一种解耦分类与回归任务的三维点云单阶段目标检测方法

    公开(公告)号:CN113221962A

    公开(公告)日:2021-08-06

    申请号:CN202110428644.0

    申请日:2021-04-21

    IPC分类号: G06K9/62 G06K9/46 G06N3/08

    摘要: 本发明公开了一种解耦分类与回归任务的三维点云单阶段目标检测方法,步骤包括:(1)对于点云进行体素化处理,使数据从无须的点云变成有序的栅格结构,(2)利用三维稀疏卷积进行网络的特征提取从而得到高阶特征图,(3)在特征图中,使用双头的检测器聚合特征并预测出目标的分类、回归框以及方向。本发明为了解决目标检测子任务之间的特征纠缠问题,设计了双头的检测网络结构,能够在高维特征中分别提取分类与回归任务各自关注的特征,分别预测子任务。并且在解耦的基础上,利用联合检测的方法,将两个任务中相关信息相结合,共同预测目标类别。本发明提升了三维目标检测的准确率,并可以很容易的迁移到其他方法中。

    一种基于局部曲面特征直方图的点云自动配准方法

    公开(公告)号:CN109887015A

    公开(公告)日:2019-06-14

    申请号:CN201910176356.3

    申请日:2019-03-08

    IPC分类号: G06T7/33

    摘要: 本发明属于计算机视觉技术领域,具体涉及一种基于局部曲面特征直方图的点云自动配准方法。包括对源点云进行循环体素滤波,将源点云降采样到指定点数,根据所得体素大小,对目标点云进行体素滤波;进行关键点查找与特征描述,本发明提出了基于预关键点邻域曲率均值最大的关键点查找,检测点云曲率大于0.02的点,将其作为预关键点,计算其邻域点的曲率均值,将局部曲面曲率均值最大的点归为关键点;根据关键点邻域内点云重心与邻域内各点的法线和距离的关系来计算局部曲面直方图的特征描述子;计算源点云特征描述子与目标点云特征描述子的互对应关系,根据随机采样一致性去除错误对应关系,并根据SVD估算最佳坐标变换矩阵。应用前景广泛。

    一种基于特征融合的自适应权重深度学习目标分类方法

    公开(公告)号:CN109886357A

    公开(公告)日:2019-06-14

    申请号:CN201910189578.9

    申请日:2019-03-13

    IPC分类号: G06K9/62 G06K9/46

    摘要: 本发明提供的是一种基于特征融合的自适应权重深度学习目标分类方法。目标粗检测;提取图像卷积特征和HOG特征,对HOG特征扩维处理;将SENet嵌入到Resnet网络框架,建立用于提取图像多特征权重的网络框架;计算卷积特征和HOG特征的自适应权重向量,制定特征融合策略,计算图像融合特征;建立基于精准二分类网络集的多目标分类框架。本发明将图像卷积特征与HOG特征融合,提取图像特征的自适应权重向量,设计深度学习网络构型和参数,构建精准的分类网络,该网络通过降低得分阈值来得到更多的候选框,提高目标检测的召回率;通过设计多个二分类网络,在多分类问题上具有更高的准确率。

    一种基于SURF算法的双目全景视觉机器人自主定位方法

    公开(公告)号:CN106908040B

    公开(公告)日:2019-06-14

    申请号:CN201710128177.3

    申请日:2017-03-06

    IPC分类号: G01C11/00 G01C11/04

    摘要: 本发明属于移动机器人视觉定位技术领域,具体涉及一种基于SURF算法的双目全景视觉机器人自主定位方法。本发明包括:(1)设置人工路标作为先验位置信息;(2)改进的MDGHM‑SURF特征匹配;(3)匹配点重心迭代算法消除误匹配;(4)垂直基线式双目全景系统三维逆光路成像测距;(5)全景三角定位;(6)预测检测窗口加快定位速度。本发明针对移动机器人室内自主定位问题,通过设置人工路标作为先验位置信息,采用改进的MDGHM‑SURF算法进行特征点快速检测,并通过特征匹配进行路标识别定位,由匹配点重心迭代算法减小匹配误差,提高路标中心的定位精度,由机器人运动状态预测路标检测区域,提高了运动中定位的快速性。

    一种全景深全景图像成像方法

    公开(公告)号:CN105282443B

    公开(公告)日:2019-06-14

    申请号:CN201510676593.8

    申请日:2015-10-13

    IPC分类号: H04N5/232

    摘要: 本发明公开了一种全景深全景图像成像方法。包括以下步骤,步骤一:分析景深需求并计算对焦距离;步骤二:根据对焦距离拍摄图片;步骤三:将拍摄得到的i幅图片进行图像融合,得到全景深全景图像。本发明解决了全景图像在大视角成像前提下不能全图清晰成像这一技术问题,使全景图像在大视场前提下,信息表达更全面,视觉上更清晰,提高了分辨率、减少模糊性以易于识别,并且在很大程度上减少冗余信息。

