-
公开(公告)号：CN113362358B
公开(公告)日：2025-03-04
申请号：CN202110615548.7
申请日：2021-06-02
Applicant: 东南大学
Abstract: 本发明公开了一种动态场景下基于实例分割的鲁棒性位姿估计方法，可以在视觉导航过程中剔除动态场景，其思路是在实例分割区域结合光流跟踪检测图像序列中的动态区域并剔除。该算法首先用实例分割结合目标跟踪算法，锁定潜在的动态物体区域；然后在采用光流法在分割区域进行动态点检测，获得分割区域物体的动态概率；最后用动态概率结合语义先验信息判断动态区域。本发明通过剔除环境信息中的动态部分，可以显著提高SLAM系统的实时定位精度，大大增加机器人定位系统的鲁棒性，以便满足机器人更智能化的应用场景。
-
公开(公告)号：CN111631698A
公开(公告)日：2020-09-08
申请号：CN202010395959.5
申请日：2020-05-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于运动模式级联约束的可穿戴血压监测及修正方法，包括纪录佩戴光电传感器型智能手环的人员信息，以及九轴微惯性传感器数据、光电传感器型智能手环测得的舒张压与收缩压和上臂式电子血压计测得基准舒张压与收缩压，建立训练样本数据库。针对实时基于光电血液容积波进行血压估计时，不同运动状态会对血压信号产生干扰、造成偏差，采用级联分类算法算法，建立考虑时间的个人基本信息、运动状态、可穿戴采集血压值与基准血压值修正量之间的BP神经网络模型。通过该方法，可以对光电智能手环监测到的血压值进行修正，提高血压测量的准确性，并进判定的使用者的运动状态、运动量和基于历史信息的健康状态。
-
公开(公告)号：CN114241050B
公开(公告)日：2024-05-07
申请号：CN202111562336.3
申请日：2021-12-20
Applicant: 东南大学
IPC: G06T7/73
Abstract: 本发明公开了一种基于曼哈顿世界假设及因子图的相机位姿优化方法，可以在弱纹理环境下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中增加定位的准确性和鲁棒性，其思路是计算特征的重投影误差以及结构化特征的结构误差项，构建因子图模型并进行位姿优化。该算法首先计算特征的重投影误差，然后根据曼哈顿世界假设构造结构化特征的结构误差项，最后在SLAM后端中对上述误差项构建因子图模型并进行位姿优化。本发明通过将结构化特征的重投影误差和结构误差加入到后端优化中，可以提高弱纹理场景下SLAM系统位姿解算的准确度和鲁棒性，以便满足机器人更加广阔的应用场景。
-
公开(公告)号：CN116168205A
公开(公告)日：2023-05-26
申请号：CN202310046442.9
申请日：2023-01-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于结构化特征提取的多模特征关联方法，从双目图像提取点线特征，并通过线特征估算平面特征，随后利用特征间的空间几何关系构建不同特征之间的关联关系。主要包括以下几个步骤：先提取点、线特征，再根据可靠的线特征估算相交线的平面特征，随后利用特征间的空间几何关系构建不同特征之间的关联关系并创建语义地图，最后将关联关系与后端结合，对系统进行优化。本发明改进了利用线特征估算平面的算法，给出了特征间空间几何关系的数学模型，并将关联关系用于SLAM系统后端优化，减少系统的累计误差，提供了更好的定位能力。
-
公开(公告)号：CN114359643B
公开(公告)日：2024-11-19
申请号：CN202111564380.8
申请日：2021-12-20
Applicant: 东南大学
IPC: G06V10/771 , G06V20/56 , G06V20/64
Abstract: 本发明公开了一种基于曼哈顿世界假设的结构化征筛选方法，可以在弱纹理结构化场景下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中对提取的线面特征进行筛选，提高同步定位与制图的精度和稳健性。其思路是使用基于曼哈顿世界假设计算候选平面和线的能量函数，通过最小化能量函数剔除误提取的线面特征。该算法首先根据点云集合与平面或线的点云拟合程度构造一阶数据项，再根据结构化场景的几何关系构造二阶几何结构约束项，然后迭代的置信区域优化算法对能量函数进行求解，并对平面集合和线集合进行滤波。本发明可以对提取到的线面特征进行滤波，增加弱纹理结构化场景中SLAM的鲁棒性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN114359643A
