-
公开(公告)号：CN103353983B
公开(公告)日：2015-12-02
申请号：CN201310324952.4
申请日：2013-07-30
Applicant: 中南大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于最大树结构的形态学滤波方法，先构建最大树。以最大树为基础建立形态滤波器，其滤波过程包括最大树构建、滤波和复原。将一幅灰度图像表示为最大树结构，运用枝剪规则，对该最大树节点进行枝剪，去掉不符合枝剪规则的最大树节点，从而达到滤波效果。在执行这个步骤时，删除最大树中不符合规则的节点，即删除图像中的连通区域，删除节点所含像素点根据滤波规则被赋予新灰度值。最后，将枝剪后的最大树复原成图像。利用最大树的形态滤波器，使用该滤波器进行滤波操作时，成功避免了选取结构元素的环节，同时优化了滤波效果。
-
公开(公告)号：CN104010089A
公开(公告)日：2014-08-27
申请号：CN201410272616.4
申请日：2014-06-18
Applicant: 中南大学
IPC: H04M1/725
Abstract: 本发明公开了一种基于眨眼肌电信号检测的手机拨号方法及系统，该方法包括以下步骤：步骤1：由蓝牙脑肌电耳机采集人体的肌电信号并将该肌电信号通过蓝牙方式发送给手机；步骤2：在手机中对接收的该肌电信号进行数据处理以识别是否存在眨眼动作；步骤3：基于识别出的眨眼动作进行扫描拨号。该基于眨眼肌电信号检测的手机拨号方法及系统易于实施，实时性强，准确率高，能高效服务于残疾人士、伤病肢残等特殊人群。
-
公开(公告)号：CN114114367B
公开(公告)日：2024-12-27
申请号：CN202111359145.7
申请日：2021-11-17
Applicant: 中南大学
Abstract: 本发明公开了一种AGV室外定位切换方法、计算机装置及程序产品，对室外工作场景进行点云地图构建以及GPS信号不可靠区域标定；对初始时刻的GPS定位信息的可用性进行判断，根据初始时刻GPS定位信息可用性判断结果选取相应的定位初始化方法并完成车辆定位初始化；车辆行进过程中不断判断当前时刻GPS定位信息以及激光雷达定位信息的可用性，结合当前选用的定位模式来决策是否进行定位模式切换。本发明针对AGV室外导航场景中GPS信号不可靠的情况，提供一种基于GPS和激光雷达的定位切换方法和系统，可以保证室外场景中定位信号的鲁棒性，保障导航作业任务执行连续性与稳定性。
-
公开(公告)号：CN117928525A
公开(公告)日：2024-04-26
申请号：CN202410106053.5
申请日：2024-01-25
Applicant: 中南大学
Abstract: 本发明提供了一种基于多维信息的无人车定位方法、电子设备及介质，本发明根据无人车激光雷达与惯性测量单元建立基于点云特征的几何‑拓扑地图；使用误差状态卡尔曼滤波方法融合轮速计与惯性测量单元进行无人车位姿推算；使用几何‑拓扑地图与无人车位姿运动序列信息进行基于路径相似度的匹配定位，确定无人车所处的最佳匹配路段；匹配无人车实时点云信息与几何‑拓扑地图中和无人车所处的最佳匹配路段对应的几何点云信息，得到无人车精确定位结果。本发明融合多种传感器的数据来实现无人车路径匹配和定位，提高了运算速度与效率，减少了传感器产生的误差，提高了无人车定位的准确性和稳定性。
-
公开(公告)号：CN114919581B
公开(公告)日：2024-04-26
申请号：CN202210509160.3
申请日：2022-05-11
Applicant: 中南大学
IPC: B60W30/18 , B60W30/08 , B60W30/095 , B60W50/00 , B60W60/00
Abstract: 本发明公开了一种智能车辆无序交叉路口的行为决策方法、计算机装置，根据马尔可夫决策过程，并结合现实世界中车辆在无序交叉路口中的行驶交通规则，设计动作空间A和奖励函数R；智能车辆从仿真环境中实时获取激光雷达传感器信息和无序交叉路口的鸟瞰图信息，构建状态空间S；构建包含多层感知机，卷积神经网络和竞争神经网络的竞争双重Q网络，将处理的激光雷达传感器信息和经由空间注意力提取特征的无序交叉路口的鸟瞰图信息编码融合后，解码输入竞争神经网络计算Q值进行决策。模型评估阶段中，智能车辆以Q值最大为原则进行决策，顺利通过无序交叉路口。本发明可有效提高智能车辆在无序交叉路口中的自主决策能力。
-
Patent Agency Ranking
公开(公告)号：CN114359873B
公开(公告)日：2024-04-26
申请号：CN202210012751.X
申请日：2022-01-06
Applicant: 中南大学
