-
公开(公告)号:CN117215295A
公开(公告)日:2023-12-12
申请号:CN202210620283.4
申请日:2022-06-02
Applicant: 珠海一微半导体股份有限公司
IPC: G05D1/02
Abstract: 本发明公开一种清洁机器人划区清扫的控制方法、芯片及机器人,包括:S1:清洁机器人移动到清扫框的未清扫区域中,对清扫框进行设定方式清扫,并记录清洁机器人的清扫轨迹,然后进入步骤S2;S2:清洁机器人对清扫轨迹进行处理,然后判断当前清扫框中是否有未清扫区域,若没有,则对所述清扫框的清扫已完成,若有,则判断未清扫区域是否可以通行,若不可以通行,则对所述清扫框的清扫已完成,若可以通行,则进入步骤S1。本申请的机器人通过将清扫轨迹膨胀和标注,只要是机器人能抵达的区域,机器就会全部清扫完,从而实现无漏扫。
-
公开(公告)号:CN116843699A
公开(公告)日:2023-10-03
申请号:CN202210290285.1
申请日:2022-03-23
Applicant: 珠海一微半导体股份有限公司
Abstract: 本发明公开一种机器人基于变化阈值的区域处理方法,包括:机器人利用分水岭算法进行区域扩展,直至最新扩展出的区域的轮廓上的像素点的灰度值等于初始扩展阈值,并标记出机器人工作分区,然后控制初始扩展阈值变化一次,并将变化后的初始扩展阈值更新为扩展阈值;机器人当前获得的扩展阈值等于预设终止阈值时,停止利用分水岭算法进行区域扩展,并确定已经标记出所有的机器人工作分区;机器人当前获得的扩展阈值不等于预设终止阈值时,继续利用分水岭算法进行区域扩展,并依据区域扩展的重复性进行机器人工作分区的标记,直至最新扩展出的区域的轮廓上的像素点的灰度值等于当前获得的扩展阈值,然后控制当前获得的扩展阈值变化一次。
-
公开(公告)号:CN116416424A
公开(公告)日:2023-07-11
申请号:CN202111578439.9
申请日:2021-12-22
Applicant: 珠海一微半导体股份有限公司
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/063 , G06N3/08
Abstract: 本发明公开一种用于训练yolo算法模型的方法、芯片及系统,该方法具体包括如下步骤:步骤1:获取训练数据样本集,进入步骤2;步骤2:将训练数据样本集中的全部训练数据样本导入初始模型,根据yolo算法循环执行初始模型训练,直至初始模型的目标检测效果稳定时获取第一模型,进入步骤3;步骤3:根据训练数据样本集中的训练数据样本对第一模型进行冻结训练流程,对本步骤重复执行第一预设次数后获取第二模型,进入步骤4;步骤4:将训练数据样本集中的全部训练数据样本导入第二模型中,对第二模型执行一次冻结训练流程,获取最终模型。本发明通过对yolo算法模型进行冻结训练流程实现对模型的分结构训练,有效提高训练yolo算法模型的准确度。
-
公开(公告)号:CN116188482A
公开(公告)日:2023-05-30
申请号:CN202111419022.8
申请日:2021-11-26
Applicant: 珠海一微半导体股份有限公司
IPC: G06T7/11 , G06T7/70 , G06N3/0464 , G06N3/08 , G06V10/762 , G06V10/764
Abstract: 本发明公开一种房间语义分割方法,该方法包括以下步骤:S1:获取房子的地形图,检测地形图上的门特征,基于检测到的门特征所对应的检测位置生成设定区域;S2:将设定区域进行分割来从设定区域中分割出门,然后对分割出来的门进行验证,来确定门的形状和位置;S3:以门的形状和位置为基础,对地形图进行语义分类,然后生成进行语义分类后的地形图。本申请通过深度学习的方式对栅格图像的房间语义信息进行识别和分割,提高机器人对场景语义的理解,针对不同房间使用不同的清扫策略或进行其他工作。
-
公开(公告)号:CN116071777A
公开(公告)日:2023-05-05
申请号:CN202111268759.4
申请日:2021-10-29
Applicant: 珠海一微半导体股份有限公司
IPC: G06V30/422 , G06V10/28 , G06V10/24 , G06V10/44 , G06V20/62 , G06V30/10 , G06V10/30 , G06T3/60 , G06T5/00 , G06T7/13
Abstract: 本发明公开一种基于户型图重建vrep场景的方法及软硬件协同测试平台,该方法包括以下步骤:S1:获取房子的户型图,然后对获取的户型图进行图像转化,来得到房子的户型图的二值图;S2:对二值图进行图像处理来获取二值图中的房子的内部轮廓,同时对二值图进行图像查找来获取二值图中的房子的外部轮廓;S3:将获取的内部轮廓和外部轮廓进行合并,得到内部轮廓和外部轮廓合并后的轮廓数据,然后根据合并后得到的轮廓数据来构建vrep场景。本申请通过一个通用的户型图就可以重建出vrep测试场景,简单,方便,快速;适用于各种房产户型图,也能用于常规的平面图,通用性强。
