-
公开(公告)号：CN114030539A
公开(公告)日：2022-02-11
申请号：CN202111560995.3
申请日：2021-12-20
Applicant: 之江实验室
Abstract: 本发明公开了一种带主动悬挂结构的轻质探测采样轮式机器人，每个轮子有一个独立的驱动单元和悬挂单元，通过车身携带的陀螺仪等传感器检测车身角度与速度，进而控制每一个主动悬挂驱动单元，主动悬挂驱动单元带动悬挂臂转动，从而调整不同轮子对车身的支撑角度，使得轻质采样轮式机器人可以通过不同的地形。中部搭载了一个新型样品采样机构，采样机构与机器人的动力系统与悬挂系统配合，机器人行驶到样品上方，采样机构抓手打开，在采样抓手向下移动过程中，在抓手盖板上的连杆装置推动机器人车体底部的仓门打开，采样抓手伸出车体；完成采样后，动力单元反转，控制抓手闭合，并向上动作，同时连杆装置带动车体底部的仓门闭合，完成样品采样。
-
公开(公告)号：CN112288870B
公开(公告)日：2021-04-27
申请号：CN202011555269.8
申请日：2020-12-24
Applicant: 之江实验室
Abstract: 本申请公开了一种基于移动机器人与地面交互声音的地形识别方法及装置，包括：在已选择的各地形中，采集移动机器人与各地面交互的音频数据，并对所述音频数据进行处理，构建得到用于模型训练的地形数据库；基于所述地形数据库，构建基于注意力机制的地形分类网络模型；在待识别地形中，采集移动机器人与待识别地形地面交互的音频数据，通过所述地形分类网络模型识别该地形。利用移动机器人与地面的交互声音的方法充分地排除了光照变化等环境对系统探测的影响，不仅可以仅凭声音独立识别地形，也可以与基于视觉的地形识别方案互为补充，进一步提升系统的鲁棒性。
-
公开(公告)号：CN111814792B
公开(公告)日：2020-12-29
申请号：CN202010923532.8
申请日：2020-09-04
Applicant: 之江实验室
Abstract: 本发明公开一种基于RGB‑D图像的特征点提取与匹配方法，该方法首先对RGB‑D摄像头进行标定，得到RGB‑D相机的内外参，然后采集图片，并根据内外参对图像进行校正，在校正后的RGB图像上通过局部特征提取方法提取特征点，并从深度图上获取该特征点的深度信息，根据特征点的深度信息，计算出深度图中特征点附近的感兴趣区域，并将该区域内的像素转化为三维点云，并选出n个距离特征点最近的点，得到邻近三维点云；最后计算得到邻近三维点云的协方差矩阵并进行奇异值分解，得到从大到小排列的三个特征值λ1、λ2、λ3，根据特征值的大学关系判断特征点的空间几何特征属性，对属于同一种属性的特征点进行特征匹配。本发明的方法原理简单，图像匹配的准确性高。
-
公开(公告)号：CN112115951A
公开(公告)日：2020-12-22
申请号：CN202011301588.6
申请日：2020-11-19
Applicant: 之江实验室
Abstract: 本发明公开了一种基于空间关系的RGB‑D图像语义分割方法，该方法以Deeplab‑v3作为基础模型构建语义分割网络，包括特征提取模块、空间关系相似度损失模块、解码器模块和损失函数模块。针对室内场景的RGB‑D图像进行语义分割，通过深度学习网络有效融合RGB信息与Depth信息，在骨干网络中引入空间关系相似度。本发明是在网络结构并行设计的基础上，通过计算深度信息与RGB信息的区域性特征值与相似性程度的度量，辅助提升深度与RGB信息的融合效果。本发明仅依赖于能够提供RGB数据和深度数据的传感器设备，方法简便，是基于Kinect、Xtion等体感设备应用中图像匹配的有效方法。
-
公开(公告)号：CN111739037B
公开(公告)日：2020-12-01
申请号：CN202010758773.1
申请日：2020-07-31
Applicant: 之江实验室
Abstract: 本发明提供一种针对室内场景RGB‑D图像的语义分割方法，该方法以Resnet101作为特征提取网络，增加一个与RGB输入并行的深度的输入通道，通过池化运算保证深度图尺寸与RGB通道的特征图一致；并将Resnet101网络的第一个卷积层替换为局部像素预分组卷积模块。该方法改进了传统的RGB语义分割方法，使模型对深度信息敏感，进而提升语义分割效果。
-
Patent Agency Ranking
公开(公告)号：CN118675032B
公开(公告)日：2025-01-21
申请号：CN202411161156.8
申请日：2024-08-22
Applicant: 之江实验室
IPC: G06V10/82 , G06V10/26 , G06V20/70 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/096
