一种基于极线约束的单目线特征地图构建方法

    公开(公告)号:CN111462210A

    公开(公告)日:2020-07-28

    申请号:CN202010247787.7

    申请日:2020-03-31

    Abstract: 本发明提供了一种基于极线约束的单目线特征地图构建方法,包括以下步骤:1.对相邻两帧图像Ki,Kj,使用光流跟踪法跟踪特征点,寻找参考角点和跟踪角点的本质矩阵;2.提取每一帧图像的LSD线特征,计算LBD描述子;3.计算参考帧每一条直线li的中点极线,并计算与其对应的匹配直线的夹角θ大小;4.从li的点集Pi,k选取直线上的点,计算点对应的极线与匹配直线的交点,交点集合为Ii,k;5.确定点集Pj,k;6.对点集进行归一化和三角化,确定空间点点集Pk,拟合直线Lk.S7.直线重投影到第i帧和第j帧,构建重投影误差,更新相机位姿和空间直线;8.确定端点空间直线起点和终点;9.更新直线。

    基于扫地机器人的自适应激光雷达点云校正与定位方法

    公开(公告)号:CN111398984A

    公开(公告)日:2020-07-10

    申请号:CN202010204601.X

    申请日:2020-03-22

    Abstract: 本发明提供了一种基于扫地机器人的自适应激光雷达点云校正与定位方法,包括以下步骤:S1.通过搭载在机器人上的激光雷达采集一帧新的数据;S2.通过轮式里程计采集距离d和旋转角度θ,直到采集激光数据帧一个周期结束,推测估计机器人在每个里程计时间戳对应的位姿;S3.考虑到误差的存在,对机器人位姿拟合,计算拟合结果后的均方差;S4.计算每个激光点云相对于扫地机器人的位姿Tk-1的坐标P′k-1;S5.获取扫地机器人的位姿Tk上的激光点云坐标,并把相邻两帧数据进行ICP匹配,得到扫地机器人的位姿Tk。本发明根据均方差结果自适应选用拟合模型,解决由于扫地机器人运动导致激光点云畸变进而导致地图畸变及定位不准的问题。

    城市供水过滤系统水头损失的一种计算方法

    公开(公告)号:CN101905906B

    公开(公告)日:2012-12-05

    申请号:CN201010216781.X

    申请日:2010-07-01

    Abstract: 本发明是一种城市供水过滤系统水头损失的计算方法,包括下述步骤:1、计算不同时刻不同厚度的滤层的水头损失;2、计算不同厚度的滤层的比沉积量;3、建立不同厚度的滤层的比沉积量与滤池过滤时间、待滤水浊度、滤层厚度以及滤速v之间的关系函数;根据对应时刻的实际运行的待滤水浊度、滤池过滤速度的变化数据共同建立数据样本空间;4、对第3步建立的关系函数中的过滤系数进行辨识求解;5、确定由水头损失确定的最大过滤时间;6、由最大过滤时间得到允许的最大水头损失。将本发明的方法确定的最大水头损失作为停止过滤的触发条件,可以避免过早地停止过滤,发挥滤池最佳状态,优化水厂过滤工艺,提高水厂自动化水平。

    基于视觉的停车场可行驶区域检测与局部地图构建方法

    公开(公告)号:CN111461048B

    公开(公告)日:2023-04-25

    申请号:CN202010282798.9

    申请日:2020-04-12

    Abstract: 本发明提供了基于视觉的停车场可行驶区域检测与局部地图构建方法,包括以下步骤:S1.采集停车场图像数据集;S2.像素级标注图像数据集的可行使区域;S3.使用语义分割网络对数据集进行训练,得到最佳模型参数;S4.输入一段新的视频流,得到可行驶区域的检测结果;S5.把检测结果反投影到地面,得到可行使边界点云;S6.把可行使边界点云B模拟成激光数据;S7.结合里程计和带有滑动窗口的gmapping算法构建局部栅格地图。本发明由神经网络训练出可行驶区域边界,并把边界模拟成激光点云,使用滑窗gmapping算法构建栅格地图,实现了地面平整的情况下,仅依靠单目相机对栅格地图的构建。

    一种基于单线激光雷达获取3D激光点云的方法

    公开(公告)号:CN111580129B

    公开(公告)日:2022-05-24

    申请号:CN202010264461.5

    申请日:2020-04-07

    Abstract: 本发明公开了一种基于单线激光雷达获取3D激光点云的方法,包括:S1,通过搭载在机器人上的单线激光雷达采集数据;所述数据包括障碍物体与传感器之间的距离和角度;S2,旋转支架平台,增加单线激光雷达的自由度;其中单线激光雷达搭载在支架平台上,支架平台搭载在机器人上;S3,将所述数据和自由度进行信息融合生成点云数据;S4,采用点云匹配算法进行点云拼接试验,生成3D激光点云。本发明采用了单线激光雷达,可以在减少其他传感器的使用情况下,单线激光雷达绕传感器坐标系的x轴自旋,增加单线激光雷达的自由度,获取3D激光点云数据,进行点云拼接实验。

