-
公开(公告)号：CN115792942A
公开(公告)日：2023-03-14
申请号：CN202211267375.5
申请日：2022-10-17
Applicant: 安徽乐聚人工智能应用技术服务有限公司 , 苏州大学
Abstract: 本发明公开了一种基于ROS2的安全导航方法，其根据栅格地图信息规划出机器人当前位置到目标点的全局路径；通过深度相机获取深度图像数据，并将深度图像数据转换为激光雷达数据；将激光雷达获取的激光雷达数据和深度图像数据转换的激光雷达数据融合，利用融合后的激光雷达数据构造局部代价地图，并通过动态窗口法在全局路径上规划出局部最优路径；利用超声波传感器获取的超声波传感器数据和激光雷达获取的激光雷达数据计算得到最近障碍物离机器人的距离，并根据距离调节机器人移动速度；利用全局路径、局部最优路径和移动速度进行机器人导航。本发明通过深度相机实现类似于三维激光雷达的避障效果，有效降低了成本。
-
Patent Agency Ranking
公开(公告)号：CN117075615B
公开(公告)日：2024-07-19
申请号：CN202311264697.9
申请日：2023-09-27
Applicant: 苏州大学
Abstract: 本发明涉及一种机器人路径规划方法、装置及计算机可读存储介质，属于人工智能技术领域。包括：获取S个人机交互场景及S条示范路径；利用RRT*算法对每个人机交互场景生成n条规划路径；将示范路径中的示范节点和规划路径中的规划节点输入生成对抗网络中，输出示范节点和规划节点的代价值，构建优化函数对生成对抗网络进行迭代训练；计算S个人机交互场景中所有示范路径和所有规划路径之间的路径误差；将路径误差与预设误差阈值进行比较，若路径误差小于等于预设误差阈值，得到训练好的机器人路径规划模型。本发明提供的模型生成的规划路径不仅长度短且可以更好地避开场景中的行人和障碍物，能够更好地兼顾人机交互和路径长度。
-
公开(公告)号：CN120008587A
公开(公告)日：2025-05-16
申请号：CN202510487629.1
申请日：2025-04-18
Applicant: 苏州大学
Abstract: 本发明涉及点云地图构建技术领域，尤其是指一种人形机器人稠密点云地图构建方法及系统，包括：实时获取人形机器人行走时采集的视频影像；判断视频影像中当前帧图像人形机器人的步态相位；基于当前帧图像人形机器人的步态相位估计当前帧图像的相机位姿；基于当前帧图像的相机位姿判断当前帧图像是否为关键帧；根据关键帧进行局部建图和回环检测，得到全局稠密点云地图。本发明有效改善了人形机器人建图时采集数据的模糊、抖动的情况，能够得到更为精准的环境地图，提高了机器人执行任务时操作的精度，减少人形机器人行进过程中碰撞的风险。
-
公开(公告)号：CN117075615A
公开(公告)日：2023-11-17
申请号：CN202311264697.9
申请日：2023-09-27
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及一种机器人路径规划方法、装置及计算机可读存储介质，属于人工智能技术领域。包括：获取S个人机交互场景及S条示范路径；利用RRT*算法对每个人机交互场景生成n条规划路径；将示范路径中的示范节点和规划路径中的规划节点输入生成对抗网络中，输出示范节点和规划节点的代价值，构建优化函数对生成对抗网络进行迭代训练；计算S个人机交互场景中所有示范路径和所有规划路径之间的路径误差；将路径误差与预设误差阈值进行比较，若路径误差小于等于预设误差阈值，得到训练好的机器人路径规划模型。本发明提供的模型生成的规划路径不仅长度短且可以更好地避开场景中的行人和障碍物，能够更好地兼顾人机交互和路径长度。
-
公开(公告)号：CN116052120A
公开(公告)日：2023-05-02
申请号：CN202310039503.9
申请日：2023-01-12
Applicant: 苏州大学
Abstract: 本发明所述一种基于图像增强和多传感器融合的挖掘机夜间物体检测方法，首先采集挖掘机夜间场景下的行人及车辆图像，构建行人和车辆数据集，对数据集进行预处理，对预处理后的数据集进行坐标标注生成包含行人和车辆框坐标信息的xml文件，对文件中的数据进行训练，获得训练后的数据，对训练后的数据进行物体识别检测和语义分割，通过相机和激光雷达联合标定，将三维雷达点云投影在图像平面，获得物体的二维位置坐标，最后根据雷达和图像坐标系之间的对应关系，将检测框内的行人或车辆逆映射回三维雷达点云中并进行标记，以区分检测框内的行人和背景，提高物体识别和分割的准确率，同时提供准确的物体空间位置定位。
-
公开(公告)号：CN115562258A
公开(公告)日：2023-01-03
申请号：CN202211161335.2
申请日：2022-09-23
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于神经网络的机器人社会自适应路径规划方法及系统,包括：根据设计地图场景生成示范路径，采集示范路径；设计神经网络结构，初始化神经网络权重，生成路径规划器；计算当前场景的代价地图，根据所述代价地图，利用所述路径规划器重复生成规划路径，计算所述示范路径和规划路径的特征向量，判断所述示范路径和规划路径是否同伦；更新所述规划路径的特征向量，判断是否结束一个轮回；计算所有场景的示范路径和规划路径的特征差，判断所述特征差是否小于允许误差；训练终止，输出最终得的神经网络权值。本发明可以最大程度的缩短规划路径的长度，增强的在其他环境中的泛化能力，使得规划出的路径更加拟人化。
-
-
-
-
-
Search Results
6
records
(took 0.043 seconds)
