单目位姿估计方法及装置
    1.
    发明公开

    公开(公告)号:CN116612182A

    公开(公告)日:2023-08-18

    申请号:CN202310883737.1

    申请日:2023-07-19

    摘要: 本发明提出一种单目位姿估计方法及装置,涉及深度学习技术领域。包括:将当前帧图像输入到深度估计网络,以得到深度图像;将所述当前帧图像和对应的相邻帧图像输入到位姿估计网络,以得到相对位姿变换;基于八叉树构建隐式编码体素地图,并根据相对位姿变换和深度图像,以及隐式编码体素地图,生成重构深度图像;基于预先构建的第一几何损失函数和光度损失函数,基于当前帧图像和所述重构深度图像,对所述相对位姿变换进行位姿优化,并对所述隐式编码体素地图进行优化。由此,可以利用八叉树对已有的基于深度学习的隐式编码体素地图表示的方法进行改进,减少隐式编码体素地图的内存空间占用,并实现单目方法,免去对RGBD相机的依赖。

    三维巷道模型的测地线确定方法和装置

    公开(公告)号:CN116229005B

    公开(公告)日:2023-08-04

    申请号:CN202310501369.X

    申请日:2023-05-06

    IPC分类号: G06T17/05 G06T17/20

    摘要: 本公开提出一种三维巷道模型的测地线确定方法和装置,该方法包括:获取目标区域的多边形面片巷道模型,其中,多边形面片巷道模型包括:待计算点,对多边形面片巷道模型进行转换处理,以生成目标区域的三角形面片巷道模型,计算三角形面片巷道模型的第一拉普拉斯算子,基于预设转换方法将第一拉普拉斯算子转换为与多边形面片巷道模型对应的第二拉普拉斯算子,基于第二拉普拉斯算子,计算多边形面片巷道模型中与待计算点对应的测地线,由此,能够实现针对多边形面片巷道模型的测地线计算,从而有效提升该测地线确定过程的灵活性和实用性。

    长巷道超宽带一维约束下的移动装备位姿确定方法及装置

    公开(公告)号:CN116202511A

    公开(公告)日:2023-06-02

    申请号:CN202310500784.3

    申请日:2023-05-06

    IPC分类号: G01C21/00 G01C21/16

    摘要: 本公开提出了一种长巷道超宽带一维约束下的移动装备位姿确定方法及装置,包括:获取巷道场景下相机采集的第一数据、激光器采集的第二数据、超宽带采集的第三数据;根据第一数据和第二数据计算移动装备的全局位姿;根据全局位姿获取目标超宽带位置数据,并构成超宽带距离位置数据集;根据超宽带距离位置数据集,计算超宽带基站的全局位置;采集局部时间窗口内的相机数据、激光数据、惯导数据,并进行融合里程计计算移动装备的全局初始位姿和局部稀疏地图,进而结合超宽带数据、全局初始位姿、超宽带基站的全局位置、局部稀疏地图和目标函数,优化移动装备的位姿。由此,融合了激光、相机结合超宽带数据,精准计算煤矿井下长巷道中移动装备的位姿。

    一种紧耦合单目视觉惯导系统初始化方法

    公开(公告)号:CN116164774A

    公开(公告)日:2023-05-26

    申请号:CN202211473279.6

    申请日:2022-11-21

    IPC分类号: G01C25/00

    摘要: 本发明公开一种紧耦合单目视觉惯导系统初始化方法,属于同步定位与建图技术领域。包括视频单元和IMU,在煤矿井下进行同步定位与建图时,利用IMU自身不受环境光照影响的特点,求解IMU至世界坐标系变换时不考虑IMU加速度偏置,对IMU测量与视觉测量进行联合优化估计,给定重力加速度估计的扰动量,利用IMU与视觉之间的耦合关系在初始化过程中添加对加速度偏置进行估计,并提高初始化阶段进行全量更新导致的计算效率;通过结合因子图进行部分更新计算,并联合优化估计,保证初始化阶段的一致性,从而估计出系统全量参数,得到全局一致的估计结果。本方法在煤矿井下的恶劣环境中运动估计速度快,定位准确,具有广泛应用前景。

    目标跟踪方法、装置及电子设备
    7.
    发明公开

    公开(公告)号:CN115565135A

    公开(公告)日:2023-01-03

    申请号:CN202211255237.5

    申请日:2022-10-13

    IPC分类号: G06V20/52 G06V20/40

    摘要: 本公开提出一种目标跟踪方法、装置及电子设备。具体方案为:获取待处理视频的当前帧图像,并基于目标检测框对当前帧图像进行目标检测,以从当前帧图像中确定待检测图像,再采用粒子滤波算法对当前帧图像进行处理,以获取目标检测框在下一帧图像中所对应的预测图像,以及根据待检测图像和预测图像,确定目标跟踪结果,由于是联合粒子滤波算法测目标检测框在下一帧图像中所对应的预测图像,确定目标跟踪结果,从而能够有效地降低目标遮挡等其他因素对目标跟踪所产生的影响,有效地提升目标跟踪效果,有效地提升目标跟踪方法在实际业务场景中的适用性。

    煤矿工业互联网数据中台体系结构

    公开(公告)号:CN112667704A

    公开(公告)日:2021-04-16

    申请号:CN202011534549.0

    申请日:2020-12-22

    摘要: 本申请提出一种煤矿工业互联网数据中台体系结构,包括:大数据采集平台、大数据基础平台、大数据治理平台和大数据分析平台;其中,大数据采集平台,用于对接煤矿各数据源,并对各数据源进行数据采集,以获取采集数据;大数据基础平台,用于对采集数据进行存储和计算;大数据治理平台,用于对大数据基础平台存储的采集数据进行管理和治理;大数据分析平台,用于对采集数据及其处理后的数据进行分析。由此,实现了将煤矿各业务系统、生产系统、监控系统等所有数据源的数据进行集中汇总,并在数据中挖掘数据价值,从而为煤矿的安全生产提供服务,大大提高了生产的安全性和增效。

    煤矿多AI应用场景算法交互方法
    10.
    发明公开

    公开(公告)号:CN118245070A

    公开(公告)日:2024-06-25

    申请号:CN202410354760.6

    申请日:2024-03-26

    IPC分类号: G06F8/61 G06N3/096 G06F8/71

    摘要: 本发明提出一种煤矿多AI应用场景算法交互方法,煤矿对应AI应用场景算法商城中内置有多种可选择的煤矿井下AI应用场景算法,将各种算法镜像部署在AI应用场景算法商城对应的镜像仓库中;基于任一目标煤矿的样本数据,对目标煤矿对应的各种算法镜像进行训练,以得到各个AI应用场景算法镜像;质检出各个AI应用场景算法镜像中优于各个AI应用场景算法的多个目标AI应用场景算法镜像,以替换掉AI应用场景算法商城中对应的算法镜像,由此,基于煤矿样本数据,实现煤矿AI应用场景算法的精确训练及部署,对于相同AI应用场景算法不同煤矿差异性,降低了AI应用场景算法快速应用到煤矿现场门槛。