-
公开(公告)号：CN116824057A
公开(公告)日：2023-09-29
申请号：CN202310800835.4
申请日：2023-07-03
申请人： 中山大学 , 中山大学深圳研究院 , 南方海洋科学与工程广东省实验室(珠海)
IPC分类号： G06T17/00 , G06T19/20 , G06V10/762 , G06V10/26
摘要： 本发明公开了一种基于高斯过程建模的可通行区域提取的方法及系统，该方法包括：获取点云数据，然后将点云数据送入3d‑mininet进行语义分割，得到植路面点云和障碍物点云；对路面点云进行栅格下采样、中心化，接着对中心化后路面点云进行区域划分，并对每个路面点云区域进行地面高斯过程建模，得到路面模型外点；通过对障碍物点云和路面模型外点共同进行欧式聚类，得到可通行区域。该系统包括：点云数据获取模块、语义分割模块、栅格采样模块、中心化模块、模型构建模块和聚类模块。通过使用本发明，能够针对复杂、颠簸的野外行驶环境，准确的提取车辆可通行区域。本发明可广泛应用于无人车智能驾驶技术领域。
-
公开(公告)号：CN116912688A
公开(公告)日：2023-10-20
申请号：CN202310875317.9
申请日：2023-07-18
申请人： 中山大学 , 中山大学深圳研究院 , 南方海洋科学与工程广东省实验室(珠海)
IPC分类号： G06V20/10 , G01S7/48 , G01S17/86 , G01S17/93 , G06V10/25 , G06V10/24 , G06V10/34 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种基于激光雷达和相机融合的海面目标检测方法及系统，该方法包括：收集激光雷达和相机传感器数据，基于DBSCAN聚类进行点云目标检测，基于海天线提取算法和YOLOX目标检测网络进行图像目标检测，基于孪生目标跟踪器进行跟踪预测，最后融合点云目标检测结果、图像目标检测结果和跟踪预测结果，得到最终检测结果。该系统包括：点云数据获取模块、点云目标检测模块、图像数据获取模块、图像稳定模块、视觉目标检测模块、跟踪预测模块和目标融合模块。通过使用本发明，能够充分发挥激光雷达传感器和相机的优势，实现无人艇在复杂多变的海面环境下实现高鲁棒性的海面目标感知。本发明可广泛应用于无人艇自动驾驶领域。
-
公开(公告)号：CN117516560A
公开(公告)日：2024-02-06
申请号：CN202311526074.4
申请日：2023-11-16
申请人： 中山大学 , 南方海洋科学与工程广东省实验室(珠海)
摘要： 本发明公开了一种基于语义信息的非结构化环境地图构建方法及系统，该方法包括：获取激光雷达点云图像数据并进行预处理；基于预处理后的激光雷达点云图像数据进行栅格划分与点云击中概率预测，构建占据概率栅格地图；基于预处理后的激光雷达点云图像数据进行高度差值预测，构建三维高程地图；获取环境图像语义分割信息；引入环境图像语义分割信息，整合占据概率栅格地图与三维高程地图并进行GPU并行计算，构建环境栅格代价地图；根据环境栅格代价地图进行无人汽车最优路径规划。本发明能够提升道路规划的实时性与最小化代价成本付出。本发明作为一种基于语义信息的非结构化环境地图构建方法及系统，可广泛应用于无人汽车路径规划技术领域。
-
公开(公告)号：CN117636397A
公开(公告)日：2024-03-01
申请号：CN202311670991.X
申请日：2023-12-06
申请人： 南方海洋科学与工程广东省实验室(珠海) , 中山大学
IPC分类号： G06V40/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/08
摘要： 本发明涉及图像识别技术领域，公开了一种海豚行为识别方法、系统、计算机设备和存储介质，包括对待识别图像进行目标检测，得到目标检测结果；对目标检测结果进行过滤和分割，得到色彩检测结果和掩码检测结果，并将色彩检测结果和掩码检测结果进行位乘，得到图像检测结果；对图像检测结果进行过滤，并对过滤后的图像检测结果进行姿态估计，得到姿态关键点；将过滤后的图像检测结果和姿态关键点输入行为识别模型进行行为识别，得到海豚行为识别结果。本发明通过图像预处理提高了对海豚行为识别的准确性，同时以连续帧检测结果作为海豚行为判断依据，进一步提高了海豚行为识别的准确性和稳定性，有效提高了中华白海豚的种群生态学考察的整体效率。
-
公开(公告)号：CN117523230A
公开(公告)日：2024-02-06
申请号：CN202311561565.2
申请日：2023-11-22
申请人： 中山大学 , 南方海洋科学与工程广东省实验室(珠海)
IPC分类号： G06V10/62 , G06V10/44 , G06V10/422 , G06V10/54 , G06V10/56 , G06V10/52 , G06V10/80 , G06V10/25 , G06V10/75 , G06V10/74 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/045
摘要： 本发明公开了一种基于多注意力机制的海面船舶目标跟踪方法及系统，该方法包括：将目标模板图像和当前帧图像分别进行特征提取；基于通道交叉注意力机制构建分类分支；基于空间交叉注意力机制构建定位分支；将目标模板特征和当前帧特征输入至分类分支；将目标模板特征和当前帧特征输入至定位分支；将分类特征和定位特征分别进行交互相关操作；将分类响应图和定位响应图经过多层卷积，得到目标在当前帧的位置与置信度。该系统包括：初步特征提取单元、分支构建单元、分支处理单元、互相关单元和预测单元。通过使用本发明，能够在复杂的海面环境下持续跟踪船舶目标。本发明可广泛应用于目标跟踪领域。
