-
公开(公告)号：CN116117822A
公开(公告)日：2023-05-16
申请号：CN202310214664.7
申请日：2023-03-08
Applicant: 福州大学
IPC: B25J9/16
Abstract: 本发明提出基于非障碍物空间概率势场采样的RRT机械臂轨迹规划方法，包括基于非障碍物空间生成采样点，即通过采样点是否落入障碍物空间来对采样点进行筛选，避免冗余路径的生成以及非必要路径碰撞检测；所述规划方法还包括概率势场贪婪采样策略，即在保证算法概率完备的前提下赋予算法预设概率的目标导向性以加快路径生成，且通过引力场与斥力场作用来减少路径碰撞检测且生成路径方向相对更优；所述规划方法还包括冗余节点删除策略，即对算法回溯生成的路径进行优化，删除路径中冗余节点，使得生成路径更优；并通过插值多项式对优化后的路径进行平滑处理，使得路径更符合实际机械臂运动；本发明能更高效地生成平滑路径，具有非常高的工业应用价值。
-
公开(公告)号：CN116030316B
公开(公告)日：2025-05-20
申请号：CN202211680663.3
申请日：2022-12-26
Applicant: 福州大学
Abstract: 本发明涉及一种基于图像融合的遮挡目标数据采集与姿态识别的方法。包括图像随机融合生成特定数据集和利用模板点云信息进行网格下采样并配准得到目标姿态。通过图像融合方式生成特定目标的遮挡数据集，减少人工采集图像成本；通过统计图像融合过程中不同目标数据量，保证图像融合均衡性，进行动态数据集补充，保证不同目标数据量的平衡，减小检测器的过拟合程度；通过网格下采样、设定阈值等方法减小点云配准过程的计算量，最后计算横偏角得到目标姿态；由此提出遮挡目标检测与姿态识别方法。本发明可以识别严重遮挡目标，并且得到目标的姿态，实现高效率遮挡目标图像融合与姿态识别，具有非常高的工程应用价值。
-
公开(公告)号：CN116245860A
公开(公告)日：2023-06-09
申请号：CN202310255946.1
申请日：2023-03-16
Applicant: 福州大学
IPC: G06T7/00 , G06V10/82 , G06V10/774 , G06T3/40 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明提出一种基于超分‑yolo网络的小目标检测方法，以yolo网络作为基础网络架构，与超分模块相结合并加入位置注意力机制、自注意力机制以及引入递归空洞卷积模块，包括以下步骤；步骤一、采集图像并对图像进行预处理生成原图；步骤二、以超分拟合网络与经过改进后的yolo目标识别网络联接，构成超分‑yolo网络模型，对原图处理并输出分辨率更高的超清图像，再对该超清图像进行提取特征、目标框回归分类与物体检测识别等操作，得到被识别的图像，形成训练用数据集；步骤三、训练小目标物体检测模型；步骤四、将训练好的模型用于小目标物体检测；本发明可以通过更大的感受野获取更多的物体特征信息，应用于小目标检测时，可以有效实现小物体的提取。
-
公开(公告)号：CN116030316A
公开(公告)日：2023-04-28
申请号：CN202211680663.3
申请日：2022-12-26
Applicant: 福州大学
Abstract: 本发明涉及一种基于图像融合的遮挡目标数据采集与姿态识别的方法。包括图像随机融合生成特定数据集和利用模板点云信息进行网格下采样并配准得到目标姿态。通过图像融合方式生成特定目标的遮挡数据集，减少人工采集图像成本；通过统计图像融合过程中不同目标数据量，保证图像融合均衡性，进行动态数据集补充，保证不同目标数据量的平衡，减小检测器的过拟合程度；通过网格下采样、设定阈值等方法减小点云配准过程的计算量，最后计算横偏角得到目标姿态；由此提出遮挡目标检测与姿态识别方法。本发明可以识别严重遮挡目标，并且得到目标的姿态，实现高效率遮挡目标图像融合与姿态识别，具有非常高的工程应用价值。
-
-
-
Search Results
4
records
(took 0.025 seconds)
