基于图残差神经网络融合的点云数据拼接方法

    公开(公告)号:CN111028151B

    公开(公告)日:2023-05-26

    申请号:CN201911220871.3

    申请日:2019-12-03

    Abstract: 本发明公开了一种基于图残差神经网络融合的点云数据拼接方法,其特征是利用图神经网络将非结构化的点云数据进行自适应聚类分层,然后将每一类的点云数据处理成大小相同的点云数据,再利用残差神经网络对点云数据进行特征提取,得到点云特征图,然后将两组待拼接的点云特征图进行逐一对比,筛选出成对的相似点云特征图,最后利用反卷积神经网络将反卷积出来的成对相似点云特征图进行模型匹配,从而计算出点云特征图的偏移量,将得到的偏移量作为初始值利用ICP算法进行点云细拼接,即可拼接出完整的点云图像。可以提高拼接精度与效率且不会破坏目标物体表面信息。

    基于SLAM技术的煤矿综采面巡视无人车以及自主巡视的方法

    公开(公告)号:CN110058587B

    公开(公告)日:2022-09-13

    申请号:CN201910201520.1

    申请日:2019-03-18

    Abstract: 本发明公开了一种基于SLAM技术的煤矿综采面巡视无人车以及自主巡视的方法,首先对综采面SLAM模块进行初始化,并且获得煤矿初始环境地图;将在当前位置采集到的煤矿环境图像信息与初始环境地图进行特征点匹配,如果匹配成功,无人车在巡视过程中不断添加新位置的环境地图点,构成当前煤矿环境地图,同时对当前煤矿环境地图不停地进行更新;当综采面巡视无人车对当前矿井位置对应的巡视任务完成后,综采面巡视无人车将以最优路径到达下一目标点进行巡视。本发明可以使工作人员很便捷的掌握综采工作面的实际变化情况以及整个矿井下面的地理位置与环境变化,又能对灾情做提前预警等工作,很大程度上节省了人力和财力。

    基于图残差神经网络融合的点云数据拼接方法

    公开(公告)号:CN111028151A

    公开(公告)日:2020-04-17

    申请号:CN201911220871.3

    申请日:2019-12-03

    Abstract: 本发明公开了一种基于图残差神经网络融合的点云数据拼接方法,其特征是利用图神经网络将非结构化的点云数据进行自适应聚类分层,然后将每一类的点云数据处理成大小相同的点云数据,再利用残差神经网络对点云数据进行特征提取,得到点云特征图,然后将两组待拼接的点云特征图进行逐一对比,筛选出成对的相似点云特征图,最后利用反卷积神经网络将反卷积出来的成对相似点云特征图进行模型匹配,从而计算出点云特征图的偏移量,将得到的偏移量作为初始值利用ICP算法进行点云细拼接,即可拼接出完整的点云图像。可以提高拼接精度与效率且不会破坏目标物体表面信息。

Patent Agency Ranking