-
公开(公告)号:CN111753752A
公开(公告)日:2020-10-09
申请号:CN202010597702.8
申请日:2020-06-28
申请人: 重庆邮电大学
摘要: 本发明请求保护一种基于卷积神经网络多层特征融合的机器人闭环检测方法,该方法包括步骤:S1,利用卷积神经网络作为特征提取器,将环境图像输入预训练的网络提取不同层特征;S2,建立浅层几何特征与深层语义特征融合模块,将不同层特征进行加权融合;S3,当前图像与历史关键图像的融合特征进行L2归一化后采用PCA降维处理;S4,定义相识性评分体系,将处理后的两组融合特征输入评分体系检测闭环。本发明在光照变化的环境下,闭环检测的算法相较于其他算法,不仅保证了输出特征图的细节信息和语义信息,而且本算法在实现实时性的同时具有更强的鲁棒性和较高的准确性。
-
公开(公告)号:CN111753752B
公开(公告)日:2022-07-01
申请号:CN202010597702.8
申请日:2020-06-28
申请人: 重庆邮电大学
摘要: 本发明请求保护一种基于卷积神经网络多层特征融合的机器人闭环检测方法,该方法包括步骤:S1,利用卷积神经网络作为特征提取器,将环境图像输入预训练的网络提取不同层特征;S2,建立浅层几何特征与深层语义特征融合模块,将不同层特征进行加权融合;S3,当前图像与历史关键图像的融合特征进行L2归一化后采用PCA降维处理;S4,定义相识性评分体系,将处理后的两组融合特征输入评分体系检测闭环。本发明在光照变化的环境下,闭环检测的算法相较于其他算法,不仅保证了输出特征图的细节信息和语义信息,而且本算法在实现实时性的同时具有更强的鲁棒性和较高的准确性。
-
公开(公告)号:CN218157689U
公开(公告)日:2022-12-27
申请号:CN202220922170.5
申请日:2022-04-20
申请人: 重庆邮电大学
IPC分类号: G01N27/327 , C01B32/184
摘要: 本实用新型请求保护一种可降低传感器初始电阻的环状叉指电极结构,包括柔性基底,为矩形状;环状叉指电极,内嵌于柔性基底表面,环状叉指电极包括:正极环状叉指电极,作为激励输入电极,包括多个大小不等的未封闭圆环正电极和正极外接端,多个所述正电极的一端均与正极外接端连接;负极环状叉指电极,作为接地参考电极,包括多个大小不等的未封闭圆环负电极和负极外接端,多个所述负电极的一端均与负极外接端连接;正极环状叉指电极与负极环状叉指电极相互交叉形成完整的环状叉指电极。本实用新型能够显著降低传感器初始电阻,提高检测精度,降低检测阈值,更加便于后端电路实现,为研究人员提供了一种新型优良电极结构。
-
-