-
公开(公告)号：CN110838150B
公开(公告)日：2022-07-15
申请号：CN201911127308.1
申请日：2019-11-18
Applicant: 重庆邮电大学
IPC: G06T7/90 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明公开了一种监督式学习的颜色识别方法，包括如下步骤，1)采集数据：a)收集不同光照环境下6种魔方块颜色图像；b)将图像空间从RGB转化到HSV空间；c)选取图像RGB和图像HSV特定区域，取平均值，得到RGB、HSV颜色空间内R,G,B,H,S,V的六组数据；d)每组数据标注颜色信息；2)建立SVM模型：e)将1)中采集数据(R,G,B,H,S,V)作为六维空间一个点；f)建立六维空间，将步骤1)中不同光照环境下收集的大量数据全部映射到六维空间里；g)使用五维的平面把六维空间划分成六个区域，保存模型参数；3)通过摄像机获取待复原魔方图像，收集魔方指定区域的RGBHSV六个值的平均值，提取SVM训练模型进行颜色识别，判断该点位于六维空间的哪个区域。
-
Patent Agency Ranking
公开(公告)号：CN110838150A
公开(公告)日：2020-02-25
申请号：CN201911127308.1
申请日：2019-11-18
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种监督式学习的颜色识别方法，包括如下步骤，1)采集数据：a)收集不同光照环境下6种魔方块颜色图像；b)将图像空间从RGB转化到HSV空间；c)选取图像RGB和图像HSV特定区域，取平均值，得到RGB、HSV颜色空间内R,G,B,H,S,V的六组数据；d)每组数据标注颜色信息；2)建立SVM模型：e)将1)中采集数据(R,G,B,H,S,V)作为六维空间一个点；f)建立六维空间，将步骤1)中不同光照环境下收集的大量数据全部映射到六维空间里；g)使用五维的平面把六维空间划分成六个区域，保存模型参数；3)通过摄像机获取待复原魔方图像，收集魔方指定区域的RGBHSV六个值的平均值，提取SVM训练模型进行颜色识别，判断该点位于六维空间的哪个区域。
-
公开(公告)号：CN112762928B
公开(公告)日：2022-07-15
申请号：CN202011538701.2
申请日：2020-12-23
Applicant: 重庆邮电大学
Abstract: 本发明公开了含有激光SLAM的ODOM与DM地标组合移动机器人及导航方法，首先通过建立里程计运动模型预测粒子位置，并利用DM码数据信息修正其参数，再建立DM地标观测模型更新粒子重要性权重；其后在改进的粒子重采样过程中根据相机观测似然增加固定数目的随机粒子，以获得更准确的粒子分布来有效提高定位精度，同时减弱了蒙特卡洛(MCL)算法粒子退化，改进算法解决了机器人位置漂移与劫持问题；最后通过DM地标轨迹纠偏不断修正其位姿，提高机器人全局导航精度，基于组合导航机器人平台进行实验。
-
公开(公告)号：CN113156931A
公开(公告)日：2021-07-23
申请号：CN202011520181.2
申请日：2020-12-21
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明公开了给含有离子‑人工蜂群算法的移动机器人配置路径的方法，主要用于解决仓储环境下路径规划问题；针对传统ABC算法存在的不足与缺陷，引入自然界离子间相互作用力来改善蜂群算法搜索阶段，并把搜索阶段分成前、后期来平衡算法的开发和探索能力，在保证不陷入局部最优的前提下，加大搜索步长，并在全局更新阶段加入自适应性花香浓度，根据花香浓度指引变异自适应性更新，提升算法的效率。该算法在不同的标准测试函数下验证极值求解能力并表现出较大的优势，通过求解机器人路径规划问题验证了算法的实际运用效果。
-
公开(公告)号：CN113156931B
公开(公告)日：2022-09-09
申请号：CN202011520181.2
申请日：2020-12-21
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明公开了给含有离子‑人工蜂群算法的移动机器人配置路径的方法，主要用于解决仓储环境下路径规划问题；针对传统ABC算法存在的不足与缺陷，引入自然界离子间相互作用力来改善蜂群算法搜索阶段，并把搜索阶段分成前、后期来平衡算法的开发和探索能力，在保证不陷入局部最优的前提下，加大搜索步长，并在全局更新阶段加入自适应性花香浓度，根据花香浓度指引变异自适应性更新，提升算法的效率。该算法在不同的标准测试函数下验证极值求解能力并表现出较大的优势，通过求解机器人路径规划问题验证了算法的实际运用效果。
-
公开(公告)号：CN112762928A
公开(公告)日：2021-05-07
申请号：CN202011538701.2
申请日：2020-12-23
Applicant: 重庆邮电大学
Abstract: 本发明公开了含有激光SLAM的ODOM与DM地标组合移动机器人及导航方法，首先通过建立里程计运动模型预测粒子位置，并利用DM码数据信息修正其参数，再建立DM地标观测模型更新粒子重要性权重；其后在改进的粒子重采样过程中根据相机观测似然增加固定数目的随机粒子，以获得更准确的粒子分布来有效提高定位精度，同时减弱了蒙特卡洛(MCL)算法粒子退化，改进算法解决了机器人位置漂移与劫持问题；最后通过DM地标轨迹纠偏不断修正其位姿，提高机器人全局导航精度，基于组合导航机器人平台进行实验。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
