-
公开(公告)号：CN104932507A
公开(公告)日：2015-09-23
申请号：CN201510312932.4
申请日：2015-06-09
Applicant: 北京联合大学
IPC: G05D1/02
Abstract: 本发明涉及一种夜间巡逻机器人自动循迹方法，机器人沿地面铺设的配套循迹线自动巡逻，所述方法包括：机器人初始化；所述机器人底部安装的灰度传感器和所述灰度传感器自身包含的照亮装置完成对所述配套循迹线的检测；所述机器人根据检测数据依照循迹算法得到移动结果，所述机器人根据所述移动结果进行自动巡逻移动，所述循迹算法中取黑白色灰度值的平均值为识别黑白色临界值，设定当灰度值高于黑白色临界值时识别为白色，当灰度值低于黑白色临界值时则识别为黑色，所述移动结果包括左偏、右偏、直行、左转弯、右转弯。本方案通过合理设计黑白线轨迹铺设方法和灰度传感器在机器人底部的位置，结合相应的循迹算法，可以实现机器人在夜间黑暗环境下精确、稳定循迹。
-
Patent Agency Ranking
公开(公告)号：CN104537680A
公开(公告)日：2015-04-22
申请号：CN201510030239.8
申请日：2015-01-21
Applicant: 北京联合大学
Abstract: 本发明涉及基于边缘显著度的EFMT异源图像配准方法及系统，所述方法包括以下步骤：步骤a.边缘提取模块提取参考图像和待配准图像的边缘图像；步骤b.计算模块将所述边缘图像变换到对数－极坐标域，并计算所述对数－极坐标域图像的相位相关，得到图像的旋转角度和尺度因子；步骤c.图像变换模块根据所述旋转角度和尺度因子对所述待配准图像进行图像变换，边缘提取模块提取所述变换后图像的边缘图像；步骤d.计算模块计算步骤c中所述边缘图像变换和步骤a中的参考图像的边缘图像的相位相关，旋转角度得到图像平移参数。本方案在传统配准算法的基础上，利用图像的边缘图像进行FMT变换，提高了异源图像配准的精度和速度。
-
公开(公告)号：CN104932507B
公开(公告)日：2017-11-07
申请号：CN201510312932.4
申请日：2015-06-09
Applicant: 北京联合大学
IPC: G05D1/02
Abstract: 本发明涉及一种夜间巡逻机器人自动循迹方法，机器人沿地面铺设的配套循迹线自动巡逻，所述方法包括：机器人初始化；所述机器人底部安装的灰度传感器和所述灰度传感器自身包含的照亮装置完成对所述配套循迹线的检测；所述机器人根据检测数据依照循迹算法得到移动结果，所述机器人根据所述移动结果进行自动巡逻移动，所述循迹算法中取黑白色灰度值的平均值为识别黑白色临界值，设定当灰度值高于黑白色临界值时识别为白色，当灰度值低于黑白色临界值时则识别为黑色，所述移动结果包括左偏、右偏、直行、左转弯、右转弯。本方案通过合理设计黑白线轨迹铺设方法和灰度传感器在机器人底部的位置，结合相应的循迹算法，可以实现机器人在夜间黑暗环境下精确、稳定循迹。
-
公开(公告)号：CN104537681A
公开(公告)日：2015-04-22
申请号：CN201510031108.1
申请日：2015-01-21
Applicant: 北京联合大学
IPC: G06T7/00
CPC classification number: G06T7/73 , G06T2207/20032 , G06T2207/20036
Abstract: 本发明涉及一种谱分离的视觉显著区域提取方法及系统，所述方法包括：图像变换模块对图像进行FFT变换，并提取图像的二维幅度谱和二维相位谱；中值滤波模块对图像的二维幅度谱进行中值滤波运算，并将中值滤波后的幅度谱和原相位谱相加；图像逆变换模块对所述相加后的图像谱进行傅里叶逆变换，得到视觉显著图；显著区域处理模块对所述显著图进行显著候选区域的分割和聚合。本方案通过谱分离的方法，完整保留了图像在结构及灰度方面的显著信息，得到了图像的显著图；并通过形态学的方法对显著图进行分割和增强，将图像的显著区域提取出来，提高了视觉显著区域提取的准确性。
-
公开(公告)号：CN105469417A
公开(公告)日：2016-04-06
申请号：CN201511026534.2
申请日：2015-12-30
Applicant: 北京联合大学
IPC: G06T7/00
CPC classification number: G06T2207/20016
Abstract: 本发明属于图像配准技术领域，涉及一种MSER+PSO的异源图像配准算法。本发明同传统的基于灰度的配准算法相比，其参与寻找最佳匹配点的方法不是通过遍历所有的像素，而是分步进行的。首先利用基于特征点的方法初配，减小待配准图像和参考图像的差距，然后再分两次PSO(粒子群优化)的方式进行细配，但两次搜索的起点不同，二次粒子群搜索后即可得到匹配的最优点。由于参与运算的是边缘区域图像，实际参与运算的图像数据减少为原来的约8％～25％，配准的时间也缩短为原来的约15％～40％。同时，由于采用了两次粒子群搜索(PSO)，配准的精度可达到亚像素级。
-
公开(公告)号：CN106840152A
公开(公告)日：2017-06-13
申请号：CN201710060303.6
申请日：2017-01-24
Applicant: 北京联合大学
CPC classification number: G01C21/16 , G01C21/206
Abstract: 本发明涉及一种面向室内移动机器人的高精度组合导航系统，包括传感器数据采集模块、微处理器、PC端以及惯性导航控制算法模块、磁钉和先验地图，所述数据融合模块对所述传感器数据采集模块获得的信号进行数据融合，所述惯性导航控制算法模块依据所述数据融合得到的信息及所述磁钉的位置，结合所述先验地图经过计算确定航向信息。本发明还涉及一种面向室内移动机器人的高精度组合导航的方法，通过主控芯片采集惯性导航传感器、磁导航传感器和光电编码器的信号并依据所述磁导航传感器以及磁钉的位置，结合先验地图，通过计算获得航向角。本发明提供的导航装置及方法设备简单、导航精度高、导航速度更快，可以极大提高机器人导航的实时性和定位精度。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
