-
公开(公告)号：CN109635809B
公开(公告)日：2021-08-17
申请号：CN201811300689.4
申请日：2018-11-02
申请人： 浙江工业大学
摘要： 本发明公开了一种面向视觉退化图像的超像素分割方法，在RGB图像和对应的深度图像上各自预分割k个相同尺寸的正方形状的超像素，将该K个预分割超像素中心作为初始种子点，以初始种子点为中心划分初始矩形聚类区域，利用聚类区域的彩色边缘强度与深度边缘强度来为聚类区域分配颜色信息权重Qc与深度信息权重Qd，根据颜色距离Dc、深度距离Dd、空间距离Ds，以及颜色信息权重Qc与深度信息权重Qd，计算超像素聚类距离Dp，然后进行重新聚类并反复迭代收敛，根据收敛后的聚类区域生成超像素。本发明的方法显著地提高在视觉退化图像情况下超像素与物体的边缘贴合率。
-
公开(公告)号：CN109345588B
公开(公告)日：2021-10-15
申请号：CN201811101406.3
申请日：2018-09-20
申请人： 浙江工业大学
摘要： 本发明公开了一种基于Tag的六自由度姿态估计方法，通过在物体上添加Tag来辅助检测，通过相机识别出物体上的Tag，帮助SLAM完成初始化，在初始化后，持续对每帧图像提取特征点，并根据上一帧对应的速度矩阵是否为空，进行相机位姿估计，以相机位姿估计得到的值为初值，采用特征点对应的地图点重投影到图像坐标系的重投影误差函数作为目标函数，进行相机位姿优化，得到优化好的相机位姿及特征点对应的地图点，再把相机的位姿转换成物体的位姿。本发明的方法在成像质量差以及物体高速运动时有较好的鲁棒性，并且有很高姿态估计精度。
-
公开(公告)号：CN111258316B
公开(公告)日：2022-12-09
申请号：CN202010066645.0
申请日：2020-01-20
申请人： 浙江工业大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种动态环境下趋势感知的机器人轨迹规划方法，通过对全局路径规划器规划的路径进行裁剪、离散化与时序化，使之变成一条离散的初始轨迹，通过感知估计动态障碍物的速度，预测动态障碍物的运动轨迹；然后根据机器人的初始轨迹与动态障碍物的运动轨迹来构建两者的趋势轨迹，通过两者趋势轨迹的相交与重叠程度，构建约束条件；最后将构建的约束条件映射到超图，转化为具有约束近似的无约束最小二乘优化问题并求解，对机器人轨迹进行优化。本发明引入障碍趋势约束，可以有效降低机器人与动态障碍物的碰撞概率与提高轨迹生成的稳定性，为自动驾驶、社会服务等情景提供了安全可靠的机器人运动轨迹。
-
公开(公告)号：CN109344750B
公开(公告)日：2021-10-22
申请号：CN201811101377.0
申请日：2018-09-20
申请人： 浙江工业大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种基于结构描述子的复杂结构三维对象识别方法，提取目标真实三维点云中各个部件对应的点云单元，采用各个部件对应的点云单元的包围盒大小、核心点云单元的中心到其他点云单元的中心的距离、每对点云单元中心与核心点云单元中心连线所成的夹角，构建标准的三维结构描述子，对待识别的三维场景进行分割，得到三维场景中的所有点云单元，构建候选三维结构描述子，计算候选三维结构描述子与标准结构描述子的曼哈顿距离，如果距离小于设定的第二阈值，则所述候选三维结构描述子对应的点云单元就是需要识别的对象。本发明计算消耗小，且能在三维点云场景中实现快速准确的复杂结构三维对象识别。
-
公开(公告)号：CN111258316A
公开(公告)日：2020-06-09
申请号：CN202010066645.0
申请日：2020-01-20
申请人： 浙江工业大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种动态环境下趋势感知的机器人轨迹规划方法，通过对全局路径规划器规划的路径进行裁剪、离散化与时序化，使之变成一条离散的初始轨迹，通过感知估计动态障碍物的速度，预测动态障碍物的运动轨迹；然后根据机器人的初始轨迹与动态障碍物的运动轨迹来构建两者的趋势轨迹，通过两者趋势轨迹的相交与重叠程度，构建约束条件；最后将构建的约束条件映射到超图，转化为具有约束近似的无约束最小二乘优化问题并求解，对机器人轨迹进行优化。本发明引入障碍趋势约束，可以有效降低机器人与动态障碍物的碰撞概率与提高轨迹生成的稳定性，为自动驾驶、社会服务等情景提供了安全可靠的机器人运动轨迹。
