-
公开(公告)号：CN115830126A
公开(公告)日：2023-03-21
申请号：CN202211695350.5
申请日：2022-12-28
Applicant: 广东工业大学
IPC: G06T7/73 , G06N3/08 , G06N3/0464 , G01C21/20
Abstract: 本发明公开了一种基于物体语义的视觉重定位方法，在SLAM建图的同时，使用YOLOv5算法得到图像中各个物体的检测结果；估计物体的三维椭球表示和在三维空间中的6‑Dof位姿，同时记录对象的共视关系，提取检测到的物体bbox内图像的特征点构建词袋数据库；在需要重定位时，根据丢失帧检测到的物体，生成BOW向量与数据库做比对找出各个物体对应的候选对象；通过构建椭球和bbox之间的约束迭代多次计算，选择代价最低的为初始位姿，最后通过当前帧特征点和历史点云地图以及物体位姿求解ICP问题获得最后的精确定位。该方法该方法有效的提升了视觉重定位的速度、精度、鲁棒性和适用范围，在大视差环境下相比基于视点特征的方法有着刚好的表现。
-
公开(公告)号：CN115727850A
公开(公告)日：2023-03-03
申请号：CN202211428802.3
申请日：2022-11-15
Applicant: 广东工业大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于优化生成树的多机器人全覆盖方法及处理终端，该方法包括：建立二维栅格地图；通过二分贪心策略在二维栅格地图上生成以第一个机器人位置作为起点，沿着生成树逆时针连通的环形路径；将转弯时间纳入路径代价中，使用Ba l anced‑MSTC*策略为多机器人分配覆盖路径。本发明提出一种基于优化生成树的多机器人全覆盖方法及处理终端，改进了一般生成树的形状，能够大量减少机器人覆盖的转弯数量，提高覆盖效率，并且将转弯代价纳入路径代价函数，进一步减少多机器人完成覆盖的时间，提升了多机器人协同的协作能力。
-
公开(公告)号：CN114022863B
公开(公告)日：2022-10-11
申请号：CN202111264209.5
申请日：2021-10-28
Applicant: 广东工业大学
Abstract: 本发明公开了基于深度学习的车道线检测方法、系统、计算机及存储介质，引入图像分割网络，图像分割网络在车道线被部分遮挡或不连续时，检测模型仍然能得到车道线的区域和走势，二值图作为Mask提取特征图中表征车道线的特征图，利用权值矩阵增强车道线特征，并利用车道线特征相似的特性，使用现有的车道特征补足车道特征不明显区域。二值图Mask的引入大大增强了模型对车道线区域的捕获能力。另外，引入Transformer的注意力机制并且在embedding输入Transformer之前做车道线相似区域的特征增强，因此对于车道线有较强的捕捉能力，能很好的把车道线作为前景信息从图像中判别出，减少了无效离散点和算力消耗。
-
公开(公告)号：CN109299724B
公开(公告)日：2022-01-28
申请号：CN201810785469.9
申请日：2018-07-17
Applicant: 广东工业大学
Abstract: 本发明涉及基于深度学习的智能家居用户操控习惯挖掘与推荐方法，包括以下步骤：S1：结合无线或有线网络进行用户行为习惯数据的采集；S2：数据读取及数据预处理，形成用户的操控记录矩阵；S3：进行GAN网络对抗训练生成用户一天的操控习惯的特征矩阵；S4：根据用户设备的操控状态的取值范围进行特征值规范化，形成最终的智能家居操控行为推荐方案。本发明能实现从用户历史操控数据中挖掘出用户一整天的操控习惯，而且形成高效，同时增强了智能家居操控行为推荐方案的可扩展性，填补了传统算法的不足。
-
公开(公告)号：CN109344992B
公开(公告)日：2021-10-19
申请号：CN201810953367.3
申请日：2018-08-21
Applicant: 广东工业大学
Abstract: 本发明公开了一种融合时空因素的智能家居用户操控行为习惯建模方法，包括下述步骤：S1，结合无线网络或者有线网络，对用户所有智能家居设备的操控记录数据以及设备的地理位置信息进行采集；包括用户历史操控数据的读取和汇聚；本发明实现从用户历史操控数据中进行数据挖掘，得到用户的操控行为习惯并进行用户操控行为习惯的建模，有利于更高效率地根据用户当前的操作来预测用户下一步的操作，并形成一种更适合用户体验的智能家居操控行为推荐方案，同时增强了智能家居操控行为推荐方案的可扩展性，填补了传统算法的不足。
