“徐本连”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76个，建议您升级VIP下载更多相关专利

[发明专利]动态环境下的SLAM方法和系统-CN202310507148.3在审
发明人： 徐本连;周理想;鲁明丽;施健;从金亮;周旭;张龙欣 -专利权人：苏州科技大学
申请日： 2023-05-08 - 公布日： 2023-09-15 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种动态环境下的SLAM方法和系统，该方法包括：获取动态环境的目标数据，目标数据包括图像序列或视频流；采用C++版本的OpenCV‑DNN模块部署YOLOv5‑seg网络模型，以获取相应的目标检测模型；采用目标检测模型对目标数据进行目标检测和分割，以获取目标数据中的动态物体和可移动物体的mask掩膜以及相应的坐标信息；对目标数据中的每一帧图像进行ORB特征点的提取；根据提取出的ORB特征点和坐标信息将坐标在动态物体和可移动物体上的动态ORB特征点剔除，并保留相应的静态ORB特征点；采用ORB‑SLAM3系统根据静态ORB特征点进行特征点匹配，以及计算相机位姿并建图，以完成SLAM工作。能够实时高效地剔除动态ORB特征点，以提高定位精度和系统鲁棒性，从而避免系统发生故障。
动态环境 slam 方法系统

[发明专利]继发性肺结核病灶检测方法和系统-CN202310712651.2有效
发明人：鲁明丽;谢浩杰;徐本连;施健;佘桂平;从金亮;史向航 -专利权人：常熟理工学院
申请日： 2023-06-16 - 公布日： 2023-09-15 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种继发性肺结核病灶检测方法和系统，该方法包括：获取包含多种继发性肺结核病灶类别的胸部CT扫描图像集，进行预处理以获取相应的预处理图像；对预处理图像中肺部病灶区域和病灶类别进行标注以获取相应的标注图像集，并划分为候选训练集和测试集；采用多尺度数据增强方式对候选训练集进行数据扩充，以获取目标训练集；分别构建角度成本函数、距离成本函数、形状成本函数和IoU成本函数以获取SIoU损失函数，基于SIoU损失函数和注意力机制构建改进的YOLOv5神经网络架构，对其进行训练以获取深度神经网络模型；采用深度网络模型进行继发性肺结核病灶检测，能够准确高效地进行检测。
继发性肺结核病灶检测方法系统

[发明专利]电梯客流预测与优化调度方法及系统-CN202310882406.6在审
发明人：张贵阳;徐本连;周旭;张福生;鲁明丽;吉思语;朱玲羽;翟树峰 -专利权人：常熟理工学院
申请日： 2023-07-19 - 公布日： 2023-08-15 - 主分类号： B66B5/00 文献下载
摘要：本发明公开了电梯客流预测与优化调度方法及系统，包括：获取电梯乘客实时人数；将一栋楼内在空间上相近的多部电梯组成一个电梯交通网络，每一层楼为一个节点，构建电梯交通流；使用Transformer模型在空间域上对电梯交通流数据进行分析，通过因果神经网络对时域信息进行处理，得到整个电梯网络在未来某一时刻的客流分布。通过最小化所有乘客等待电梯和乘坐电梯的时间总和，对电梯进行调度。从空间和时间两份维度提取电梯客流数据中信息，有效预测电梯客流分布，最后通过最小化乘客宏观最短乘梯时间完电梯的优化调度。
电梯客流预测优化调度方法系统

[发明专利]基于ROS的AGV叉车库位托盘识别及辅助定位方法及系统-CN202110824995.3有效
发明人： 徐本连;李震;从金亮;鲁明丽;施健;吴迪;赵康 -专利权人：常熟理工学院
申请日： 2021-07-21 - 公布日： 2023-08-15 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于ROS的AGV叉车库位托盘识别及辅助定位方法及系统，包括对库位中托盘的检测识别步骤，使用深度学习训练好的模型预测图像中托盘支撑柱及其像素位置，利用深度相机计算出各根支撑柱中心在相机坐标系下的三维坐标；托盘位姿计算步骤，通过对深度相机坐标系、AGV叉车货叉坐标系、AGV叉车本体坐标系之间的坐标转化关系计算，求解托盘相对于AGV叉车本体的位姿；控制AGV叉车及货叉运动至可插取位置步骤，使得AGV叉车的货叉能够正对托盘的空洞。本发明检测速度更快，能够实时对库位中的托盘进行精确检测与定位，提升了工作效率，更好的辅助叉车插取托盘。
基于 ros agv 叉车托盘识别辅助定位方法系统

