一种基于神经网络的机器人自主物流运输导航方法

    公开(公告)号:CN113959446A

    公开(公告)日:2022-01-21

    申请号:CN202111222526.0

    申请日:2021-10-20

    Applicant: 苏州大学

    Abstract: 本申请公开了一种基于神经网络的机器人自主物流运输导航方法,属于机器人导航控制领域,其设计要点在于:包括如下步骤:在机器人上搭载若干个激光传感器、雷达定位装置和陀螺仪;所述激光传感器用于探测前方障碍物的分布;所述雷达定位装置和所述陀螺仪分别用来判断终点方向和机器人运行方向,两者的差值表示为机器人的相对前进方向;用若干个黑色线条与方块代表障碍物随机组合形成类似迷宫的室内场景,模拟真实仓储环境的场景。本申请旨在提供一种基于神经网络的机器人自主物流运输导航方法,相比于传统的导航算法,本发明不需要建立环境模型,训练好的神经网络类似于人类的大脑,根据感知到的信息做出相应的决定,完全有能力应对突发状况。

    基于局部预分段拟合偏场校正的主动轮廓模型识别方法

    公开(公告)号:CN114862874B

    公开(公告)日:2024-07-23

    申请号:CN202210550313.9

    申请日:2022-05-20

    Applicant: 苏州大学

    Abstract: 本申请公开了一种基于局部预分段拟合偏场校正的主动轮廓模型识别方法,属于计算机图像分割技术领域,其特征在于,包括以下步骤:首先,定义局部区域的预拟合函数;然后,提出了一种基于偏场理论的局部预分段拟合的能量函数,并推导出全局的能量函数,给出偏场估计值的最优解:在能量最小化的计算过程中,采用了新的变分水平集公式与梯度流公式来限制了数据驱动项的范围,并改善了曲线斜率,利用优化后的距离规则项和邻域平均值滤波方法分别对水平集函数进行正则化和曲线光滑化。采用本申请的方法,可以减少了计算量,提高模型对参数的鲁棒性。

    一种基于神经网络的机器人自主物流运输导航方法

    公开(公告)号:CN113959446B

    公开(公告)日:2024-01-23

    申请号:CN202111222526.0

    申请日:2021-10-20

    Applicant: 苏州大学

    Abstract: 本申请公开了一种基于神经网络的机器人自主物流运输导航方法,属于机器人导航控制领域,其设计要点在于:包括如下步骤:在机器人上搭载若干个激光传感器、雷达定位装置和陀螺仪;所述激光传感器用于探测前方障碍物的分布;所述雷达定位装置和所述陀螺仪分别用来判断终点方向和机器人运行方向,两者的差值表示为机器人的相对前进方向;用若干个黑色线条与方块代表障碍物随机组合形成类似迷宫的室内场景,模拟真实仓储环境的场景。本申请旨在提供一种基于神经网络的机器人自主物流运输导航方法,相比于传统的导航算法,本发明不需要建立环境模型,训练好的神经网络类似于人类的大脑,根据感知到的信息做出相应的决定,完全(56)对比文件李寿涛,李元春.在未知环境下基于递阶模糊行为的移动机器人控制算法.吉林大学学报(工学版).2005,(第04期),全文.胡静波;陈定方;吴俊峰;梅杰;李波.基于改进模糊算法的移动机器人自主避障研究.自动化与仪表.2018,(第06期),刘爽;朱国栋.基于操作者表现的机器人遥操作方法.机器人.2018,(第04期),

    基于局部校正函数的变分水平集模型图像精准分割方法

    公开(公告)号:CN114926476B

    公开(公告)日:2024-04-02

    申请号:CN202210526327.7

    申请日:2022-05-16

    Applicant: 苏州大学

    Abstract: 本申请公开了一种基于局部校正函数的变分水平集模型图像精准分割方法,属于图像分割这一技术领域,其设计要点在于:本申请的总体构思是:采用几何轮廓模型,通过梯度下降法求解能量泛函最小化的位置,即封闭连续的轮廓线的位置。通过设计局部预拟合函数去在迭代前计算图像局部区域的平均强度,因此计算速度大幅度提升,计算成本大幅度下降;本申请通过设计一个新的正则化函数去正则化数据驱动项,从而提高系统的鲁棒性和抗噪声干扰性,以及提高数据驱动项过零点处的灵敏度。

    基于局部校正函数的变分水平集模型图像精准分割方法

    公开(公告)号:CN114926476A

    公开(公告)日:2022-08-19

    申请号:CN202210526327.7

    申请日:2022-05-16

    Applicant: 苏州大学

    Abstract: 本申请公开了一种基于局部校正函数的变分水平集模型图像精准分割方法,属于图像分割这一技术领域,其设计要点在于:本申请的总体构思是:采用几何轮廓模型,通过梯度下降法求解能量泛函最小化的位置,即封闭连续的轮廓线的位置。通过设计局部预拟合函数去在迭代前计算图像局部区域的平均强度,因此计算速度大幅度提升,计算成本大幅度下降;本申请通过设计一个新的正则化函数去正则化数据驱动项,从而提高系统的鲁棒性和抗噪声干扰性,以及提高数据驱动项过零点处的灵敏度。

    基于局部预分段拟合偏场校正的主动轮廓模型识别方法

    公开(公告)号:CN114862874A

    公开(公告)日:2022-08-05

    申请号:CN202210550313.9

    申请日:2022-05-20

    Applicant: 苏州大学

    Abstract: 本申请公开了一种基于局部预分段拟合偏场校正的主动轮廓模型识别方法,属于计算机图像分割技术领域,其特征在于,包括以下步骤:首先,定义局部区域的预拟合函数;然后,提出了一种基于偏场理论的局部预分段拟合的能量函数,并推导出全局的能量函数,给出偏场估计值的最优解:在能量最小化的计算过程中,采用了新的变分水平集公式与梯度流公式来限制了数据驱动项的范围,并改善了曲线斜率,利用优化后的距离规则项和邻域平均值滤波方法分别对水平集函数进行正则化和曲线光滑化。采用本申请的方法,可以减少了计算量,提高模型对参数的鲁棒性。

Patent Agency Ranking