-
公开(公告)号:CN119379738A
公开(公告)日:2025-01-28
申请号:CN202411469591.7
申请日:2024-10-21
Applicant: 中兵智能创新研究院有限公司 , 北京理工大学
IPC: G06T7/246 , G06V10/80 , G06V10/762 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于激光雷达与双目相机的多模态目标识别与跟踪预测方法,属机器人/无人系统感知识别领域。包括将双目相机获取的目标二维图像,以及激光雷达获取的目标点云数据进行预处理,得到预处理后的二维图像及点云数据;步骤S2、基于所述预处理后的二维图像进行二维目标检测及跟踪检测,得到二维目标检测与跟踪结果;步骤S3、基于所述预处理后的点云数据及所述二维目标检测与跟踪结果进行三维目标检测,得到三维检测结果;步骤S4、基于所述二维目标检测与跟踪结果中的像素坐标,以及所述三维检测结果中的目标点云边界的顶点的像素坐标,进行目标融合跟踪预测,得到目标ID、位置、类别和目标点云边界。实现了目标的精确识别与跟踪。
-
公开(公告)号:CN120043510A
公开(公告)日:2025-05-27
申请号:CN202411486615.X
申请日:2024-10-23
Applicant: 中兵智能创新研究院有限公司 , 北京理工大学
Inventor: 冯付勇 , 王志一 , 张祖航 , 宋威龙 , 蒋朝阳 , 于子涵 , 孙海滨 , 海思媛 , 王振皓 , 魏超 , 景佳奇 , 尹俭芳 , 韩乐 , 余雪玮 , 安旭阳 , 田泽宇 , 孙禹启
IPC: G01C21/00
Abstract: 本公开提供了一种无人系统集群远程协同定位与全局地图构建方法和系统。首先远程服务器根据各节点点云数据,确定节点初始相对位姿并进行初始全局点云地图拼接。各节点获取里程计位姿,实时传输给远程服务器,进而在远程服务器的全局点云地图中更新各个节点的全局位姿P1;各节点根据里程计位姿计算自身位移变化,当位移变化大于设定距离阈值,提取局部点云d1传输给远程服务器;远程服务器在本地提取局部点云D1;d1与D1进行配准,实现局部点云对全局地图的更新。使用本发明能够提高匹配效率、协同建图效率;同时降低单节点资源消耗,并提高单点续航能力。
-
公开(公告)号:CN119445013A
公开(公告)日:2025-02-14
申请号:CN202411459357.6
申请日:2024-10-18
Applicant: 中兵智能创新研究院有限公司
Abstract: 本发明涉及一种空地异构无人平台协同三维建图方法,属于三维场景地图构建技术领域,解决了现有单一无人平台在三维建图过程中效率低、精度差的问题。方法包括:获取空地异构的无人平台的激光雷达点云数据、IMU数据和相机拍摄的图像并分别进行数据融合得到各无人平台的单载体点云地图;其中,在数据融合过程中对激光雷达点云数据进行基于距离感知的点云降采样;对各单载体点云地图使用改进的广义ICP算法进行两两点云配准,得到配准后的点云刚体变换矩阵;其中,改进的广义ICP算法为在进行点云配准时,使用基于点云法线角度不变特征的距离度量法搜索最近邻点;对各单载体点云地图基于配准后的点云刚体变换矩阵进行坐标变换,得到融合后的地图。
-
公开(公告)号:CN119850433A
公开(公告)日:2025-04-18
申请号:CN202411608476.3
申请日:2024-11-12
Applicant: 中兵智能创新研究院有限公司
Abstract: 本发明涉及稀疏雷达深度补全技术领域,特别是涉及一种基于布尔蒙版约束的稀疏雷达深度补全方法。本发明包括生成多个布尔蒙版,并进行处理,将处理后的区域叠加成一幅深度图;进行深度逆转操作,以得到逆转后的深度值;进行多尺度卷积核膨胀操作,以得到膨胀后的深度图;进行蒙版约束的空洞闭合操作,以得到空洞闭合后的深度图;进行深度值向上延伸操作,以得到延伸后的深度图;进行蒙版约束的空洞填充操作,以得到空洞填充后的深度图;对空洞填充后的深度图进行中值滤波和高斯滤波操作,以得到滤波后的深度图;对滤波后的深度图进行深度图逆转操作,以得到最终的深度图。本发明能够有效保护深度断裂区域,提升深度补全算法性能。
-
公开(公告)号:CN119142566A
公开(公告)日:2024-12-17
申请号:CN202411158618.0
申请日:2024-08-22
Applicant: 中兵智能创新研究院有限公司 , 北京航空航天大学
IPC: B64U20/80 , B64U20/87 , B64U20/30 , B64U50/30 , G06N5/04 , G06F18/25 , G06N3/045 , G10L15/26 , B64U101/30
Abstract: 本发明属于无人集群系统技术领域,具体涉及一种基于大模型的人机混合系统感控方法,所述方法将集群状态信息、带有目标边框的图像、目标类别、目标定位信息和态势评估复杂度指标输入多模态大模型,多模态大模型从无人集群收集的大量数据中提取关键信息,生成精简的自然语言态势评估给人类操作员,人类操作员发出符合人类语言习惯的集群控制语音指令,通过语音识别算法将人类操作员的语音指令转化为自然语言文本,并输入给多模态大模型,多模态大模型输出满足无人平台自主控制算法格式的高级集群控制指令,使无人集群直接根据人类操作员的意图采取行动,提高人机混合系统的感知和控制效率。
-
-
-
-