-
公开(公告)号:CN113888574A
公开(公告)日:2022-01-04
申请号:CN202111167538.8
申请日:2021-10-07
Applicant: 珠海一微半导体股份有限公司
Abstract: 本发明公开了一种清洁机器人获取可清扫区域面积的方法,具体包括:获取清洁机器人当前所处环境平面图;确定清洁机器人当前所处环境平面图内的可清扫区域;获取清洁机器人当前所处环境平面图内的可清扫区域内的像素点数量;基于单位像素点占用面积计算清洁机器人当前所处环境平面图内的可清扫区域面积。本发明使得清洁机器人无需对可清扫区域进行遍历即可实现对可清扫区域面积的获取,简化了清洁机器人获取可清扫区域面积的方法,同时以单位像素点占用面积的计算的方式提高可清扫区域面积计算的精准度,从而提高清洁机器人工作效率。
-
公开(公告)号:CN119107478A
公开(公告)日:2024-12-10
申请号:CN202310666043.2
申请日:2023-06-07
Applicant: 珠海一微半导体股份有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/08
Abstract: 本发明公开一种用于识别物体的目标检测模型的超参数优化方法,该超参数优化方法包括,在现存的超参数向量中筛选出适应度匹配的超参数向量,然后在筛选出的超参数向量中进行加权随机抽样,再将选中的超参数向量配置为当前一代的超参数向量,再对所述当前一代的超参数向量进行预设遗传变异操作,产生下一代的超参数向量,并保存下一代的超参数向量为现存的超参数向量中的一个新的超参数向量,依此迭代,直至满足迭代终止条件,再将适应度最大的一个超参数向量配置为所述目标检测模型的最优超参数集合;其中,在所述最优超参数集合输入目标检测模型后,目标检测模型利用所述最优超参数集合训练所需识别的物体的特征数据,以提高物体识别精度。
-
公开(公告)号:CN119107477A
公开(公告)日:2024-12-10
申请号:CN202310665971.7
申请日:2023-06-07
Applicant: 珠海一微半导体股份有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/126
Abstract: 本发明公开一种目标检测模型的超参数调节方法,包括先对预设参数库内的超参数向量进行加权随机抽样,再将选中的超参数向量配置为当前一代的超参数向量,再对所述当前一代的超参数向量进行预设遗传变异操作,产生下一代的超参数向量;然后在下一代的超参数向量对应的适应度大于预设参数库内的适应度最小的超参数向量对应的适应度时,将下一代的超参数向量替换掉该适应度最小的超参数向量,依此迭代,直至满足迭代终止条件,再在所述预设参数库内,将适应度最大的一个超参数向量配置为所述目标检测模型的最优超参数集合;其中,在所述最优超参数集合输入目标检测模型后,目标检测模型利用所述最优超参数集合训练所需识别的物体的特征数据。
-
公开(公告)号:CN118115508A
公开(公告)日:2024-05-31
申请号:CN202211514114.9
申请日:2022-11-30
Applicant: 珠海一微半导体股份有限公司
Abstract: 本发明公开了一种基于分界线的走廊区域划分方法和芯片,包括:机器人获取环境地图中的扫描线,然后遍历所有扫描线,并获取每条扫描线的长度,筛选出长度大于或等于第一设定距离的扫描线作为目标扫描线;机器人检测所有扫描线的端点,并从扫描线的端点中获取第一突变位置点和第二突变位置点,然后基于第一突变位置点和第二突变位置点获取环境地图中房间和走廊之间的分界线;机器人基于目标扫描线、分界线和环境地图中的室内环境轮廓,从环境地图中划分出走廊区域。本申请提高清洁机器人从环境地图中划分出走廊区域的速度。
-
公开(公告)号:CN117826776A
公开(公告)日:2024-04-05
申请号:CN202211171762.9
申请日:2022-09-26
Applicant: 珠海一微半导体股份有限公司
Abstract: 本发明公开基于地图轮廓的区域分界线搜索方法,所述区域分界线搜索方法包括:在机器人通过测距传感器获得室内环境的轮廓点后,机器人按照目标搜索方向遍历目标扫描线;其中,机器人将每条目标扫描线配置为由两个轮廓点连成的线段,并将每条目标扫描线都配置为与目标搜索方向垂直设置;在所述目标扫描线中,所述目标扫描线的两个端点之间是属于可通行区域;在按照目标搜索方向遍历目标扫描线的过程中,逐条检测目标扫描线的端点;若在其中一条目标扫描线中检测到第一突变位置点且在对应一条目标扫描线中检测到第二突变位置点,则连接第一突变位置点和第二突变位置点,获得区域分界线。
-
-
-
-
-
-
-
-
-