-
公开(公告)号：CN109903336A
公开(公告)日：2019-06-18
申请号：CN201910048352.7
申请日：2019-01-18
申请人： 浙江工业大学
摘要： 本发明公开了一种基于局部特征的飞行器姿态跨视场估计方法及装置，对输入的RGB图像进行Tag识别，检测到Tag后，识别其位置，进行飞行器中心定位，基于深度信息，得到飞行器中心位置坐标。接着计算最大帧得分选择最佳输入图像，然后对输入的RGB图像提取特征点，并且结合深度图将特征点转化为三维点。使用光束平差法求得相机姿态后，再对相机姿态进行转换。最后，初始相机与飞行器之间的转换矩阵，将相机姿态转化为飞行器姿态，并将飞行器姿态转化为六自由度姿态输出。本发明满足了飞行器姿态估计的实时性需求，实时性好而且精度高。
-
公开(公告)号：CN109635809A
公开(公告)日：2019-04-16
申请号：CN201811300689.4
申请日：2018-11-02
申请人： 浙江工业大学
CPC分类号： G06K9/342 , G06K9/40 , G06K9/4652 , G06K9/6222 , G06T5/002 , G06T7/187 , G06T2207/20028
摘要： 本发明公开了一种面向视觉退化图像的超像素分割方法，在RGB图像和对应的深度图像上各自预分割k个相同尺寸的正方形状的超像素，将该K个预分割超像素中心作为初始种子点，以初始种子点为中心划分初始矩形聚类区域，利用聚类区域的彩色边缘强度与深度边缘强度来为聚类区域分配颜色信息权重Qc与深度信息权重Qd，根据颜色距离Dc、深度距离Dd、空间距离Ds，以及颜色信息权重Qc与深度信息权重Qd，计算超像素聚类距离Dp，然后进行重新聚类并反复迭代收敛，根据收敛后的聚类区域生成超像素。本发明的方法显著地提高在视觉退化图像情况下超像素与物体的边缘贴合率。
-
公开(公告)号：CN109345588A
公开(公告)日：2019-02-15
申请号：CN201811101406.3
申请日：2018-09-20
申请人： 浙江工业大学
摘要： 本发明公开了一种基于Tag的六自由度姿态估计方法，通过在物体上添加Tag来辅助检测，通过相机识别出物体上的Tag，帮助SLAM完成初始化，在初始化后，持续对每帧图像提取特征点，并根据上一帧对应的速度矩阵是否为空，进行相机位姿估计，以相机位姿估计得到的值为初值，采用特征点对应的地图点重投影到图像坐标系的重投影误差函数作为目标函数，进行相机位姿优化，得到优化好的相机位姿及特征点对应的地图点，再把相机的位姿转换成物体的位姿。本发明的方法在成像质量差以及物体高速运动时有较好的鲁棒性，并且有很高姿态估计精度。
-
公开(公告)号：CN109344750A
公开(公告)日：2019-02-15
申请号：CN201811101377.0
申请日：2018-09-20
申请人： 浙江工业大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种基于结构描述子的复杂结构三维对象识别方法，提取目标真实三维点云中各个部件对应的点云单元，采用各个部件对应的点云单元的包围盒大小、核心点云单元的中心到其他点云单元的中心的距离、每对点云单元中心与核心点云单元中心连线所成的夹角，构建标准的三维结构描述子，对待识别的三维场景进行分割，得到三维场景中的所有点云单元，构建候选三维结构描述子，计算候选三维结构描述子与标准结构描述子的曼哈顿距离，如果距离小于设定的第二阈值，则所述候选三维结构描述子对应的点云单元就是需要识别的对象。本发明计算消耗小，且能在三维点云场景中实现快速准确的复杂结构三维对象识别。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.024 秒)
