一种基于目标驱动的强化学习导航方法

    公开(公告)号:CN117475279A

    公开(公告)日:2024-01-30

    申请号:CN202311434559.0

    申请日:2023-10-31

    摘要: 本发明涉及计算机视觉导航技术领域,具体涉及一种基于目标驱动的强化学习导航方法。本发明利用基于Transformer网络的DETR算法更有效地提取视觉图像中的目标信息,效率更高,泛化性更强;所设计的智能体状态特征提取方法,使得强化学习决策网络能获得全面丰富的状态信息以促进网络学习;其中深度强化学习决策网络中将启发式控制器引入到基线PPO算法中,能够帮助强化学习训练更快收敛,避免陷入局部最优甚至不收敛,提升算法的整体效率。本发明的方法能够在没有环境先验信息的条件下进行自主导航,具有一定的泛化性和可迁移性。

    一种基于近距离短弧段图像的对接环圆心提取方法

    公开(公告)号:CN105261047A

    公开(公告)日:2016-01-20

    申请号:CN201510568069.9

    申请日:2015-09-08

    IPC分类号: G06T7/60 G06T7/00

    CPC分类号: G06T2200/04

    摘要: 本发明一种基于近距离短弧段图像的对接环圆心提取方法,步骤包括:对于包含短弧段对接环的双目图像,进行极线校正,采用标准差方法进行阈值分割,利用区域属性进行环面提取,然后提取其内外边缘;利用半全局的匹配方法对提取出的环面区域进行致密重建,得到相机坐标系下的三维点云;计算点云的环面法向量并将坐标投影到与法向量垂直的平面内;在新平面内区分内外边缘,分别进行标准正圆拟合;根据得到的内外边缘中心和半径,采用同心环约束,最终得到对接环准确的圆心坐标。本发明从对接环的特性出发,直接将三维点云数据投射到正射的空间平面内,将椭圆拟合简化为圆拟合,同时通过内外环的约束条件消除错误点,具有结果准确、计算量小的优点。

    一种基于近距离短弧段图像的对接环圆心提取方法

    公开(公告)号:CN105261047B

    公开(公告)日:2019-04-09

    申请号:CN201510568069.9

    申请日:2015-09-08

    摘要: 本发明一种基于近距离短弧段图像的对接环圆心提取方法,步骤包括:对于包含短弧段对接环的双目图像,进行极线校正,采用标准差方法进行阈值分割,利用区域属性进行环面提取,然后提取其内外边缘;利用半全局的匹配方法对提取出的环面区域进行致密重建,得到相机坐标系下的三维点云;计算点云的环面法向量并将坐标投影到与法向量垂直的平面内;在新平面内区分内外边缘,分别进行标准正圆拟合;根据得到的内外边缘中心和半径,采用同心环约束,最终得到对接环准确的圆心坐标。本发明从对接环的特性出发,直接将三维点云数据投射到正射的空间平面内,将椭圆拟合简化为圆拟合,同时通过内外环的约束条件消除错误点,具有结果准确、计算量小的优点。