-
题名自主移动机器人路径规划中的点云噪声处理
被引量：9
- 1
-
-
作者
王新杰
张莹
张东波
王玉
杨知桥
-
机构
湘潭大学自动化与电子信息学院
湖南大学机器人视觉感知与控制技术国家工程实验室
-
出处
《智能系统学报》
CSCD
北大核心
2021年第4期699-706,共8页
-
基金
国家自然科学基金项目(61175075)
国家自然科学基金区域创新发展联合基金项目(U19A2083)
湖南省战略性新兴产业科技攻关与重大成果转化项目(2019GK4007).
-
文摘
机器人在自主导航过程中,图像处理算法通过对路径中障碍物的三维点云平面夹角进行分析,实时计算障碍物的高度,判断是否可以通行。而RGB-D相机输出的原始点云数据存在大量噪声,严重影响分割的准确性,需要进行滤波处理。本文在Table Scene数据集中分析比较了统计滤波中不同参数的去噪效果,得到了最佳参数K=20,α=2。移动机器人通过ORB-SLAM2算法在户外环境下构建点云地图,然后分别进行直通滤波、体素滤波、统计滤波和平面分割,计算斜坡夹角,实施运动规划。实验结果表明,在Table Scene数据集中获得的最优统计滤波参数能适用于户外环境,机器人能根据运算结果自动进行路径规划,完成指定任务。
-
关键词
点云地图
直通滤波
体素滤波
统计滤波
点云分割
移动机器人
运动规划
RGB-D感知
-
Keywords
point cloud map
pass through filtering
voxel filtering
statistical filtering
point cloud segmentation
mobile robot
motion planning
RGB-D perception
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名目标丢失判别机制的视觉跟踪算法及应用研究
被引量：3
- 2
-
-
作者
牟清萍
张莹
张东波
王新杰
杨知桥
-
机构
湘潭大学自动化与电子信息学院
机器人视觉感知与控制技术国家工程实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第9期140-147,共8页
-
基金
国家自然科学基金(61175075)
国家自然科学基金区域创新发展联合基金(U19A2083)
+1 种基金
湖南省战略性新兴产业科技攻关与重大成果转化项目(2019GK4007)
湖南省重点学科项目。
-
文摘
当跟踪对象被严重遮挡或者离开相机视野范围时,机器人的跟踪目标往往会丢失。为了实现准确跟踪,提出了目标丢失判别跟踪YOLO-RTM算法。该方法通过YOLOv3检测视频第一帧中的目标。利用实时多域卷积神经网络(Real-Time MDNet,RT-MDNet)跟踪算法预测目标边界框的变化。计算重叠度,根据重叠度与预设阈值的比较结果决定模型更新方式,当重叠度高于阈值时,采用RT-MDNet更新外观模型,当重叠度低于阈值时,采用YOLOv3重新搜索目标并更新外观模型。在Turtlebot2机器人上的实验结果表明,提出的算法能满足移动机器人跟踪的可靠性,且有效提高跟踪算法的实用性。
-
关键词
视觉跟踪
目标丢失判别机制
实时多域卷积神经网络
重叠度
出镜头
-
Keywords
visual tracking
target loss discrimination mechanism
real-time multi-domain convolutional neural networks
Intersection over Union(IoU)
leaves the field of camera’s view
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名改进U型网络在视网膜病变检测中的应用研究
被引量：2
- 3
-
-
作者
杨知桥
张莹
王新杰
张东波
王玉
-
机构
湘潭大学自动化与电子信息学院
机器人视觉感知与控制技术国家工程实验室
-
出处
《计算机科学与探索》
CSCD
北大核心
2022年第8期1877-1884,共8页
-
基金
国家自然科学基金(61175075)
国家自然科学基金区域创新发展联合基金(U19A2083)
+1 种基金
湖南省战略性新兴产业科技攻关与重大成果转化项目(2019GK4007)
湖南省重点学科资助项目。
-
文摘
眼底视网膜血管分析和渗出物、出血点等主要病灶区检测是判断糖尿病性视网膜病变程度的重要方法。针对细微血管的分叉以及端点处分割效果不好、渗出物边界不明显以及出血点细小且分布零散不易分割等问题,提出一种改进U型网络,通过改进上下文提取编码模块,提取更丰富的高级别特征;并在特征编码阶段加入混合注意力机制(HAM),突出细微血管以及病灶区特征,减小背景类和噪声影响。实验结果表明,提出的算法在眼底视网膜血管分割数据集DRIVE上的分割准确率、灵敏度、特异性和AUC值比U-NET、CE-NET等现有方法有一定提升,其中灵敏度相较CE-Net网络提升了0.0146。在糖尿病性视网膜病变病灶区分割数据集DIARETDB1上,对渗出物和出血点的分割效果比U-NET、CE-NET等现有方法有较好的提升,能有效辅助医生诊断。
-
关键词
眼底视网膜血管
渗出物
出血点
上下文特征编码
注意力机制
-
Keywords
fundus retinal blood vessel
exudate
bleeding point
context feature encoder
attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
