-
公开(公告)号：CN113686321B
公开(公告)日：2022-01-14
申请号：CN202111245537.0
申请日：2021-10-26
Applicant: 立得空间信息技术股份有限公司
Abstract: 本发明公开了一种高效地面绝对标靶提取和全局优化方法。针对现有技术中存在的问题，本发明提供了一种高效的地面绝对标靶提取方法以及包含绝对坐标约束等四种残差方程的全局优化算法，解决了绝对坐标转换精度不高；无绝对坐标约束SLAM算法有累计误差；特殊场景算法退化；标靶图像提取操作繁琐，且有诸多误差的问题。
-
公开(公告)号：CN106767820B
公开(公告)日：2017-11-14
申请号：CN201611121736.X
申请日：2016-12-08
Applicant: 立得空间信息技术股份有限公司
Abstract: 本发明公开了一种室内移动定位与制图方法，主要步骤包括：按要求输入采集的点云数据；点云初步处理，具体包含点云滤波、点云坐标变换及非线性插值和下采样；利用粒子滤波的方法进行轨迹的姿态预测；子地图生成、标靶添加以及约束计算，具体包含动态子地图的生成、虚拟标靶和全局标靶添加、局部捆集和全局约束计算；利用图优化进行全局优化，减小逐帧匹配造成的累积误差；更新结果，包含更新子地图数据、轨迹数据和根据轨迹生成的全局地图数据；保存结果数据。本发明不依赖GPS和IMU，数据处理速度快，易于并行处理；制图精度高，实现厘米级精度。
-
公开(公告)号：CN113345093B
公开(公告)日：2022-07-05
申请号：CN202110535165.9
申请日：2021-05-17
Applicant: 立得空间信息技术股份有限公司
Abstract: 本发明提出了一种滤除多线激光雷达点云拖尾点的方法，包括：首先分别对每一线激光生成的点云进行滤除拖尾点；然后针对每一线激光生成的点云，计算每个点与其左右相邻点的距离，如果两个距离值均大于设定的距离阀值，初步判断该点是拖尾点；对初步判断为拖尾点的点，计算该点的左相邻点、该点、点云原点形成的三角形中所述点云原点对应的角和该点的右相邻点、该点、点云原点形成的三角形中所述点云原点对应的角，如果两个角的角度值均小于设定的角度阀值，即认为该点是拖尾点并滤除；最后对滤除拖尾点的每一线激光生成的点云进行叠加，生成一帧滤除拖尾点的点云。本发明方法具有计算量低，算法实现简单有效的优点。
-
公开(公告)号：CN113686321A
公开(公告)日：2021-11-23
申请号：CN202111245537.0
申请日：2021-10-26
Applicant: 立得空间信息技术股份有限公司
Abstract: 本发明公开了一种高效地面绝对标靶提取和全局优化方法。针对现有技术中存在的问题，本发明提供了一种高效的地面绝对标靶提取方法以及包含绝对坐标约束等四种残差方程的全局优化算法，解决了绝对坐标转换精度不高；无绝对坐标约束SLAM算法有累计误差；特殊场景算法退化；标靶图像提取操作繁琐，且有诸多误差的问题。
-
公开(公告)号：CN113536895A
公开(公告)日：2021-10-22
申请号：CN202110592226.5
申请日：2021-05-28
Applicant: 立得空间信息技术股份有限公司
Abstract: 本发明涉及一种圆盘指针表计识别方法。包括：步骤1、巡检机器人移动至预制点位，实时采集当前表计图像。步骤2、通过采集图像与模板中对应的图像进行特征匹配，计算出两幅图像的像素偏移差；根据在当前焦距下，像素差于调整角度之间的关系，计算出横向与纵向的调节角度，再反馈给机器人对云台进行相应的控制调节。步骤3、根据采集到表计图像与对应的模板之间的特征点进行匹配，然后通过对应的匹配点，在获取计算出变换矩阵，对采集图像进行变换后，将图像中的圆盘通过霍夫变换拟合成圆形。步骤4、将圆盘图像展开至长条矩形图像并输入指针识别模型，计算出指针数值。本发明能够适用于各种圆盘指针表计，具有普适性。
-
Patent Agency Ranking
公开(公告)号：CN113190019A
公开(公告)日：2021-07-30
申请号：CN202110578407.2
申请日：2021-05-26
Applicant: 立得空间信息技术股份有限公司
IPC: G05D1/02
Abstract: 本发明涉及机器人技术领域，具体涉及一种基于虚拟仿真的巡检机器人任务点布置方法及系统，具体是在虚拟仿真场景中人工标注巡检部件，创建巡检候选点，调用自动算法优化并结合机器人云台的虚拟仿真得到最终的巡检任务点。系统包括仿真模块、判断模块以及执行模块。因此，本发明具有如下优点：1、该种机器人任务点布置方法用虚拟仿真的人机交互代替了现场人工，提高了实施效率和可靠性。2、该种机器人任务点布置方法，借助算法手段自动化得到最终的巡检任务点，并借助机器人云台的虚拟仿真可视化效果，自动化程度高。
