-
公开(公告)号：CN114066960A
公开(公告)日：2022-02-18
申请号：CN202210036903.X
申请日：2022-01-13
Applicant: 季华实验室
Abstract: 本发明涉及数据融合技术领域，具体公开了一种三维重建方法、点云融合方法、装置、设备及存储介质，其中，融合方法包括以下步骤：获取第一点云信息和点云序列信息；根据自注意力机制将点云序列信息转换为由融合参数设定的第二点云信息；根据对抗自监督学习算法设计关于第一点云信息和第二点云信息的对比损失函数；基于反向传播算法利用梯度下降的方式更新融合参数，直至对比损失函数收敛，以确定最佳融合参数；根据最佳融合参数融合第一点云信息和点云序列信息，以获取融合点云信息；该融合方法的融合过程无需对点云信息进行预先标注，实现了无人机采集数据和无人车采集数据融合，简化了点云融合过程，提高了点云融合效率、融合精度。
-
公开(公告)号：CN114299619B
公开(公告)日：2024-11-29
申请号：CN202210055484.4
申请日：2022-01-18
Applicant: 季华实验室
IPC: G06V40/20 , G06V20/40 , G06V10/34 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/08
Abstract: 本申请属于行为识别技术领域，公开了一种在线行为识别方法、装置、电子设备及存储介质，通过获取最新的N帧视频图像的人体骨架信息；识别各帧视频图像的行为的概率最大的M种行为类型；检测各帧视频图像的行为属于各种行为类型的起始动作的起点置信度和终止动作的终点置信度；根据各种行为类型的起点置信度时序数组与相应行为类型的标准起点置信度时序数组的相关性检测是否出现相应行为类型的开始标志；根据各种行为类型的终点置信度时序数组与相应行为类型的标准终点置信度时序数组的相关性检测是否出现相应行为类型的结束标志；根据开始标志和结束标志的检测结果输出行为类型的识别结果；从而具有较好的灵活性和较高的识别正确率。
-
公开(公告)号：CN117386567B
公开(公告)日：2024-02-13
申请号：CN202311690467.9
申请日：2023-12-11
Applicant: 季华实验室
IPC: F03D17/00 , B64D1/02 , B64U10/16 , B25J11/00 , B64U101/26 , B64U101/60
Abstract: 本申请属于风机叶片检测的技术领域，公开了一种风机叶片检测方法及系统，该方法包括：获取飞行机器人系统的实时空中视角图像，通过中心投票法，对实时空中视角图像进行数据提取，以构建待测风机叶片的叶片简化模型，根据叶片简化模型，结合安全飞行偏置距离，生成安全飞行参考轨迹，基于安全飞行参考轨迹和叶片简化模型，计算最佳放置位置，并控制飞行机器人系统在最佳放置位置对应的悬停位置将爬行机器人放置在风机叶片上，控制爬行机器人对风机叶片进行检测，得到检测结果信息，通过风机叶片检测系统，结合位姿信息、安全飞行参考轨迹和最佳放置位置，对风机叶片进行检测，提高了风机叶片的检测效率。
-
公开(公告)号：CN115265549B
公开(公告)日：2022-12-27
申请号：CN202211182435.3
申请日：2022-09-27
Applicant: 季华实验室
Abstract: 本申请属于无人机技术领域，公开了一种无人机路径规划方法、装置及电子设备，所述方法包括步骤：通过获取起点和目标点的坐标、无人机的剩余电量和无人机的三个轴向的加速度数据组；以起点为第一个节点，并循环执行以下步骤，直到获取到与目标点的距离小于预设距离阈值的节点：以最新得到的节点为起始点生成多条短路径；根据各短路径的路径时间和加速度组合、起点和目标点的坐标以及剩余电量计算各短路径的综合代价；以综合代价最小的短路径为有效短路径，提取有效短路径的终点作为新的节点；拼接所有有效短路径，得到无人机的规划路径，从而更好地平衡无人机的能耗与执行速度的关系。
-
公开(公告)号：CN115223067B
公开(公告)日：2022-12-09
申请号：CN202211138002.8
申请日：2022-09-19
Applicant: 季华实验室
Abstract: 本发明涉及点云融合技术领域，具体公开了一种应用于无人机的点云融合方法、装置、设备及存储介质，其中，方法包括以下步骤：通过预训练的第一卷积模型对图像序列进行特征提取，变换获取联合语义分割图；随机去除第一点云序列中的部分点云以生成第二点云序列；获取第一点云序列特征；根据第一点云序列特征与联合语义分割图的相关性生成第一融合结果；获取第二点云序列特征；根据第二点云序列特征与联合语义分割图的相关性生成第二融合结果；根据第一融合结果及第二融合结果的差异性建立损失函数；输出损失函数收敛时的第一融合结果；该方法能进行自适应优化的点云融合，并具有人工成本低、高抗噪声、高抗干扰能力的优势。
-
Patent Agency Ranking
