-
公开(公告)号：CN114863562B
公开(公告)日：2025-02-18
申请号：CN202210499382.1
申请日：2022-05-09
Applicant: 季华实验室
IPC: G06V40/20 , G06V40/10 , G06V20/40 , G06V10/34 , G06V10/62 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及机器人运动控制技术领域，具体公开了一种多足机器人的运动学习方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取关于足式生物运动的不同视频信息；根据视频信息提取运动关键信息生成骨架序列图片，并根据视频信息提取场景序列图片；根据骨架序列图片提取骨架特征信息以生成骨架分析函数，并根据场景序列图片提取场景特征信息以生成动作决策函数；根据骨架分析函数及动作决策函数的相关性建立损失函数；更新损失函数至收敛以获取足部决策模型；该方法建立的损失函数能反映骨架分析函数及动作决策函数的相似程度，使得基于损失函数收敛生成的足部决策模型能针对场景决策出最接近于真实动作的动作。
-
公开(公告)号：CN114543831B
公开(公告)日：2022-10-18
申请号：CN202210404091.X
申请日：2022-04-18
Applicant: 季华实验室
Abstract: 本发明涉及智能导航技术领域，具体公开了一种基于驾驶风格的路径规划方法、装置、设备及存储介质，其中，方法包括以下步骤：获取全局路径信息、车辆位置信息及驾驶风格类型；建立深度神经网络模型；生成多条形状不同的备选局部路径信息；选择一条备选局部路径信息作为试探执行路径；跟踪试探执行路径，并根据驾驶风格类型评价试探执行路径以生成反馈奖励信息；利用时序差分采样法根据反馈奖励信息更新深度神经网络模型；输出深度神经网络模型作为期望驾驶风格模型以进行路径规划。该方法获取的期望驾驶风格模型更加贴近人类的驾驶习惯、倾向，并有效提高了模型的训练和收敛速度。
-
公开(公告)号：CN114723611A
公开(公告)日：2022-07-08
申请号：CN202210653453.9
申请日：2022-06-10
Applicant: 季华实验室
Abstract: 本发明涉及机器人视觉技术领域，具体公开了一种图像重建模型训练方法、重建方法、装置、设备及介质，其中，图像重建模型训练方法包括以下步骤：获取两个基准图像信息及拍摄于两个基准图像信息之间的多个灰度图像信息；利用初始重建模型根据多个灰度图像信息重建生成多个初步重建图像信息；根据初步重建图像信息和基准图像信息建立对抗判别器；根据初步重建图像信息、基准图像信息和对抗判别器建立损失函数；利用损失函数训练初始重建模型以生成重建模型；该模型训练方法根据该对抗判别器具有对抗特点的判别结果建立损失函数以进行模型训练，使得初始重建模型的重建效果快速靠近真实图片，使得模型训练过程平滑化。
-
公开(公告)号：CN115223206A
公开(公告)日：2022-10-21
申请号：CN202211137967.5
申请日：2022-09-19
Applicant: 季华实验室
IPC: G06V40/10 , G06N3/04 , G06V10/25 , G06V10/774 , G06V10/82
Abstract: 本申请属于图像识别技术领域，公开了一种工作服穿戴情况检测方法、装置、电子设备及存储介质，通过获取待检测图像；把所述待检测图像输入预先训练好的AT_YOLOv5网络模型，得到所述AT_YOLOv5网络模型输出的预测框数据；所述AT_YOLOv5网络模型根据包括多个标注图像的数据集训练得到，所述标注图像包含延伸至人员膝盖处的衣服标注框；采用Ad‑NMS算法对所述预测框数据进行筛选处理，以得到人员工作服穿戴情况的检测结果；从而对人群密集区域的人员工作服穿戴情况的检测准确性较高。
-
公开(公告)号：CN115218907A
公开(公告)日：2022-10-21
申请号：CN202211138062.X
申请日：2022-09-19
Applicant: 季华实验室
IPC: G01C21/20 , G06F30/20 , G06Q10/04 , G06F111/04 , G06F119/14
Abstract: 本申请涉及无人机控制技术领域，提供了一种无人机路径规划方法、装置、电子设备及存储介质，方法包括：获取无人机分别在前、后、左、右、上、下六个方向上的综合感知能力得分；获取无人机的初始位置信息和目标位置信息；基于ego‑planner算法的前端路径算法，根据所述初始位置信息和所述目标位置信息生成无人机的初始路径；根据无人机的前、后、左、右、上、下六个方向上的综合感知能力得分计算所述初始路径的各个路径点的后端约束函数；把所述后端约束函数代入所述ego‑planner算法的后端路径算法，以对所述初始路径进行修正，得到无人机的最终路径。本发明具有搜索效率高和安全性高的有益效果。
