-
公开(公告)号：CN117523105B
公开(公告)日：2024-05-28
申请号：CN202311583868.4
申请日：2023-11-24
Abstract: 激光雷达和多相机数据融合的三维场景重建方法，涉及计算机视觉技术领域。解决了现有技术中单个相机与单个雷达结合的三维重建方法存在单次扫描场景范围小、以及重建效率低的问题。本发明可采用单激光雷达或多激光雷达与多个相机的数据融合技术来实现三维重建，方法包括：对激光雷达与每个相机间进行标定，得到激光雷达与各相机间的最优外参矩阵；将待测三维场景进行区域划分，使相邻的两个扫描区域存在部分重叠；利用激光雷达和所有相机对待测三维场景中每一个扫描区域进行扫描及数据融合，得到各扫描区域所对应的子图，将所有子图进行数据融合，完成三维场景重建。当使用多雷达时，还包括对雷达与雷达间的标定。主要用于室内外三维场景的重建。
-
Patent Agency Ranking
公开(公告)号：CN117523105A
公开(公告)日：2024-02-06
申请号：CN202311583868.4
申请日：2023-11-24
Abstract: 激光雷达和多相机数据融合的三维场景重建方法，涉及计算机视觉技术领域。解决了现有技术中单个相机与单个雷达结合的三维重建方法存在单次扫描场景范围小、以及重建效率低的问题。本发明可采用单激光雷达或多激光雷达与多个相机的数据融合技术来实现三维重建，方法包括：对激光雷达与每个相机间进行标定，得到激光雷达与各相机间的最优外参矩阵；将待测三维场景进行区域划分，使相邻的两个扫描区域存在部分重叠；利用激光雷达和所有相机对待测三维场景中每一个扫描区域进行扫描及数据融合，得到各扫描区域所对应的子图，将所有子图进行数据融合，完成三维场景重建。当使用多雷达时，还包括对雷达与雷达间的标定。主要用于室内外三维场景的重建。
-
公开(公告)号：CN117346817A
公开(公告)日：2024-01-05
申请号：CN202311269849.4
申请日：2023-09-28
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
Abstract: 本申请公开一种机器人位姿数据校正方法、芯片及移动机器人，机器人位姿数据校正方法包括：步骤A1、机器人通过感测装置采集待感知测量值；步骤A2、基于运动学方程由待感知测量值计算出当前位姿预测数据；步骤A3、基于采集周期内所采集的待感知测量值形成的统计信息来判断机器人是否处于静止状态，是则执行步骤A4，否则执行步骤A5；步骤A4、对运动学方程中的偏置值进行更新或基于卡尔曼滤波算法校正当前位姿预测数据；步骤A5、从待感知测量值中获取左轮转动测量值和右轮转动测量值，再基于卡尔曼滤波算法计算出左轮预测位姿数据修正值和右轮预测位姿数据修正值，再使用左轮预测位姿数据修正值和右轮预测位姿数据修正值校正当前位姿预测数据。
-
公开(公告)号：CN117283606A
公开(公告)日：2023-12-26
申请号：CN202311269768.4
申请日：2023-09-28
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
IPC: B25J19/00
Abstract: 本申请公开一种机器人受冲击检测方法、芯片及机器人，机器人受冲击检测方法包括：获取观测速度值和观测速度方向，获取当前时刻的预测速度值和当前时刻的预测速度方向；计算观测速度值与预测速度值之间的差值绝对值得到当前速度变化对应的欧式距离；计算观测速度方向与预测速度方向之间的夹角的余弦值得到当前速度变化对应的余弦距离；当前速度变化对应的欧式距离大于预设欧式距离阈值且当前速度变化对应的余弦距离小于预设余弦距离阈值时，利用目标冲击感知网络模型进行分类处理，得到机器人当前时刻受冲击的第一预测概率与第二预测概率；机器人当前时刻受冲击的第一预测概率大于机器人当前时刻受冲击的第二预测概率时，确定机器人受到冲击。
-
公开(公告)号：CN117601111A
公开(公告)日：2024-02-27
申请号：CN202311270182.X
申请日：2023-09-28
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
Abstract: 本申请公开基于卡尔曼滤波的机器人位姿预估方法，包括：步骤A1、基于预先设置的相关性扫描匹配算法的运行结果，机器人获取当前位姿观测数据及其噪声协方差矩阵；再对当前位姿观测数据进行数据关联处理，得到历史位姿观测数据；步骤A2、基于运动学方程计算出当前位姿预测数据；并基于状态方程计算当前位姿预测数据的先验协方差矩阵；步骤A3、基于延迟乱序观测方程使用当前位姿观测数据的噪声协方差矩阵以及当前位姿预测数据的先验协方差矩阵计算卡尔曼增益矩阵；步骤A4、根据当前位姿观测数据与历史位姿观测数据之间的残差对当前位姿预测数据进行校正，再将校正后的当前位姿预测数据设置为当前预估出的位姿预测数据；提高机器人位姿预测的准确性。
-
公开(公告)号：CN117325158A
公开(公告)日：2024-01-02
申请号：CN202311269958.6
申请日：2023-09-28
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
IPC: B25J9/16 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本申请公开基于冲击感知神经网络的机器人检测横向冲击方法，包括：步骤A、控制机器人的感测装置采集原始位姿数据，并在原始位姿数据中提取出待感知测量值序列；步骤B、利用已训练的冲击感知神经网络对所述待感知测量值序列进行分类，得到第一目标预测概率与第二目标预测概率；步骤C、判断第一目标预测概率是否大于第二目标预测概率，是则确定机器人检测到其受到横向冲击，否则确定机器人检测到其不受到横向冲击。从而不会因为对感测装置实时采集的原始位姿数据进行有效性判断后而停止使用神经网络进行分类识别，也不会因为对感测装置实时采集的原始位姿数据进行卡尔曼滤波后才开始使用神经网络进行分类识别，提高机器人检测横向冲击的效率。
-
-
-
-
-
Search Results
6
records
(took 0.033 seconds)
