一种机器人密度自适应行间导航方法

    公开(公告)号:CN119803470A

    公开(公告)日:2025-04-11

    申请号:CN202411908856.9

    申请日:2024-12-24

    Abstract: 本发明公开一种机器人密度自适应行间导航方法,属于机器人自主导航技术领域,包括重复以下步骤:当行驶距离在预设范围内时,根据三维立方体的最大长度和点云的半径判断环境密度:若环境密度低,采用改进的随机采样一致性算法拟合物体的分布行直线,根据物体构成的几何结构得到导航路径进行导航并记录行驶距离;若环境密度高,基于人工势场机制和二维点云数据确定机器人前方无障碍物体,将物体几何形状中心线上的点作为虚拟目标点提供引力,并将虚拟目标点两侧的物体作为斥力障碍物控制机器人自主导航并记录行驶距离;当行驶距离不在预设范围内时,将行驶距离重置并结束本次迭代。本发明解决了机器人在不同密度的环境中导航效果不佳的问题。

    一种电力系统的巡检方法
    3.
    发明公开

    公开(公告)号:CN118711133A

    公开(公告)日:2024-09-27

    申请号:CN202410846298.1

    申请日:2024-06-27

    Abstract: 本发明公开了电力系统监控和维护技术领域的一种电力系统的巡检方法,旨在解决巡检结果的全面性和准确性受到限制的技术问题。其包括:首先获取目标物体的原始点云数据,并通过原始点云数据获取初步检测置信度,快速过滤掉明显不符合要求的目标,从而提高了整体巡检的效率;根标据目标物体的图像数据获取每个目标物体的第二次检测置信度,二次过滤掉明显不符合要求的目标,再次提高了整体巡检的效率,并且图像数据与原始点云数据的性质不容,提高了筛选的全面性;使用卷积神经网络对多类图像进行融合,能够结合点云数据和图像数据的优点,能够适应不同的巡检场景和需求;从而降低了设备故障和事故的风险,进而满足了巡检结果的全面性和准确性要求。

Patent Agency Ranking