-
公开(公告)号：CN103106688B
公开(公告)日：2016-04-27
申请号：CN201310053829.3
申请日：2013-02-20
Applicant: 北京工业大学
Abstract: 本发明属于计算机视觉与智能机器人的交叉领域，涉及一种基于双层配准方法的大范围室内场景的重建方法。解决了现有室内场景重建方法所需设备昂贵、计算复杂度高和实时性差的问题。该方法包括：Kinect标定，SURF特征点提取与匹配，特征点对到三维空间点对的映射，基于RANSAC与ICP方法的三维空间点双层配准，更新场景。本发明采用Kinect获取环境数据，基于RANSAC和ICP，提出双层配准方法，实现经济快速的室内三维场景重建，有效提高重建算法的实时性和重建精度。该方法可适用于服务机器人领域及其他与三维场景重建有关的计算机视觉领域。
-
公开(公告)号：CN104318569A
公开(公告)日：2015-01-28
申请号：CN201410584106.0
申请日：2014-10-27
Applicant: 北京工业大学
IPC: G06T7/00
CPC classification number: G06T7/55 , G06T2207/10016
Abstract: 本发明属于计算机视觉领域，涉及基于深度变分模型的空间显著性区域提取方法。首先，对相机进行校正，选取图像中关键帧图像序列，运用离散空间采样法获取初始深度图，构造变分模式下深度估计模型的能量函数；然后，借助于原始对偶算法求解能量函数，实现深度模型优化；利用显著性滤波器算法对优化后的深度图进行显著性区域粗提取，进一步利用改进脉冲耦合神经网络对显著性区域进行优化，实现深度显著性区域准确提取；最后对三维显著性区域进行重建。本发明基于特定视角下不同坐标系间关联性，以及摄像机透视投影变换关系，使得该能量函数模型蕴含了多视成像约束，降低了算法模型求解的计算复杂度，提高了深度图估计质量。
-
公开(公告)号：CN103700117A
公开(公告)日：2014-04-02
申请号：CN201310594211.8
申请日：2013-11-21
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于TV-L1变分模型的鲁棒光流场估计方法，首先对输入的图像进行结构纹理分解，建立基于TV-L1的光流计算模型；然后建立图像金字塔，在最低图像分辨率层上用离散化之后的交替迭代的方法计算光流，分别以求的值作为下一层高分辨率层的初值继续计算，直到最高分辨率层，即原始图像分辨率，利用GPU加速该算法以提高算法实时性；最后利用光流误差评价函数计算该算法的误差。本发明利用结构纹理分解方法对输入图像进行处理，将纹理图运用到光流计算中，避免了图像中光照变化产生的阴影对计算造成的影响。利用基于TV-L1变分模型的光流场估计方法，保持图像的分段平滑，提高光流的计算精度和速度。
-
公开(公告)号：CN103247058A
公开(公告)日：2013-08-14
申请号：CN201310174158.6
申请日：2013-05-13
Applicant: 北京工业大学
IPC: G06T7/20
Abstract: 本发明属于机器视觉领域，公开了一种基于误差分布式多层网格的快速光流场计算方法，包括：步骤一，输入图像，构建线性方程Ax=f；步骤二，建立多层图像金字塔；步骤三，进行前优化，消除高频分量；步骤四，进行残差传递，消除低频分量；步骤五，重复步骤三、四，直至残差传递至最粗层；步骤七，从最粗层开始进行误差回传；步骤八，进行细网格误差校正；步骤九，进行后优化迭代，提高解的稳定性；步骤十，重复步骤七～九，直至残差传递至最细层。本发明所述的方法是一种加速方程优化求解的有效方法，高频误差收敛很快，能够显著提高视觉光流场的计算速度，与变分法相比，该方法的收敛速度能够提高到3.5倍以上。
-
公开(公告)号：CN113065562B
公开(公告)日：2024-04-02
申请号：CN202110311621.1
申请日：2021-03-23
Applicant: 北京工业大学
IPC: G06V20/70 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明提出了一种基于语义分割网络的作物垄行提取及主导航线选取方法，用于改善传统图像法多垄行情况下苗垄识别及主航线选取不稳定的问题。主要包括以下步骤：采集农作物幼苗垄行图像，预处理图像，导入预训练后的语义分割网络获取垄行掩码图像，解析掩码图像为二值图像，获取垄行信息，利用最小二乘法拟合垄行直线，采用水平直线碰撞法锁定中心主垄行，生成主垄行导航信息传输给植保机。本发明苗垄识别准确率高，航线选取稳定。
-
Patent Agency Ranking
