-
公开(公告)号：CN112329884B
公开(公告)日：2022-06-07
申请号：CN202011337219.2
申请日：2020-11-25
Applicant: 成都信息工程大学
IPC: G06V10/774 , G06K9/62 , G06N20/20
Abstract: 本发明提供一种基于判别性视觉属性的零样本识别方法及系统，方法包括以下步骤：S1：构建稀疏编码模型，基于原特征域样本数据优化稀疏编码模型得到视觉特征到人工定义属性表示的原特征域变换关系；S2：引入分类错误代价项构建监督字典学习目标模型，提取原特征域判别性视觉属性集合；S3：基于原特征域变换关系及原特征域判别性视觉属性集合，构建目标特征域学习模型，挖掘目标特征域判别性视觉属性；S4：输入包含语义对象的待测图像，通过深度残差网络提取待测图像的深度视觉特征，并优化稀疏编码目标函数，得到待测图像视觉特征的语义属性表示。本发明能解决人工定义属性在识别时导致特征表示语义信息的匮乏问题，增强视觉特征表示的判别能力。
-
公开(公告)号：CN113050074A
公开(公告)日：2021-06-29
申请号：CN202110280532.5
申请日：2021-03-16
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种无人驾驶环境感知中相机与激光雷达标定系统及标定方法，基于一种定制标定板的传感器系统，分别对相机和激光雷达所采集的数据进行处理，得到两传感器各自坐标下标定板上镂空圆圆心的三维坐标，再基于改进的ICP(迭代最近点)算法对两组点集进行配准，解算相机与激光雷达之间的相对位姿关系，得到标定结果。本发明提供一种无人驾驶环境感知中相机与激光雷达标定系统及算法，其通过改进的算法使得软件系统或者算法具有较强的鲁棒性，提升了标定精度，为相机与激光雷达数据融合做准备。
-
公开(公告)号：CN111814602A
公开(公告)日：2020-10-23
申请号：CN202010580747.4
申请日：2020-06-23
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于视觉的智能车环境动态目标检测的方法，包括：在智能车移动期间，设置在所述智能车上的双目立体相机通过采集当前的场景图像，得到当前的双目视频序列图像；从所述双目视频序列图像中选取第t时刻图像和t-1时刻图像，并利用所述第t时刻图像和所述t-1时刻图像，计算混合光流；根据所述第t时刻图像、所述t-1时刻图像，计算所述双目立体相机运动背景光流；利用所述混合光流和所述运动背景光流，得到仅由目标运动产生的残差流；通过对所述残差流进行处理，得到独立的运动目标。
-
公开(公告)号：CN107943056B
公开(公告)日：2020-09-25
申请号：CN201711414641.1
申请日：2017-12-25
Applicant: 成都信息工程大学
IPC: G05D1/02
Abstract: 本发明属于机器人技术领域，公开了一种基于查表法的不完整约束轮式机器人轨迹跟踪控制方法，基于查表法的不完整约束轮式机器人轨迹跟踪控制方法包括：首先利用欧拉格数值求解机器人运动学模型，建立在饱和约束条件下的制输入(v,ω)与机器人的运动轨迹(x,y)关系表；其次根据提出的欧式距离最短判据查表，确定控制输入量；最后将确定的控制输入量作用于机器人，使机器人的运动轨迹跟踪到指定的参考轨迹。本发明基于Matlab，对直线、正弦、余弦和圆等不同特性轨迹的跟踪仿真结果，验证了所提方法的有效性。
-
公开(公告)号：CN109990796A
公开(公告)日：2019-07-09
申请号：CN201910328124.5
申请日：2019-04-23
Applicant: 成都信息工程大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于双向扩展随机树的智能车路径规划方法，其包括生成曲线，当曲线上有障碍物时构建起点相反的两棵扩展树；在地图上生成随机点，并查找扩展树距离随机点最近的节点；判断随机点与节点的连线上是否有障碍物；若有，则重新生成随机点，若无，在随机点与节点的连线上取一个新节点；判断最近的节点与新节点之间的连线上是否有障碍物，若有，则重新生成随机点，否则根据障碍物安全距离约束更新节点；之后根据智能车辆最大转向约束及节点，选取节点的父节点和子节点；判断两棵扩展树之间的距离是否小于设定阈值，若大于，则重新生成随机点，否则，根据两扩展树节点反向选取节点到起始点和目标点的路径构成智能车规划路径。
-
Patent Agency Ranking
公开(公告)号：CN109350061A
公开(公告)日：2019-02-19
申请号：CN201811388227.2