公开(公告)日：2022-04-15
申请号：CN202111564380.8
申请日：2021-12-20
Applicant: 东南大学
IPC: G06V10/771 , G06V20/10 , G06V20/64 , G06K9/62
Abstract: 本发明公开了一种基于曼哈顿世界假设的结构化征筛选方法，可以在弱纹理结构化场景下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中对提取的线面特征进行筛选，提高同步定位与制图的精度和稳健性。其思路是使用基于曼哈顿世界假设计算候选平面和线的能量函数，通过最小化能量函数剔除误提取的线面特征。该算法首先根据点云集合与平面或线的点云拟合程度构造一阶数据项，再根据结构化场景的几何关系构造二阶几何结构约束项，然后迭代的置信区域优化算法对能量函数进行求解，并对平面集合和线集合进行滤波。本发明可以对提取到的线面特征进行滤波，增加弱纹理结构化场景中SLAM的鲁棒性和准确性。
-
公开(公告)号：CN113298848A
公开(公告)日：2021-08-24
申请号：CN202110626999.0
申请日：2021-06-04
Applicant: 东南大学
Abstract: 本发明公开了一种融合实例分割和CamShift的物体跟踪方法，可以提高CamShift跟踪物体的准确率，其思路是用实例分割结果补充CamShift跟踪结果。该算法在实例分割找到目标后，采用CamShift跟踪目标，当出现识别失败时，用CamShift跟踪到的结果代替识别物体，利用CamShift包含的帧间联系信息，在实例分割识别失败时保持识别物体能力。对于改善CamShift跟踪效果，用实例分割识别到的物体框更新CamShift目标搜索框，克服CamShift容易受到背景颜色干扰等缺点，增加物体跟踪的鲁棒性，以满足各种场景下的不同应用。
-
公开(公告)号：CN116309822A
公开(公告)日：2023-06-23
申请号：CN202310046443.3
申请日：2023-01-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于多模态特征关联的后端优化方法，可以在使用多模态特征下的同步定位与制图系统中增加定位的准确性和鲁棒性，其思路是构建特征的关联模型，并将关联关系与后端优化结合，减小系统累计误差，进行位姿优化。该方法首先给出了特征间空间几何关系的数学模型，然后计算了不同特征对应的特征残差项，最后在后端中利用特征关联程度调整上述误差项的置信权重并进行位姿优化。本发明将含有关联关系的重投影误差加入到后端优化中，可以提高SLAM系统位姿解算的准确度和鲁棒性，以便满足机器人更加广阔的应用场景。
-
公开(公告)号：CN114241050A
公开(公告)日：2022-03-25
申请号：CN202111562336.3
申请日：2021-12-20
Applicant: 东南大学
IPC: G06T7/73
Abstract: 本发明公开了一种基于曼哈顿世界假设及因子图的相机位姿优化方法，可以在弱纹理环境下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中增加定位的准确性和鲁棒性，其思路是计算特征的重投影误差以及结构化特征的结构误差项，构建因子图模型并进行位姿优化。该算法首先计算特征的重投影误差，然后根据曼哈顿世界假设构造结构化特征的结构误差项，最后在SLAM后端中对上述误差项构建因子图模型并进行位姿优化。本发明通过将结构化特征的重投影误差和结构误差加入到后端优化中，可以提高弱纹理场景下SLAM系统位姿解算的准确度和鲁棒性，以便满足机器人更加广阔的应用场景。
-
公开(公告)号：CN113362358A
公开(公告)日：2021-09-07
申请号：CN202110615548.7
申请日：2021-06-02
Applicant: 东南大学
Abstract: 本发明公开了一种动态场景下基于实例分割的鲁棒性位姿估计方法，可以在视觉导航过程中剔除动态场景，其思路是在实例分割区域结合光流跟踪检测图像序列中的动态区域并剔除。该算法首先用实例分割结合目标跟踪算法，锁定潜在的动态物体区域；然后在采用光流法在分割区域进行动态点检测，获得分割区域物体的动态概率；最后用动态概率结合语义先验信息判断动态区域。本发明通过剔除环境信息中的动态部分，可以显著提高SLAM系统的实时定位精度，大大增加机器人定位系统的鲁棒性，以便满足机器人更智能化的应用场景。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.015 seconds)
