-
公开(公告)号:CN110516641A
公开(公告)日:2019-11-29
申请号:CN201910818289.0
申请日:2019-08-30
Applicant: 苏州大学
Abstract: 本申请公开了一种环境地图的构建方法,包括:对深度图像进行几何特征提取处理,得到几何特征信息,并根据几何特征信息构建几何误差模型;对深度图像进行语义信息提取处理,得到语义特征信息,并根据语义特征信息构建语义误差模型;根据几何误差模型和语义误差模型构建总误差模型;对总误差模型进行极值计算得到旋转平移矩阵,根据旋转平移矩阵对深度图像进行旋转平移处理,得到环境地图。通过几何误差模型和语义误差模型进行极值计算得到旋转平移矩阵,避免了几何特征信息在机器人运动过程中容易丢失的情况,提高环境地图的精度和准确性。本申请还公开了一种环境地图的构建装置、计算机设备以及计算机可读存储介质,具有以上有益效果。
-
公开(公告)号:CN110516641B
公开(公告)日:2022-04-12
申请号:CN201910818289.0
申请日:2019-08-30
Applicant: 苏州大学
IPC: G06V20/58 , G06V10/764 , G06V10/774 , G06V10/74 , G06V10/44 , G06V10/771 , G06K9/62
Abstract: 本申请公开了一种环境地图的构建方法,包括:对深度图像进行几何特征提取处理,得到几何特征信息,并根据几何特征信息构建几何误差模型;对深度图像进行语义信息提取处理,得到语义特征信息,并根据语义特征信息构建语义误差模型;根据几何误差模型和语义误差模型构建总误差模型;对总误差模型进行极值计算得到旋转平移矩阵,根据旋转平移矩阵对深度图像进行旋转平移处理,得到环境地图。通过几何误差模型和语义误差模型进行极值计算得到旋转平移矩阵,避免了几何特征信息在机器人运动过程中容易丢失的情况,提高环境地图的精度和准确性。本申请还公开了一种环境地图的构建装置、计算机设备以及计算机可读存储介质,具有以上有益效果。
-
公开(公告)号:CN110503115A
公开(公告)日:2019-11-26
申请号:CN201910816577.2
申请日:2019-08-30
Applicant: 苏州大学
Abstract: 本发明公开了一种颜色识别方法,包括将待识别图像转换到颜色空间中;提取颜色空间中各个分量图像的多个预设类型的颜色像素特征;根据聚类融合之后的颜色像素特征对待识别图像进行颜色识别。可见,颜色像素特征能够用来感知图像中的像素分布,由于本发明中利用到了颜色空间中各个分量图像的多个预设类型的颜色像素特征,相比于现有技术中利用的单独的一个类型的颜色像素特征,能够更好地感知待识别图像中的色彩,从而加强了颜色识别方法在复杂环境的抗干扰能力,提高了复杂环境下颜色识别的准确性。本发明还公开了一种颜色识别装置、设备及计算机可读存储介质,具有如上颜色识别方法相同的有益效果。
-
-