一种基于卷积神经网络的动作识别方法

    公开(公告)号:CN113052091A

    公开(公告)日:2021-06-29

    申请号:CN202110338887.5

    申请日:2021-03-30

    摘要: 本发明涉及一种基于卷积神经网络的动作识别方法。不同于常见的以二维图像特征为输入的长短期记忆模型动作识别方法,本发明采用三维卷积核构建的骨干网络对图像序列进行特征提取,在保留空间特征的情况下引入时序特征。与此同时,通过三维空间下的批标准化操作对特征进行处理,避免模型训练过程中出现梯度消失现象。将骨干网络提取到的时空混合特征送入经过改进的长短期记忆模型并输出表征动作类别的一维向量。该方法通过对人类动作时空信息的有效提取以更好地保留目标的动作特征,从而实现以视频帧序列作为信息源的目标动作识别功能。

    一种基于改进Laplacian边缘检测的线结构光条中心线提取方法

    公开(公告)号:CN105574869A

    公开(公告)日:2016-05-11

    申请号:CN201510938884.X

    申请日:2015-12-15

    IPC分类号: G06T7/00 G06T7/60

    摘要: 本发明涉及一种基于改进Laplacian边缘检测的线结构光条中心线提取方法,属于机器人或无人车技术领域。本发明首先根据线结构光条的边缘特性,基于改进Laplacian边缘检测的方法将Laplacian算子中的8-邻接卷积模板分解为4个卷积模板,并通过4个卷积模板实现光条边缘像素点与其梯度方向的快速、有效的获取;然后根据相邻光条空间位置的连续性、边缘像素点梯度值的相似性、边缘梯度方向的相似性获取准确完整的线结构光条边缘,滤除虚假光条边缘;最后根据光条像素沿边缘梯度方向的灰度分布特征,完成线结构光条中心线的提取。该方法能够完成线结构光条中心线的快速、有效提取,从而实现基于线结构光的障碍物识别中的障碍物三维信息的有效获取。

    基于多传感器融合的多视觉特征车辆检测方法

    公开(公告)号:CN105574542A

    公开(公告)日:2016-05-11

    申请号:CN201510940005.7

    申请日:2015-12-15

    发明人: 靳璐 苏波 康晓 吴越

    IPC分类号: G06K9/62 G06K9/00

    摘要: 本发明涉及一种基于多传感器融合的多视觉特征车辆检测方法,属于无人车技术领域。本发明首先通过毫米波雷达和摄像头获取前方车辆的图像和数据信息,并通过毫米波雷达坐标系和图像坐标系的转换关系得到车辆在图像中的位置,进而在图像中得到车辆感兴趣区域,减小了图像处理时间以及非车辆感兴趣区域对图像处理的干扰。然后,融合车辆的车辆底部阴影、车辆对称性和车辆左右边缘三个属性特征,实现车辆检测,克服了利用单一属性特征检测车辆时鲁棒性低的缺点。

    一种自主定位方法与系统

    公开(公告)号:CN109459769B

    公开(公告)日:2023-07-25

    申请号:CN201811351364.9

    申请日:2018-11-14

    IPC分类号: G01S19/37 G01S19/45

    摘要: 本发明涉及一种不完全依赖导航卫星信号的自主定位方法与系统,包括:当在设定时间期限内不能获取导航卫星定位时,基于最近获取的导航卫星定位的第一位置信息和多传感器数据,采用扩展卡尔曼滤波方法进行计算得到当前的位置信息。本发明为一种不完全依赖导航卫星信号的自主定位方法与系统,当导航卫星系统受到电磁干扰等环境影响时,机器人或无人车智能通过获取有限的导航卫星信号,仍然能够准确进行定位。

    一种无导航卫星信号下的自主定位方法

    公开(公告)号:CN112612788A

    公开(公告)日:2021-04-06

    申请号:CN202011460748.1

    申请日:2020-12-11

    摘要: 本发明涉及一种无导航卫星信号下的自主定位方法,属于无人车、机器人技术领域。本发明采用正态分布变换同步定位与地图生成(NDT‑SLAM)的自主定位方法,通过正态分布变换占用地图(NDT‑OM)方法形成基于三维激光雷达扫描数据的NDT‑OM局部地图,并通过NDT‑D2D匹配方法完成局部NDT‑OM地图之间的匹配,并在此基础上融合由惯性导航系统(INS)与里程计生成的位置估计信息与局部地图匹配信息,该方法能够有效融合激光雷达、INS与里程计等多源传感器信息,实现无人车、机器人等智能系统在无导航卫星信号下的准确自主定位。

    基于带特征突起V型标定物的激光雷达与摄像机联合标定方法

    公开(公告)号:CN105445721A

    公开(公告)日:2016-03-30

    申请号:CN201510939840.9

    申请日:2015-12-15

    IPC分类号: G01S7/497 G06T7/00

    CPC分类号: G01S7/497

    摘要: 本发明涉及一种基于带特征突起V型标定物的激光雷达与摄像机联合标定方法,属于无人车或机器人技术领域。本发明设计带特征突起的V型标定物,采用V型标定物中特征突起物的中心点作为特征标定点,该特征标定点不仅图像特征明显,能够获取其准确的图像信息;并且具有几何特征突起,易于激光雷达分辨,并能通过将V型标定物两侧的激光雷达扫描数据点拟合直线,并求取两条数据线交点的方法间接获取激光雷达中该标定点的准确信息。通过该带特征突起的V型标定物,能够实现对应激光雷达标定点信息与摄像机点标定点信息的准确获取,从而实现激光雷达与摄像机准确的联合标定。

    信息融合定位系统卫星信号环境的自适应判别方法

    公开(公告)号:CN113156473B

    公开(公告)日:2023-05-02

    申请号:CN202110238535.2

    申请日:2021-03-04

    IPC分类号: G01S19/42 G06N3/08

    摘要: 本发明属于导航定位或机器人技术领域,具体涉及一种信息融合定位系统卫星信号环境的自适应判别方法。该方法包括:选取训练样本以及标签;对采集到的样本数据进行初步权重计算和批标准化处理;批处理操作之后的数据正向传播及误差反向传播;对上述训练好的模型利用测试集进行评价;该方法采用基于RNN的多源信息融合定位系统卫星信号环境的自适应判别方法,能够有效对智能系统运行环境的导航卫星信号状态进行特征抽取,根据连续时间段内的卫星信号状态特征输出当前时刻卫星信号状态判别值,实现智能无人系统的信息融合定位系统对卫星信号环境的自适应判别。