申请日：2018-11-21
Applicant: 成都信息工程大学
IPC: A61B5/055
Abstract: 本发明属于磁共振成像技术领域，公开了一种基于深度卷积神经网络的磁共振成像方法；通过K空间中间区域全采样而周围随机降采样，对全采样区域通过算法多次随机降采样采集训练样本来训练卷积神经网络自编码器，利用训练好的卷积神经网络自编码器模型重建周围降采样的K空间数据；最后利用反傅里叶变换得到图像并通过去除算法去除噪声；通过本发明，解决了相关技术中需要大量训练图像的问题，进而达到了提高磁共振成像速度的效果。本发明通过深度卷积网络在K空间进行数据的训练，并在随机降采样区域完成数据的恢复，从而完成磁共振成像的加速扫描和重建。
-
公开(公告)号：CN105931222B
公开(公告)日：2018-11-02
申请号：CN201610229152.8
申请日：2016-04-13
Applicant: 成都信息工程大学
IPC: G06T7/80
Abstract: 本发明涉及相机标定技术，本发明公开了一种用低精度二维平面靶标实现高精度相机标定的方法，其具体包括：步骤一：通过光束法平差优化相机内外参数、镜头畸变系数以及控制点在世界坐标系下的坐标；在参数优化过程中，将控制点的物点坐标一起优化；步骤二：在平差结束后，用标定板表面两段真实的距离与其平差后的距离计算比例因子，用此比例因子乘以平差后的平移向量作为平移向量参数的最终值，从而完成标定。将控制点的物点坐标一起优化，用两段控制点真实距离计算控制点真实坐标与计算坐标之间的比例因子，消除控制点坐标与相机外参数中平移向量计算值与真实值之间的尺度，从而提高相机外参数中平移向量的标定精度。
-
公开(公告)号：CN108333573A
公开(公告)日：2018-07-27
申请号：CN201810257161.7
申请日：2018-03-27
Applicant: 成都信息工程大学
Abstract: 本发明提供一种激光雷达安装机构，属于雷达安装技术领域。包括连接板、旋转架、连接架、俯仰横滚调节架以及激光雷达连接架。连接板上设置有条形滑动槽以及安装孔；旋转架包括相互垂直的两个板，竖直板上设置有安装孔，水平板上设置有弧形滑动槽；连接架包括相互垂直的两个板，水平板及竖直板上均设置有安装孔；俯仰横滚调节架包括一个底板和两个与底板垂直的侧板，底板上及侧板上设置有弧形滑动槽；激光雷达连接架上设置有激光雷达安装孔以及与俯仰横滚调节架侧板上的弧形滑动槽相对应的安装孔。本发明安装机构结构简单、使用方便，可以实现激光雷达的安装，并可以根据需求分别调节激光雷达的俯仰、横滚和航向角度，具有一定的灵活性。
-
公开(公告)号：CN117152199A
公开(公告)日：2023-12-01
申请号：CN202311116077.0
申请日：2023-08-30
Applicant: 成都信息工程大学
IPC: G06T7/207 , G06T7/215 , G06V10/26 , G06V10/762 , G06V10/80
Abstract: 本发明公开一种动态目标运动矢量估计方法、系统、设备及存储介质，涉及无人驾驶环境感知技术领域。所述方法包括：获取目标区域的连续帧点云图；将连续帧点云图投影到距离图像中，得到投影图像；提取投影图像中的前景点和背景点，并通过背景点消除自运动，得到消除自运动后的前景点云的距离图像；对相邻帧距离图像作差，并在时间上的特征信息进行融合，得到融合特征；对融合特征进行运动分割，得到运动目标；对分割后的运动目标进行实例聚类，并在时间上进行关联，得到实例间的时间关联信息；根据时间关联信息计算实例间的核心点偏移量，并根据ICP配准方法和核心点偏移量进行运动矢量估计，得到动态目标的运动矢量。本发明能够通过对运动目标进行矢量估计，实现精确跟踪。
-
公开(公告)号：CN116777948A
公开(公告)日：2023-09-19
申请号：CN202310751398.1
申请日：2023-06-25
Applicant: 成都信息工程大学
Abstract: 本发明提供了鲁棒智能车纯视觉动态目标分割方法，包括如下步骤：S1.进行视场空间ROF标定；具体为：S11.设定相机硬件参数和目标最小运动速度；S12.进行运动目标空间残差流标定；S13.获取视场不同区域最小残差流；S2.进行候选运动目标检测与相机自运动参数计算；S3.进行运动状态判断；具体为：S31.计算候选运动目标残差流；S32.进行残差流方向随机性判断和残差流阈值约束判断，确定候选运动目标的运动状态；S33.输出运动状态。本发明可以提高智能车纯视觉运动目标分割的检测准确度及召回率，进而提高智能车动态环境感知能力。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.026 seconds)