[发明专利]基于深度学习的细胞谱系树的构建方法和系统-CN202310459708.2在审
发明人：鲁明丽;徐本连;吴迪;从金亮;施健;王伟;顾苏杭;朱培逸 -专利权人：常熟理工学院
申请日： 2023-04-26 - 公布日： 2023-08-04 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于深度学习的细胞谱系树的构建方法和系统，该方法包括以下步骤：采用目标检测函数对原始细胞图像进行细胞检测以获取细胞候选量测集；根据细胞候选量测集对细胞分裂事件进行预测，以预测细胞分裂位置以及相应的细胞分裂概率；采用多贝努利蚁群搜索行为根据预测细胞分裂位置以及相应的细胞分裂概率建立上一帧细胞估计与下一帧细胞测量候选集的路径信息素场，并根据路径信息素场构建细胞谱系树；在利用标签贝努利子蚁群的搜索目标像素的过程中构建状态信息素场，并根据状态信息素场对标签贝努利子蚁群的多贝努利参数进行近似，以估计细胞位置及形态学参数。
基于深度学习细胞谱系构建方法系统

[发明专利]一种基于YOLO-GGCNN的机械臂检测抓取方法-CN202211649691.9有效
发明人： 徐本连;李震;赵康;鲁明丽;从金亮;吴迪;周理想 -专利权人：苏州科技大学
申请日： 2022-12-21 - 公布日： 2023-07-21 - 主分类号： G06V20/00 文献下载
摘要：本发明公开了一种基于YOLO‑GGCNN的机械臂检测抓取方法，属于智能机器人领域。所述方法利用YOLOv4深度学习网络对待抓取目标进行训练，得到训练好的模型。在机械臂抓取前，使用深度相机获取抓取平台上无抓取物体的空白深度图像。放置抓取物体后，利用训练好的YOLOv4模型从RGB图像识别出待抓取目标，将识别框作为感兴趣区域，将感兴趣区域对应像素的深度图像部分提取出来，替换掉空白图像的像素对应部分，以此获得一张排除其他干扰物体、只包含抓取目标的深度图像。将这张图像处理后输入GGCNN网络，再进行从图像坐标系到机械臂本体坐标系的转化，最终输出最优机械臂抓取方案，机械臂根据抓取方案依次抓取所要抓取的目标物体。
一种基于 yolo ggcnn 机械检测抓取方法

[发明专利]基于机器视觉的AGV目标识别与姿态角解算方法及系统-CN202310031071.7有效
发明人：张贵阳;徐本连;鲁明丽;吉思雨;陆婷;臧书琪;翟树峰;朱玲羽;潘李越云 -专利权人：常熟理工学院
申请日： 2023-01-10 - 公布日： 2023-06-16 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种基于机器视觉的AGV目标识别与姿态角解算方法及系统，包括AGV运行过程中进行目标检测，确定包含目标特征点的ROI区域；采用双目立体视觉系统对目标进行实时成像；分别对投射后的椭圆锥面进行拟合，同时对法向量进行优化求解；通过最优法向量解算AGV和目标之间的方位角。通过改进YOLOV3的主干网络模型，并搭建跨层连接网络结构实现对微小目标特征的有效学习和融合，提升目标检测的准确率和稳定性。完成目标识别后，接着选定包含圆形特征点的ROI区域，分别对投射后的椭圆锥面法向量进行优化求解，保证解的唯一性，进而实现目标相对于AGV自主导航载具姿态角的精确、快速解算。
基于机器视觉 agv 目标识别姿态角解算方法系统

