-
公开(公告)号：CN115409890A
公开(公告)日：2022-11-29
申请号：CN202211358977.1
申请日：2022-11-02
申请人： 山东大学
摘要： 本发明提供了一种基于MSR和广义霍夫变换的自定义标志检测方法及系统，属于一般的图像处理技术领域。根据自定义标记图像创建广义霍夫查找表；对待检测图像进行预处理，所述预处理依次包括MSR、转灰度图和高斯模糊；根据预处理后的图像生成待处理的第一梯度角度图，使用广义霍夫查找表对第一梯度角度图进行投票，采用非极大值抑制得到自定义标志的预测位置，根据所有预测位置得到检测结果图像；本发明采用改进的多尺度Retinex（MSR）算法实现输入图像的色彩恒常性，通过改进广义霍夫变换快速检测出自定义标志物在图像中的位置，极大的提高了自定义标志检测结果的精度。
-
公开(公告)号：CN117876477A
公开(公告)日：2024-04-12
申请号：CN202311755026.2
申请日：2023-12-18
申请人： 齐鲁工业大学(山东省科学院) , 山东大学 , 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06T7/73 , G06V10/40 , G06V10/80 , G06N3/0464 , G06N3/048
摘要： 本发明提供了一种智能物流叉车托盘位姿估计方法及系统，属于人工智能技术领域。根据物流叉车托盘单目图像以及托盘检测模型，得到托盘类别以及托盘关键点像素坐标，其中，在检测模型的解耦头中设置有通道注意力模块；对每个托盘关键点像素坐标进行滤波处理，根据托盘各个关键点坐标之间的距离，建立托盘关键点世界坐标；根据相机内参、相机畸变系数、滤波处理后的托盘关键点像素坐标以及托盘关键点世界坐标，得到托盘位姿；本发明实现了叉车托盘位姿估计过程的高效性，降低了制造和计算成本，提高了实时性和可靠性。
-
公开(公告)号：CN115409890B
公开(公告)日：2023-03-24
申请号：CN202211358977.1
申请日：2022-11-02
申请人： 山东大学
摘要： 本发明提供了一种基于MSR和广义霍夫变换的自定义标志检测方法及系统，属于一般的图像处理技术领域。根据自定义标记图像创建广义霍夫查找表；对待检测图像进行预处理，所述预处理依次包括MSR、转灰度图和高斯模糊；根据预处理后的图像生成待处理的第一梯度角度图，使用广义霍夫查找表对第一梯度角度图进行投票，采用非极大值抑制得到自定义标志的预测位置，根据所有预测位置得到检测结果图像；本发明采用改进的多尺度Retinex（MSR）算法实现输入图像的色彩恒常性，通过改进广义霍夫变换快速检测出自定义标志物在图像中的位置，极大的提高了自定义标志检测结果的精度。
-
公开(公告)号：CN115826590A
公开(公告)日：2023-03-21
申请号：CN202310138722.2
申请日：2023-02-21
申请人： 山东大学
IPC分类号： G05D1/02
摘要： 本发明属于路径优化技术领域，提供了一种自适应参数的移动机器人局部路径规划方法及系统，在通过轨迹评价模型对预测轨迹进行评价以及路径进行规划时，遍历多组速度集合对应的所有预测轨迹，判断所有预测轨迹中碰到障碍物的个数，如果碰到障碍物的预测轨迹个数大于设定阈值，则降低轨迹评价模型中朝向代价的占比和速度差值代价的占比，并根据更新后的占比计算得到采样速度，通过自适应调整轨迹评价模型中朝向代价的占比和速度差值代价的占比，实现了在不增加运算负担的情况下，有效避免机器陷入局部最优解的问题。
-
公开(公告)号：CN118072040A
公开(公告)日：2024-05-24
申请号：CN202410203557.9
申请日：2024-02-23
申请人： 齐鲁工业大学(山东省科学院) , 山东大学 , 山东省计算中心(国家超级计算济南中心)
摘要： 本发明提供了一种基于点云深度图像的智能物流叉车托盘检测方法及系统，属于智能物流技术领域。对叉车托盘点云深度图像进行增强预处理；根据预处理后的叉车托盘点云深度图像以及改进的YOLOv8网络模型，得到叉车托盘识别结果；其中，改进的YOLOv8网络模型的损失函数为：真实标注框和普通锚框的交并比损失、惩罚项以及动态更新归一化因子的乘积；本发明能够在点云深度图像中快速而准确的识别托盘，从而有效降低数据处理的复杂度，提高整体托盘识别与定位的效率。
