-
公开(公告)号：CN115930952A
公开(公告)日：2023-04-07
申请号：CN202310052435.X
申请日：2023-02-02
申请人： 大连理工大学人工智能大连研究院 , 大连理工大学 , 大连天华智能科技有限公司
摘要： 本发明涉及机器人技术领域，尤其是一种面向场景识别的轻量化拓扑地图构建方法，包括以下步骤：采集数据并对数据进行处理获取累计点云；提取场景描述子；计算描述子之间的相似度生成拓扑节点；计算最优拓扑地图。本发明根据机器人运行轨迹累积起来的多帧的点云数据描述场景，提取点云的描述子，再根据描述子的相似度来判断是否生成拓扑节点；本发明能够保证轻量化拓扑地图的有效构建，特别适用于大范围场景拓扑地图构建的需求；相比较基于外观的拓扑地图构建方法，本发明构建拓扑地图节点数量大大降低，但仍能够保证可靠的场景识别性能。
-
公开(公告)号：CN108230242B
公开(公告)日：2021-07-06
申请号：CN201810020774.9
申请日：2018-01-10
申请人： 大连理工大学
IPC分类号： G06T3/00
摘要： 一种从全景激光点云到视频流的转换方法属于激光点云成像技术领域，将激光点云转换成视频流，实现360度室外场景的可视化，具体为：将全局坐标系下的原始激光点云数据转换到该视角方向下的视角坐标系，将视角坐标系下的激光点云投影到像素坐标系，得到激光测距点与图像像素间的对应关系，并提取激光点云在三个特征通道的特征，将来自多个通道的特征融合后得到一幅纹理清晰灰度图像；完成所有视角方向下的图像生成后，得到一系列的灰度图像，将得到的灰度图像按照固定的顺序和帧率播放，得到视频流。本发明在成像手段上选取多个视角，能够将场景完整还原，并保证场景景物层次关系的不变性；增强成像的视觉效果；可用在移动机器人场景理解等人工智能领域。
-
公开(公告)号：CN109270953B
公开(公告)日：2021-03-26
申请号：CN201811175912.7
申请日：2018-10-10
申请人： 大连理工大学
摘要： 本发明提供一种基于同心圆视觉标识的多旋翼无人机自主降落方法，属于无人机技术领域。该方法的核心是利用了同心圆视觉标识，同心圆视觉标识是由若干个同心圆组成，同心圆内部包含两条穿过同心圆圆心的直线，以直线与每个圆的4个交点为中心，设置正方形探测标识并进行编码，储存该标志的每个同心圆半径及圆的方向。通过对同心圆视觉标志的编码、解码、检测、定位，来获得视觉标识相对于多旋翼无人机的准确位置。本发明方法中的同心圆视觉标识，可以实现“多尺度”目标检测，它既可以使在多旋翼无人机距离视觉标识较远时稳定检测视觉标识，也可以在两者距离很近时检测到视觉标识。
-
公开(公告)号：CN111856436A
公开(公告)日：2020-10-30
申请号：CN202010625105.1
申请日：2020-07-02
申请人： 大连理工大学
摘要： 一种多线激光雷达和红外相机的联合标定装置及标定方法，属于无人系统及自主机器人的多传感器环境感知技术领域。该方法采用了发光正六边形联合标定装置进行标定，联合标定装置相邻边界成固定角度保证了激光点云角点的准确提取，联合标定装置上安装的红色发光二极管保证了视觉角点的准确提取，通过求解激光点云角点和视觉角点构建的变换方程实现多线激光雷达和红外相机的联合标定。该标定方法实现了多线激光雷达与红外相机的联合标定，从而为多传感器数据融合奠定基础。
-
公开(公告)号：CN108387240A
公开(公告)日：2018-08-10
申请号：CN201810034443.0
申请日：2018-01-15
申请人： 大连理工大学
摘要： 本发明提出了一种多层次六边形网格地图的构建方法，属于机器人地图构建技术领域。该方法适用于机器人在动态环境中局部地图的构建，该方法采用由一个六边形和其周围六个邻域六边形构成的基础结构进行地图的构建。首先通过对基础结构中的主节点的逐层膨胀实现地图扩展，再通过每个主节点向周边的六邻域节点的膨胀以实现地图对环境的密闭覆盖。地图中六边形网格节点的六邻域网格节点的中心点分布在同一圆上，这与机器人测距传感器感知范围呈圆形分布相一致。以此构建的六边形网格地图提升了机器人在动态环境中地图构建的有效性和高效性，本发明可用在移动机器人自主导航等人工智能领域。
-
公开(公告)号：CN114219705B