公开(公告)号：CN115265549A
公开(公告)日：2022-11-01
申请号：CN202211182435.3
申请日：2022-09-27
Applicant: 季华实验室
Abstract: 本申请属于无人机技术领域，公开了一种无人机路径规划方法、装置及电子设备，所述方法包括步骤：通过获取起点和目标点的坐标、无人机的剩余电量和无人机的三个轴向的加速度数据组；以起点为第一个节点，并循环执行以下步骤，直到获取到与目标点的距离小于预设距离阈值的节点：以最新得到的节点为起始点生成多条短路径；根据各短路径的路径时间和加速度组合、起点和目标点的坐标以及剩余电量计算各短路径的综合代价；以综合代价最小的短路径为有效短路径，提取有效短路径的终点作为新的节点；拼接所有有效短路径，得到无人机的规划路径，从而更好地平衡无人机的能耗与执行速度的关系。
-
公开(公告)号：CN115223067A
公开(公告)日：2022-10-21
申请号：CN202211138002.8
申请日：2022-09-19
Applicant: 季华实验室
Abstract: 本发明涉及点云融合技术领域，具体公开了一种应用于无人机的点云融合方法、装置、设备及存储介质，其中，方法包括以下步骤：通过预训练的第一卷积模型对图像序列进行特征提取，变换获取联合语义分割图；随机去除第一点云序列中的部分点云以生成第二点云序列；获取第一点云序列特征；根据第一点云序列特征与联合语义分割图的相关性生成第一融合结果；获取第二点云序列特征；根据第二点云序列特征与联合语义分割图的相关性生成第二融合结果；根据第一融合结果及第二融合结果的差异性建立损失函数；输出损失函数收敛时的第一融合结果；该方法能进行自适应优化的点云融合，并具有人工成本低、高抗噪声、高抗干扰能力的优势。
-
公开(公告)号：CN114863562A
公开(公告)日：2022-08-05
申请号：CN202210499382.1
申请日：2022-05-09
Applicant: 季华实验室
IPC: G06V40/20 , G06V40/10 , G06V20/40 , G06V10/34 , G06V10/62 , G06V10/82 , G06N3/04 , G06N3/08 , G06N3/00
Abstract: 本发明涉及机器人运动控制技术领域，具体公开了一种多足机器人的运动学习方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取关于足式生物运动的不同视频信息；根据视频信息提取运动关键信息生成骨架序列图片，并根据视频信息提取场景序列图片；根据骨架序列图片提取骨架特征信息以生成骨架分析函数，并根据场景序列图片提取场景特征信息以生成动作决策函数；根据骨架分析函数及动作决策函数的相关性建立损失函数；更新损失函数至收敛以获取足部决策模型；该方法建立的损失函数能反映骨架分析函数及动作决策函数的相似程度，使得基于损失函数收敛生成的足部决策模型能针对场景决策出最接近于真实动作的动作。
-
公开(公告)号：CN114494085B
公开(公告)日：2022-07-15
申请号：CN202210390552.2
申请日：2022-04-14
Applicant: 季华实验室
Abstract: 本申请涉及计算机视觉技术领域，具体提供了一种视频流复原方法、系统、电子设备及存储介质，其包括步骤：获取相互标定的事件信息和所述带有运动模糊的视频流，所述事件信息由事件相机采集生成，带有运动模糊的视频流由视觉相机采集；根据所述视频流获取带有运动模糊的目标物体信息；根据所述事件信息和所述目标物体信息获取目标物体的运动轨迹信息；根据所述运动轨迹信息去除所述视频流中所述目标物体信息对应的所述运动模糊以生成复原视频流；该方法通过事件信息复原带有运动模糊的视频流，由于事件信息能够清晰地反映视频流中的目标物体的运动轨迹信息，因此可以根据事件信息准确区分运动区域与非运动区域，从而提高视频流运动模糊的复原效果。
-
公开(公告)号：CN114347043B
公开(公告)日：2022-06-03
申请号：CN202210257626.5
申请日：2022-03-16
Applicant: 季华实验室
IPC: B25J9/16
Abstract: 本发明涉及智能机械手技术领域，具体公开了一种机械手模型学习方法、装置、电子设备及存储介质，其中，学习方法包括以下步骤：获取多组供所述机械手模型学习的、关于同一执行任务的专家演示数据；根据所述专家演示数据生成关联于学习成本函数的专家策略，所述学习成本函数基于模仿所述专家演示数据所需的模仿成本和所述专家演示数据的密集程度建立；最小化所述学习成本函数以获取最优专家策略；根据所述最优专家策略训练所述机械手模型；该方法最终获取的最优专家策略将机械手模型推向专家演示数据分布密集的范围内模仿专家演示行为，从而使得机械手模型能在尽可能低的模仿成本下精准地模仿完成专家演示行为。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.027 seconds)