    基于视觉的停车场可行驶区域检测与局部地图构建方法

    公开(公告)号:CN111461048A

    公开(公告)日:2020-07-28

    申请号:CN202010282798.9

    申请日:2020-04-12

    Abstract: 本发明提供了基于视觉的停车场可行驶区域检测与局部地图构建方法,包括以下步骤:S1.采集停车场图像数据集;S2.像素级标注图像数据集的可行使区域;S3.使用语义分割网络对数据集进行训练,得到最佳模型参数;S4.输入一段新的视频流,得到可行驶区域的检测结果;S5.把检测结果反投影到地面,得到可行使边界点云;S6.把可行使边界点云B模拟成激光数据;S7.结合里程计和带有滑动窗口的gmapping算法构建局部栅格地图。本发明由神经网络训练出可行驶区域边界,并把边界模拟成激光点云,使用滑窗gmapping算法构建栅格地图,实现了地面平整的情况下,仅依靠单目相机对栅格地图的构建。

    城市供水过滤系统水头损失的一种新的计算方法

    公开(公告)号:CN101905906A

    公开(公告)日:2010-12-08

    申请号:CN201010216781.X

    申请日:2010-07-01

    Abstract: 本发明是一种城市供水过滤系统水头损失的计算方法,包括下述步骤:1、计算不同时刻不同厚度的滤层的水头损失;2、计算不同厚度的滤层的比沉积量;3、建立不同厚度的滤层的比沉积量与滤池过滤时间、待滤水浊度、滤层厚度以及滤速v之间的关系函数;根据对应时刻的实际运行的待滤水浊度、滤池过滤速度的变化数据共同建立数据样本空间;4、对第3步建立的关系函数中的过滤系数进行辨识求解;5、确定由水头损失确定的最大过滤时间;6、由最大过滤时间得到允许的最大水头损失。将本发明的方法确定的最大水头损失作为停止过滤的触发条件,可以避免过早地停止过滤,发挥滤池最佳状态,优化水厂过滤工艺,提高水厂自动化水平。

    基于扫地机器人的自适应激光雷达点云校正与定位方法

    公开(公告)号:CN111398984B

    公开(公告)日:2022-03-29

    申请号:CN202010204601.X

    申请日:2020-03-22

    Abstract: 本发明提供了一种基于扫地机器人的自适应激光雷达点云校正与定位方法,包括以下步骤:S1.通过搭载在机器人上的激光雷达采集一帧新的数据;S2.通过轮式里程计采集距离d和旋转角度θ,直到采集激光数据帧一个周期结束,推测估计机器人在每个里程计时间戳对应的位姿;S3.考虑到误差的存在,对机器人位姿拟合,计算拟合结果后的均方差;S4.计算每个激光点云相对于扫地机器人的位姿Tk‑1的坐标P′k‑1;S5.获取扫地机器人的位姿Tk上的激光点云坐标,并把相邻两帧数据进行ICP匹配,得到扫地机器人的位姿Tk。本发明根据均方差结果自适应选用拟合模型,解决由于扫地机器人运动导致激光点云畸变进而导致地图畸变及定位不准的问题。

    基于全向移动机器人运动学建模的误差模型预测控制方法

    公开(公告)号:CN109885052B

    公开(公告)日:2022-03-25

    申请号:CN201910142417.4

    申请日:2019-02-26

    Abstract: 本发明公开了一种基于全向移动机器人运动学建模的误差模型预测控制方法,所述方法包括以下步骤:S11、建立FM‑OMR四个麦克纳姆轮之间的速度约束运动学模型;S12、建立FM‑OMR的跟踪误差运动学模型;S13、针对FM‑OMR的轨迹跟踪问题,针对跟踪误差运动学模型,设计结合速度约束方程的误差模型预测控制器;S14、根据所述误差模型预测控制器控制全向移动机器人之间的有效轨迹跟踪参数,使全向移动机器人之间的跟踪误差维持不变。本发明针对四个麦克纳姆轮的全向移动机器人提出了一种基于轨迹跟踪误差运动学建模的误差模型预测控制方法,解决了有效轨迹跟踪控制的非完整约束问题,准确性和有效性。

    一种基于单线激光雷达获取3D激光点云的方法

    公开(公告)号:CN111580129A

    公开(公告)日:2020-08-25

    申请号:CN202010264461.5

    申请日:2020-04-07

    Abstract: 本发明公开了一种基于单线激光雷达获取3D激光点云的方法,包括:S1,通过搭载在机器人上的单线激光雷达采集数据;所述数据包括障碍物体与传感器之间的距离和角度;S2,旋转支架平台,增加单线激光雷达的自由度;其中单线激光雷达搭载在支架平台上,支架平台搭载在机器人上;S3,将所述数据和自由度进行信息融合生成点云数据;S4,采用点云匹配算法进行点云拼接试验,生成3D激光点云。本发明采用了单线激光雷达,可以在减少其他传感器的使用情况下,单线激光雷达绕传感器坐标系的x轴自旋,增加单线激光雷达的自由度,获取3D激光点云数据,进行点云拼接实验。

Patent Agency Ranking