-
公开(公告)号：CN116993942A
公开(公告)日：2023-11-03
申请号：CN202310821131.5
申请日：2023-07-05
Applicant: 立得空间信息技术股份有限公司
IPC: G06T17/20 , B64U20/80 , B64U20/87 , G01S17/894 , G01B21/00 , G06T15/10 , G06T7/62 , B64U101/30
Abstract: 公开了一种锥形物体三维重建及体积测量方法、系统及无人机，所述方法包括：利用激光雷达获取的实时点云构建煤堆的三维点云地图；对生成的三维点云地图向二维平面投影，在二维平面上对投影的点云进行三角剖分获取三角网格，然后将投影之前的高度带入，赋予三角网格高程信息，从而生成三维的煤堆网格包络；将红外相机获取的锥形物体的红外图像映射到锥形物体网格上对其进行渲染，使锥形物体网格反映出所述锥形物体的温度；计算每个三角网格的面积，然后计算三角网格三个顶点的平均高度，利用面积和平均高度的乘积得到每个三角网格对应三棱柱的体积，最后累加所有三棱柱的体积得到整个煤堆的体积。
-
公开(公告)号：CN113095309B
公开(公告)日：2021-09-14
申请号：CN202110645435.1
申请日：2021-06-10
Applicant: 立得空间信息技术股份有限公司
IPC: G06K9/00 , G06K9/40 , G06K9/44 , G06K9/46 , G06K9/62 , G06T7/73 , G06T5/00 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于点云的道路场景地面标识物的提取方法。首先将激光点云数据分段，分割出地面点云，接着按预设的分辨率将点云转换成图像，对图像进行目标检测与分类，得到地面标识物的位置和类别，然后利用卷积神经网络提取地面标识物的关键点，用标准的路面标识物关键点与提取出的关键点做尺度、方向和位置匹配，最后根据匹配结果将标准的路面标识物转换到地图坐标系。相比现有方法需要对提取结果进行进一步处理才能在高精度地图中使用，本发明在提取的过程中加入关键点提取和关键点匹配两步，使得最终的提取成果能直接输入高精度地图中，提高了生产效率；提取过程使用深度学习的方法，普适性好，可以处理不同激光设备的数据。
-
公开(公告)号：CN113345093A
公开(公告)日：2021-09-03
申请号：CN202110535165.9
申请日：2021-05-17
Applicant: 立得空间信息技术股份有限公司
Abstract: 本发明提出了一种滤除多线激光雷达点云拖尾点的方法，包括：首先分别对每一线激光生成的点云进行滤除拖尾点；然后针对每一线激光生成的点云，计算每个点与其左右相邻点的距离，如果两个距离值均大于设定的距离阀值，初步判断该点是拖尾点；对初步判断为拖尾点的点，计算该点的左相邻点、该点、点云原点形成的三角形中所述点云原点对应的角和该点的右相邻点、该点、点云原点形成的三角形中所述点云原点对应的角，如果两个角的角度值均小于设定的角度阀值，即认为该点是拖尾点并滤除；最后对滤除拖尾点的每一线激光生成的点云进行叠加，生成一帧滤除拖尾点的点云。本发明方法具有计算量低，算法实现简单有效的优点。
-
公开(公告)号：CN113095309A
公开(公告)日：2021-07-09
申请号：CN202110645435.1
申请日：2021-06-10
Applicant: 立得空间信息技术股份有限公司
IPC: G06K9/00 , G06K9/40 , G06K9/44 , G06K9/46 , G06K9/62 , G06T7/73 , G06T5/00 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于点云的道路场景地面标识物的提取方法。首先将激光点云数据分段，分割出地面点云，接着按预设的分辨率将点云转换成图像，对图像进行目标检测与分类，得到地面标识物的位置和类别，然后利用卷积神经网络提取地面标识物的关键点，用标准的路面标识物关键点与提取出的关键点做尺度、方向和位置匹配，最后根据匹配结果将标准的路面标识物转换到地图坐标系。相比现有方法需要对提取结果进行进一步处理才能在高精度地图中使用，本发明在提取的过程中加入关键点提取和关键点匹配两步，使得最终的提取成果能直接输入高精度地图中，提高了生产效率；提取过程使用深度学习的方法，普适性好，可以处理不同激光设备的数据。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.048 seconds)
