-
公开(公告)号：CN118898650A
公开(公告)日：2024-11-05
申请号：CN202410920974.5
申请日：2024-07-10
Applicant: 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
IPC: G06T7/80
Abstract: 本发明涉及一种基于地面点云维度递归的激光扫描空间参数标定方法，包括如下步骤：选择地面特征明显且无动态干扰的环境，分别在静止状态下、动态旋转状态下采集点云数据和编码器的角度数据；对点云数据和角度数据进行预处理；估计空间参数的初值；利用估计的空间参数的初值，构建估计针对全部点云数据空间参数的残差优化问题。本发明高效且准确地估计和优化了各个空间参数，准确的初值使得整个优化过程在保证高精度的同时大幅度地提升了收敛速度。得益于该方法的高精度和高效率，移动机器人在使用该外旋转式激光扫描系统参与定位与建图任务或者无人巡检任务时可深层次地融合旋转云台的编码器数据，获得更优秀的位姿估计和建图效果。
-
公开(公告)号：CN114217280B
公开(公告)日：2024-07-19
申请号：CN202111577455.6
申请日：2021-12-22
Applicant: 大连理工大学
Abstract: 本发明提出了一种外置旋转二维激光雷达外部参数的标定方法，该方法不依赖初值的选取与定制的标定工具，仅使用日常室内环境存在的平面特征即可进行标定，同时分开标定旋转部分和平移部分让标定过程的效率得到保证。该标定方法使得伺服电机和二维激光雷达成为一个在实际使用中的整体，可以作为一个单一的数据采集装置进行考虑，不需要在使用过程中分开考虑二者的工作状态，为移动机器人更高效的获取全景点云数据奠定了基础。
-
公开(公告)号：CN117911534A
公开(公告)日：2024-04-19
申请号：CN202410117092.5
申请日：2024-01-26
Applicant: 大连理工大学
IPC: G06T7/80 , G06T7/73 , G06T7/50 , G06V10/762 , G06V10/75
Abstract: 本发明属于多传感器融合领域，提出了一种基于垂直特征的激光雷达和红外相机外参优化方法。本发明利用激光雷达和红外相机扫描的室内环境信息提取同帧时刻进行分析，提取出两种数据中的垂直特征并进行匹配，引入残差方程和梯度下降对匹配结果进行评估和更新，最终得到精度较高、鲁棒性较强的外参标定结果，为后续二者的联合使用提供精准的相对位姿关系。
-
公开(公告)号：CN117742762A
公开(公告)日：2024-03-22
申请号：CN202311803219.0
申请日：2023-12-25
Applicant: 大连理工大学
IPC: G06F8/654 , G06F9/4401 , G06F9/445
Abstract: 本发明涉及EtherCAT从站，尤其涉及一种EtherCAT从站固件升级方法与EtherCAT从站。一种EtherCAT从站固件升级方法包括：主站控制EtherCAT网络中的所有从站状态执行固件升级程序初始化；主站控制从站擦除MCU闪存的用户程序区域；主站通过FoE协议将固件文件传输至从站；固件文件传输完毕后，主站控制从站重新启动，且运行升级后的用户程序。本发明提供了一种EtherCAT从站固件升级方法，利用从站设备已有的EtherCAT通信接口实现固件的在线升级，通过单一网口实现多个从站设备的固件更新，提高了设备固件升级的便捷性，降低了设备生产及维护成本。
-
-
Patent Agency Ranking
公开(公告)号：CN111027427B
公开(公告)日：2023-07-18
申请号：CN201911195639.9
申请日：2019-11-29
Applicant: 大连理工大学
IPC: G06V20/13 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 一种用于小型无人机竞速比赛的目标门检测方法，属于基于视觉的目标检测技术领域。通过对目标门拐角处关键点的检测，进而定位出目标门的位置。本发明利用了目标门的边缘信息，避免了目标门内部背景信息的影响。此外本发明设计的神经网络具有结构轻量化的特点，能够在小型无人机机载计算机上达到实时检测的效果。
-
公开(公告)号：CN112348950B
公开(公告)日：2022-10-18
申请号：CN202011212190.5
申请日：2020-11-04
Applicant: 大连理工大学
Abstract: 本发明提出了一种基于激光点云分布特性的拓扑地图节点生成方法，属于机器人技术领域。本发明利用三维激光传感器获取场景的三维点云数据，将三维点云数据分成地面点云和非地面点云两部分，对于非地面点云数据，进行离群点剔除以及聚类处理，从而获得点云类别数目；对于地面点云进行可行区域提取，对提取出来的可行区域边界进行直线拟合，从而判断当前所在位置是否为弯角处或者为路口。依据获取的三维点云数据所描述的环境范围的大小、非地面点云类别数目、当前位置是否为弯角处或路口、与上一个节点的距离这几个因素来构建代价函数，同时依据代价值判断目前机器人所在位置是否可以生成拓扑节点。
-
公开(公告)号：CN109214982B
公开(公告)日：2022-09-20
申请号：CN201811054928.2
申请日：2018-09-11
Applicant: 大连理工大学
IPC: G06T3/00
Abstract: 本发明提出了一种基于双圆柱投影模型的三维点云成像方法，属于三维点云成像技术领域。该方法利用双圆柱投影模型，将整幅三维点云场景置于两个圆柱模型之间的区域中，然后将全局坐标系中的三维点云数据转换到选取视点位置所在的柱坐标系中，进一步将该坐标系下的三维点云投射到两个圆柱面上的像素栅格中，最后展开圆柱侧面并计算每个像素栅格的像素值，得到整幅三维点云场景的按给定像素尺寸要求的二维灰度图像。相比于传统点云成像方法，该成像方法生成的图像无畸变、纹理清晰，有利于进行图像的分割处理，可用于场景理解等人工智能领域。
-
公开(公告)号：CN110274597B
公开(公告)日：2022-09-16
申请号：CN201910509768.4
申请日：2019-06-13
Applicant: 大连理工大学
Abstract: 一种解决室内机器人任意点启动时“粒子绑架”问题的方法，属于室内移动机器人重启动技术领域。本发明针对室内机器人相似环境中任意点重启动问题，本发明引入深度学习的方案。该方案采集机器人在环境内的激光数据与该激光数据对应的机器人的真实位姿。对采集到的激光数据分别投影成三通道RGB图片和占用栅格地图，将投影成的三通道RGB图片和占用栅格地图进行进行通道的叠加。以叠加后的多通道图像作为卷积神经网络的输入，以该激光数据对应的机器人位姿信息作为输出，对卷积神经网络回归模型进行回归训练。本发明可保证机器人启动的时候就能将粒子分布到机器人真实位姿附近，从而解决机器人在相似环境中启动时候出现的粒“粒子绑架”问题。
-
公开(公告)号：CN114217280A
公开(公告)日：2022-03-22
申请号：CN202111577455.6
申请日：2021-12-22
Applicant: 大连理工大学
Abstract: 本发明提出了一种外置旋转二维激光雷达外部参数的标定方法，该方法不依赖初值的选取与定制的标定工具，仅使用日常室内环境存在的平面特征即可进行标定，同时分开标定旋转部分和平移部分让标定过程的效率得到保证。该标定方法使得伺服电机和二维激光雷达成为一个在实际使用中的整体，可以作为一个单一的数据采集装置进行考虑，不需要在使用过程中分开考虑二者的工作状态，为移动机器人更高效的获取全景点云数据奠定了基础。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.03 seconds)
