-
公开(公告)号：CN110807552A
公开(公告)日：2020-02-18
申请号：CN201911049837.4
申请日：2019-10-30
Applicant: 合肥工业大学
Abstract: 本发明公开一种基于改进K-means的城市电动客车行驶工况构建方法，包括以下步骤：步骤A，对城市中公交车路线进行调研，筛选出若干条典型的公交路线；步骤B，在选取的公交车上添加传感器来获取所需的数据：时间信息-车辆行驶速度；步骤C，对采集的数据进行预处理；步骤D，划分短行程并进行特征值计算；步骤E，通过主成分析进行数据降维；步骤F，改进二分K-means聚类分析；步骤G，类工况选取并合成行驶工况。分析结果表明，基于改进二分K-means算法建立的某市电动客车行驶工况更能准确反应城市道路交通的特征。
-
公开(公告)号：CN118864303A
公开(公告)日：2024-10-29
申请号：CN202411346903.5
申请日：2024-09-26
Applicant: 合肥工业大学
Abstract: 本发明提出了一种基于平均模糊的动态物体去除方法，首先通过图像预处理，包括矫正和去噪处理，构建图像金字塔并提取ORB特征点；其次，利用基于图像金字塔和平均模糊的区域合并操作获取每个图层的区域合并结果，通过多个图层进行融合，生成当前帧的区域合并结果，再次，通过改进的RANSAC算法优化RANSAC算法结果，并进行动静态区域辨识，生成动态区域蒙版。进行后处理操作，利用动态区域蒙版去除当前帧中的动态物体，并对剩余静态区域进行相机位姿恢复、局部建图和闭环检测操作。本发明有效利用图像的局部纹理信息对图像进行处理，在对动态物体去除的过程中，避免了网络只能针对已知物体的局限，扩大了动态SLAM系统在面对动态目标时的适用场景。
-
公开(公告)号：CN110838127B
公开(公告)日：2023-06-23
申请号：CN201911049836.X
申请日：2019-10-30
Applicant: 合肥工业大学
Abstract: 本发明公开一种用于智能汽车的特征图像边缘检测方法，所述边缘检测方法包括如下步骤：A、用车载工业相机获取待检测图像，转换为灰度图像，选取σ值为1.0进行高斯平滑滤波；B、对平滑处理后图像进行阈值为0.5的Canny边缘预提取；C、将Canny检测的边缘图像矩阵输入到二维数字滤波器中，通过二进小波变换检测二维小波变换的模极大点确定图像的边缘点；沿边界方向将该尺度下的模极大点连接起来形成边缘曲线，从而得到边缘检测图像；D、根据不同类型、不同环境的图片选取适当的E值，计算ek，判断ek≥E是否成立，若为是则输出边缘检测图像，若为否，则重复步骤C。该方法可以得到智能汽车易于识别判断的特征图像边缘轮廓线，检测边缘准确清晰。
-
公开(公告)号：CN112015176B
公开(公告)日：2022-09-27
申请号：CN202010816014.6
申请日：2020-08-14
Applicant: 合肥工业大学
IPC: G05D1/02
Abstract: 本发明公开一种无人驾驶拖拉机田间作业路径规划方法，包括：步骤A，农田地块预处理；步骤B，获取地块各顶点位置信息，进行地块几何建模；步骤C，采用离线全局路径规划算法规划出全局路径，生成期望路径；步骤D，行驶前预设拖拉机与障碍物之间安全距离，无人驾驶拖拉机按所述期望路径行驶并实时分析当前作业环境，联合感知传感器获得障碍物信息判断是否进行局部路径规划；步骤E，调用在线局部路径算法进行路径规划，无人驾驶拖拉机按所述局部路径行驶直至避过障碍物；步骤F，无人驾驶拖拉机保持期望路径行驶。本发明还公开用于实现上述方法的装置。该无人驾驶拖拉机田间作业路径规划方法和装置可实现地块全区域覆盖，具备很强的通用性和良好的避障效果，可有效减少重耕、漏耕率。
-
公开(公告)号：CN119228679B
公开(公告)日：2025-03-18
申请号：CN202411737668.4
申请日：2024-11-29
Applicant: 合肥工业大学
Abstract: 本发明提出一种基于图像边缘自适应闭合的动态物体去除方法，首先对输入图像进行预处理，包括降噪、灰度转换和对比度增强；采用自适应边缘提取操作，根据局部纹理特性计算阈值进行边缘检测，再进行边缘连接与区域封闭，通过分析其8邻域结构特征值和自适应阈值进行连接；对未完全闭合的边缘，通过端点特征提取、曲线拟合和自适应延伸实现边缘完全闭合；最后基于特征点密度和随机采样一致性算法，精确检测和去除动态区域，并估计相机位姿。本发明利用改进的边缘检测和连接算法，结合自适应阈值和梯度信息，实现了对图像边缘的精确提取和可靠连接，克服了传统边缘检测方法中边缘断裂和不封闭的缺陷，提高了场景中动态物体区域划分的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119228679A
公开(公告)日：2024-12-31
申请号：CN202411737668.4
