公开(公告)号：CN113984037B

公开(公告)日：2023-09-12

申请号：CN202111157543.0

申请日：2021-09-30

Applicant: 电子科技大学长三角研究院(湖州) ,  南京视道信息技术有限公司

Inventor： 范峥荣 ,  方黎勇 ,  杨方健 ,  刘伟 ,  李昊 ,  周启南

IPC: G01C21/00

Abstract: 本发明提出了一种基于任意方向目标候选框的语义地图构建方法，包括：S1，采用相机获取深度图像，再由深度图像获得原始点云数据；S2，采用相机获得RGB彩色图像；S3，针对RGB彩色图像，设计任意方向目标检测器，对所获得图像进行检测，获得目标的任意方向候选框；S4，将S3得到的任意方向候选框投影到步骤S1中的点云中，进行点云的框取，并进行后处理，获得较为规整的点云团；并完成框取点云与目标类别的数据关联，得到3D目标的语义信息；S5，利用视觉里程计信息将点云坐标转换为世界坐标系下的坐标并进行存储，即可保存点云语义地图。本发明能理解和利用环境中物体级别的高维语义信息进行定位、建图和路径规划，拥有对环境的全局理解能力。

公开(公告)号：CN113984037A

公开(公告)日：2022-01-28

申请号：CN202111157543.0

申请日：2021-09-30

Applicant: 电子科技大学长三角研究院(湖州) ,  南京视道信息技术有限公司

Inventor： 范峥荣 ,  方黎勇 ,  杨方健 ,  刘伟 ,  李昊 ,  周启南

IPC: G01C21/00

Abstract: 本发明提出了一种基于任意方向目标候选框的语义地图构建方法，包括：S1，采用相机获取深度图像，再由深度图像获得原始点云数据；S2，采用相机获得RGB彩色图像；S3，针对RGB彩色图像，设计任意方向目标检测器，对所获得图像进行检测，获得目标的任意方向候选框；S4，将S3得到的任意方向候选框投影到步骤S1中的点云中，进行点云的框取，并进行后处理，获得较为规整的点云团；并完成框取点云与目标类别的数据关联，得到3D目标的语义信息；S5，利用视觉里程计信息将点云坐标转换为世界坐标系下的坐标并进行存储，即可保存点云语义地图。本发明能理解和利用环境中物体级别的高维语义信息进行定位、建图和路径规划，拥有对环境的全局理解能力。

公开(公告)号：CN114187550A

公开(公告)日：2022-03-15

申请号：CN202111505717.8

申请日：2021-12-10

Applicant: 电子科技大学长三角研究院(湖州) ,  南京视道信息技术有限公司

Inventor： 刘伟 ,  方黎勇 ,  范峥荣 ,  李昊

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提出了一种基于改进YOLO V3网络的弓网核心零部件识别方法，包括以下步骤：S1，提取弓网数据集，然后将弓网数据集分为训练集和测试集，并对训练集进行处理；S2，将训练集输入改进的YOLO V3网络，进行网络训练；S3，将测试集输入改进的YOLO V3网络，得到目标识别结果；本发明能够在背景复杂的地铁运行环境下对多种目标进行检测，能极大减少在零部件的特征传递过程中特征丢失的情况，提高了识别的准确度。

公开(公告)号：CN114565753A

公开(公告)日：2022-05-31

申请号：CN202210159521.6

申请日：2022-02-22

Applicant: 电子科技大学长三角研究院(湖州) ,  电子科技大学

Inventor： 刘伟 ,  方黎勇 ,  范峥荣 ,  李昊

IPC: G06V10/25 ,  G06V10/774 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于改进YOLOv4网络的无人机小目标识别方法，包括以下步骤：S1，对采集的图形进行预处理，生成训练数据集和测试数据集；S2，构建用于小目标识别模型，所述小目标识别模型输入为所述训练数据和测试数据，所述目标识别模型输出为目标识别结果；所述训练数据为所述训练数据集中的数据，所述测试数据为所述测试数据集中的数据；S3，输入所述训练数据对所述小目标识别模型进行训练；S4，输入所述测试数据对所述小目标识别模型进行测试。本发明能够精准识别移动的小目标物体，且在保证检测准确率的同时提高了检测效率。

公开(公告)号：CN114565753B

公开(公告)日：2025-04-15

申请号：CN202210159521.6

申请日：2022-02-22

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 刘伟 ,  方黎勇 ,  范峥荣 ,  李昊

IPC: G06V10/25 ,  G06V10/774 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明提出了一种基于改进YOLOv4网络的无人机小目标识别方法，包括以下步骤：S1，对采集的图形进行预处理，生成训练数据集和测试数据集；S2，构建用于小目标识别模型，所述小目标识别模型输入为所述训练数据和测试数据，所述目标识别模型输出为目标识别结果；所述训练数据为所述训练数据集中的数据，所述测试数据为所述测试数据集中的数据；S3，输入所述训练数据对所述小目标识别模型进行训练；S4，输入所述测试数据对所述小目标识别模型进行测试。本发明能够精准识别移动的小目标物体，且在保证检测准确率的同时提高了检测效率。