-
公开(公告)号：CN115826590B
公开(公告)日：2023-06-02
申请号：CN202310138722.2
申请日：2023-02-21
申请人： 山东大学
IPC分类号： G05D1/02
摘要： 本发明属于路径优化技术领域，提供了一种自适应参数的移动机器人局部路径规划方法及系统，在通过轨迹评价模型对预测轨迹进行评价以及路径进行规划时，遍历多组速度集合对应的所有预测轨迹，判断所有预测轨迹中碰到障碍物的个数，如果碰到障碍物的预测轨迹个数大于设定阈值，则降低轨迹评价模型中朝向代价的占比和速度差值代价的占比，并根据更新后的占比计算得到采样速度，通过自适应调整轨迹评价模型中朝向代价的占比和速度差值代价的占比，实现了在不增加运算负担的情况下，有效避免机器陷入局部最优解的问题。
-
公开(公告)号：CN117576200B
公开(公告)日：2024-05-03
申请号：CN202410050100.9
申请日：2024-01-15
申请人： 山东大学
摘要： 本发明公开一种长周期移动机器人定位方法、系统、设备及介质，涉及图像处理技术领域，包括：获取场景图像和场景点云，对场景图像进行语义分割，将场景点云投影到语义分割结果上，估计场景中各实体的位置和类别，得到场景语义占用信息；估计机器人在当前场景下的位姿及位置，构建栅格地图；将场景语义占用信息映射到栅格地图中，构建语义占用地图；根据机器人在移动过程中视野内的场景图像和场景点云，并与语义占用地图进行对比，以对语义占用地图进行更新；采用更新后的语义占用地图，根据当前时刻机器人视野内的场景图像和场景点云定位机器人位置。解决变化环境下的移动机器长周期定位问题。
-
公开(公告)号：CN116630390B
公开(公告)日：2023-10-17
申请号：CN202310896171.6
申请日：2023-07-21
申请人： 山东大学
摘要： 本发明公开一种基于深度图模板的障碍物检测方法、系统、设备及介质，涉及图像数据处理技术领域，包括：获取地面深度图模板；根据地面深度图模板进行相机标定，得到相机相对于安装主体的俯仰角和相机高度；获取待检测深度图，将待检测深度图与地面深度图模板做差分处理后，得到障碍物深度图；当障碍物深度图不为空时，将障碍物深度图转化为障碍物点云图，根据俯仰角和相机高度对障碍物点云图进行旋转平移，由此得到在安装主体坐标系下的障碍物点云信息。避免大型点云处理带来的运算开销，提高检测效率。
-
公开(公告)号：CN116630390A
公开(公告)日：2023-08-22
申请号：CN202310896171.6
申请日：2023-07-21
申请人： 山东大学
摘要： 本发明公开一种基于深度图模板的障碍物检测方法、系统、设备及介质，涉及图像数据处理技术领域，包括：获取地面深度图模板；根据地面深度图模板进行相机标定，得到相机相对于安装主体的俯仰角和相机高度；获取待检测深度图，将待检测深度图与地面深度图模板做差分处理后，得到障碍物深度图；当障碍物深度图不为空时，将障碍物深度图转化为障碍物点云图，根据俯仰角和相机高度对障碍物点云图进行旋转平移，由此得到在安装主体坐标系下的障碍物点云信息。避免大型点云处理带来的运算开销，提高检测效率。
-
公开(公告)号：CN115420296B
公开(公告)日：2023-04-11
申请号：CN202211382278.0
申请日：2022-11-07
申请人： 山东大学
IPC分类号： G01C21/20
摘要： 本发明提供了一种基于多分辨率拓扑地图的路径搜索方法及系统，属于路径导航技术领域。构建分辨率为半个机身栅格的低分辨率二值化栅格地图；根据得到的二值化栅格地图，提取障碍物的外轮廓点，将轮廓点按顺时针连接构成多边形；判断多边形是否为凸多边形，如是，将多边形设置为有障碍物节点；否则，按照凹点位置将凹多边形进行切割，直到全部为凸多边形；按照凸多边形的分布，在整个离线地图的区域分割出无障碍物节点，形成拓扑地图；采用A*算法进行路径搜索，在有障碍物节点进行路径搜索时，按照有障碍物节点的信息构建栅格地图；在无障碍物节点进行路径搜索时，直接将拓扑地图的周围节点进行扩展；本发明极大的提高了路径搜索效率和精度。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.021 秒)
