公开(公告)号：CN116907477A

公开(公告)日：2023-10-20

申请号：CN202310890881.8

申请日：2023-07-19

Applicant: 同济大学

Inventor： 刘成菊 ,  陈启军 ,  那文杰 ,  孟子煜

IPC: G01C21/00 ,  G01C21/20 ,  G01S17/86 ,  G01S17/89

Abstract: 本发明涉及一种基于视觉路标辅助的高精度激光SLAM方法及装置，其中方法包括以下步骤：通过激光传感器获取实时激光数据，执行激光SLAM算法中前端的扫描匹配过程，计算新获取的激光扫描帧插入地图的最佳位姿；基于前端扫描匹配过程构建的子图和基于传感器信息估计的姿态，进行回环检测，构建新的位姿约束关系；借助摄像头对环境布署的视觉路标进行检测识别，获取视觉路标与移动机器人之间的位姿约束关系；综合考虑前端扫描匹配、回环检测和视觉路标观测过程得到的所有位姿约束关系，构建后端优化目标，求解得到优化轨迹和地图。与现有技术相比，本发明具有提高了移动机器人建图过程中的定位精确度及地图构建的结果质量等优点。

公开(公告)号：CN110910311B

公开(公告)日：2023-09-26

申请号：CN201911045839.6

申请日：2019-10-30

Applicant: 同济大学

Inventor： 陈启军 ,  宗文豪 ,  刘成菊

IPC: G06T3/40

Abstract: 本发明涉及一种基于二维码的多路环视相机自动拼接方法，包括以下步骤：1)获取各环视相机采集的带有二维码标签的图像，每个图像中的所述二维码标签包括一个大标签和两个小标签；2)对所述图像进行去畸变处理；3)计算所述图像中所述大标签的姿态单应矩阵，根据所述姿态单应矩阵获得鸟瞰图；4)基于两个所述鸟瞰图中的同一个小标签的位置关系实现多路环视相机的图像拼接。与现有技术相比，本发明具有灵活度高、全自动化、支持多路相机拼接等优点。

公开(公告)号：CN114227688B

公开(公告)日：2023-08-04

申请号：CN202111638864.2

申请日：2021-12-29

Applicant: 同济大学

Inventor： 刘成菊 ,  肖宏远 ,  陈启军

IPC: B25J9/16

Abstract: 本发明涉及一种基于曲线配准的示教轨迹学习方法，包括以下步骤：S1、通过动觉示教获取原始示教轨迹；S2、对动觉示教所记录的原始示教轨迹进行曲线配准；S3、经过曲线配准，将原始示教轨迹分解为时域特征和空域特征，由原始示教轨迹的空域特征构成规整示教轨迹；S4、使用规整示教轨迹作为示教学习算法的输入；S5、使用习得的模型对示教轨迹进行重现。与现有技术相比，本发明明确指出示教轨迹所具有的时‑空耦合数据特性，并使用曲线配准方法替代现有的示教轨迹规整方法，使得后续的示教学习算法能够从规整的示教轨迹中进行学习，提升了一类示教轨迹学习方法的性能。

公开(公告)号：CN116503701A

公开(公告)日：2023-07-28

申请号：CN202310367308.9

申请日：2023-04-07

Applicant: 同济大学

Inventor： 陈启军 ,  王乃佳 ,  刘成菊

IPC: G06V10/80 ,  G01C21/00 ,  G06V20/70 ,  G06T7/73 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0442 ,  G06F40/126 ,  G06N3/0464 ,  G06N3/045 ,  G06V10/56

Abstract: 本发明涉及一种用于指导机器人连续导航行为的导航路点预测方法，包括如下步骤：提取机器人摄像头采集到的全景RGBD图像的图像特征向量；获取机器人当前的偏移角度并扩充数据维度后，与图像特征向量拼接，形成对应的动作特征编码和全景图像特征编码；将机器人的自然语言指令分别和全景图像特征编码、朝向角度相关的行为特征编码对齐；编码对齐后的自然语言指令，在解码器端与施加行为关注和视觉关注后的指令语义进行跨模态注意力融合，输出全景方向选择预测结果；根据全景方向选择预测结果，对单视角RGBD图像在局部导航网格中预测子目标导航路点位置。与现有技术相比，本发明具有具有路点预测与导航过程紧密相关、模型泛化性强等优点。

公开(公告)号：CN116449826A

公开(公告)日：2023-07-18

申请号：CN202310298645.7

申请日：2023-03-24

Applicant: 同济大学

Inventor： 陈启军 ,  刘成菊 ,  杨皓冬

IPC: G05D1/02

Abstract: 本发明涉及一种基于路径平滑和双向跳点搜索的移动机器人路径规划方法，该方法包括以下步骤：步骤S1、建立表征移动机器人工作空间的栅格地图，确认移动机器人初始点和目标点，并初始化先验信息；步骤S2、采用双向跳点搜索策略利用起始点和目标点两个方向的栅格地图信息规划出从起点到终点的较优可行路径；步骤S3、采用B样条曲线对较优可行路径中跳点所在位置的不平滑拐角进行优化，得到最终的路径规划结果。与现有技术相比，本发明具有搜索效率较高、易于实现，对复杂环境的适应性较强，且路径二次连续性有效保护了机器人硬件的机械结构。

