-
公开(公告)号：CN113552585A
公开(公告)日：2021-10-26
申请号：CN202110796504.9
申请日：2021-07-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于卫星地图与激光雷达信息的移动机器人定位方法，属于移动机器人定位领域。该方法利用移动机器人自带的激光雷达获取其所在位置的鸟瞰图，同时利用车载传感器确定的位置粗估值从卫星地图中截取局部图像，两类图像通过深度相位相关网络得到相位相关图并转换为概率分布图，由此通过粒子滤波定位算法即可实现机器人的准确定位。该方法可以对GPS、里程计等车载传感器确定的位置粗估值进行校正，排除光照、遮挡物等外部因素对于定位结果的不利影响，大大提高了移动机器人自主定位的鲁棒性。
-
公开(公告)号：CN116147606B
公开(公告)日：2023-09-08
申请号：CN202211533152.9
申请日：2022-12-02
Applicant: 浙江大学
Abstract: 本发明公开了一种基于轮式移动机器人的自主探索建图方法及系统，即利用激光雷达感知当前环境附近的信息，IMU感知轮式移动机器人的自身运动信息。通过建图得到轮式移动机器人经过区域的地图，通过定位得到轮式移动机器人的实时位姿，然后利用地图和位姿，生成轮式移动机器人的运动目标点，并进行全局路径规划和局部路径规划，最终将控制指令下发给轮式移动机器人底盘执行。本发明实现了轮式移动机器人自主高效探索未知环境，减少机器人运动中目标点摇摆不定的问题，通过设有分层次拓扑地图建立更加精确的地图。
-
公开(公告)号：CN116147606A
公开(公告)日：2023-05-23
申请号：CN202211533152.9
申请日：2022-12-02
Applicant: 浙江大学
Abstract: 本发明公开了一种基于轮式移动机器人的自主探索建图方法及系统，即利用激光雷达感知当前环境附近的信息，IMU感知轮式移动机器人的自身运动信息。通过建图得到轮式移动机器人经过区域的地图，通过定位得到轮式移动机器人的实时位姿，然后利用地图和位姿，生成轮式移动机器人的运动目标点，并进行全局路径规划和局部路径规划，最终将控制指令下发给轮式移动机器人底盘执行。本发明实现了轮式移动机器人自主高效探索未知环境，减少机器人运动中目标点摇摆不定的问题，通过设有分层次拓扑地图建立更加精确的地图。
-
公开(公告)号：CN113406659A
公开(公告)日：2021-09-17
申请号：CN202110590844.6
申请日：2021-05-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于激光雷达信息的移动机器人位置重识别方法，包括以下步骤：根据移动机器人的里程计信息，通过对间隔设定距离采集到的激光雷达数据处理形成多通道激光雷达极坐标鸟瞰图；将多通道激光雷达极坐标鸟瞰图输入特征提取模块生成位置描述子；在地图数据库中检索与当前的位置描述子相似的若干个候选地点，估计当前位置与候选地点的相对朝向；根据相对朝向调整候选地点的激光点云，使其与当前位置朝向一致，然后进行后续位姿估计；将位置描述子及其对应的频谱存储到地图数据库中，用于下一次候选地点检索和相对朝向估计。本发明不依赖相机采集的图像，实现了对环境变化鲁棒；同时兼顾后续位姿估计，防止根据两帧点云估计位姿时可能产生的错误。
-
公开(公告)号：CN115267724B
公开(公告)日：2023-08-29
申请号：CN202210826950.4
申请日：2022-07-13
Applicant: 浙江大学
IPC: G01S7/48
Abstract: 本发明公开了一种基于激光雷达可估位姿的移动机器人位置重识别方法。本发明利用拉东变换将旋转和平移变化转换到正弦图的两个轴的平移变化，基于频谱的幅度谱对于平移的不变性以及两张图像进行频谱互相关计算，求解图像的平移的性质；将平移不变性用于产生位置描述子从而进行位置重识别的候选匹配，互相关的计算则可与拉东变换一起求解相对旋转和平移。本发明考虑时刻变换的环境，采用多通道特征鸟瞰图表示，可以提高对激光点云中局部特征表征能力。
-
Patent Agency Ranking
公开(公告)号：CN115932868A
公开(公告)日：2023-04-07
申请号：CN202211461320.8