Abstract: 本说明书公开了一种模型训练和图像分割方法、装置、存储介质及设备。所述模型训练方法包括：获取样本图像以及标签数据；确定标签数据中的每个实例标签所对应的实例类别信息；将样本图像以及实例类别信息输入待训练的图像分割模型，通过图像分割模型中的编码器，分别确定样本图像对应的图像特征和实例类别信息对应的文本特征，通过图像分割模型中的目标特征提取网络，根据样本图像，确定目标特征；通过图像分割模型中的注意力网络，根据图像特征对目标特征进行调整，得到强化目标特征；根据强化目标特征和实例类别信息对应的文本特征，确定图像分割结果；根据图像分割结果与标签数据之间的偏差，确定损失值并对模型进行训练。
-
公开(公告)号：CN118470752B
公开(公告)日：2024-10-01
申请号：CN202410919906.7
申请日：2024-07-10
Applicant: 之江实验室
IPC: G06V40/10 , G06V40/20 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 基于注意力机制和特征融合策略的行人重识别方法和装置，其方法包括：（1）选择行人重识别数据集，训练集、查询集和原型图像集；（2）在ResNet的输出特征Conv4_2上构建分支结构，包括全局分支、二分分支和三分分支；（3）在全局分支中构建基于注意力机制和特征融合策略的特征增强结构，提取特征；（4）在二分分支中构建基于注意力机制和特征融合策略的特征增强结构，提取特征；（5）在三分分支中构建基于注意力机制和特征融合策略的特征增强结构，提取特征；（6）根据全局特征和局部特征计算损失；（7）将查询集中的图像输入训练好的网络，拼接三个分支的输出特征，计算查询集中待查询图像特征和原型图像集图像特征之间的距离，实现行人重识别。
-
公开(公告)号：CN113487485B
公开(公告)日：2024-09-17
申请号：CN202110779087.7
申请日：2021-07-09
Applicant: 之江实验室
IPC: G06T3/4007 , G06T3/06 , G06T5/77 , G06T7/13
Abstract: 本发明公开一种基于类灰度图像的八叉树地图空洞补全方法，先读取八叉树地图，然后提取八叉树地图中每个栅格的中心点三维坐标，并将每个栅格的中心点投影到世界坐标系下的俯视平面，利用双线性插值法补全孤立的地图空洞点的高度信息，再将所有坐标点转换为二维灰度图像；基于Canny算子和梯度算子优化的Criminisi算法，对二维灰度图像像素异常区域进行修复，确定待补全块状空洞区域内所有栅格中心点的空间位置；最后，将地图空洞点和待补全块状空洞区域所有栅格中心点的空间位置存储到八叉树地图，以实现地图补全。本发明的方法较好的适用于于地外星球的探测过程中，用于地外探测车进行环境理解和路径规划，从而提高探测车的探测效率。
-
公开(公告)号：CN117974990B
公开(公告)日：2024-06-28
申请号：CN202410379713.7
申请日：2024-03-29
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于注意力机制和特征增强结构的点云目标检测方法，可以将待检测点云数据输入到点云检测模型中，以通过点云检测模型中的伪图像转换模块确定待检测点云数据对应的点注意力权重，并根据点注意力权重确定出加权后的稠密张量，将加权后的稠密张量映射为基础伪图像，并将基础伪图像进行通道注意力加权，得到通道注意力加权结果，并对通道注意力加权结果进行空间注意力加权，得到目标伪图像。而后，将目标伪图像输入到点云检测模型中用于特征增强的特征提取模块中，得到待检测点云数据对应的点云特征，以使点云检测模型根据所述点云特征对所述待检测点云数据进行目标检测，从而提高了点云检测的准确性。
-
公开(公告)号：CN117457193A
公开(公告)日：2024-01-26
申请号：CN202311779378.1
申请日：2023-12-22
Applicant: 之江实验室
IPC: G16H50/20 , G16H50/30 , G06V40/20 , G06V10/44 , G06V10/25 , G06V10/42 , G06V10/75 , G06V10/82 , G06N3/0464 , A61B5/11 , A61B5/107 , A61B5/00
Abstract: 本发明公开了一种基于人体关键点检测的体态健康监测方法及系统，其方法包括如下步骤：基于光学的人体图像采集、人体关键点检测、人体检测框识别、多人体跟踪、人体关键部位姿态检测、不良体态预警。本发明可同时对出现在视域范围内的多个人体进行体态健康检测，并分别给予不良体态预警，生成体态健康报告。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.037 seconds)