公开(公告)号：CN116259002A

公开(公告)日：2023-06-13

申请号：CN202211738972.1

申请日：2022-12-30

Applicant: 同济大学

Inventor： 刘成菊 ,  陈启军 ,  吴勇

IPC: G06V20/52 ,  G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/24 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于视频的人体危险行为分析方法，包括：读取视频流信息；利用改进的YOLOv5从中提取行人目标以及与危险行为有关的目标物体；以提取到的目标人员区域作为人体姿态检测的输入，利用AlphaPose提取出行人的骨架姿态；结合人员骨架姿态与目标小物体位置信息，判断视频中人员是否在与目标物体进行互动、以及是否存在设定的危险行为；使用ST‑GCN对目标人员行为进行判断，并结合空间信息确定人员是否出现跌倒行为或者闯入禁区；根据骨架信息提取出目标人员的肢体末端部位，结合色彩分析判断其是否存在工装穿戴不规范的行为；将判断得出的危险行为信息传输到前端进行显示以及警报。与现有技术相比，本发明能够高精度低延迟地进行多种危险行为的识别及预警。

公开(公告)号：CN116246277A

公开(公告)日：2023-06-09

申请号：CN202310094025.1

申请日：2023-02-06

Applicant: 同济大学

Inventor： 刘成菊 ,  陈启军 ,  杨亚东

IPC: G06V30/14 ,  G06V30/148 ,  G06V30/146 ,  G06V30/162 ,  G06V30/168 ,  G06V30/19

Abstract: 本发明涉及一种基于改进穿线法的数字仪表读数识别方法，其特征在于，包括以下步骤：获取数字仪表图像；对数字仪表图像进行预处理；图像矫正：基于轮廓和多边形拟合，并借鉴Ransac算法提取预处理后数字仪表图像的有效样本，分别定位到数字仪表数字区域的上下边界与左右边界，并利用透视变换矫正包含数字的四边形区域，使得数码管笔画横平竖直；数字识别：利用垂直投影的方法，将矫正后的图像分割为单一字符，并利用改进穿线法完成对每一字符的识别，得到数字仪表的示数值。与现有技术相比，本发明具有识别精确、稳定性好等优点。

公开(公告)号：CN111179324B

公开(公告)日：2023-05-05

申请号：CN201911399009.3

申请日：2019-12-30

Applicant: 同济大学

Inventor： 陈启军 ,  周光亮 ,  王德明 ,  刘成菊

IPC: G06V10/24 ,  G06V10/26 ,  G06V10/42 ,  G06V10/44 ,  G06V10/56 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明涉及一种基于颜色和深度信息融合的物体六自由度位姿估计方法，包括以下步骤：获取目标物体的彩色图像和深度图像，对彩色图像进行实例分割；从彩色图像中裁剪出包含目标物体的彩色图像块，同时从深度图像中得到目标物体点云；从彩色图像块中提取彩色特征，在像素层面结合到目标物体点云上；对目标物体点云进行点云处理，得到若干个融合彩色信息和深度信息的点云局部区域特征和一个全局特征，并将全局特征结合到点云局部区域特征中；每个局部特征预测一个目标物体的位姿和置信度，以置信度最高对应的位姿作为最终估计结果。与现有技术相比，本发明结合彩色信息和深度信息，并且通过结合局部特征和全局特征的方式预测物体位姿，具有鲁棒性强、准确度高等优点。

公开(公告)号：CN113435025B

公开(公告)日：2023-04-07

申请号：CN202110690035.2

申请日：2021-06-22

Applicant: 同济大学

Inventor： 单磊 ,  唐亮 ,  刘成菊 ,  陈启军

IPC: G06F30/20 ,  G06N3/006 ,  G06N3/126

Abstract: 本发明涉及一种结合多级优化模型的机器人高性能轨迹自动生成方法，该方法包括：S1、确定轨迹关键点坐标、以及相邻两个轨迹关键点之间的轨迹曲线模型；S2、搭建性能指标库，构建多级优化模型；S3、获取性能指标的权重因子，确定优化目标函数；S4、基于优化目标函数，采用改进的遗传粒子群混合优化算法对各段轨迹的运动时间进行优化；S5、基于轨迹曲线模型和各段轨迹的运动时间确定轨迹曲线模型参数，获取各段轨迹曲线。与现有技术相比，本发明轨迹生成方法可满足用户自定义性能需求，保证轨迹的绝对平滑连续。

公开(公告)号：CN112966563B

公开(公告)日：2022-09-20

申请号：CN202110153661.8

申请日：2021-02-04

Applicant: 同济大学

Inventor： 陈启军 ,  刘成菊 ,  王柳懿

IPC: G06V40/10 ,  G06V40/20 ,  G06N3/04

Abstract: 本发明涉及一种基于人体骨骼检测和跟踪算法的行为识别方法，包括：S1、利用基于深度卷积神经网络的目标检测算法对输入图像中的手机和人物进行识别和定位；S2、利用基于卡尔曼滤波和匈牙利算法的多目标跟踪算法，融合前后图像帧的时空信息，对目标人物进行跟踪；S3、利用基于部件亲和度算法的轻量人体姿态估计算法检测图像中每个人的关节点坐标；S4、计算每个人的手腕与每部手机的中心距离，若距离小于阈值，计算对应手肘的弯曲角度；S5、若距离和角度均小于阈值，则增加当前人物的可疑指数，若可疑指数超过一定阈值，则认为当前人物正在玩手机；若超过一定帧数均未更新，则删除该目标。本发明具有运行速度快、行为识别准确、应用方便等优点。