一种超声图像血管分叉检测方法

    公开(公告)号:CN112365489A

    公开(公告)日:2021-02-12

    申请号:CN202011333949.5

    申请日:2020-11-25

    Applicant: 同济大学

    Abstract: 本发明涉及一种超声图像血管分叉检测方法,包括以下步骤:获取超声图像,通过单通道提取将超声图像转化为灰度图像;对灰度图像进行Harris特征检测,得到兴趣点集图像;将兴趣点集图像进行傅里叶变换,在频域中通过巴特沃斯低通滤波器和LMS自适应滤波器去除高频噪声和高斯白噪声,得到去噪图像;对去噪图像进行边缘检测或图像分割,得到血管图像;利用zhang‑suen细化算法对血管图像进行血管细化,得到血管细化图像;通过调和均值滤波器对血管细化图像进行血管扩张填充处理,得到血管填充图像;对血管填充图像中所有的像素点进行卷积,得到血管分叉点。与现有技术相比,方法简洁,确定的分叉位置更加准确,且效率高。

    一种面向单调无纹理大场景的多传感器融合SLAM方法

    公开(公告)号:CN115272596A

    公开(公告)日:2022-11-01

    申请号:CN202210805209.X

    申请日:2022-07-08

    Applicant: 同济大学

    Abstract: 本发明涉及一种面向单调无纹理大场景的多传感器融合SLAM方法,包括以下步骤:S1、获取3D激光雷达、IMU传感器、深度相机和轮式编码器的信息;S2、将深度相机采集到的每一帧图像通过图像金字塔提取ORB特征点,并实现特征点之间的匹配,根据匹配结果获取深度相机的位姿估计值;S3、监听IMU与轮式编码器的信息进行位姿融合,获取更新后的位姿矩阵和协方差矩阵;S4、将IMU与轮式编码器融合后的位姿与深度相机的位姿估计值进一步融合;S5、通过将3D激光雷达扫描到的点云进行分类匹配,得到去畸变点云;S6、对去畸变点云进行进一步分类匹配,并构建全局地图。与现有技术相比,本发明具有提高系统鲁棒性、提高运算速度、部署简单等优点。

    一种基于点云路标的机器人高精定位控制方法及系统

    公开(公告)号:CN119784825A

    公开(公告)日:2025-04-08

    申请号:CN202411986941.7

    申请日:2024-12-31

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于点云路标的机器人高精定位控制方法及系统,方法包括以下步骤:获取布置在预设的点位上的点云路标的标准点云集合;获取激光雷达扫描数据,转换为二维激光点云数据,滤除异常点,检测跳变点,得到若干点云簇集合,经过筛选得到候选点云簇集合;利用ICP算法将候选点云簇与标准点云进行匹配,并进行匹配程度评价,得到当前帧点云路标的正确匹配结果,进而得到机器人的准确实时位姿;若当前帧点云路标匹配失败,则使用轮式里程计对机器人的准确实时位姿进行追踪与更新;根据准确实时位姿,通过状态机结合PID运动控制方法控制机器人移动到目标点。与现有技术相比,本发明实现机器人的高精度定位与控制,满足众多特殊作业需求。

Patent Agency Ranking