基于改进高分辨率网络的人体姿态预测方法及系统

    公开(公告)号:CN113076891A

    公开(公告)日:2021-07-06

    申请号:CN202110382970.2

    申请日:2021-04-09

    Abstract: 本发明公开了一种基于改进高分辨率网络的人体姿态预测方法及系统,该方法包括以下步骤:图像获取步骤:获取环境图像;姿态关键点预测步骤:将环境图像输入到姿态关键点预测模型中确定每个目标的姿态关键点得分热力图,其中姿态关键点预测模型为使用多组数据通过机器学习训练得出,多组数据中的每组数据包括环境图像和标识该环境图像中人的姿态关键点的标签,姿态关键点预测模型基于高分辨率网络结合粗预测损失得到;人体姿态解码步骤:基于姿态关键点的得分热力图结算形成人体姿态预测线,将人体姿态预测线映射在环境图像中得到人体姿态预测图像。本发明通过引入肢体损失约束深层神经网络学习相连节点的关系,提高了对姿态关键点的预测准确性。

    一种AGV小车的手持智能终端

    公开(公告)号:CN105911936A

    公开(公告)日:2016-08-31

    申请号:CN201610512253.6

    申请日:2016-06-30

    CPC classification number: G05B19/0423 G05B2219/24036

    Abstract: 本发明公开了一种AGV小车的手持智能终端,包括控制模块,用于对AGV小车的状态进行分析和故障诊断;无线通信模块,用于无线接收和小车信息和发送控制信息;RFID模块,用于读取货物及其物流信息;电源模块,用于供电;数据储存模块,用于存储小车信息及故障数据库;音频与视频模块,用于语音控制及视频输出;人机交互模块,用于实现显示与输入的一体化。本发明可以更有效的解决AGV小车在工作过程中所遇到的物流管理不畅、小车故障等问题,使AGV小车实现更高效的工作,提高物流管理效率,从而提高企业的生产效率;同时也能使对AGV小车的调试和维护工作变得简单方便,节约企业的人力物力,有效的节约生产成本,提高企业的竞争力。

    采用轮毂电机的AGV弹性支撑驱动装置及AGV小车

    公开(公告)号:CN106004298A

    公开(公告)日:2016-10-12

    申请号:CN201610514754.8

    申请日:2016-06-30

    CPC classification number: B60G11/14 B60K7/0007

    Abstract: 本发明公开了一种采用轮毂电机的AGV弹性支撑驱动装置,包括:支撑固定架、驱动轮支架、导杆、带法兰直线滑动轴承、圆柱螺旋弹簧、轮毂电机、光电旋转编码器、编码小齿轮、编码大齿轮,所述带法兰直线滑动轴承固定在支撑固定架上并与导杆组成竖直滑动副,导杆通过螺纹连接与驱动轮支架固定,圆柱螺旋弹簧安放在导杆下部以实现弹性支撑;轮毂电机主轴两端套在驱动轮支架的U型槽上。本发明还公开了一种AGV小车。本发明采用弹性支撑使驱动轮在路面不平整时能紧压地面,防止打滑和空转,减轻车体的振动,提高行走的准确性和稳定性;同时免除安装减速器带来的不利因素,提高运行可靠性,驱动装置得到简化,车体尺寸能进一步缩小。

    一种AGV小车的定位系统和方法

    公开(公告)号:CN108226938B

    公开(公告)日:2021-09-21

    申请号:CN201711291698.7

    申请日:2017-12-08

    Abstract: 本发明公开了一种AGV小车的定位系统,包括:全局建图模块,利用激光雷达扫描工作环境得到激光数据,同时利用定位与建图算法构建工作环境的全局三维点云地图;深度学习模块,利用深度学习的方法训练工作环境的全局三维点云地图,以获得该地图学习模型和特征匹配准则,并存入云服务器端;局部建图模块,利用Kinect传感器实时采集工作环境的图像数据,根据小孔成像原理构建工作环境的局部三维点云地图;匹配定位模块;实时显示模块。本发明还公开了一种AGV小车的定位方法。本发明通过利用Kinect传感器来替代激光雷达来讲降低成本,并利用深度学习来训练全局工作环境,实现AGV小车的实时定位,并具有较强的鲁棒性。

    一种AGV小车的定位系统和方法

    公开(公告)号:CN108226938A

    公开(公告)日:2018-06-29

    申请号:CN201711291698.7

    申请日:2017-12-08

    Abstract: 本发明公开了一种AGV小车的定位系统,包括:全局建图模块,利用激光雷达扫描工作环境得到激光数据,同时利用定位与建图算法构建工作环境的全局三维点云地图;深度学习模块,利用深度学习的方法训练工作环境的全局三维点云地图,以获得该地图学习模型和特征匹配准则,并存入云服务器端;局部建图模块,利用Kinect传感器实时采集工作环境的图像数据,根据小孔成像原理构建工作环境的局部三维点云地图;匹配定位模块;实时显示模块。本发明还公开了一种AGV小车的定位方法。本发明通过利用Kinect传感器来替代激光雷达来讲降低成本,并利用深度学习来训练全局工作环境,实现AGV小车的实时定位,并具有较强的鲁棒性。

    用于Zigbee网络的智能终端通用扩展模块

    公开(公告)号:CN105933349A

    公开(公告)日:2016-09-07

    申请号:CN201610514755.2

    申请日:2016-06-30

    CPC classification number: H04L69/08 G08C17/02

    Abstract: 本发明公开了一种用于Zigbee网络的智能终端通用扩展模块,包括:降压稳压模块,用于模块供电;USB端口,用于连接智能终端;数据格式转换模块,用于将来自Zigbee收发模块的数据转换为智能终端支持的格式,以及将来自USB端口的数据转换为Zigbee格式;Zigbee收发模块,与所述数据格式转换模块相连,用于发送数据到智能车,以及接收智能车发送的工作状态信号;控制模块,用于在通过USB端口与智能终端连接后,使其与Zigbee设备进行通信。本发明结构紧凑,外观小巧,内置Zigbee控制程序,兼容市场上大部分移动智能终端,经所述USB端口与智能终端连接后,可对Zigbee设备实现无线通信与控制。

Patent Agency Ranking