“周集华”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]基于通道注意力机制的工件点云分割方法、装置、介质-CN202211284925.4在审
发明人：梁艳阳;周集华;叶达游;黄子健;石峰;孙伟霖;陈昱戈;陈嘉铭;卢家骏;谢金;钟铭溪;黄永伟 -专利权人：五邑大学
申请日： 2022-10-20 - 公布日： 2023-03-21 - 主分类号： G06V10/26 文献下载
摘要：本申请公开了一种基于通道注意力机制的工件点云分割方法、装置、介质，其中，方法包括：获取目标工件的初始点云图像；对所述初始点云图像进行降采样处理，得到降采样后的目标点云图像；将所述目标点云图像输入至预设的通道注意力网络模块进行特征提取，得到目标点云特征图；将所述目标点云特征图输入至预设的语义分割模块进行图像分割处理，得到目标点云分割结果。根据本申请实施例提供的方案，能够利用通道注意力网络机制实现目标工件的点云图像的特征提取，对于摆放姿态不同且摆放密集的工件图像也能实现准确的特征提取，从而提高工件点云分割结果的准确性。
基于通道注意力机制工件分割方法装置介质

[发明专利]点云配准方法、设备及介质-CN202211332940.1在审
发明人：梁艳阳;叶达游;周集华;黄子健;石峰;孙伟霖;黎诗茵;吴佳乐;陈建静;钟铭溪;黄永伟 -专利权人：五邑大学
申请日： 2022-10-28 - 公布日： 2023-03-14 - 主分类号： G06T7/33 文献下载
摘要：本申请实施例提供了点云配准方法、设备及介质，通过对源点云和目标点云进行特征提取，得到源点云的第一全局特征向量和目标点云的第二全局特征向量；比较第一全局特征向量和第二全局特征向量以确定源点云与目标点云之间的变换关系得到变换矩阵；根据变换矩阵进行位姿预测，得到经变换的目标点云的位姿参数；提高了堆叠和噪声的场景下无序工件点云配准的准确性，以高精度实现对含噪声、不完整的点云数据进行配准，具有良好的鲁棒性。
点云配准方法设备介质

[发明专利]一种基于深度实例分割网络的天线下倾角测量方法-CN201811317915.X有效
发明人：翟懿奎;伍月婷;郑煜;周集华;王天雷;徐颖;甘俊英;邓文博;柯琪锐 -专利权人：五邑大学
申请日： 2018-11-06 - 公布日： 2021-04-23 - 主分类号： G01C1/00 文献下载
摘要：本发明公开了一种基于深度实例分割网络的天线下倾角测量方法包括以下步骤：通过无人机拍摄全方位的天线视频；实时将天线视频传输到服务器端，服务器端通过深度学习算法实时测量天线下倾角；所述深度学习算法包括：特征提取网络模块，用于获取天线特征图像；所述实例分割模块包括以下步骤：感兴趣区域直接映射到特征图；将候选区域分割成k*k个单元，对每个单元计算用于确定单元中心点的四个固定坐标位置，用双线性内插法计算出四个固定坐标位置的值；进行最大池化操作并实现反向传播。其通过对实例分割模块进行天线像素和背景像素的区分使得到天线下倾角角度更准确，建立一种方便、安全、有效、准确的天线测量方法。
一种基于深度实例分割网络天线倾角测量方法

[发明专利]机器人轨迹规划方法、装置、机器人-CN202011327258.4在审
发明人：梁艳阳;王利;姚超智;吴伟;周集华;叶达游 -专利权人：五邑大学
申请日： 2020-11-24 - 公布日： 2021-03-19 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种机器人轨迹规划方法、装置、机器人及计算机可读存储介质，机器人轨迹规划方法包括构造运动路径；计算所述运动路径的长度；根据所述运动路径的长度进行反向速度前瞻并规划首段速度；对所述运动路径的曲线进行反向插补；先构造运动路径，然后计算运动路径的长度，根据运动路径的长度进行反向速度前瞻并规划首段速度，通过反向速度前瞻可以得到第1段路径的初速度，通过首段规划能够得到第1段路径的最大速度，进而能够对所有路径进行速度规划，然后对运动路径的曲线进行反向插补，简化了机器人轨迹规划的算法，且能够提高机器人的运动精度和平滑性。
机器人轨迹规划方法装置

[发明专利]一种基站天线下倾角测量方法及其系统-CN201811555714.3有效
发明人：翟懿奎;郑煜;伍月婷;周集华;王天雷;甘俊英;曾军英;徐颖;邓文博;柯琪锐 -专利权人：五邑大学
申请日： 2018-12-19 - 公布日： 2021-01-26 - 主分类号： G01C1/00 文献下载
摘要：本发明公开了一种基站天线下倾角的测量方法及其系统，其中方法包括以下步骤：采用无人机定点飞行或绕基站飞行以获取基站的图像，根据图像制成数据集；利用卷积神经网络对数据集进行迭代训练，获得天线训练模型；利用天线训练模型识别出图像内的天线部分；根据自适应阈值分割算法识别出天线部分内的天线；计算天线下倾角。相比于传统技术，应用无人机更加智能，且可以减小工作人员的测量难题和工作负担，即使在恶劣天气下也可进行巡检，并且基于卷积网络与自适应阈值分割手段来对图像进行处理，在处理之后就可计算出天线下倾角，测量效率更高且测量结果也更加地精确，故本发明具有安全性好、环境适应性强、测量快速稳定等优点。
一种基站天线倾角测量方法及其系统

[发明专利]一种基于多尺度深度语义分割网络的天线下倾角测量方法-CN201811338415.4在审
发明人：翟懿奎;周集华;伍月婷;郑煜;徐颖;甘俊英;曾军英;邓文博;柯琪锐 -专利权人：五邑大学
申请日： 2018-11-09 - 公布日： 2019-04-26 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于多尺度深度语义分割网络的天线下倾角测量方法，采用无人机对基站天线数据进行采集，使用标注工具对获取到的天线图像进行标注，制作数据集；调用数据集进行训练并对模型进行调试；识别检测目标天线，将输出图像进行语义分割，最后获得最终分割的目标图像，再对目标图像下倾角进行计算，适用性高，成本低，安全。
语义分割天线下倾角目标图像多尺度标注测量调用数据基站天线目标天线输出图像数据集下倾角天线调试网络采集图像分割检测制作安全