公开(公告)日：2024-09-06
申请号：CN202111577508.4
申请日：2021-12-22
申请人： 大连理工大学
IPC分类号： G06T3/06 , G06T7/73 , G06V10/74 , G06V10/764
摘要： 本发明提出一种基于三维点云高程分布相似度的可通行区域检测方法。本发明对三维点云数据进行栅格化表述，并对栅格内点云在高程上的分布用向量来表示，其中向量的每个元素代表在对应高程范围内激光点的数量。由于相邻的两个可通行栅格内点云在高程上是连续且分布大致相同的，因此通过计算可通行栅格与邻接栅格间向量的相似度，判断邻接栅格是否为可通行栅格。基于此判断条件对种子栅格进行区域扩张，最终得到可通行区域地图。利用高程分布相似度对三维点云地图进行了可通行区域检测，特别是针对大尺度栅格具有更准确的检测效果，并可有效避免悬空物体的干扰，从而保证了栅格的准确扩张。
-
公开(公告)号：CN107123135A
公开(公告)日：2017-09-01
申请号：CN201710198324.4
申请日：2017-03-31
申请人： 大连理工大学
IPC分类号： G06T7/32
CPC分类号： G06T7/32 , G06T2207/10028
摘要： 本发明提出了一种无序三维点云无畸变成像的方法，属于三维点云成像技术领域。该方法适用于无序三维点云并且生成的图像无畸变，该方法通过映射矩阵和序列化栅格分别对无序点云进行无畸变映射和有序化处理，生成纹理清晰的无畸变二维灰度图像，克服了传统方位角图成像方法只能应用于有序点云且生成的图像存在畸变的局限性，同时保留了传统方位角图成像方法纹理清晰的优势。相对于传统点云成像方法，该成像方法考虑了正常图像成像原理，有助于提升点云图像对场景描述的准确性。本发明可用在移动机器人场景理解等人工智能领域。
-
公开(公告)号：CN103257342B
公开(公告)日：2014-11-05
申请号：CN201310010056.0
申请日：2013-01-11
申请人： 大连理工大学
IPC分类号： G01S7/497
摘要： 本发明公开一种可提高标定效率和精度的三维激光传感器与二维激光传感器的联合标定方法，是利用二维激光扫描中间有缝隙的标定板时所产生的测距突变特性，通过缝隙所处直线在激光传感器局部坐标系和无人驾驶智能车坐标系下的数据矩阵间的映射关联，对激光传感器的旋转姿态进行校正，以此为基础进一步提取平整场景中的凸起矩形物体的点云数据，并根据ICP迭代优化算法进行平移矫正，从而实现三维激光测距传感器与多个二维激光测距传感器之间的联合标定。
-
公开(公告)号：CN116168103A
公开(公告)日：2023-05-26
申请号：CN202310032844.3
申请日：2023-01-10
申请人： 大连理工大学
IPC分类号： G06T11/00 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464
摘要： 本发明属于图像融合技术领域，提供了三维激光雷达测距与强度信息融合及图像化表述方法。根据激光点云的空间坐标信息生成方位角图，根据强度信息生成强度图。采用基于编码器‑解码器网络的图像融合方法，构建编码器‑解码器网络。编码器部分负责提取图像特征，解码器部分负责重构图像。在特征层上对方位角图和强度图进行图像融合，获得边缘纹理清晰且具有良好区分度的融合图像。本发明可为激光点云的场景理解与分割等任务提供有效支持。
-
公开(公告)号：CN109186608B
公开(公告)日：2021-10-15
申请号：CN201811131452.8
申请日：2018-09-27
申请人： 大连理工大学
IPC分类号： G01C21/20
摘要： 本发明提供一种面向重定位的稀疏化三维点云地图生成方法，属于三维点云地图构建及定位技术领域。该方法首先生成机器人三维点云地图及对应轨迹，然后对轨迹点数据进行距离约束和角度约束预处理；之后同时基于曲率约束和距离间隔约束进行轨迹点数据的筛选；最后构建稀疏化的三维点云地图。本发明的方法同时基于轨迹点的曲率约束和距离间隔约束，能够准确选择所要删除的冗余点，可以满足机器人在三维空间内快速重定位的应用需求。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.023 秒)