-
公开(公告)号：CN116520846A
公开(公告)日：2023-08-01
申请号：CN202310582396.4
申请日：2023-05-23
申请人： 中山大学 , 南方海洋科学与工程广东省实验室(珠海)
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于泰森多边形的多机器人追逃避障的方法及系统，该方法包括：初始化有限空间环境，得到选定有界区域，利用泰森多边形划分选定有界区域，分配追逃目标及追逃目标点，利用德洛内三角形对区域分割腐蚀，得到安全运动区域，基于追逃目标点和安全运动区域得到追逃避障方向控制指向点。该系统包括：初始化模块、泰森多边形模块、任务分配模块、安全区域划分模块、追捕方向点模块和逃跑方向点模块。通过使用本发明，能够避免了使用强化学习、估计预测等方法带来的一系列问题，以更低的算法复杂度实现多障碍物条件下机器人的避碰避障和追逃方向选择。本发明可广泛应用于机器人追捕避障技术领域。
-
公开(公告)号：CN114140484A
公开(公告)日：2022-03-04
申请号：CN202111406940.7
申请日：2021-11-24
申请人： 中山大学 , 南方海洋科学与工程广东省实验室(珠海)
摘要： 本发明涉及一种基于光电传感器的高鲁棒性海天线提取方法。通过对垂直梯度下的图像边缘增强，过滤一些无关的竖直线段，接着对直线进行抽样取点，得到边界的候选点，同时保留了直线的方向信息，根据边界的候选点提取出候选点周围的图像区块，通过对边界点周围的图像特征信息来判断该边界为海天线或是其他对象的边缘。利用含有海天线的图像块以及只有背景信息的图像块对卷积神经网络进行训练，使得该网络能够学习到海天线特征，在对边界候选点过滤的操作中有效区分海天线图像块与背景信息图像块，在RANSAC直线拟合中，考虑了拟合直线与拟合点的欧氏距离以及直线方向与拟合点从直线中抽样所保留的方向信息，使得最终拟合的海天线精度更高，更具鲁棒性。
-
公开(公告)号：CN220773623U
公开(公告)日：2024-04-12
申请号：CN202321818763.8
申请日：2023-07-11
申请人： 南方海洋科学与工程广东省实验室(珠海) , 中山大学
IPC分类号： G06V20/52 , H04N23/50 , H04N7/18 , H04N23/20 , G01S17/88 , G01S17/86 , G01S17/08 , G01S15/96 , G01S19/14 , B63B22/00 , G06V20/40 , G06V20/05 , G06V40/10 , G06V10/143 , G06V10/762 , G06V10/766 , G06V10/82 , G06V10/94
摘要： 本实用新型公开了一种用于海上浮标的中华白海豚观测系统，包括RV1126主控模块、摄像头模块、激光雷达模块、报警装置模块、GPS定位器模块、水听器模块、电源模块、扬声器模块、交换机模块和无线路由模块。通过使用本实用新型，能够全天候在海上运行，自动获取发现时间、经纬度、与浮标相对距离和个体数，有效提高中华白海豚的种群生态学考察的整体效率。本实用新型作为一种用于海上浮标的中华白海豚观测系统，可广泛应用于海上生物观测处理技术领域。
-
公开(公告)号：CN118310552A
公开(公告)日：2024-07-09
申请号：CN202410404615.4
申请日：2024-04-07
IPC分类号： G01C21/34
摘要： 本发明涉及自动驾驶技术领域，特别公开了一种面向预期功能安全的无人驾驶规划方法及系统，包括以下步骤：获取先验地图和车辆信息；基于先验地图和车辆信息，确定参考路径和带有不确定性信息的车辆局部栅格地图；获取物体检测得到的障碍物包围盒；根据障碍物包围盒，更新车辆局部栅格地图，以使障碍物信息动态更新在车辆局部栅格地图内；根据参考路径采样候选轨迹簇确定候选轨迹固定代价；根据更新后的车辆局部栅格地图，确定候选轨迹动态代价；基于固定代价和动态代价，得到候选轨迹的最终代价，并根据最终代价确定车辆最终轨迹，将栅格地图的不确定性占据概率融入到候选轨迹评估代价函数中，有效将多源不确定性与路径规划融合起来。
-
公开(公告)号：CN116165893A
公开(公告)日：2023-05-26
申请号：CN202310136838.2
申请日：2023-02-20
IPC分类号： G05B13/04
摘要： 本发明公开了基于椭圆鲁棒性控制的多机器人协同追捕方法及系统，该方法包括：定义追捕空间并设置对应的变量参数，构建追捕运动学方程；对追捕空间依次进行网格划分与检索处理，获取空间节点的最短路径；基于椭圆鲁棒性控制策略对追捕运动学方程进行优化更新并结合空间节点的最短路径，生成动态目标位置；追捕者根据动态目标位置对逃跑者进行协同追捕。该系统包括：构建模块、获取模块、生成模块和追捕模块。通过使用本发明，能够通过解决追捕死点的问题并达到追捕者之间避碰的效果从而实现提高机器人协同追捕的效率。本发明作为基于椭圆鲁棒性控制的多机器人协同追捕方法及系统，可广泛应用于追逐及围捕技术领域。
-
-
-
-
-
-
-
-
-
搜索结果
40 条记录 (耗时 0.052 秒)
