专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果7458656个,建议您升级VIP下载更多相关专利
  • [发明专利]一种融合惯导的动态视觉SLAM方法-CN202210588384.8在审
  • 程绍武;彭忠翠 - 哈尔滨工业大学
  • 2022-05-26 - 2022-08-30 - G01C21/32
  • 本发明涉及动态视觉定位与建图方案领域,更具体的说是一种融合惯导的动态视觉SLAM方法,利用惯导IMU与相机互补的提升SLAM方法的精度和,该方法包括以下步骤:S1:计算IMU姿;S2:的相机位姿估计;S3:融合IMU的紧耦合优化;首先,根据IMU积分获得IMU坐标系下的姿、速度;其次,在相机视觉条件不足,即车辆快速运动、物体遮挡、光线变化等,可使用IMU姿数据提供车辆定位结果,增强动态视觉SLAM系统的;采用基于贝叶斯网络的因子图搭建融合优化算法,引入IMU预积分因子进行全局约束;通过在KITTI数据集上的实验结果对比,可知,本方法在精度上优于纯视觉动态SLAM。
  • 一种融合动态视觉slam方法
  • [发明专利]一种用于多源融合定位的控制方法和系统-CN202210562354.X有效
  • 刘晓慧;杨东清;张宝庭 - 北京理工大学前沿技术研究院
  • 2022-05-23 - 2022-08-30 - G06T7/73
  • 本发明提出了一种用于多源融合定位的控制方法和系统,该方法包括:针对同一场景同一帧图像数据进行视觉特征点提取,通过视觉惯导融合得到第一姿,根据第一姿计算视觉特征点误差和第一重投影误差;针对同一场景同一帧的点云数据进行惯导与激光雷达特征点提取,通过惯导激光雷达融合得到第二姿;根据第二姿计算点云特征点误差和第二重投影误差;计算激光雷达和相机的第三姿,根据第三姿计算相机位置特征点误差和第三重投影误差;对比各重投影误差分别对各特征点误差进行权重排名基于该方法,还提出了控制系统。本发明不仅能够提高系统的解算速度,提高系统环境适应及精度,而且提高系统的
  • 一种用于融合定位鲁棒性控制方法系统
  • [发明专利]一种激光SLAM回环检测与校正方法-CN202211611667.6有效
  • 陈宗海;王纪凯;王可智;李剑宇;徐萌 - 中国科学技术大学
  • 2022-12-15 - 2023-04-28 - G06T7/73
  • 本发明涉及SLAM系统中机器人的回环检测领域,公开了一种激光SLAM回环检测与校正方法,可以更加地检测回环并更好地解算出回环之间的相对位姿变换;通过利用扫描点云的几何中心作为极坐标系原点建立改进型Scan Context全局描述子,增强了Scan Context方法对平移偏差的;并通过设计基于特征点的Scan Context局部描述子集,使得可以同时通过描述子解算出回环相对位姿的旋转分量和平移分量,为后续的迭代最近点操作提供了更优的姿初始解,因此可以减小迭代最近点操作陷入局部最优解的概率,提高最终解算出的姿的准确。本发明整体方案和适应强、效率高、可移植好。
  • 一种激光slam回环检测校正方法
  • [发明专利]基于运动约束的SLAM闭环检测和姿图优化方法-CN202110599038.5在审
  • 刘秉熙;唐付林;傅禹杰;吴毅红 - 中国科学院自动化研究所
  • 2021-05-31 - 2022-12-16 - G06T7/246
  • 本发明属于计算机视觉领域,具体涉及一种基于运动约束的SLAM闭环检测和姿图优化方法,旨在解决SLAM闭环检测和姿图优化技术运行速度较慢、召回率较低且没有充分融合运动学知识,导致SLAM较差的问题本发明方法包括:判断当前帧图像是否为关键帧,若是,计算各关键帧间的相对位姿,构建姿图;将当前帧图像与各历史关键帧的全局二值特征距离最小的N个历史关键帧,作为闭环候选帧;判断各闭环候选帧与当前帧图像的距离是否均大于设定距离阈值,若否,则优化姿图,否则提取各闭环候选帧的局部特征进行匹配与闭环检测,若闭环检测成功,则优化姿图,否则重新获取帧图像。本发明提升了即时定位与建图的
  • 基于运动约束slam闭环检测位姿图优化方法
  • [发明专利]托盘姿定位方法、装置、设备及存储介质-CN202011029159.8在审
  • 曾增 - 劢微机器人科技(深圳)有限公司
  • 2020-09-25 - 2020-11-27 - G06T7/73
