-
公开(公告)号：CN119620103A
公开(公告)日：2025-03-14
申请号：CN202411619174.6
申请日：2024-11-13
Applicant: 同济大学
Abstract: 本发明提供一种基于移固协同纠偏的地下贫纹理空间高精度建图方法，涉及地图构建技术领域，方法包括：获取基于地下贫纹理空间结构确定的传感器节点的传感器数据；计算无人机初始位置数据；通过无人机接收传感器数据，并结合无人机初始位置数据和无人机激光雷达探测数据生成无人机位置数据；通过分段式移固协同里程计校正无人机位置数据；获取用于描述地下贫纹理空间结构的点云数据；将传感器数据、无人机初始位置数据、矫正后的无人机位置数据和点云数据进行数据融合，得到融合数据，并将各个传感器节点作为建图过程中的特征点，建立地下贫纹理空间的高精度地图。本发明可以精确建立地下贫纹理空间的高精度图，有效提升地下空间管理和应用的效率。
-
公开(公告)号：CN119048473A
公开(公告)日：2024-11-29
申请号：CN202411168427.2
申请日：2024-08-23
Applicant: 同济大学
Abstract: 本发明涉及计算机视觉技术领域，特别涉及一种低照度环境下隧道多病害多尺度分割方法及系统。方法包括：构建平滑锐化模块，对输入图像进行降噪锐化处理；在EfficientNetV2上进行改进并将其作为主干网络对图片进行特征提取；在逐步下采样的过程中添加自适应图像增强S型曲线，自适应的对特征图暗部进行增强、降低高光部分；把特征图放入改进的金字塔池化模块进行多尺度的特征提取，每种尺度的特征图利用希尔伯特曲线降维后进行自注意力机制的计算获取图像中的空间信息；通过通道注意力来融合多尺度特征图并上采样至原图大小得到病害分割图。本发明通过设计自适应S增强曲线并添加进分割网络中，解决无人机在黑暗隧道中生成图像质量受限导致分割精度不高的问题。
-
公开(公告)号：CN119885863A
公开(公告)日：2025-04-25
申请号：CN202411931976.0
申请日：2024-12-26
Applicant: 同济大学
Abstract: 本发明涉及一种基于元动作空间的人形机器人线束操作大模型训练，该方法包括：基于人类线束操作构建线束操作元动作；构建线束操作元动作数据集；基于所述的线束操作元动作数据集，利用强化学习训练人形机器人线束操作大模型；获取输入数据，利用训练好的人形机器人线束操作大模型输出关节电机参数并基于所述的关节电机参数实时更新输入数据；获取基础策略，并基于所述的基础策略获取残余策略；基于所述的基础策略和残余策略进行人形机器人线束操作。与现有技术相比，本发明提高了模型对复杂线束操作任务的理解与执行，解决了线束操作训练数据匮乏的问题。
-
-
Search Results
3
records
(took 0.019 seconds)