申请日：2022-11-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于激光雷达的移动机器人高效鲁棒全局定位方法。本发明利用拉东变换将旋转和平移变化转换到正弦图的两个轴的平移变化，使用平移等变的特征提取网络进行特征提取，保证旋转和平移的等变性，利用傅里叶变换得到频谱的幅度谱实现平移不变性，通过互相关操作实现旋转平移不变的相似度计算，同时监督网络提取适用于地点识别任务的特征，以提高对激光点云中旋转平移不变特征的表征能力。此外，本发明利用互相关操作估计相对旋转和平移给点云配准算法提供良好的初值，进一步求解精确的6自由度相对位姿。
-
公开(公告)号：CN113538218B
公开(公告)日：2023-04-07
申请号：CN202110796509.1
申请日：2021-07-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于位姿自监督对抗生成网络的弱配对图像风格迁移方法，属于图像处理领域。本发明适用于弱配对图像的风格迁移，其利用有一定重叠的不同风格图片进行对抗神经网络的模型训练，使其对位姿不敏感并专注于风格的学习，由此在实际应用过程中可以将源风格转换为目标风格但保持位姿不变。另外在上述对抗神经网络的模型训练过程中，本发明引入了一种能够对任意两张图像的相对位姿进行估计的可微分的位姿求解器，将相位相关算法优化为可微分，并将其嵌入到端到端学习网络框架中实现位姿估计。本发明能够实现弱配对数据的风格迁移，为机器人自定位技术提供支撑。
-
公开(公告)号：CN113240743B
公开(公告)日：2022-03-25
申请号：CN202110540496.1
申请日：2021-05-18
Applicant: 浙江大学
Abstract: 本发明公开了一种基于神经网络的异构图像位姿估计及配准方法，属于图像处理领域。本发明将相位相关算法优化为为可微分，并将其嵌入到端到端学习网络框架中，构建了一种基于神经网络的异构图像位姿估计方法。该方法能够针对图像匹配的结果找到最优的特征提取器，不需要详尽的评估就能得到解，又具有良好的可解释性和泛化能力。测试结果表明，本发明能够准确实现异构图片的准确位姿估计和配准，而且所需的时间较短，具有较高的准确率和实时性，能够满足实际应用需求，可应用与机器人自定位等领域。
-
公开(公告)号：CN113538218A
公开(公告)日：2021-10-22
申请号：CN202110796509.1
申请日：2021-07-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于位姿自监督对抗生成网络的弱配对图像风格迁移方法，属于图像处理领域。本发明适用于弱配对图像的风格迁移，其利用有一定重叠的不同风格图片进行对抗神经网络的模型训练，使其对位姿不敏感并专注于风格的学习，由此在实际应用过程中可以将源风格转换为目标风格但保持位姿不变。另外在上述对抗神经网络的模型训练过程中，本发明引入了一种能够对任意两张图像的相对位姿进行估计的可微分的位姿求解器，将相位相关算法优化为可微分，并将其嵌入到端到端学习网络框架中实现位姿估计。本发明能够实现弱配对数据的风格迁移，为机器人自定位技术提供支撑。
-
公开(公告)号：CN113538579B
公开(公告)日：2023-09-22
申请号：CN202110797651.8
申请日：2021-07-14
Applicant: 浙江大学
IPC: G06T7/73 , G06F16/29 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于无人机地图与地面双目信息的移动机器人定位方法，属于移动机器人定位领域。该方法利用移动机器人自带的双目相机获取其所在位置的地面点云图像，同时利用车载传感器确定的位置粗估值从无人机鸟瞰地图中截取局部图像，两类图像通过深度相位相关网络得到相位相关图并转换为概率分布图，由此通过粒子滤波定位算法即可实现机器人的准确定位。该方法可以对GPS、里程计等车载传感器确定的位置粗估值进行校正，排除光照、遮挡物等外部因素对于定位结果的不利影响，大大提高了移动机器人自主定位的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.022 seconds)
