-
公开(公告)号:CN115511917A
公开(公告)日:2022-12-23
申请号:CN202211267876.3
申请日:2022-10-17
申请人: 郑州大学 , 河南信通智能物联有限公司
摘要: 本发明涉及一种基于RGB‑D数据融合的测距跟踪方法,包括:采集待检测目标的RGB图像和深度图像,将所述RGB图像输入到改进的YOLOv5网络模型中,对所述待检测目标进行目标检测和跟踪,获取跟踪输出结果;将所述跟踪输出结果与所述深度图像进行配准,获得所述待检测目标的距离信息。本发明利用RGB图像实现目标检测与跟踪,将目标跟踪阶段生成的预测框映射到深度相机采集的深度图像中,完成对目标的测距和跟随。
-
公开(公告)号:CN218316574U
公开(公告)日:2023-01-17
申请号:CN202222672002.8
申请日:2022-10-11
申请人: 郑州大学 , 河南信通智能物联有限公司
摘要: 本实用新型公开一种无人车防撞保护装置,两块防撞板之间转动连接有若干组转辊;两块防撞板的同一侧设置有固定板,固定板与两块防撞板之间固定设置有两组第一防撞保护组件和两组第二防撞保护组件;固定板与两块防撞板之间固定连接有伸缩杆组件;固定板远离两块防撞板的一侧设置有偏转导轨组件,本实用新型通过第一防撞保护组件和第二防撞保护组件共同支撑防撞板,从而减小正向撞击的力度;当防撞板受到侧向撞击时,防撞板被撞击时会带动固定板沿着导轨偏转,使防撞板的正面接受撞击,不仅可以提高防撞保护的效果,还可以提高第一防撞保护组件和第二防撞保护组件的使用寿命。
-
公开(公告)号:CN114140742A
公开(公告)日:2022-03-04
申请号:CN202111300346.X
申请日:2021-11-04
申请人: 郑州大学
摘要: 本发明公开了一种基于光场深度图像的轨道异物入侵检测方法,该方法包括如下步骤:利用光场相机拍摄并采集直线轨道的背景图像,通过Lytro Desktop软件得到背景图像的原始RGB图像和深度图像;在背景图像的RGB图像中提取直线轨道并建立危险区域异物检测窗口;利用光场相机拍摄并采集轨道危险区域检测图像,对所获得的RGB图像和深度图像进行预处理;对预处理后的轨道危险区域检测图像进行显著物检测,获得异物图像,标记异物图像中的异物;若监测到异物,则发出报警信号,否则,继续监测异物。该发明利用光场相机可以同时获得RGB图像和深度图像的特点,引入深度差特征实现了对轨道异物入侵的自动检测,节省人力和成本,有效避免列车运行过程中的交通事故。
-
公开(公告)号:CN115639819A
公开(公告)日:2023-01-24
申请号:CN202211270855.7
申请日:2022-10-17
申请人: 郑州大学
IPC分类号: G05D1/02
摘要: 本发明提供了一种视觉与深度信息融合的自动跟随机器人,包括:数据采集模块、供电及驱动模块、主控模块、通信模块、语音识别模块;数据采集模块,用于采集目标信息;通信模块,用于将目标信息上传至云端,同时接收云端的控制指令,并发送至主控模块;主控模块,用于根据控制指令对目标信息进行处理,发出驱动指令;供电及驱动模块,用于为自动跟随机器人提供电能,根据驱动指令驱动自动跟随机器人;语音识别模块,用于识别语音控制指令,并发送至主控模块。使得在面对较为复杂的应用场景时,机器人也能表现出良好的跟踪效果。
-
公开(公告)号:CN115615387A
公开(公告)日:2023-01-17
申请号:CN202210989462.5
申请日:2022-08-17
申请人: 郑州大学
摘要: 本发明属于图像处理技术领域,具体涉及一种基于光场图像自适应聚焦处理的联合检测和测距方法,包括以下步骤:步骤1),对光场原始数据进行解码、颜色校正等预处理操作以获取光场图像;步骤2),利用空间域重聚焦技术,改变调焦系数λ以获取目标场景的重聚焦图像序列;步骤3),利用改进MR算法对光场图像的子孔径阵列中心视角图像提取显著性特征定位目标物体;步骤4),利用清晰度评价函数选取重聚焦图像序列中测量窗口内最清晰的图像;步骤5),最后利用标记贴片法实现光场图像目标场景的快速目标直接测距;本发明针对将所检测到的侵限异物进行测距的需求,提出了一种基于构建自适应聚焦度测量窗口快速获取场景中目标准确位置信息的方法。
-
公开(公告)号:CN118823507A
公开(公告)日:2024-10-22
申请号:CN202410827342.4
申请日:2024-06-25
申请人: 郑州大学
IPC分类号: G06V10/774 , G06V10/26 , G06V40/10
摘要: 本发明公开了一种面向多人姿态估计应用的遮挡数据集构造方法,包括以下步骤:S1,从非遮挡数据集中筛选单人图像,使用人像抠图算法对筛选后的单人图像进行抠图并根据人体框标注信息进行剪裁,同时更新关键点位置信息,剪裁后的单人图像及其更新后的标注数据构成单人数据集;S2,从非遮挡数据集中选取一副图像作为待遮挡图像,然后从构建的单人数据集中随机抽取一幅单人图像缩放后对待遮挡图像中的人体进行定位遮挡,同时在非遮挡数据集的标注文件中添加单人图像的人体标注信息,生成遮挡图像及其对应的标注文件;S3,通过对非遮挡数据集中的所有图像进行遮挡操作,构造带标注信息的遮挡数据集。本发明通过人像抠图和定位遮挡的方法构造遮挡数据集,能够减少人工采集图像成本以及减小对遮挡数据集的标注难度,同时能够提高模型在遮挡场景下人体姿态估计性能。
-
-
-
-
-