公开(公告)号：CN108873908B

公开(公告)日：2020-01-24

申请号：CN201810764916.2

申请日：2018-07-12

申请人： 重庆大学

发明人： 仲元红 ,  张钊源 ,  丁睿 ,  张顺 ,  黄关 ,  张静 ,  成欣雨 ,  周昭坤

IPC分类号： G05D1/02

摘要： 本发明提供了一种基于视觉SLAM和网络地图结合的机器人城市导航系统，其在利用全局路径规划确定网络地图中轮式机器人达到目标地点位置的城市道路导航路径的基础上，借助视觉SLAM处理得到的轮式机器人所处位置区域的环境物体空间占据情况对城市道路导航路径加以进一步的局部避障路径优化，从而通过视觉SLAM和网络地图相结合，弥补了仅依赖于全局路径规划进行轮式机器人导航控制所存在的多方面技术限制和不足，能够对轮式机器人提供更加细致的定位和路径导航，更好的保证轮式机器人能够按照局部避障路径优化后的城市道路导航路径得以顺利通行，进而更好的确保对轮式机器人路径规划和导航的准确性和通行有效性。

公开(公告)号：CN114386576A

公开(公告)日：2022-04-22

申请号：CN202210021671.0

申请日：2022-01-10

申请人： 重庆大学

发明人： 周喜川 ,  丁睿 ,  刘海军 ,  邹镟

IPC分类号： G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种类脑二值神经网络自动化结构学习方法，属于神经网络领域，包括以下步骤：S1：将基准模型进行二值化，包括权重与激活的二值化；S2：基于二值化基准模型建立多个并行前馈子网，将不同子网通过通道级的加权横向路径连接，由此得到初始的CBiNet模型结构；S3：根据不同应用任务的损失函数，结合基于横向路径连接分组稀疏正则化项，建立总的损失函数；S4：设置学习率后在训练集上训练CBiNet，当损失函数表现收敛后结束训练，得到具有稀疏横向路径连接的CBiNet；S5：在测试集上测试CBiNet。本发明构建的CBiNet可以提升二值化神经网络的特征表达能力，可使图像处理任务精度更高，准确率更强。

公开(公告)号：CN108873908A

公开(公告)日：2018-11-23

申请号：CN201810764916.2

申请日：2018-07-12

申请人： 重庆大学

发明人： 仲元红 ,  张钊源 ,  丁睿 ,  张顺 ,  黄关 ,  张静 ,  成欣雨 ,  周昭坤

IPC分类号： G05D1/02

摘要： 本发明提供了一种基于视觉SLAM和网络地图结合的机器人城市导航系统，其在利用全局路径规划确定网络地图中轮式机器人达到目标地点位置的城市道路导航路径的基础上，借助视觉SLAM处理得到的轮式机器人所处位置区域的环境物体空间占据情况对城市道路导航路径加以进一步的局部避障路径优化，从而通过视觉SLAM和网络地图相结合，弥补了仅依赖于全局路径规划进行轮式机器人导航控制所存在的多方面技术限制和不足，能够对轮式机器人提供更加细致的定位和路径导航，更好的保证轮式机器人能够按照局部避障路径优化后的城市道路导航路径得以顺利通行，进而更好的确保对轮式机器人路径规划和导航的准确性和通行有效性。