-
公开(公告)号：CN113392584A
公开(公告)日：2021-09-14
申请号：CN202110637923.8
申请日：2021-06-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度强化学习和方向估计的视觉导航方法，包括步骤：1)生成AI2‑THOR仿真平台离线数据集；2)对离线数据集的RGB‑D图像，提取图像特征；3)构建A3C深度强化学习模型，并将步骤2)中的特征作为模型的输入，进行模型的训练；4)根据现实场景对步骤3)训练好的模型进行迁移，并对其进行微调，提升其泛化能力，最后将微调好的模型应用到该现实场景的视觉导航中。本发明使用三维几何方法，通过方向估计方法计算导航到目标物体的位置和方向，为深度强化学习模型提供方向特征，使模型能够更快收敛并且泛化能力更强，实现精准的视觉导航。
-
Patent Agency Ranking
公开(公告)号：CN112379392A
公开(公告)日：2021-02-19
申请号：CN202011152907.1
申请日：2020-10-26
Applicant: 华南理工大学
IPC: G01S17/931 , G01S17/89
Abstract: 本发明公开了一种基于单线激光雷达通过隧道的无人车导航控制方法，包括：1)选用车载单线激光雷达对周围环境进行高频扫描，生成对应的局部二维激光点云图；2)通过累计概率霍夫线变换算法初步提取激光点云中拟合线段的点集合，即线段点集合；3)通过加权线段拟合算法来构建基于线段的二维激光地图；4)在隧道的场景下，通过对二维激光地图进一步的筛选，提取出拟合隧道两边的平行线段，计算两边平行线段的中心平行线，以在中心平行线上同时位于单线激光雷达前方固定距离的点，作为目标追踪点；5)利用pure pursuit算法对目标追踪点进行跟踪控制，便可顺利通过隧道。本发明仅使用单线激光雷达，不需要复杂的硬件设施，便可以安全通过隧道，简单可靠，稳定高效。
-
公开(公告)号：CN112379392B
公开(公告)日：2022-10-25
申请号：CN202011152907.1
申请日：2020-10-26
Applicant: 华南理工大学
IPC: G01S17/931 , G01S17/89
Abstract: 本发明公开了一种基于单线激光雷达通过隧道的无人车导航控制方法，包括：1)选用车载单线激光雷达对周围环境进行高频扫描，生成对应的局部二维激光点云图；2)通过累计概率霍夫线变换算法初步提取激光点云中拟合线段的点集合，即线段点集合；3)通过加权线段拟合算法来构建基于线段的二维激光地图；4)在隧道的场景下，通过对二维激光地图进一步的筛选，提取出拟合隧道两边的平行线段，计算两边平行线段的中心平行线，以在中心平行线上同时位于单线激光雷达前方固定距离的点，作为目标追踪点；5)利用pure pursuit算法对目标追踪点进行跟踪控制，便可顺利通过隧道。本发明仅使用单线激光雷达，不需要复杂的硬件设施，便可以安全通过隧道，简单可靠，稳定高效。
-
公开(公告)号：CN113392584B
公开(公告)日：2022-12-16
申请号：CN202110637923.8
申请日：2021-06-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度强化学习和方向估计的视觉导航方法，包括步骤：1)生成AI2‑THOR仿真平台离线数据集；2)对离线数据集的RGB‑D图像，提取图像特征；3)构建A3C深度强化学习模型，并将步骤2)中的特征作为模型的输入，进行模型的训练；4)根据现实场景对步骤3)训练好的模型进行迁移，并对其进行微调，提升其泛化能力，最后将微调好的模型应用到该现实场景的视觉导航中。本发明使用三维几何方法，通过方向估计方法计算导航到目标物体的位置和方向，为深度强化学习模型提供方向特征，使模型能够更快收敛并且泛化能力更强，实现精准的视觉导航。
-
公开(公告)号：CN116584908A
公开(公告)日：2023-08-15
申请号：CN202310408554.4
申请日：2023-04-17
Applicant: 华南理工大学
IPC: A61B5/021 , A61B5/346 , G06F18/214
Abstract: 本发明公开了一种基于领域自适应的无创连续血压测量方法，包括以下步骤：获取数据集并对数据进行预处理，所述数据集包括PPG数据集、ECG数据集；建立血压预测模型，并使用预处理后的数据集对血压预测模型进行训练；使用测试集进行收缩压和舒张压的预测，本发明对PPG、ECG信号的特征提取，并以此进行血压预测，可防止人工特征提取的不准确问题，实现对血压的准确预测，同时，还可以解决特定设备采集到的数据集数据量不足无法进行准确预测的问题，本发明利用深度学习的领域自适应方法，实现对PPG、ECG信号的特征提取与血压预测，同时解决了普通神经网络因数据集不足的而导致模型泛化性差的问题。
-
公开(公告)号：CN213903815U
公开(公告)日：2021-08-06
申请号：CN202023198234.1
申请日：2020-12-25
Applicant: 华南理工大学
Abstract: 本实用新型公开了一种机器人未知环境探测装置，包括：主控制器模块，用于处理超声波传感器和碰撞开关的数据以及融合算法；直流电源模块，用于提供稳定直流电压；超声波传感器模块，集成有3个超声波传感器；碰撞开关模块，集成有6个碰撞开关；串口模块，用于连接外部电脑，进而通过超级终端进行配置和调试；直流电源模块、超声波传感器模块、碰撞开关模块和串口模块分别与主控制器模块一一对应相接。本实用新型有效结合了超声波传感器和碰撞开关，很好地实现对未知环境的探测，同时整个硬件设计采用嵌入式平台，具有便携性、可靠性高、低功耗、造价低、智能化程度高、制造维护方便及能够与其它设备通信等优点。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
