基于改进RANSAC的视觉定位方法

    公开(公告)号:CN109829459B

    公开(公告)日:2022-05-17

    申请号:CN201910052684.2

    申请日:2019-01-21

    Abstract: 本发明涉及一种基于改进RANSAC的视觉定位方法,包含如下步骤:S1将采集的图像数据进行粗匹配,得到数据集D;S2从数据集D中随机抽取n个数据点;S3使用n个数据来估计模型参数,得到模型M;S4根据损失函数更新样本集D的权值,并完成初始样本分组;S5考虑对随机抽取的初始样本进行预判断,对于不满足预判断条件的模型,返回步骤S2重新开始;S6根据损失函数更新样本集D的权值,并完成样本分组更新;S7如果样本集D大于当前记录的最优样本B_D,那么B_D=D,并记录模型参数;如果迭代次数超过设定阈值k,则退出算法,否则返回重复步骤S2‑S6;S8根据得到模型参数,估计相机三维位姿信息。

    基于人工势场与滚动窗口的机器人的动态避障方法

    公开(公告)号:CN108762264B

    公开(公告)日:2021-05-04

    申请号:CN201810496257.9

    申请日:2018-05-22

    Abstract: 本发明涉及一种基于人工势场与滚动窗口的机器人的动态避障方法,机器人路径规划技术领域,该方法包含如下步骤S1:设置机器人运动时与障碍物的绝对安全距离D以及目的地的位置坐标信息X(x,y);S2:通过机器人的历史里程计数据与当前环境信息E0i来判定当前机器人在全局坐标系中的位姿S3:利用A星寻路算法初步规划出当前视窗下的一条最优路线Sfirst并且开始执行;S4:利用滚动窗口法,时刻扫描并更新当前窗口下的实时环境信息E1i,计算出Δt时间窗口内的环境中是否有障碍物的存在;S5:判断障碍物的距离是否在设置的绝对安全距离以内;S6:判断是否已经到达目的地坐标位置X(x,y),若到达则结束导航。本发明方法有效地提升了动态中全局路径规划最优性。

    组合式平面三自由度超声波电机振子及其驱动方法

    公开(公告)号:CN108429486A

    公开(公告)日:2018-08-21

    申请号:CN201810279891.7

    申请日:2018-03-30

    Abstract: 本发明涉及一种组合式平面三自由度超声波电机振子及其驱动方法,振子包括通过连接装置I并列连接的两个夹心式柱状压电换能器组件II,夹心式柱状压电换能器组件包括一个中柱6、两个端柱2、两组x向弯振压电陶瓷组件III、四组z向弯振压电陶瓷组件IV以及从两侧将它们拧紧固定的两根螺钉1,每组x向弯振压电陶瓷组件均由四片压电陶瓷片3及一片电极片5构成,每组z向弯振压电陶瓷组件均由两片压电陶瓷片3及一片电极片4构成,所有压电陶瓷片均沿厚度方向极化。本发明解决了对接触面为平面的动子的三自由度驱动的问题。本发明属于电子产品技术领域,可以用于精密驱动、光学检测、微机械等领域。

    基于改进RANSAC的视觉定位方法

    公开(公告)号:CN109829459A

    公开(公告)日:2019-05-31

    申请号:CN201910052684.2

    申请日:2019-01-21

    Abstract: 本发明涉及一种基于改进RANSAC的视觉定位方法,包含如下步骤:S1将采集的图像数据进行粗匹配,得到数据集D;S2从数据集D中随机抽取n个数据点,S3使用n个数据来估计模型参数,得到模型M;S4根据损失函数更新样本集D的权值,并完成初始样本分组;S5考虑对随机抽取的初始样本进行预判断,对于不满足预判断条件的模型,返回步骤S2重新开始;S6根据损失函数更新样本集D的权值,并完成样本分组更新;S7如果样本集D大于当前记录的最优样本B_D,那么B_D=D,并记录模型参数;如果迭代次数超过设定阈值k,则退出算法,否则返回重复步骤S2-S6;S8根据得到模型参数,估计相机三维位姿信息。