公开(公告)号：CN108648233B
公开(公告)日：2022-04-12
申请号：CN201810248258.1
申请日：2018-03-24
Applicant: 北京工业大学
IPC: G06T7/73 , G06T7/11 , G06T7/194 , G06V10/762 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于深度学习的目标识别与抓取定位方法，属于机器视觉领域。首先，利用Kinect相机采集场景的深度和彩色图像，然后使用Faster R‑CNN深度学习算法识别场景目标，根据识别的类别选择抓取的目标区域，并作为GrabCut图像分割算法的输入，通过图像分割获取目标的轮廓，进而获取目标的具体位置，并作为级联神经网络的输入进行最优抓取位置检测，最终获取机械臂的抓取位置和抓取姿态。通过该方法提高目标识别与定位的实时性、准确性以及智能性。
-
公开(公告)号：CN112928799A
公开(公告)日：2021-06-08
申请号：CN202110155802.X
申请日：2021-02-04
Applicant: 北京工业大学
Abstract: 一种基于激光测量的移动机器人自动对接充电方法涉及激光测量和运动控制领域。具体包括以下几个步骤：激光雷达数据信息处理：使用激光传感器对充电桩周围的环境信息进行激光数据采集，对采集的激光数据信息进行断点检测‑拐点检测‑线段拟合处理，进而将激光传感器获取的充电桩周围的环境信息用几何线段拟合出来；充电桩特征识别：将顺序存储的拟合线段分组依次送入充电桩特征识别算法中，充电桩识别算法将根据充电桩的长度信息、厚度信息以及充电桩与墙两边的平行关系最终将拟合线段中充电桩所在线段提取出来；移动机器人运动控制。本发明实现移动机器人与充电桩高效、准确地对接。
-
公开(公告)号：CN109199724B
公开(公告)日：2020-02-07
申请号：CN201811316778.8
申请日：2018-11-06
Applicant: 北京工业大学
Abstract: 本发明涉及一种全向移动智能轮椅床，基于四轮全方位独立驱动‑转向平台，包括座椅架、两个侧护栏、四组独立悬挂‑转向‑驱动轮组以及底盘。座椅架由背部、臀部、腿部、脚部和侧护栏五部分组成。各个部分均使用电动机驱动，通过推杆电机的往复运动使得床体形态自动转换。安装在底盘上的侧方推杆电机与侧扶手构成三连杆，通过两组线性轨道的过约束，使得侧护栏只能在竖直方向的自由度上运动。独立悬挂‑转向‑驱动轮组由悬挂机构、转向机构和驱动机构组成；悬挂机构通过四连杆机构形变压缩避震器起到避震效果；转向机构将驱动力作用于轮毂电机用于改变行进方向；驱动机构通过轮毂电机驱动器控制轮毂电机提供前进的驱动力。
-
公开(公告)号：CN110618605A
公开(公告)日：2019-12-27
申请号：CN201910787975.6
申请日：2019-08-23
Applicant: 北京工业大学
IPC: G05B11/42
Abstract: 本发明属于系统辨识和运动控制领域，尤其涉及一种两轴云台建模以及自动整定PID参数方法，用于解决两轴云台存在静态误差并且信号跟随能力较差的问题，本方法采用频域分析，对两轴云台输入变频正弦的位置信号，使用惯性导航模块采集两轴云台实际的位置信号，通过计算机中的MATLAB工具箱对两轴云台建立传递函数模型，并且自动整定PID参数，最终将获得的参数应用于云台电机控制器中，以此作为对现有问题的改进。本方法不需要对云台原有的机械结构做出改动，同时降低凑试法整定PID参数时间，且具有一定的鲁棒性和有效性。
-
公开(公告)号：CN110471419A
公开(公告)日：2019-11-19
申请号：CN201910784067.1
申请日：2019-08-23
Applicant: 北京工业大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于差分进化烟花算法的多机器人协同路径规划方法，属于机器人导航与控制技术领域，目的在于提供一种有效的多机器人协同路径规划方法，可以较快地为多个机器人计算出性能较优的运动路径，保障多机器人安全的运行到各自的目标点。本发明在基本烟花算法的基础上增加差分进化火花，选取父代中多个烟花进行组合、变异操作生成新的火花，从而得到了多样性较高的个体以提高烟花群体的多样性，以此来使得算法具有了更好的搜索能力，且能够有效的避免陷入局部最小值。改进算法相比于基本的烟花算法，表现出了更好的优化性能，改进算法收敛速度更快、收敛精度更高，且规划出的路径更短、更平滑。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.021 seconds)
