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 > 四川大学胡长洋获国家专利权

四川大学胡长洋获国家专利权

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!

龙图腾网获悉四川大学申请的专利基于强化学习的视觉导航方法及系统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:CN120890466B

龙图腾网通过国家知识产权局官网在2026-01-23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:202511397227.9,技术领域涉及:G01C21/20;该发明授权基于强化学习的视觉导航方法及系统是由胡长洋;黄霖宇;陈林;谢秉坤设计研发完成,并于2025-09-28向国家知识产权局提交的专利申请。

基于强化学习的视觉导航方法及系统在说明书摘要公布了:本发明提供基于强化学习的视觉导航方法及系统,涉及机器视觉领域,该方法包括:基于深度Q网络构建并训练视觉导航决策模型;构建并训练图像增强模型;获取目标位置;基于目标位置,对移动机器人进行导航,导航过程中,通过移动机器人上搭载的多个视觉传感器获取不同方向的图像,通过图像增强模型对不同方向的图像进行处理,从处理后的不同方向的图像中提取障碍物特征,通过视觉导航决策模型基于障碍物特征控制移动机器人完成避障导航,具有提高移动机器人导航的智能化水平的优点。

本发明授权基于强化学习的视觉导航方法及系统在权利要求书中公布了:1.基于强化学习的视觉导航方法,其特征在于,包括: 基于深度Q网络构建并训练视觉导航决策模型; 构建并训练图像增强模型; 获取目标位置; 基于目标位置,对移动机器人进行导航,导航过程中,通过移动机器人上搭载的多个视觉传感器获取不同方向的图像,通过图像增强模型对不同方向的图像进行处理,从处理后的不同方向的图像中提取障碍物特征,通过视觉导航决策模型基于障碍物特征控制移动机器人完成避障导航; 其中,通过图像增强模型对不同方向的图像进行处理,包括: 对于每个视觉传感器,确定视觉传感器在每个时间点获取的图像的关键点组,基于视觉传感器在相邻两个时间点获取的图像的关键点组,确定视觉传感器对应每个时间点的图像差异值; 基于每个视觉传感器对应每个时间点的图像差异值,确定关键时间点; 对于每个视觉传感器,对视觉传感器在关键时间点获取的图像进行分割,生成多个图像块,通过图像增强模型对图像块进行处理,对处理后的图像块进行拼接,生成处理后的图像; 根据以下流程确定视觉传感器对应每个时间点的图像差异值; 对于视觉传感器在每个时间点获取的图像,根据图像的关键点组包括的每个角点的二进制描述子,计算任意两个角点的汉明距离,通过层次聚类算法基于任意两个角点的汉明距离,对图像的关键点组进行聚类,确定多个角点簇,对于每个角点簇,对角点簇包括的每个角点的二进制描述子求均值,计算得到角点簇对应的平均二进制描述子,其中,对于平均二进制描述子中的每位,计算角点簇包括的每个角点的二进制描述子中,该位为“1”的比例,若该比例大于比例阈值,则平均二进制描述子的该位为1;否则为0; 对于视觉传感器在相邻两个时间点获取的图像,计算其中一个时间点的图像中每个角点簇对应的平均二进制描述子与另一个时间点的图像中每个角点簇对应的平均二进制描述子的汉明距离,当存在一个时间点的角点簇对应的平均二进制描述子与另一个时间点的角点簇对应的平均二进制描述子的汉明距离小于距离阈值,则该两个角点簇匹配; 对于每个时间点,统计该时间点的图像与前一个时间点的图像匹配的角点簇的数量,即第一数量和该时间点的图像与下一个时间点的图像匹配的角点簇的数量,即第二数量,对第一数量和第二数量求均值,得到均值数量,将该时间点的图像的角点簇的数量减去均值数量后,得到未匹配的角点簇的数量,将未匹配的角点簇的数量与该时间点的图像的角点簇的数量的比值作为视觉传感器对应该时间点的图像差异值。

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四川大学,其通讯地址为:610000 四川省成都市一环路南一段24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。