    基于传感器融合与改进Q学习算法的动态避障方法

    公开(公告)号:CN109445440B

    公开(公告)日:2022-03-22

    申请号:CN201811529430.7

    申请日:2018-12-13

    Abstract: 本发明请求保护一种基于传感器融合与改进Q学习算法的动态避障方法,包含步骤:S1:设置机器人运动时与障碍物的安全距离、目的坐标位置信息和范围;S2:确定机器人当前的位姿,进行导航路径规划,并开始前进;S3:导航过程中,将声纳传感器检测到的环境数据和激光传感器检测到环境数据进行预处理与特征化,然后相融合得到环境数据;S4:根据融合后的环境数据判断当前机器人状态是否需要进行动态避障,如果需要则进入S5,不需要则进入S6;S5:利用改进Q学习动态避障算法,得到下一步的动作状态(a,θ);S6:判断机器人是否到达目标点,如果没有则返回S2继续导航,如果已到达则结束导航。本发明方法有效地克服了单一传感器缺陷并有效地提升了动态环境中避障效率。

    组合式平面三自由度超声波电机振子及其驱动方法

    公开(公告)号:CN108429486B

    公开(公告)日:2019-11-08

    申请号:CN201810279891.7

    申请日:2018-03-30

    Abstract: 本发明涉及一种组合式平面三自由度超声波电机振子及其驱动方法,振子包括通过连接装置并列连接的两个夹心式柱状压电换能器组件,每个夹心式柱状压电换能器组件包括一个中柱、两个端柱、两组x向弯振压电陶瓷组件、四组z向弯振压电陶瓷组件以及从两侧将它们拧紧固定的两根螺钉,每组x向弯振压电陶瓷组件均由四片压电陶瓷片及一片电极片构成,每组z向弯振压电陶瓷组件均由两片压电陶瓷片及一片电极片构成,所有压电陶瓷片均沿厚度方向极化,通过两组电压信号激励振子,实现平面三自由度驱动。本发明解决了对接触面为平面的动子的三自由度驱动的问题。本发明属于电子产品技术领域,可以用于精密驱动、光学检测、微机械等领域。

    基于传感器融合与改进Q学习算法的动态避障方法

    公开(公告)号:CN109445440A

    公开(公告)日:2019-03-08

    申请号:CN201811529430.7

    申请日:2018-12-13

    Abstract: 本发明请求保护一种基于传感器融合与改进Q学习算法的动态避障方法,包含步骤:S1:设置机器人运动时与障碍物的安全距离、目的坐标位置信息和范围;S2:确定机器人当前的位姿,进行导航路径规划,并开始前进;S3:导航过程中,将声纳传感器检测到的环境数据和激光传感器检测到环境数据进行预处理与特征化,然后相融合得到环境数据;S4:根据融合后的环境数据判断当前机器人状态是否需要进行动态避障,如果需要则进入S5,不需要则进入S6;S5:利用改进Q学习动态避障算法,得到下一步的动作状态(a,θ);S6:判断机器人是否到达目标点,如果没有则返回S2继续导航,如果已到达则结束导航。本发明方法有效地克服了单一传感器缺陷并有效地提升了动态环境中避障效率。

    基于人工势场与滚动窗口的机器人的动态避障方法

    公开(公告)号:CN108762264A

    公开(公告)日:2018-11-06

    申请号:CN201810496257.9

    申请日:2018-05-22

    CPC classification number: G05D1/024 G01C21/20

    Abstract: 本发明涉及一种基于人工势场与滚动窗口的机器人的动态避障方法,机器人路径规划技术领域,该方法包含如下步骤S1:设置机器人运动时与障碍物的绝对安全距离D以及目的地的位置坐标信息X(x,y);S2:通过机器人的历史里程计数据与当前环境信息E0i来判定当前机器人在全局坐标系中的位姿S3:利用A星寻路算法初步规划出当前视窗下的一条最优路线Sfirst并且开始执行;S4:利用滚动窗口法,时刻扫描并更新当前窗口下的实时环境信息E1i,计算出Δt时间窗口内的环境中是否有障碍物的存在;S5:判断障碍物的距离是否在设置的绝对安全距离以内;S6:判断是否已经到达目的地坐标位置X(x,y),若到达则结束导航。本发明方法有效地提升了动态中全局路径规划最优性。

Patent Agency Ranking