-
公开(公告)号：CN112381284B
公开(公告)日：2023-12-01
申请号：CN202011254308.0
申请日：2020-11-11
Applicant: 成都信息工程大学
IPC: G06Q10/047 , G06N3/126
Abstract: 本发明公开了一种无人接驳车多站点路径优化的改进遗传算法，基于无人接驳车的多个站点进行抽象地图的构建，并采用改进的遗传算法对抽象地图进行路径规划；其中，所述抽象地图的构建方式在于通过选取多个站点中的任意一个站点作为基准，把站点与站点之间的最短实际距离转化为欧式距离并进行地形加权得到真实代价之后逐一进行排列，逐个设置坐标得到最终的抽象地图。本发明提供一种无人接驳车多站点路径优化的改进遗传算法，其采用对复杂地图进行抽象地图构建，配合对应的改进遗传算法对抽象地图进行路径规划，具有更好的适应性。
-
公开(公告)号：CN113920163A
公开(公告)日：2022-01-11
申请号：CN202111176760.4
申请日：2021-10-09
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于传统和深度学习结合的运动目标检测方法，包括：步骤一，采用实例分割算法对双目相机采集的道路图像相邻帧进行检测，以将各图像划分为潜在运动目标区域和静止区域；步骤二，分别对各图像中的潜在运动目标区域、静止区域进行特征点提取与匹配；步骤三，基于相机自运动参数确定运动补偿，通过计算重投影误差以对运动状态判断，以基于判断结果完成对图像中运动目标进行标记。本发明公开一种基于传统和深度学习结合的运动目标检测方法，能有效提高算法实时性，同时通过提高自运动参数估计的精度提升检测精度。
-
公开(公告)号：CN113050074A
公开(公告)日：2021-06-29
申请号：CN202110280532.5
申请日：2021-03-16
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种无人驾驶环境感知中相机与激光雷达标定系统及标定方法，基于一种定制标定板的传感器系统，分别对相机和激光雷达所采集的数据进行处理，得到两传感器各自坐标下标定板上镂空圆圆心的三维坐标，再基于改进的ICP(迭代最近点)算法对两组点集进行配准，解算相机与激光雷达之间的相对位姿关系，得到标定结果。本发明提供一种无人驾驶环境感知中相机与激光雷达标定系统及算法，其通过改进的算法使得软件系统或者算法具有较强的鲁棒性，提升了标定精度，为相机与激光雷达数据融合做准备。
-
公开(公告)号：CN113920411B
公开(公告)日：2024-06-14
申请号：CN202111177879.3
申请日：2021-10-09
Applicant: 成都信息工程大学
IPC: G06V10/80 , G06V30/148 , G06N3/0464 , G06V10/82
Abstract: 本发明公开了一种基于改进SOLOv2的校园场景图像分割方法，包括：步骤1：对待检测图像进行主干网络特征提取以得到对应的多层特征信息；步骤2：将多层特征信息送入到改进后的特征金子塔中进行细化并融合；步骤3：将融合后的信息送入到Head头部进行分析，通过两个并行的子通道，进行类别信息分析和mask实例分割；步骤4：通过矩阵非极大值抑制保留最高置信度的掩码信息以及类别信息，步骤5：将mask特征图映射回原图像上，输出带有特征mask掩码的图像。本发明提供一种基于改进SOLOv2的校园场景图像分割方法，能有效提升了对密集人群情况下的分割精度和召回率，且在面对目标遮挡和物体残缺的情况下，本发明算法的性能明显优先于其他算法。
-
公开(公告)号：CN113050074B
公开(公告)日：2023-08-25
申请号：CN202110280532.5
申请日：2021-03-16
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种无人驾驶环境感知中相机与激光雷达标定系统及标定方法，基于一种定制标定板的传感器系统，分别对相机和激光雷达所采集的数据进行处理，得到两传感器各自坐标下标定板上镂空圆圆心的三维坐标，再基于改进的ICP(迭代最近点)算法对两组点集进行配准，解算相机与激光雷达之间的相对位姿关系，得到标定结果。本发明提供一种无人驾驶环境感知中相机与激光雷达标定系统及算法，其通过改进的算法使得软件系统或者算法具有较强的鲁棒性，提升了标定精度，为相机与激光雷达数据融合做准备。
-
Patent Agency Ranking
公开(公告)号：CN113920411A
公开(公告)日：2022-01-11
申请号：CN202111177879.3
