公开(公告)号：CN115914841A

公开(公告)日：2023-04-04

申请号：CN202211428294.9

申请日：2022-11-15

Applicant: 上海交通大学

Inventor： 陶卫 ,  刘沅秩 ,  王义轩 ,  雷家荟 ,  秦明辉 ,  许保鑫

IPC: H04N23/695 ,  H04N23/54 ,  G06T7/73 ,  G06T7/55 ,  G06T7/246 ,  G01B11/00

Abstract: 本发明公开了一种被动式光学运动捕捉方法，涉及运动捕捉技术领域，包括：S1、使用动态调整观测噪声的自适应无迹卡尔曼算法滤波；S2、基于固定靶标的特征重建方法以及基于单目EPnP算法的特征重建方法，进行特征重建作为观测量进行待测目标的状态估计；S3、基于松耦合方案，使用矩阵加权的无迹卡尔曼滤波形式进行多组双目系统间的信息融合。本发明针对复杂背景下目标提取时二维图像上外点剔除不彻底的问题，提出了三维空间下利用先验体积约束的运动捕捉方法，并基于自适应无迹卡尔曼滤波与靶标特征重建的运动捕捉方法，对于多目系统能够基于松耦合进行信息融合，利用双目相机和逆反射靶标，实现复杂背景下高精度的六自由度位姿测量。

公开(公告)号：CN116229087A

公开(公告)日：2023-06-06

申请号：CN202310244963.5

申请日：2023-03-13

Applicant: 上海交通大学

Inventor： 吕娜 ,  陶卫 ,  赵辉 ,  陈少杰 ,  秦明辉 ,  田航 ,  陈果

IPC: G06V10/40 ,  G06V10/82 ,  G06V10/774 ,  G06T11/00 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/08

Abstract: 本发明公开了一种焊缝特征提取方法、装置及电子设备，该方法包括：步骤S1，设计用于生成拟真焊接图像的生成对抗网络；步骤S2，设计用于焊缝特征提取的深度卷积神经网络；步骤S3，采集焊接图像、焊缝图像、激光条纹图像，获得第一数据集；步骤S4，将第一数据集输入到生成对抗网络进行训练，得到若干拟真焊接图像；步骤S5，对使用生成网络产生拟真焊接图像，采用图像处理方法处理激光条纹图像获取对应的亚像素级别的标注，得到批量的带有标注的拟真焊接图像，形成第二数据集；步骤S6，将第二数据集中带有标注的拟真焊接图像输入深度卷积神经网络进行训练；步骤S7，将真实焊接图像输入训练好的深度卷积神经网络模型，得到焊缝特征。

公开(公告)号：CN115329847A

公开(公告)日：2022-11-11

申请号：CN202210879435.2

申请日：2022-07-25

Applicant: 上海交通大学 ,  上海西虹桥导航技术有限公司

Inventor： 吕娜 ,  陶卫 ,  赵辉 ,  李东瀛 ,  郁文贤 ,  秦明辉 ,  裴凌

IPC: G06K9/62

Abstract: 本发明涉及无人系统及传感器融合技术领域，且公开了一种应用于无人系统的多源异构传感器前融合方法，包括以下步骤：步骤一：多源异构数据采集与预处理；步骤二：同类型数据融合及底层特征提取；步骤三：特征聚合生成感知融合信息序列，通过数据采集与预处理，同类型数据融合，融合数据组维度对齐以及异构数据融合与一致表征，解决了多源异构数据因含义不同、维度各异等问题所导致的融合困难，实现了多源异构数据间的特征级融合，提高了融合数据信息的可靠性，通过这种方式能够让输出的二维特征张量上的每个像素位置上包含更大范围内的特征信息，从而避免在融合过程中由于点云的稀疏性导致丢失大量原始像素信息。