-
公开(公告)号：CN117420838A
公开(公告)日：2024-01-19
申请号：CN202311189660.4
申请日：2023-09-15
Applicant: 东南大学
Abstract: 本发明提出了一种面向多无人车的目标点分配和协同路径规划方法，包括：一种Hungarian‑CBS搜索森林算法，通过比较不同目标点分配方案下协同路径规划的代价，找到最优的目标点分配方案；一个基于时空Hybrid A*的底层路径搜索模块，得到符合无人车运动学模型的无碰撞路径；一种迭代求解目标分配和路径搜索的方法，得到最佳分配方案和最优车辆路径。本发明解决了多智能体路径规划算法在非标签式欠驱动机器人协同路径规划问题中存在目标点分配不合理，路径冗长，无碰撞轨迹构建成功率低等缺陷，提升了路径求解效率，降低了路径长度，提高了路径的安全性。
-
公开(公告)号：CN112085804B
公开(公告)日：2022-11-01
申请号：CN202010847309.X
申请日：2020-08-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于神经网络的物体位姿识别方法，该方法包括步骤：用户预先根据物体放置在方桌或者圆桌上，在初始化界面上进行动态/静态识别模式的选择；摄像机拍摄图片并绘制出桌面坐标系；得到相对于空间坐标系的变换矩阵；然后运行YOLO6D神经网络，识别到桌面上放置的物品，并得到物品的边框，进而求出静态识别模式的角度或动态识别模式下与圆桌中心的距离，再实现识别结果的可视化，然后将物品坐标数据缓存，求出缓存的各个坐标的加权平均值，作为最终的识别结果，并将数据缓存；将缓存的数据写入文本文件中，保存结果，结束识别。该方法能够通过单张照片识别出桌面上的物品并估计物品的位置和朝向。
-
公开(公告)号：CN112085804A
公开(公告)日：2020-12-15
申请号：CN202010847309.X
申请日：2020-08-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于神经网络的物体位姿识别方法，该方法包括步骤：用户预先根据物体放置在方桌或者圆桌上，在初始化界面上进行动态/静态识别模式的选择；摄像机拍摄图片并绘制出桌面坐标系；得到相对于空间坐标系的变换矩阵；然后运行YOLO6D神经网络，识别到桌面上放置的物品，并得到物品的边框，进而求出静态识别模式的角度或动态识别模式下与圆桌中心的距离，再实现识别结果的可视化，然后将物品坐标数据缓存，求出缓存的各个坐标的加权平均值，作为最终的识别结果，并将数据缓存；将缓存的数据写入文本文件中，保存结果，结束识别。该方法能够通过单张照片识别出桌面上的物品并估计物品的位置和朝向。
-
-
Search Results
3
records
(took 0.013 seconds)