  • 本发明涉及智能仓储技术领域,公开了一种托盘姿定位方法、装置、设备及存储介质,所述方法包括:获取预设托盘区域的RGBD图像和点云图像,并对所述RGBD图像进行图像识别处理,获得托盘标识信息,基于所述托盘标识信息建立对应的坐标系,并根据所述托盘标识信息确定托盘中心点坐标,根据所述托盘标识信息从所述点云图像中提取托盘点云数据,并根据所述托盘点云数据确定托盘航向角,根据所述托盘中心点坐标和所述托盘航向角获得托盘姿数据。通过将深度学习和点云处理相结合,并根据获得的托盘中心点坐标和托盘航向角定位托盘姿,以实现对多种类型的托盘姿进行高精度高的定位,提升了托盘姿检测的普适
  • 托盘定位方法装置设备存储介质
  • [发明专利]一种基于TM-SRC的三维无纹理目标姿估计方法-CN202110058772.0在审
  • 王建林;谭振国;郭永奇;邱科鹏 - 北京化工大学
  • 2021-01-16 - 2021-05-14 - G06T7/73
  • 本发明公开了一种基于TM‑SRC的三维无纹理目标姿估计方法,首先,基于三维目标CAD模型离线生成不同采样视点下的模板图像构建模板库;然后通过引入采样视点姿的先验知识构建先验分层树,在先验分层树高层使用相似度量进行在线匹配,得到候选模板,候选模板的子节点被追踪到先验分层树的底层;最后,在先验分层树的底层使用稀疏表示分类进行分类获得最佳匹配模板关联的姿参数。本发明考虑了穷举搜索时间复杂度过高和现有基于模板匹配的方法对遮挡和杂乱背景较低的问题,构建了基于TM‑SRC的三维无纹理目标姿估计方法,提高了在遮挡和杂乱背景下三维无纹理目标姿估计的
  • 一种基于tmsrc三维纹理目标估计方法
  • [发明专利]一种增强动态场景下SLAM系统精度和的方法-CN202310408084.1在审
  • 张小国;孙宇轩;况余进;王慧青;王庆 - 东南大学
  • 2023-04-17 - 2023-07-14 - G01C21/00
  • 本发明公开了一种增强动态场景下SLAM系统精度和的方法,可以在动态场景下的同步定位与建图系统中对动态物体的运动和场景流一致判定,提高同步定位与建图的精度和。其思路是使用场景流对场景中可能的动态物体进行评估筛选,并通过因子图与相机位姿进行联合优化。该算法首先根据场景流的模值判断场景中物体运动状态,然后对运动的物体进行场景流自动聚类,以评估场景流一致的强弱,场景流一致较强的动态物体的姿会通过因子图模型与相机位姿进行联合优化。本发明可以对评估场景中动态物体并解算其姿,降低动态物体对SLAM系统求解精度的影响,增强动态场景中SLAM系统定位和建图的精度和
  • 一种增强动态场景slam系统精度鲁棒性方法
  • [发明专利]一种获取定位信息的方法、装置及介质-CN201911158676.2有效
  • 臧宇彤 - 北京小米移动软件有限公司
  • 2019-11-22 - 2023-05-09 - G06T7/70
  • 该方法包括:获取图像信息、和图像信息的相关信息,相关信息包括:深度图、点云地图、重定位后的重定位姿和重定位定位方差;基于深度图,获取空间障碍点三维坐标;基于重定位姿、重定位定位方差和点云地图,获取目标姿和与每个所述目标姿对应的环境三维坐标;将空间障碍点三维坐标与环境三维坐标进行扫描匹配,得到匹配结果信息;当匹配结果信息满足预定条件时,基于重定位姿和重定位定位方差获取定位信息。该方法解决了存在于现有视觉定位系统中由于重定位模块过于依赖视觉算法而导致的定位弱的缺点,增加了定位的
  • 一种获取定位信息方法装置介质
  • [发明专利]一种深度6D姿估计网络模型及工件姿估计方法-CN202111661938.4在审
  • 陈海永;李龙腾 - 河北工业大学
  • 2021-12-31 - 2022-04-08 - G06T7/73
  • 本发明公开一种深度6D姿估计网络模型及工件姿估计方法,该工件姿估计方法通过物理引擎生成模拟数据集的方法解决了大体量点云数据集获取困难的问题,以纯几何点云坐标直接将完整场景点云作为输入,通过点云的语义与实例分割部分,可以提取输入点云的局部与全局特征,提升了网络对场景的理解能力,并通过多层特征融合的姿估计网络输出准确姿态,在一定程度上解决了物体的堆叠和自遮挡问题,且针对各种对称物体具有,经过模拟真实场景的数据集的实验验证,本发明提出的方法在整体精度和稳定性上具有明显优势,具有更高的
  • 一种深度估计网络模型工件方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top