基于颜色密度特征的道路图像聚类方法及道路识别的方法

    公开(公告)号:CN110472687B

    公开(公告)日:2022-04-01

    申请号:CN201910759579.2

    申请日:2019-08-16

    Applicant: 厦门大学

    Abstract: 本发明涉及四足机器人技术领域,特别涉及一种基于颜色密度特征的道路图像聚类方法及道路识别的方法。图像聚类方法以颜色为基础特征,通过定义并提取图像的颜色密度作为图像聚类分割的依据,再通过多次聚类,减轻或者消除由于光照变化、阴影、路面颜色不一致等对道路识别的影响,使在环境变化情况下也能对道路区域进行聚类。本发明提供的道路识别的方法,基于颜色密度特征的道路图像聚类方法,通过对误分割的干扰区域再聚类,完成非结构化道路的识别,解决了在由于不规则块状的阴影或地面随机出现的与道路颜色不一致的不规则颜色块所导致的误分类问题;本发明提供的技术方案为四足机器人对野外非结构化道路环境识别提供了有效方案,具有重要价值。

    四足机器人圆形足端球面矢量力检测装置及检测方法

    公开(公告)号:CN110440975A

    公开(公告)日:2019-11-12

    申请号:CN201910722712.7

    申请日:2019-08-06

    Applicant: 厦门大学

    Abstract: 本发明涉及四足机器人技术领域,特别涉及一种四足机器人圆形足端球面矢量力检测装置及检测方法。检测装置包括腿部连杆,其内侧设置有通槽;腿部连杆末端设置有球形支撑体,表面布置着压力传感器,且压力传感器成球面经纬线布置;球形支撑体的外部设置有塑胶足套,塑胶足套的内壁设置有均匀分布的凸起,腿部连杆内设置有信号线通孔。本发明提供的检测方法,通过球面矩阵分布的压力传感器能得到崎岖不平路面对圆形足端的作用力情况,检测多支撑点的压力大小和方向,再通过矢量力合成计算得到四足机器人足底的矢量力,从完成足底矢量力检测。本发明提供的技术方案能够准确检测足底矢量力,帮助四足机器人在崎岖环境中稳定行走,具有重要的应用价值。

    复杂环境树木主干多特征分离统计方法及树干识别方法

    公开(公告)号:CN110348443A

    公开(公告)日:2019-10-18

    申请号:CN201910750754.1

    申请日:2019-08-14

    Applicant: 厦门大学

    Abstract: 本发明涉及四足机器人野外环境感知技术领域,特别涉及一种复杂环境树木主干多特征分离统计方法及树干识别方法。本发明提供的复杂环境树木主干多特征分离统计的方法,通过统计的方法提取树干与周围环境的差异性特征;所提供的树干识别方法,综合颜色和树干的纹理、轮廓特征,通过对树干与周围环境景物的颜色和纹理轮廓特征的差异完成差异性特征的学习,从而实现树主干的准确识别。本发明提供的技术方案以四足机器人复杂环境树木障碍的认知方法为研究对象,使机器人能够适应多变的林木环境实现对树木障碍的准确识别,在四足机器人的导航控制领域具有重要的实际应用价值。

    基于颜色密度特征的道路图像聚类方法及道路识别的方法

    公开(公告)号:CN110472687A

    公开(公告)日:2019-11-19

    申请号:CN201910759579.2

    申请日:2019-08-16

    Applicant: 厦门大学

    Abstract: 本发明涉及四足机器人技术领域,特别涉及一种基于颜色密度特征的道路图像聚类方法及道路识别的方法。图像聚类方法以颜色为基础特征,通过定义并提取图像的颜色密度作为图像聚类分割的依据,再通过多次聚类,减轻或者消除由于光照变化、阴影、路面颜色不一致等对道路识别的影响,使在环境变化情况下也能对道路区域进行聚类。本发明提供的道路识别的方法,基于颜色密度特征的道路图像聚类方法,通过对误分割的干扰区域再聚类,完成非结构化道路的识别,解决了在由于不规则块状的阴影或地面随机出现的与道路颜色不一致的不规则颜色块所导致的误分类问题;本发明提供的技术方案为四足机器人对野外非结构化道路环境识别提供了有效方案,具有重要价值。

    一种GNSS/SLAM组合导航系统位姿初始化方法

    公开(公告)号:CN115902978A

    公开(公告)日:2023-04-04

    申请号:CN202310006232.7

    申请日:2023-01-04

    Applicant: 厦门大学

    Abstract: 一种GNSS/SLAM组合导航系统位姿初始化方法,属于移动机器人导航与定位。相对开阔的场地,启动GNSS和SLAM系统;操纵移动机器人完成不小于10m的非直线运动,采集机器人移动过程中GNSS的经纬高数据和SLAM的位姿数据;依照采集的SLAM数据的时间戳,对GNSS的经纬高数据进行线性插值得到同步的GNSS经纬高数据;使用第一个数据作为参考将GNSS数据转换到东北天坐标系中表示,得到机器人的3维轨迹数据;基于李群优化理论,求解优化问题:根据求解得到的位姿矩阵将SLAM的轨迹对齐到系中,启动GNSS/SLAM组合导航融合算法,完成初始化。有效提升组合导航系统的初始化精度。

    复杂环境树木主干多特征分离统计方法及树干识别方法

    公开(公告)号:CN110348443B

    公开(公告)日:2022-04-01

    申请号:CN201910750754.1

    申请日:2019-08-14

    Applicant: 厦门大学

    Abstract: 本发明涉及四足机器人野外环境感知技术领域,特别涉及一种复杂环境树木主干多特征分离统计方法及树干识别方法。本发明提供的复杂环境树木主干多特征分离统计的方法,通过统计的方法提取树干与周围环境的差异性特征;所提供的树干识别方法,综合颜色和树干的纹理、轮廓特征,通过对树干与周围环境景物的颜色和纹理轮廓特征的差异完成差异性特征的学习,从而实现树主干的准确识别。本发明提供的技术方案以四足机器人复杂环境树木障碍的认知方法为研究对象,使机器人能够适应多变的林木环境实现对树木障碍的准确识别,在四足机器人的导航控制领域具有重要的实际应用价值。

Patent Agency Ranking