-
Patent Agency Ranking
公开(公告)号：CN114723611B
公开(公告)日：2022-09-30
申请号：CN202210653453.9
申请日：2022-06-10
Applicant: 季华实验室
Abstract: 本发明涉及机器人视觉技术领域，具体公开了一种图像重建模型训练方法、重建方法、装置、设备及介质，其中，图像重建模型训练方法包括以下步骤：获取两个基准图像信息及拍摄于两个基准图像信息之间的多个灰度图像信息；利用初始重建模型根据多个灰度图像信息重建生成多个初步重建图像信息；根据初步重建图像信息和基准图像信息建立对抗判别器；根据初步重建图像信息、基准图像信息和对抗判别器建立损失函数；利用损失函数训练初始重建模型以生成重建模型；该模型训练方法根据该对抗判别器具有对抗特点的判别结果建立损失函数以进行模型训练，使得初始重建模型的重建效果快速靠近真实图片，使得模型训练过程平滑化。
-
公开(公告)号：CN114066960B
公开(公告)日：2022-04-22
申请号：CN202210036903.X
申请日：2022-01-13
Applicant: 季华实验室
Abstract: 本发明涉及数据融合技术领域，具体公开了一种三维重建方法、点云融合方法、装置、设备及存储介质，其中，融合方法包括以下步骤：获取第一点云信息和点云序列信息；根据自注意力机制将点云序列信息转换为由融合参数设定的第二点云信息；根据对抗自监督学习算法设计关于第一点云信息和第二点云信息的对比损失函数；基于反向传播算法利用梯度下降的方式更新融合参数，直至对比损失函数收敛，以确定最佳融合参数；根据最佳融合参数融合第一点云信息和点云序列信息，以获取融合点云信息；该融合方法的融合过程无需对点云信息进行预先标注，实现了无人机采集数据和无人车采集数据融合，简化了点云融合过程，提高了点云融合效率、融合精度。
-
公开(公告)号：CN113688802A
公开(公告)日：2021-11-23
申请号：CN202111235190.1
申请日：2021-10-22
Applicant: 季华实验室
Abstract: 本发明涉及生物信号处理技术领域，具体公开了一种基于肌电信号的手势识别方法、装置、设备及存储介质，其中，方法包括以下步骤：实时获取肌电信号；获取不同分类器对所述肌电信号的分类结果；根据所述分类结果的一致性获取有效结果；将所述有效结果逐个投入第一投票队列中，获取初始手势识别结果；将所述初始手势识别结果逐个投入第二投票队列中，获取最终手势识别结果；该方法利用不同分类器获取具有一致性的有效结果，去除了肌电信号中难以进行准确分类的数据，然后通过第一投票队列和第二投票队列进行两级投票获取最终手势识别结果，有效去除了因噪声数据和分类器缺陷引起的误判结果，具有数据计算量少、识别准确度高、识别效率高的特点。
-
公开(公告)号：CN117657488A
公开(公告)日：2024-03-08
申请号：CN202311701823.2
申请日：2023-12-12
Applicant: 季华实验室
IPC: B64U10/16 , B25J11/00 , E01D19/10 , B64U101/00
Abstract: 本发明提供了一种接触式桥梁检测空中机器人、控制方法及相关设备，涉及桥梁检测空中机器人技术领域。该接触式桥梁检测空中机器人包括设置有弹性驱动关节的第一机械臂，弹性驱动关节包括舵机、固定架、输入端支架和输出端支架，舵机固定安装在固定架上且与输入端支架连接；输出端支架转动连接在输入端支架上且与输入端支架之间设置有弹性组件，弹性组件用于在输出端支架相对输入端支架转动时为输出端支架提供复位弹力。本发明的接触式桥梁检测空中机器人能够搭载与桥体接触的检测设备并通过接触的方式对桥梁进行检测，同时有效避免接触碰撞导致空中机器人受损或失去控制，大大提高空中机器人在飞行和接触检测时的稳定性。
-
公开(公告)号：CN115223206B
公开(公告)日：2022-12-27
申请号：CN202211137967.5
申请日：2022-09-19
Applicant: 季华实验室
IPC: G06V40/10 , G06N3/04 , G06V10/25 , G06V10/774 , G06V10/82
Abstract: 本申请属于图像识别技术领域，公开了一种工作服穿戴情况检测方法、装置、电子设备及存储介质，通过获取待检测图像；把所述待检测图像输入预先训练好的AT_YOLOv5网络模型，得到所述AT_YOLOv5网络模型输出的预测框数据；所述AT_YOLOv5网络模型根据包括多个标注图像的数据集训练得到，所述标注图像包含延伸至人员膝盖处的衣服标注框；采用Ad‑NMS算法对所述预测框数据进行筛选处理，以得到人员工作服穿戴情况的检测结果；从而对人群密集区域的人员工作服穿戴情况的检测准确性较高。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.018 seconds)