[发明专利]一种基于深度学习目标检测与图像分割的机械手抓取方法-CN202211649680.0有效
发明人： 徐本连;赵康;李震;鲁明丽;从金亮;吴迪;周理想 -专利权人：苏州科技大学
申请日： 2022-12-21 - 公布日： 2023-06-09 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种基于深度学习目标检测与图像分割的机械手抓取方法，属于智能机器人领域。该方法包括YOLOv4模型训练检测、GrabCut算法图像分割和机械臂抓取位姿计算三部分；通过机械手上深度相机拍摄图像，利用YOLOv4训练模型框选识别出抓取目标。GrabCut算法图像分割部分将YOLOv4检测框中的抓取目标从背景中分割出来，生成最小外接矩，确定机械手抓取点坐标及抓取角度。机械臂抓取位姿计算部分将图像中抓取点的二维平面像素坐标转换为机器人本体坐标系下的三维坐标，通过此坐标和抓取角度实现对物体的抓取。本申请方法可以使得机械臂智能自主的进行抓取目标的识别与抓取，提高智能性与抓取准确率。
一种基于深度学习目标检测图像分割机械手抓取方法

[发明专利]电梯轿厢内乘客打斗行为的自动检测方法和系统-CN202310152622.5在审
发明人：鲁明丽;李朝明;徐本连;史向航;从金亮;施健;顾苏杭 -专利权人：常熟理工学院
申请日： 2023-02-22 - 公布日： 2023-05-19 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种电梯轿厢内乘客打斗行为的自动检测方法和系统，该检测方法包括以下步骤：获取电梯轿厢内的监控视频，并获取预设时间内N帧监控视频对应的N张监控图像；根据N张监控图像获取电梯轿厢内的乘客人数，并判断乘客人数是否大于1；如果乘客人数大于1，则通过Lightweight OpenPose算法根据N张监控图像获取N张监控图像中各乘客的骨架信息，以及根据N张监控图像中各乘客的骨架信息获取各乘客的各关节点的坐标信息，并提取出各乘客的手腕坐标信息；根据手腕坐标信息计算相应的乘客的手腕在预设时间内的移动速度；根据各乘客的手腕预设时间内的移动速度判断相应的乘客是否发生打斗行为。由此，能够自动对电梯轿厢内乘客打斗行为进行实时准确检测。
电梯轿厢内乘客打斗行为自动检测方法系统

[发明专利]面向自主导航机器人的高精度视觉定位方法-CN202310146885.5在审
发明人：张贵阳;徐本连;鲁明丽;陆婷;孙勇泰;臧书琪;吴健;吉思雨 -专利权人：常熟理工学院
申请日： 2023-02-22 - 公布日： 2023-05-02 - 主分类号： G06T7/70 文献下载
摘要：本发明公开了一种面向自主导航机器人的高精度视觉定位方法，包括：对圆形标志点进行识别，得到候选椭圆区域；采用均值滑动的聚类分析，通过逐一对椭圆区域的中心点、方向、半轴长进行聚类，确定椭圆区域；提取椭圆区域的中心坐标；利用相机内外参数对目标点中心空间坐标进行三维重构。构建基于Hough圆变换粗筛选到均值滑动聚类确定椭圆区域边缘的稳定模式，然后通过椭圆拟合实现几何中心的精确、快速求取，接着利用相机内外参数实现目标点的三维重建，为末端执行器提供可靠的目标三维位置坐标信息，保证机器人视觉定位的精确性和稳定性。
面向自主导航机器人高精度视觉定位方法

[发明专利]基于AFF-Net框架边界模糊的肺结核病灶分割方法和系统-CN202310029624.5在审
发明人：史向航;鲁明丽;徐本连;蒋冬梅;施健;从金亮;王伟强 -专利权人：盐城工学院;常熟理工学院
申请日： 2023-01-09 - 公布日： 2023-04-28 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于AFF‑Net框架边界模糊的肺结核病灶分割方法和系统，其中，该肺结核病灶分割方法包括以下步骤：获取待分割肺结核图像，并对待分割肺结核图像进行预处理以获取目标病灶分割的输入图像；对AFF深度学习模型进行训练以获取目标病灶的语义分割模型；采用目标病灶语义分割模型对输入图像进行预测，并输出相应的病灶分割图像。根据本发明的肺结核病灶分割方法，能够准确地对肺结核病灶进行分割，从而大大提高肺结核诊断的准确性。
基于 aff net 框架边界模糊肺结核病灶分割方法系统