-
Patent Agency Ranking
公开(公告)号：CN111160616B
公开(公告)日：2021-09-07
申请号：CN201911235929.1
申请日：2019-12-05
Applicant: 广东工业大学
Abstract: 本申请提供一种基于边云协同的厨电设备预测性维护系统及方法，所述方法对厨电设备及其工作环境的周期性或持续性检测，获得大量的相关运行情况数据或者环境参数；通过对这些数据进行分析，可以反映厨电设备的运行情况，进一步预测短期一段时间内设备是否会发生故障危险，提前发出预警信息；还可以从长期角度估计设备的剩余使用寿命，从而让居民可以及时对处在危险期的设备进行报废、更换等处理。
-
公开(公告)号：CN113158679A
公开(公告)日：2021-07-23
申请号：CN202110560988.7
申请日：2021-05-20
Applicant: 广东工业大学
IPC: G06F40/295 , G06N3/04
Abstract: 本申请公开了一种基于多特征叠加胶囊网络的海洋产业实体识别方法及装置。本申请基于海洋产业数据生成的词向量、以及由词向量通过LSTM运算得到的输出向量、由词向量通过中文依存句法分析算得到的父级词向量共同生成三维词向量层，再根据三维词向量层生成初级胶囊层和数字胶囊层，利用双层胶囊层的运算从初级特征中进一步抽取对命名实体识别更有效的高级特征，解决了现有的海洋产业命名实体识别效率低的技术问题。
-
公开(公告)号：CN111340939A
公开(公告)日：2020-06-26
申请号：CN202010108398.6
申请日：2020-02-21
Applicant: 广东工业大学
Abstract: 本发明属于三维重建及场景理解领域，具体涉及一种室内三维语义地图构建方法，旨在解决家庭服务机器人理解所处周围环境语义信息，方便人机交互、执行高层的智能操作等技术问题。本发明方法首先使用RGB-D传感器对室内场景进行图像采集，并对二维颜色图像进行目标检测或者语义分割，得到对应的语义信息，同时修复深度图像，以此进行三维重建，最后将图像语义信息融入三维地图，从而获得室内三维语义地图。本发明技术方案可以实现较为准确准确的三维信息感知，不仅对家庭服务机器人有着重要的意义，也同样适用于室内增强现实及三维室内设计等应用。
-
公开(公告)号：CN111127888A
公开(公告)日：2020-05-08
申请号：CN201911334484.2
申请日：2019-12-23
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于多源数据融合的城市交通流预测方法，包括下述步骤：(1)面向结构化与非结构化交通数据的融合算法；首先，设计含有三层网络拓扑结构的小波神经网络WNN对多源检测器的交通量参数进行处理；假定交通检测器以5min为一个周期进行统计，所采集交通流量序列为xi(i＝1，2，3，…，k)，并作为小波神经网络的输入交通参数；本发明结合多种传感器进行多方位检测，获取全面和完整的交通信息，将结构化与非结构化数据进行综合分析并进行数据融合，提高交通流数据的准确性和可靠性；再结合基于深度信念网络的交通流预测算法，实现对交通流量的预测，从而提高交通流预测精度，缓解交通拥堵。
-
公开(公告)号：CN110531760A
公开(公告)日：2019-12-03
申请号：CN201910759944.X
申请日：2019-08-16
Applicant: 广东工业大学
IPC: G05D1/02
Abstract: 本发明提供的一种基于曲线拟合和目标点邻域规划的边界探索自主建图方法，对已构建地图的边界以曲线拟合方式筛选目标观测区，同时针对机器人不可达目标观测区，采取邻域规划方法建立新目标观测点，利用同步定位与建图技术，引导机器人自主导航至下一个观测区，完成对未知环境的自主探索。本发明提供的一种基于曲线拟合和目标点邻域规划的边界探索自主建图方法，以较少的探索次数，更高的探索效率和更少的探索时间完成对未知室内复杂场景的自主探索建图，提高了机器人完成建图的自主性和智能化，不需人工干预就可完成搜索建图，降低了人力、物力成本。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.03 seconds)
