-
公开(公告)号：CN116704236A
公开(公告)日：2023-09-05
申请号：CN202310492347.1
申请日：2023-05-05
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/77 , G06V20/10 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及基于混合注意力机制的目标检测方法，包括获取现有数据集，构建多尺度道路场景目标检测模型，该模型是在小目标检测模型MS‑YOLOv5基础上进行的改进；MS‑YOLOv5以YOLOv5的主干特征提取网络作为基础模型，对其中的几个模块进行替换；以MS‑YOLOv5为基础模型，其中的模块进行替换并加入混合注意力机制MSCA；对输入数据集数据引入数据重采样操作，并进行训练，待最优收敛后保存模型参数得最优小目标检测模型；调用最优小目标检测模型，输入测图片进行检测，输出即为识别的结果。通过实验验证结果得出该方法提升了检测精度，同时改善了拥堵场景下存在漏检的情况。
-
公开(公告)号：CN116704236B
公开(公告)日：2025-05-02
申请号：CN202310492347.1
申请日：2023-05-05
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/77 , G06V20/10 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及基于混合注意力机制的目标检测方法，包括获取现有数据集，构建多尺度道路场景目标检测模型，该模型是在小目标检测模型MS‑YOLOv5基础上进行的改进；MS‑YOLOv5以YOLOv5的主干特征提取网络作为基础模型，对其中的几个模块进行替换；以MS‑YOLOv5为基础模型，其中的模块进行替换并加入混合注意力机制MSCA；对输入数据集数据引入数据重采样操作，并进行训练，待最优收敛后保存模型参数得最优小目标检测模型；调用最优小目标检测模型，输入测图片进行检测，输出即为识别的结果。通过实验验证结果得出该方法提升了检测精度，同时改善了拥堵场景下存在漏检的情况。
-
公开(公告)号：CN116793375A
公开(公告)日：2023-09-22
申请号：CN202310300092.4
申请日：2023-03-26
Applicant: 重庆大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于双向搜索决策改进RRT的移动机器人路径规划方法，该方法主要针对InformedRRT*算法在得到最优路径之前执行时间比较长的缺点，且规划出来的是路径由于存在“突变”无法直接给到移动机器人执行跟踪，提出了对RRTConnect算法以及其InformedRRT*采样策略进行改进后B样条曲线优化的B‑IRC算法。产生新节点之后利用合适半径圆搜索周边顶点时，将祖节点和父节点同时纳入计算。根据三角形性质，两边之和大于第三边，只要祖节点和新节点之间的碰撞检测通过，就认定祖节点与新节点之间的路径更优，从而最终得到更低成本的更优路径。本方法能够显著加快后续椭圆区域的缩小，从而在整体上更快收敛到最优路径。
-
Patent Agency Ranking
公开(公告)号：CN116740412A
公开(公告)日：2023-09-12
申请号：CN202310492349.0
申请日：2023-05-05
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/77 , G06V20/10 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及基于多尺度信息融合的小目标检测方法，包括如下步骤：获取现有数据集，并对数据集进行预处理，经过预处理后的所有图片构成训练集；构建小目标检测模型，该小目标检测模型采用YOLOv5的主干特征提取网络作为基础模型，对其中的几个模块进行替换；对输入数据集数据引入数据重采样操作，并进行训练，待最优收敛后保存模型参数得最优小目标检测模型；调用最优小目标检测模型，输入测图片进行检测，输出即为识别的结果。通过实验验证结果得出该方法提升了对多尺度特征的提取能力，同时有效的改善了小尺度目标的检测性能，测试精度较现有方法均有所提升。
-
公开(公告)号：CN116563558A
公开(公告)日：2023-08-08
申请号：CN202310492350.3
申请日：2023-05-05
Applicant: 重庆大学
IPC: G06V10/40 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/77 , G06V20/10 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于多尺度轻量化主干网络的特征提取方法，包括如下步骤：获取图片，并对图片进行预处理，经过预处理后的一张图片为一个训练样本；构建MSL_backbone模型，将训练样本输入MSL_backbone对其进行训练，待最优收敛后保存模型参数得最优MSL_backbone；调用最优MSL_backbone，输入待测数据得到结果并通过提取网络的最后一个特征图输出。本发明方法提升了对多尺度特征的提取能力，与原先方法模型相比有着0.35％的精度提升。
-
公开(公告)号：CN116563558B
公开(公告)日：2025-04-11
申请号：CN202310492350.3
申请日：2023-05-05
Applicant: 重庆大学
IPC: G06V10/40 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/77 , G06V20/10 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于多尺度轻量化主干网络的特征提取方法，包括如下步骤：获取图片，并对图片进行预处理，经过预处理后的一张图片为一个训练样本；构建MSL_backbone模型，将训练样本输入MSL_backbone对其进行训练，待最优收敛后保存模型参数得最优MSL_backbone；调用最优MSL_backbone，输入待测数据得到结果并通过提取网络的最后一个特征图输出。本发明方法提升了对多尺度特征的提取能力，与原先方法模型相比有着0.35％的精度提升。
-
公开(公告)号：CN116184994A
公开(公告)日：2023-05-30
申请号：CN202211089330.3
申请日：2022-09-07
IPC: G05D1/02
Abstract: 本发明公开了一种移动机器人的路径规划方法及装置，该方法包括：利用栅格地图数据集，确定移动机器人的起始节点和目标节点；根据所述起始节点和目标节点，利用A*算法规划出一条全局路径；对所述全局路径进行全局优化，以过滤掉所述全局路径中的冗余节点；结合动态窗口法思想，对完成局部避障以及对路径的局部优化，从而提高路径的平滑度和安全性。本发明通过改进A*算法和动态窗口算法并进行结合，改善了各自算法的局限性，达到更好的路径规划效果，减少了移动机器人自主运动的单次运动时长，提高了运动路径曲线的平滑性；同时改善了移动机器人在静态行驶路线过程中的问题，在规划路径段内可以实现灵活的避障功能。
-
公开(公告)号：CN113835443A
公开(公告)日：2021-12-24
申请号：CN202111169191.0
申请日：2021-10-08
Applicant: 重庆大学
IPC: G05D1/10
Abstract: 本发明公开了一种非传统欧式距离场的四旋翼无人机轨迹规划方法。包括以下步骤：首先忽略初始轨迹与障碍物的碰撞，建立仅满足端点约束的标准B样条曲线，同时对每一个在当前碰撞段中控制点赋予一个锚点，利用增强RRT*算法得到原本在障碍物里面的轨迹的无碰撞路径并计算罚函数的碰撞项罚函数，并用此来估计梯度信息；利用无碰撞路径和罚函数计算无碰撞轨迹；判断该轨迹是否满足动力学约束，若不满足则对初始轨迹进行时间重新分配操作；通过重新分配的时间和构造的曲线拟合项的作用，生成满足动力学约束且能够高度拟合原来轨迹的B样条曲线。本发明方法可以大大减少规划无人机轨迹时的计算量，并且提高了轨迹计算的准确性，减少无人机飞行时的碰撞情况。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
