-
公开(公告)号：CN117928545A
公开(公告)日：2024-04-26
申请号：CN202410028012.9
申请日：2024-01-08
Applicant: 华南理工大学
IPC: G01C21/20
Abstract: 本发明公开了一种机器人室内导航系统自适应狭窄环境的方法，包括：导航策略信息生成环节：在机器人执行室内导航任务的过程中，收集由环境狭窄导致的导航失败位姿NFP，生成与NFP对应的合适通行位姿对STPs，形成导航策略信息以供导航策略切换环节使用；导航策略切换环节：在机器人执行室内导航任务的过程中，根据导航策略信息生成环节提供的导航策略信息判断切换狭窄环境导航策略的时机并执行该策略，包括切换狭窄环境导航参数配置与执行多点导航任务以辅助机器人在狭窄环境中安全通行，在通过狭窄环境后切换为正常导航策略，包括还原正常的导航参数配置与恢复原导航任务。本发明能够使机器人在无人为干涉的情况下通过自动切换导航策略以适应狭窄环境。
-
公开(公告)号：CN112381766B
公开(公告)日：2023-08-22
申请号：CN202011153055.8
申请日：2020-10-26
Applicant: 华南理工大学
IPC: G06T7/00 , G06F18/2413 , G06F18/214
Abstract: 本发明公开了一种基于小样本学习的肺部CT影像特征检测系统，包括：肺部CT影像预处理模块，用于对肺部CT影像进行预处理并创建训练集；原型网络构建与训练模块，用于构建原型网络，训练得到模型；肺部CT影像支持集预处理模块，用于获取需要诊断的肺部疾病的CT影像支持集并进行预处理；类别原型训练模块，用于将肺部CT影像支持集预处理模块构建的支持集输入模型，得到类别原型；肺部疾病诊断模块，输入待检测病人的肺部CT影像数据，得到诊断结果。本发明将小样本学习应用于肺部CT特征检测过程中，实现肺部疾病的判别工作，辅助医生临床诊断，有着较好的研究意义和使用价值。
-
公开(公告)号：CN111400312B
公开(公告)日：2023-04-28
申请号：CN202010114813.9
申请日：2020-02-25
Applicant: 华南理工大学
IPC: G06F16/22 , G06F16/23 , G06F16/2458 , G06F16/27 , H04L67/1097 , H04L69/18
Abstract: 本发明公开了一种基于改进LSM树的边缘存储数据库，包括：索引模块，负责数据内部键和地址信息的维护；值存储模块，负责数据内部键和实际值信息的维护；数据库功能模块，将多种复杂数据结构转换为内部键‑值对；网络模块，提供多路复用的TCP服务；数据库同步模块，提供数据库多节点之间的主从同步和多主同步；用户服务模块，通过多种标准化接口与用户进行直接交互。本发明通过对LSM树的改进和多模块的协作，成功构建了一个高性能，低损耗，高可用，标准化的边缘存储数据库，相对于现有的物联网边缘数据存储系统，其写入放大显著降低。
-
公开(公告)号：CN112379392B
公开(公告)日：2022-10-25
申请号：CN202011152907.1
申请日：2020-10-26
Applicant: 华南理工大学
IPC: G01S17/931 , G01S17/89
Abstract: 本发明公开了一种基于单线激光雷达通过隧道的无人车导航控制方法，包括：1)选用车载单线激光雷达对周围环境进行高频扫描，生成对应的局部二维激光点云图；2)通过累计概率霍夫线变换算法初步提取激光点云中拟合线段的点集合，即线段点集合；3)通过加权线段拟合算法来构建基于线段的二维激光地图；4)在隧道的场景下，通过对二维激光地图进一步的筛选，提取出拟合隧道两边的平行线段，计算两边平行线段的中心平行线，以在中心平行线上同时位于单线激光雷达前方固定距离的点，作为目标追踪点；5)利用pure pursuit算法对目标追踪点进行跟踪控制，便可顺利通过隧道。本发明仅使用单线激光雷达，不需要复杂的硬件设施，便可以安全通过隧道，简单可靠，稳定高效。
-
公开(公告)号：CN115082915A
公开(公告)日：2022-09-20
申请号：CN202210586122.8
申请日：2022-05-27
Applicant: 华南理工大学
IPC: G06V20/62 , G06N3/04 , G06N3/08 , G06V10/75 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于多模态特征的移动机器人视觉‑语言导航方法，包括：1)对输入的自然语言指令进行编码，得到语言特征向量和初始的状态特征向量；2)对于当前时刻的输入图像进行编码，得到视觉特征向量；3)根据机器人的历史动作编码得到历史特征向量；4)对步骤1)到步骤3)得到的多种模态的特征向量进行跨模态编码；5)将跨模态编码结果输入到动作决策模块，预测下一步动作并执行；6)重复步骤2)到步骤5)直到机器人停止移动，然后更新模型。本发明提供物体参考信息和历史导航信息，能让机器人根据自然语言指令进行视觉导航，实验表明所提出方法具有优秀的性能。
-
