老化检测的准确性，保障了电气线路沿线各电气设备的正常使用，避免了火灾的发生。
-
公开(公告)号：CN116630901A
公开(公告)日：2023-08-22
申请号：CN202310905815.3
申请日：2023-07-24
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于潜在图预测无监督学习框架的视觉里程计方法，首先获取当前作业环境的RGB图像，并进行预处理，获得预处理后图像；然后进行改进的潜在图预测处理，通过潜在图预测模型处理后，进行潜在图预测损失优化，得到潜在图预测后图像；再进行图像分层，并逐层执行数据增强和伪标签算法处理，最后通过区域增长算法剔除动态目标的类点云信息，实现潜在图预测无监督学习框架下的视觉里程计。通过在潜在图预测时进行损失优化，对重合节点的嵌入进行了有效度量，通过对图像进行分层后再进行伪标签算法处理，采用了轻量化的分层聚类，使得该算法的抗环境干扰能力强得到了强化，鲁棒性得到了提升，可针对不用目标进行有效精准识别分割。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