[发明专利]电梯轿厢内乘客意外摔倒的自动检测方法和系统-CN202310168105.7在审
发明人：鲁明丽;李朝明;徐本连;谢浩杰;从金亮;施健;丑永新;蔡悦恺 -专利权人：常熟理工学院
申请日： 2023-02-27 - 公布日： 2023-04-25 - 主分类号： B66B5/00 文献下载
摘要：本发明公开了一种电梯轿厢内乘客意外摔倒的自动检测方法和系统，其中，该自动检测方法包括以下步骤：获取电梯轿厢内的监控视频，并根据监控视频获取预设时间内N帧监控视频对应的N张监控图像；通过骨架提取算法识别N张监控图像中乘客的骨架信息，并根据骨架信息对骨架线条进行标注，以获取N张骨架线条标注图像；对N张骨架线条标注图像进行二值化处理以获取N张二值化图像；采用目标检测模型根据N张二值化图像判断乘客是否发生意外摔倒。根据本发明的电梯轿厢内乘客意外摔倒的自动检测方法，无需人工参与即可实现电梯轿厢内乘客意外摔倒的自动检测，不仅节省了人力资源，而且能够实时准确进行检测，可靠性较高。
电梯轿厢内乘客意外摔倒自动检测方法系统

[发明专利]基于小样本推理式安全强化学习的机器人导航方法和系统-CN202310028843.1在审
发明人：王伟强;周旭;徐本连;鲁明丽;蒋冬梅;史向航 -专利权人：盐城工学院;常熟理工学院
申请日： 2023-01-09 - 公布日： 2023-04-07 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于小样本推理式安全强化学习的机器人导航方法和系统，其中，该方法包括以下步骤：采用安全探索机制、小样本推理模型和反馈奖励机制对机器人进行训练，以获取机器人的导航控制模型；通过导航控制模型控制机器人运动至目标位置。本发明采用安全探索机制、小样本推理模型和反馈奖励机制对所述机器人进行训练，能够充分考虑未知环境因素的影响，从而大大提高了对机器人进行导航控制的准确性和可靠性。
基于样本推理安全强化学习机器人导航方法系统

[发明专利]基于深度学习的电梯人流视觉统计方法、系统及存储介质-CN202211486625.4有效
发明人：张贵阳;徐本连;吉思雨;刘琪;陆婷;张福生;任勇;翟树峰;朱玲羽;王绵绵 -专利权人：常熟理工学院
申请日： 2022-11-25 - 公布日： 2023-04-07 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了基于深度学习的电梯人流视觉统计方法、系统及存储介质，包括：使用注意力机制对YOLOv5神经网络模型进行改进，将带有残差结构的网络模块CST替换YOLOv5 backbone中的CSP模块，使用CSA模块替代YOLOv5神经网络模型中特征融合部分的CSP模块；通过改进的YOLOv5神经网络模型对图像进行检测，将当前图像标记为首帧；如果检测到目标，将检测到的目标信息传递给目标跟踪器，对图像动态跟踪，并选择帧中的一帧进行识别统计；如果跟踪失败或完成图像跟踪，则重新检测，同时测量目标深度改善对遮挡目标的检测。本发明保证了电梯内成员数量统计的准确性，特别是增强了对小目标的检测能力。
基于深度学习电梯人流视觉统计方法系统存储介质

[发明专利]基于新型编码特征的立体视觉系统的标定板及标定方法-CN202211688078.8在审
发明人：张贵阳;徐本连;鲁明丽;吉思雨;臧书琪;潘大宝;朱玲羽 -专利权人：常熟理工学院
申请日： 2022-12-28 - 公布日： 2023-03-31 - 主分类号： G06T7/80 文献下载
摘要：本发明公开了一种基于新型编码特征的立体视觉系统的标定板及标定方法，包括板体，所述板体为平面结构，所述板体上分布有特征图元，所述特征图元包括实心小圆、实心大圆、同心圆和编码圆，所述同心圆由外环带和中心目标点组成，所述编码圆采用多分度编码，由编码带和中心目标点组成，所述编码带由扇形编码块组成，所述编码带包含圆形目标的唯一身份信息。充分利用目标特征点的不同属性，提高特征识别、定位与编码的稳定性。此外，本发明提出了立体显微视觉标定偏差校正技术，提高了立体显微视觉系统标定结果的精度和鲁棒性，增强了立体显微视觉系统的量测能力。
基于新型编码特征立体视觉系统标定方法

1
2
3
4
5
6
下一页»
尾页
共 76 条