公开(公告)号：CN117710645A

公开(公告)日：2024-03-15

申请号：CN202311608274.4

申请日：2023-11-28

Applicant: 重庆邮电大学

Inventor： 李艳生 ,  余浩杨 ,  杨美美 ,  袁义洋 ,  王文辛

IPC: G06V10/25 ,  G06V10/44 ,  G06V20/56 ,  G06T7/73 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于融合注意力机制和轻量化神经网络的动态场景VSLAM优化方法，属于视觉SLAM领域。该方法包括：将YOLO‑Fastest算法架构的backbone层网络与YOLOv5s的head层网络进行结合，主干网络采用YOLO‑Fastest的ShuffleNetv2，同时引入轻量级网络Ghostnet，对网络模型进行轻量化处理；在此基础上加入EMA注意力机制以改进模型；使用改进模型对COCO数据集进行训练得到训练好的权重；使用detect模型以训练好的权重对采集图像进行处理生成检测框，将带有检测框的图片传入orbslam筛除检测框中的动态特征点，保留静态特征点用于位姿估计。

公开(公告)号：CN118329044A

公开(公告)日：2024-07-12

申请号：CN202410468550.X

申请日：2024-04-18

Applicant: 重庆邮电大学

Inventor： 李艳生 ,  王文辛 ,  张毅 ,  杨美美

IPC: G01C21/20 ,  G01C21/00 ,  G01C21/34 ,  G01C21/32 ,  G01C21/36

Abstract: 本发明涉及一种基于大模型融合环境与生物多模态信息的校园巡检机器人导航方法，属于机器人导航与路径规划技术领域，包括以下步骤：S1：初始化机器人参数；S2：语音指令输入：通过语音指令告知机器人起始点和目的地；S3：生成初始路径：利用大模型融合环境特征生成全局路径规划，即从起始点到目的地的初步整体导航路线；S4：路径规划算法设计：在全局路径规划的基础上，结合生物特征和路径规划算法，生成能够避开障碍物、选择最优行走路线的局部路径；S5：实时控制与执行：基于融合后的结果，控制机器人执行路径规划决策。

公开(公告)号：CN117710935A

公开(公告)日：2024-03-15

申请号：CN202311616241.4

申请日：2023-11-28

Applicant: 重庆邮电大学

Inventor： 李艳生 ,  袁义洋 ,  杨美美 ,  余浩杨 ,  王文辛

IPC: G06V20/58 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种融合双维度注意力和残差网络的道路垃圾检测方法，属于目标检测技术领域。该方法包括：采集道路垃圾图像制作模型构建数据集，其中模型构建数据集中包含至少一个道路垃圾目标的图像；基于YOLOv5s的网络结构，引入Res2Net网络，融合注意力机制并将损失函数替换为EIOU得到改进的道路垃圾检测模型；使用模型构建数据集对改进的道路垃圾检测模型进行训练；将训练好的道路垃圾检测模型部署到巡检机器人中，进行道路垃圾检测，并将检测结果输出至巡检机器人显示端。本发明可在降低模型参数量的同时以更细的粒度提取多尺度特征，能表现出更好的鲁棒性和准确性。