公开(公告)号：CN117367427A

公开(公告)日：2024-01-09

申请号：CN202311294675.7

申请日：2023-10-07

Applicant: 安徽大学

Inventor： 孙思祺 ,  韩辰 ,  鲁冉 ,  郑美晴 ,  殷泺潇 ,  孙若梓 ,  郎嘉俊 ,  马箫月 ,  伍虹缘 ,  万幸

IPC: G01C21/20 ,  G01C21/16 ,  G01S17/42 ,  G01S17/86 ,  G01S17/89 ,  G06T7/246 ,  G06T7/269 ,  G06T7/33

Abstract: 本发明公开了一种适用于仓储等室内环境的视觉辅助激光里程计的多模态slam技术，具体步骤为：首先，利用图像与激光点云估计系统运动，特征跟踪模块检测视觉特征点，深度图配准模块把局部的深度图和点云对齐得到视觉特征点的深度。帧到帧的运动估计模块利用特征点计算机体运动。激光雷达数据用于提取平面和边缘特征。以视觉模块得到的数据为先验，将提取的特征和IMU测量值输入到状态估计模块，在10Hz‑50Hz下进行状态估计。估计的姿态将特征点注册到全局框架中，并将它们与构建的特征点图合并。更新后的地图会在下一步中加入更多新的点。在IMU的状态估计模块中增加了反向传播的过程，并将反向传播所得的结果与正向传播所得结果一起输入到剩余计算中去。

公开(公告)号：CN116934674A

公开(公告)日：2023-10-24

申请号：CN202310432318.6

申请日：2023-07-25

Applicant: 安徽大学 ,  合肥合工安驰智能科技有限公司

Inventor： 路然 ,  段章领 ,  殷泺潇 ,  吴世博 ,  王梦然 ,  杨建文 ,  赵代超

IPC: G06T7/00 ,  G06T7/60 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/20 ,  B07C5/10 ,  B07C5/36

Abstract: 本发明提供了一种基于YOLOv8网络的深度学习大粒度硅料检测与清除系统，适用于硅料细分拣选领域。该系统通过高帧率摄像头获取传送带上的硅料图像，并使用labelme手工标注，剔除异常的硅料图片。将图像样本按9:1分为训练集和验证集，对图片进行数据增强以提高泛化能力。以YOLOv8为骨干网络创建YOLO_SI算法，并使用训练数据集得到网络模型。使用该算法检测出图像中的所有硅料，根据预设阈值进行大小预警和跟踪标记，并在到达清除位置时发出清除指令给下位机。通过在预设位置安装喷气口，下位机发送命令给喷气装置，将标记追踪的大粒度硅料有序地剔除。本发明可以高效检测和清除硅料，自动化程度高，有效降低人工依赖，满足矿业拣选需求。