IPC: G06V20/58 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种融合道路空间先验和区域级特征的弱监督车辆可行域分割方法，能够在自动驾驶复杂场景中解决类别标签与目标区域空间信息错误关联的问题，其具体实施方案为：1)获取数据集与对应标签；2)训练集数据处理；3)构建道路分类模型；4)训练道路分类模型；5)获取道路全局空间权重；6)提取超像素区域级特征；7)融合空间先验和区域级特征的自适应加权聚类；8)车辆可行域图像分割。本发明可通过道路全局空间权重生成方法优化可行域类别标签关联到的目标区域空间信息，提供精准的空间先验，并结合可行域局部相似性提取超像素区域级特征以获取可行域判别表征，从而有效提升弱监督车辆可行域分割的准确性和鲁棒性。
-
公开(公告)号：CN114047755B
公开(公告)日：2023-12-19
申请号：CN202111299505.9
申请日：2021-11-04
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种农药喷洒机器人导航规划方法、计算机装置及程序产品，根据机器人定位信息选取与机器人距离最近的车道线，生成引导路径参考点；机器人生成基于高精地图车道线的全局路径，待机器人抵达棚内主路后，自适应切换至任务导航模式，开始农药喷洒任务；通过机载激光雷达采集到的环境信息生成垄间行驶地面参考点以及避碰参考点，地面参考点可以保证机器人在垄间行驶时不会因为垄间地形的原因而发生侧翻，避碰参考点可以保证机器人在垄间主路行驶时避开生长茂盛的农作物以免造成损害，保证了机器人在垄间行驶的过程中在不会发生侧翻的同时，能够避开生长过于茂盛的农作物。(56)对比文件Keun Ha Choi, Sang Kwon Han, Kwang-HoPark, Kyung-Soo Kim and Soohyun Kim.Vision based Guidance Line Extractionfor Autonomous Weed Control Robot inPaddy Field《.Proceedings of the 2015 IEEEConference on Robotics and Biomimetics》.2015,第831-836页.
-
公开(公告)号：CN110598534B
公开(公告)日：2022-12-09
申请号：CN201910699779.3
申请日：2019-07-31
Applicant: 中南大学
IPC: G06V20/40 , G06V10/774
Abstract: 本发明公开了一种融合点线记忆信息的仿生视觉图像目标识别方法，构建基于视觉驱动的网格细胞集，构建距离细胞模型，计算由网格细胞群体矢量编码的位置之间的位移矢量；通过高斯核计算所有感觉神经元对每一个中心凹像素k的反应，用于目标识别；使用高斯核感觉细胞对当前目标图像中心凹进行计算，响应最强的特征标签单元作为下一个跳视点，所对应的刺激身份细胞进行累加；选择下一跳视点，通过距离细胞模型更新中心凹位移矢量；循环重复目标识别过程中当前位置的计算、选择下一跳视点、矢量计算，直到某一个刺激身份细胞累加达到阈值0.9，那么则认为该刺激身份为最终识别到的目标。本发明对位置变化、缩放、被遮挡的图像有较高识别率。
-
公开(公告)号：CN114114367A
公开(公告)日：2022-03-01
申请号：CN202111359145.7
申请日：2021-11-17
Applicant: 中南大学
Abstract: 本发明公开了一种AGV室外定位切换方法、计算机装置及程序产品，对室外工作场景进行点云地图构建以及GPS信号不可靠区域标定；对初始时刻的GPS定位信息的可用性进行判断，根据初始时刻GPS定位信息可用性判断结果选取相应的定位初始化方法并完成车辆定位初始化；车辆行进过程中不断判断当前时刻GPS定位信息以及激光雷达定位信息的可用性，结合当前选用的定位模式来决策是否进行定位模式切换。本发明针对AGV室外导航场景中GPS信号不可靠的情况，提供一种基于GPS和激光雷达的定位切换方法和系统，可以保证室外场景中定位信号的鲁棒性，保障导航作业任务执行连续性与稳定性。
-
公开(公告)号：CN114047755A
公开(公告)日：2022-02-15
申请号：CN202111299505.9
申请日：2021-11-04
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种农药喷洒机器人导航规划方法、计算机装置及程序产品，根据机器人定位信息选取与机器人距离最近的车道线，生成引导路径参考点；机器人生成基于高精地图车道线的全局路径，待机器人抵达棚内主路后，自适应切换至任务导航模式，开始农药喷洒任务；通过机载激光雷达采集到的环境信息生成垄间行驶地面参考点以及避碰参考点，地面参考点可以保证机器人在垄间行驶时不会因为垄间地形的原因而发生侧翻，避碰参考点可以保证机器人在垄间主路行驶时避开生长茂盛的农作物以免造成损害，保证了机器人在垄间行驶的过程中在不会发生侧翻的同时，能够避开生长过于茂盛的农作物。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.026 seconds)