    一种具有力控制的六自由度机械臂标准汉字书写方法

    公开(公告)号:CN106003033B

    公开(公告)日:2018-04-27

    申请号:CN201610423392.1

    申请日:2016-06-16

    IPC分类号: B25J9/16

    摘要: 本发明属于机械臂控制技术领域,具体涉及一种具有力控制的六自由度机械臂标准汉字书写方法。一种具有力控制的六自由度机械臂标准汉字书写方法,包括汉字轮廓信息提取、机械臂末端轨迹规划、阻抗控制方法设计、接触面位置寻找和书写过程的力控制:具体包括:基于Windows自带的TTF字库提取汉字的轮廓点位置信息,并把轮廓曲线分为直线和样条曲线;将提取出的汉字轮廓位置坐标转化为机械臂末端执行器笛卡尔空间的坐标。本发明使用六自由度机械臂完成力控制下的汉字书写任务,对工业机械臂具有通用性,可广泛应用于实践教学、科技展览中,也可以用于工业领域完成喷涂、雕刻等任务,可以在脆性物体上书写,保证了书写的精确性与安全性。

    一种基于SURF算法的双目全景视觉机器人自主定位方法

    公开(公告)号:CN106908040A

    公开(公告)日:2017-06-30

    申请号:CN201710128177.3

    申请日:2017-03-06

    IPC分类号: G01C11/00 G01C11/04

    CPC分类号: G01C11/00 G01C11/04

    摘要: 本发明属于移动机器人视觉定位技术领域,具体涉及一种基于SURF算法的双目全景视觉机器人自主定位方法。本发明包括:(1)设置人工路标作为先验位置信息;(2)改进的MDGHM‑SURF特征匹配;(3)匹配点重心迭代算法消除误匹配;(4)垂直基线式双目全景系统三维逆光路成像测距;(5)全景三角定位;(6)预测检测窗口加快定位速度。本发明针对移动机器人室内自主定位问题,通过设置人工路标作为先验位置信息,采用改进的MDGHM‑SURF算法进行特征点快速检测,并通过特征匹配进行路标识别定位,由匹配点重心迭代算法减小匹配误差,提高路标中心的定位精度,由机器人运动状态预测路标检测区域,提高了运动中定位的快速性。

    一种六自由度机械臂奇异位形的快速判断方法

    公开(公告)号:CN104385283B

    公开(公告)日:2016-08-24

    申请号:CN201410474913.7

    申请日:2014-09-17

    IPC分类号: B25J13/08

    摘要: 本发明属于机械臂奇异位形判断领域,具体涉及一种六自由度机械臂奇异位形的快速判断方法。本发明包括:从六自由度机械臂的角度编码器中读取六个关节的当前角度值;判断六个关节角是否都没超出自身的实际运动范围;判断第3个关节角;判断第2个关节角;判断第5个关节角。本发明提出的方法将平面几何法应用于机械臂奇异位形的判断中。理论上本发明提出的方法是没有误差的,这能够保证该类六自由度机械臂奇异位形的判断精度,而且该发明提出的判断过程相比于求取雅可比矩阵的奇异值要简单许多,这能够保证该类六自由度机械臂奇异位形的判断速度。

    一种带有运动学的复杂形状目标遗传路径规划方法

    公开(公告)号:CN104020772B

    公开(公告)日:2016-08-24

    申请号:CN201410270105.9

    申请日:2014-06-17

    IPC分类号: G05D1/02

    摘要: 本发明的目的在于提供一种带有运动学的复杂形状目标遗传路径规划方法,包括以下步骤:第一步,采用三维位姿法对路径进行编码,第二步,产生初始种群,第三步,对初始种群进行遗传操作,第四步,采用三段法对路径进行解码并设计适应度函数,第五步,将本次迭代评估后当前代种群路径进行遗传操作,产生下一代种群,将本次迭代第四步中修补后的基因加入到下一代种群中,如此反复进行下去直到所得路径的可行适应度函数的函数值不再发生变化,则迭代结束,收获最优路径解。本发明将机器人的不规则形状及运动学约束考虑均在内,引入基因修补策略和适应度函数惩罚策略,最优解收敛速度得到较大提升。

    一种基于全景视觉的舰船小目标检测方法

    公开(公告)号:CN103679694B

    公开(公告)日:2016-06-29

    申请号:CN201310205207.8

    申请日:2013-05-29

    IPC分类号: G06T7/00 G06K9/46 G06K9/54

    摘要: 本发明涉及的是一种全景可见光图像序列中的小目标检测方法,特别是涉及一种海天背景下全景可见光图像中的舰船小目标检测方法。包括如下步骤:(1)图像预处理;(2)粗略提取海天线;(3)精确提取海天线;(4)在第三边缘检测图中进行第2次精确约束海天线区域;(5)检测小目标并在原始图像中标出小目标的位置。目前全景视觉可见光图像序列中的小目标检测并无有效方法,本发明设计了一种基于椭圆拟合的海天线提取方法提取全景视觉系统采集到的近似椭圆形的海天线,在此基础上设计了一种基于精确海天线区域约束的单窗口阈值法有效检测海天线上突起的舰船小目标。