申请日：2021-10-09
Applicant: 成都信息工程大学
IPC: G06V10/80 , G06V30/148 , G06N3/04
Abstract: 本发明公开了一种基于改进SOLOv2的校园场景图像分割方法，包括：步骤1：对待检测图像进行主干网络特征提取以得到对应的多层特征信息；步骤2：将多层特征信息送入到改进后的特征金子塔中进行细化并融合；步骤3：将融合后的信息送入到Head头部进行分析，通过两个并行的子通道，进行类别信息分析和mask实例分割；步骤4：通过矩阵非极大值抑制保留最高置信度的掩码信息以及类别信息，步骤5：将mask特征图映射回原图像上，输出带有特征mask掩码的图像。本发明提供一种基于改进SOLOv2的校园场景图像分割方法，能有效提升了对密集人群情况下的分割精度和召回率，且在面对目标遮挡和物体残缺的情况下，本发明算法的性能明显优先于其他算法。
-
公开(公告)号：CN112965481A
公开(公告)日：2021-06-15
申请号：CN202110136495.0
申请日：2021-02-01
Applicant: 成都信息工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于点云地图的果园作业机器人无人驾驶方法，包括：步骤一、通过差分GPS对果园区域周边的树木树冠、路标分别进行定位，标明树木和路标的绝对位置；步骤二、采用激光雷达扫描记录关键特征树干并记录相应特征信号，得到对应的点云地图；步骤三、作业机器人在点云地图上标记出实时位置；步骤四、通过激光雷达不断扫描树干信息，以对应点云地图上的GPS信号点，以推算机器人行进位姿，修正机器人的行进方向。本发明提供一种基于点云地图的果园作业机器人无人驾驶方法，可以让机器人在行间无GPS情况下，利用果园添加位置标签的点云地图和惯性导航辅助实现机器人精准出行、转弯和寻找下一行的功能，满足机器人在果园中连续工作的需求。
-
公开(公告)号：CN113920163B
公开(公告)日：2024-06-11
申请号：CN202111176760.4
申请日：2021-10-09
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于传统和深度学习结合的运动目标检测方法，包括：步骤一，采用实例分割算法对双目相机采集的道路图像相邻帧进行检测，以将各图像划分为潜在运动目标区域和静止区域；步骤二，分别对各图像中的潜在运动目标区域、静止区域进行特征点提取与匹配；步骤三，基于相机自运动参数确定运动补偿，通过计算重投影误差以对运动状态判断，以基于判断结果完成对图像中运动目标进行标记。本发明公开一种基于传统和深度学习结合的运动目标检测方法，能有效提高算法实时性，同时通过提高自运动参数估计的精度提升检测精度。
-
公开(公告)号：CN112381284A
公开(公告)日：2021-02-19
申请号：CN202011254308.0
申请日：2020-11-11
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种无人接驳车多站点路径优化的改进遗传算法，基于无人接驳车的多个站点进行抽象地图的构建，并采用改进的遗传算法对抽象地图进行路径规划；其中，所述抽象地图的构建方式在于通过选取多个站点中的任意一个站点作为基准，把站点与站点之间的最短实际距离转化为欧式距离并进行地形加权得到真实代价之后逐一进行排列，逐个设置坐标得到最终的抽象地图。本发明提供一种无人接驳车多站点路径优化的改进遗传算法，其采用对复杂地图进行抽象地图构建，配合对应的改进遗传算法对抽象地图进行路径规划，具有更好的适应性。
-
公开(公告)号：CN112115889A
公开(公告)日：2020-12-22
申请号：CN202011007965.5
申请日：2020-09-23
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于视觉的智能车运动目标检测方法，包括：步骤一，基于立体匹配算法对相机采集到的道路图像生成对应的原视差图像，以构建相应的U‑V视差图像；步骤二，基于U‑V视差图像得到与车辆可行驶区域相关的预处理图像；步骤三，基于预处理图像生成与道路上潜在运动相关的感兴趣区，以作为潜在的障碍物目标；步骤四，结合光流和相机自运动属性对障碍物的运动属性进行判断。本发明提供一种基于视觉的智能车运动目标检测方法，通过融合光流和立体视觉计算目标运动的可能性，结合可行使区域检测结果，能有效降低车辆行驶前方中运动目标的误检率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.107 seconds)
