Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学;中国残疾人辅助器具中心张毅获国家专利权

重庆邮电大学;中国残疾人辅助器具中心张毅获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆邮电大学;中国残疾人辅助器具中心申请的专利基于深度聚类的移动服务机器人动态环境定位与建图方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116758260B

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310492227.1,技术领域涉及:G06V10/20;该发明授权基于深度聚类的移动服务机器人动态环境定位与建图方法是由张毅;王鼎方;史志强;黄超;郑凯设计研发完成,并于2023-05-04向国家知识产权局提交的专利申请。

基于深度聚类的移动服务机器人动态环境定位与建图方法在说明书摘要公布了:本发明请求保护一种基于深度聚类的移动服务机器人动态环境定位与建图方法,属于智能机器人自主导航领域。包括以下步骤:S1,利用RGB‑D深度相机获取环境信息;S2,对输入图像信息进行预处理,在提取特征点时对每个特征点赋予深度信息;S3,利用目标检测网络获取图像语义信息,结合几何方法获取待剔除的动态区域;S4,根据深度信息对动态区域内特征点进行聚类以确定需剔除的特征点并剔除;S5,将剩余特征点利用ORB‑SLAM2算法进行定位和导航。通过在公开数据集TUM上进行验证,结果表明本文提出的SLAM系统在动态环境下可以更准确的定位和导航。

本发明授权基于深度聚类的移动服务机器人动态环境定位与建图方法在权利要求书中公布了:1.一种基于深度聚类的移动服务机器人动态环境定位与建图方法,其特征在于,包括以下步骤: S1,利用RGB-D深度相机直接拍摄获得RGB图像信息和图像深度信息; S2,对输入图像信息进行预处理,在提取特征点时对每个特征点赋予深度信息;先利用ORB算法对RGB图像提取特征点,随后根据RGB-D相机模型借助深度图像对提取出来的特征点投影深度信息;每一个RGB图像像素点x,y对应的深度值depth就是深度图像中点x,y处的灰度值,于是图像中提取出来的特征点的空间位置可以利用笛卡尔坐标系表示: ; S3,利用YOLO目标检测网络获取图像语义信息,并利用语义信息与几何信息获取动态物体所在动态区域; S4,根据动态区域内特征点的深度信息对区域内进行聚类分析,以区分需剔除的动态特征点并剔除; S5,将剩余特征点利用ORB-SLAM2算法进行定位和导航,其中,所述ORB-SLAM2是一个基于特征点的实时SLAM算法,该算法包括跟踪线程、局部建图线程和回环检测线程; 所述S3具体包括:选取YOLOv5目标检测网络,用于检测图像中的目标物体; 所述的动态区域确认方法由语义信息和几何信息联合确认,首先通过语义信息确认静态区域;随后通过语义信息寻找可能的动态物体,只针对可能的动态物体计算前后帧物体框区域内与静态区域的相对位置差异来对物体的动态特性做判断;检测框内物体的位移大小利用下式计算: 式中:是检测框内物体的像素坐标,是像素坐标系的坐标;,是连续 的图像帧; 前后帧的静态物体背景的特征点位移如下: 式中,表示图像静态背景中特征点的数量;S代表静态,i是第i个点,表示第i个静 态点,表示三维空间坐标系下静态特征点;是特征点在深度图中对应的深度信息; 则是相机内参;和表示包含相机平移与旋转量的四维矩阵,表示相机位姿 变换矩阵的李代数; 最后通过下面公式判断该物体框是否属于动态区域,其中表示决策系数,满足该公 式,则该检测框内就属于动态区域; 。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆邮电大学;中国残疾人辅助器具中心,其通讯地址为:400065 重庆市南岸区南山街道崇文路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。