-
Patent Agency Ranking
公开(公告)号：CN116862959A
公开(公告)日：2023-10-10
申请号：CN202310688093.0
申请日：2023-06-09
Applicant: 珠海云洲智能科技股份有限公司
Abstract: 本申请提供了一种点云配准方法、装置、电子设备及可读存储介质。所述方法包括：获取子点云的第一特征向量及母点云的第二特征向量，特征向量至少包括边缘向量、点的法向量及点的和向量之中的两种，和向量为根据点与多个邻近点建立的向量确定的；根据第一特征向量及第二特征向量，确定旋转参数；根据旋转参数，调整子点云，以使子点云与母点云配准。本申请基于至少两种向量，能够对子点云进行准确旋转，以使子点云与母点云配准，提高旋转配准精度，解决了旋转配准精度不稳定的问题。
-
公开(公告)号：CN117873088A
公开(公告)日：2024-04-12
申请号：CN202410032743.0
申请日：2024-01-09
Applicant: 珠海云洲智能科技股份有限公司
IPC: G05D1/43 , G05D109/30
Abstract: 本申请公开了一种模型训练方法、模型训练装置、电子设备及计算机可读存储介质。其中，该方法包括：通过预设的路径规划算法在已知环境中对水上设备进行路径规划，得到样本路径；控制所述水上设备按照所述样本路径航行；根据在航行过程中所获得的样本数据构建经验回放数组；基于所述经验回放数组，对深度强化学习模型进行训练，其中，所述深度强化学习模型采用异策略。通过本申请方案，可以解决深度强化学习模型的训练时间长及训练难收敛的问题。
-
公开(公告)号：CN116862958A
公开(公告)日：2023-10-10
申请号：CN202310688085.6
申请日：2023-06-09
Applicant: 珠海云洲智能科技股份有限公司
Abstract: 本申请提供一种点云配准方法、装置、电子设备及可读存储介质。所述方法包括：针对z轴旋转集中每个z轴旋转量，在确定第一变换参数后，确定母点云与第一新点云之间的相关参数；根据各z轴旋转量的相关参数，更新初始变换参数，获得第二变换参数；根据第二变换参数，处理母点云和子点云，获得变换后母点云及第二新点云；针对z轴平移集中每个z轴平移量，计算变换后母点云的边缘向量与第三新点云的边缘向量之间的最小距离和；根据各z轴平移量的最小距离和，更新第二变换参数，获得第三变换参数；根据第三变换参数，调整子点云，以使子点云与母点云配准。本申请基于特征图相似法及点云的边缘向量，对子点云与母点云进行准确配准，提高配准精度。
-
公开(公告)号：CN116862957A
公开(公告)日：2023-10-10
申请号：CN202310688047.0
申请日：2023-06-09
Applicant: 珠海云洲智能科技股份有限公司
Abstract: 本申请提供了一种点云的边缘向量获取方法、装置及可读存储介质。所述方法包括：针对点云中每个点，获取点的法向量及和向量，和向量为根据点与多个邻近点建立的向量确定的；根据法向量及和向量，确定点的偏移率；筛选偏移率大于预设偏移率的点，获得边缘点集，边缘点集包括至少一个边缘点；根据边缘点集，确定边缘向量。本申请通过获取点云的边缘向量，作为点云粗匹配的考量因素，为提高粗匹配的匹配精度提供基础。
-
公开(公告)号：CN115903785A
公开(公告)日：2023-04-04
申请号：CN202211311954.5
申请日：2022-10-25
Applicant: 珠海云洲智能科技股份有限公司
IPC: G05D1/02
Abstract: 本申请适用于控制技术领域，提供了一种无人船控制方法、装置、终端设备及计算机可读存储介质，包括：获取无人船第t时刻的实际行驶状态；将第t时刻的实际行驶状态输入到训练后的第一模型，获得第一预测动作；将第一预测动作和第t时刻的实际行驶状态输入到训练后的第二模型，获得第一期望值，其中，第一期望值表示无人船在第t时刻的实际行驶状态下执行第一预测动作后得到的状态所对应的评估分数的期望值；将第一期望值输入第一模型，获得第二预测动作，其中，第二预测动作用于指示所述无人船在第t+1时刻根据所述第二预测动作行驶。通过上述方法，实现了实时、动态地规划路径，提供了无人船控制的鲁棒性。
-
-
-
-
Search Results
5
records
(took 0.045 seconds)