申请日：2024-11-29
Applicant: 合肥工业大学
Abstract: 本发明提出一种基于图像边缘自适应闭合的动态物体去除方法，首先对输入图像进行预处理，包括降噪、灰度转换和对比度增强；采用自适应边缘提取操作，根据局部纹理特性计算阈值进行边缘检测，再进行边缘连接与区域封闭，通过分析其8邻域结构特征值和自适应阈值进行连接；对未完全闭合的边缘，通过端点特征提取、曲线拟合和自适应延伸实现边缘完全闭合；最后基于特征点密度和随机采样一致性算法，精确检测和去除动态区域，并估计相机位姿。本发明利用改进的边缘检测和连接算法，结合自适应阈值和梯度信息，实现了对图像边缘的精确提取和可靠连接，克服了传统边缘检测方法中边缘断裂和不封闭的缺陷，提高了场景中动态物体区域划分的准确性。
-
公开(公告)号：CN118915777B
公开(公告)日：2024-12-17
申请号：CN202411408552.6
申请日：2024-10-10
Applicant: 合肥工业大学
Abstract: 本发明公开了一种智能客车跟踪预定轨迹的控制方法，包括：建立智能客车局部坐标系和大地全局坐标系；获取智能客车的当前位姿信息和预瞄点位姿信息；计算道路曲率；建立智能客车关于路径跟踪控制问题的马尔可夫决策过程（MDP）模型；推导MKDHP算法中执行器和评价器的在线学习规则；判断预瞄点是否为预定轨迹中的终点坐标，控制智能车减速至终点；本发明所提出的MKDHP算法具有良好的泛化和自优化能力，因此有利于基于MKDHP算法的路径跟踪控制器在不同的车速及预定轨迹形状条件下获得较高的控制精度，提高了智能客车的自主优化能力和道路适应性。
-
公开(公告)号：CN118865159A
公开(公告)日：2024-10-29
申请号：CN202411188426.4
申请日：2024-08-28
Applicant: 合肥工业大学
IPC: G06V20/13 , G06V20/58 , G06V10/40 , G06V10/80 , G06N3/0464 , G06V10/82 , G06N3/048 , G06V10/77 , G06N3/045
Abstract: 本发明公开了一种基于多视图表示和多模态融合的3D体素占用预测方法，包括：1.采集交通场景环视图像数据和交通场景点云数据；2.利用点云数据辅助图像进行深度估计，获取带有深度的图像特征；3.体素化点云数据，获得点云体素特征；4.对带有深度的图像特征与点云体素特征执行分组池化操作，获得点云三视图特征与图像三视图特征；5.对点云三视图特征与图像三视图特征进行自适应融合，获得融合多模态三视图特征；6.对融合多模态特征进行插值采样，获得3D融合体素特征；7.构建占用预测头，输出逐体素占用预测结果。本发明能有效避免3D占用预测过程中计算开销过大的问题，并能保证足够高的预测准确率，从而对自动驾驶场景中的行车安全保障有重要意义。
-
公开(公告)号：CN116310684A
公开(公告)日：2023-06-23
申请号：CN202310263222.1
申请日：2023-03-17
Applicant: 合肥工业大学
IPC: G06V10/80 , G06V10/82 , G06V20/64 , G06V10/764 , G06V10/766 , G06N3/045 , G06N3/048
Abstract: 本发明公开了一种基于Transformer的多模态特征融合的三维目标检测方法，包括：1.使用激光雷达采集点云数据并对点云数据进行采样，同时使用摄像头采集图像数据2.将激光雷达与摄像头采集到的数据输入基于Transformer的多模态特征融合RPN网络，提取区域建议框3.将区域建议框信息输入精细化网络，得到最终预测框。本发明能避免对基于多模态特征融合的目标检测过程中，误检、漏检的问题，从而能够保证对感知环境评估的准确性。
-
公开(公告)号：CN110838127A
公开(公告)日：2020-02-25
申请号：CN201911049836.X
申请日：2019-10-30
Applicant: 合肥工业大学
Abstract: 本发明公开一种用于智能汽车的特征图像边缘检测方法，所述边缘检测方法包括如下步骤：A、用车载工业相机获取待检测图像，转换为灰度图像，选取σ值为1.0进行高斯平滑滤波；B、对平滑处理后图像进行阈值为0.5的Canny边缘预提取；C、将Canny检测的边缘图像矩阵输入到二维数字滤波器中，通过二进小波变换检测二维小波变换的模极大点确定图像的边缘点；沿边界方向将该尺度下的模极大点连接起来形成边缘曲线，从而得到边缘检测图像；D、根据不同类型、不同环境的图片选取适当的E值，计算ek，判断ek≥E是否成立，若为是则输出边缘检测图像，若为否，则重复步骤C。该方法可以得到智能汽车易于识别判断的特征图像边缘轮廓线，检测边缘准确清晰。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.029 seconds)