Patent Agency Ranking
公开(公告)号：CN113902914A
公开(公告)日：2022-01-07
申请号：CN202111033477.6
申请日：2021-09-03
Applicant: 华南理工大学
IPC: G06V10/26 , G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于微控制器和卷积神经网络的水表读数自动识别方法，包括：1)获取水表数字码盘数据集；2)对水表数字码盘数据集中数据进行预处理操作；3)构建一个水表读数识别模型，该模型包含轻量级卷积神经网络和Softmax分类器，采用步骤2)预处理后的数据集对水表读数识别模型进行训练调参，得到最优模型；4)针对步骤3)的模型架构，选用Tensorflow Lite深度学习推理框架在微控制器上部署；5)将训练好的模型部署到已集成Tensorflow Lite框架的微控制器中，使微控制器集成有最优的水表读数识别模型，能够用于水表码盘读数识别任务。本发明实现了在微控制器端运行水表读数识别模型推理识别水表读数，并对不同场景下有污损的水表数字图像进行有效识别。
-
公开(公告)号：CN110570429B
公开(公告)日：2021-12-17
申请号：CN201910813098.5
申请日：2019-08-30
Applicant: 华南理工大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于三维点云的轻量级实时语义分割方法，包括步骤：1)获取基础数据；2)将数据集中的三维点云投影成二维球形图；3)通过叠加多层设计的轻量化卷积模块ShuffleSqueeze Block组成编码器，每一层都提取语义特征图，构造多层语义特征图；4)通过叠加多层反卷积层与卷积层组成解码器，将编码器的每层语义特征图与解码器反卷积得到的语义特征图融合进行特征精修，构建基于编码器‑解码器主干的语义分割器；5)构建训练数据集，对语义分割器进行训练；6)获取待检测三维点云并利用训练好的分割器进行语义分割。本发明够利用激光雷达获得的三维点云进行实时语义分割，在各种光照情况条件下满足自动驾驶中环境感知所需要的实时性与准确性。
-
公开(公告)号：CN113313030A
公开(公告)日：2021-08-27
申请号：CN202110597647.7
申请日：2021-05-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于运动趋势特征的人体行为识别方法，包括步骤：1)获取人体行为识别的视频数据集；2)对视频数据集中的视频进行视频帧提取，制作数据集；3)构造运动趋势特征提取模型，利用运动趋势特征提取模型对步骤2)的数据集进行特征提取与识别，实现模型训练；4)根据实际场景对来自于步骤3)训练完成的模型进行迁移学习，将迁移后的模型应用于实际场景下的人体行为识别任务中。本发明有利于视频场景下对复杂、长时需推理行为的识别，具有实际应用价值。
-
公开(公告)号：CN108648274A
公开(公告)日：2018-10-12
申请号：CN201810441007.5
申请日：2018-05-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种视觉SLAM的认知点云地图创建系统，利用视觉SLAM获取的图像位姿信息，不仅能估计出环境的较稠密的逆深度信息，而且能识别出环境中的感兴趣物体，创建出环境的认知点云地图。包括三个模块：系统启动模块，负责选取第一个关键帧；逆深度图估计模块，负责估计关键帧的逆深度图以及选取新的关键帧；地图模块，负责维护创建的认知点云地图，并在新关键帧加入地图中时识别关键帧中的感兴趣物体，同时负责地图创建的可视化显示。本发明利用图像信息创建环境的较稠密的认知点云地图，该地图可以实现移动机器人的定位、避障、自主导航以及三维环境重建，地图中的认知信息甚至可以用于实现移动机器人与人、移动机器人与环境的交互。
-
公开(公告)号：CN108151728A
公开(公告)日：2018-06-12
申请号：CN201711272696.3
申请日：2017-12-06
Applicant: 华南理工大学
IPC: G01C21/00
Abstract: 本发明公开了一种用于双目SLAM的半稠密认知地图创建方法，包括步骤：1)定位和识别关键帧中的感兴趣物体；2)网格划分关键帧，并对感兴趣物体所在的网格进一步细划分；3)为每一个网格提取网格关键点；4)使用高斯分布的深度滤波器表示网格关键点的深度估计；5)在当前帧中匹配关键帧中的网格关键点，6)计算并更新网格关键点的深度滤波器；7)当双目SLAM选择新关键帧时，使用当前关键帧的深度滤波器初始化新关键帧；8)当双目SLAM结束后，将深度估计转换为特定的地图表示。本发明可以实现移动机器人的自主导航和避障以及三维环境重建；通过对环境创建认知地图，可以实现人与移动机器人和人与环境的交互。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.023 seconds)
