一种基于深度学习的目标测距与自动行李箱跟随方法

AITNT
正文
推荐专利
一种基于深度学习的目标测距与自动行李箱跟随方法
申请号:CN202510528657
申请日期:2025-04-25
公开号:CN120411480A
公开日期:2025-08-01
类型:发明专利
摘要
该发明公开了一种基于深度学习的目标测距与自动行李箱跟随方法,属于计算机视觉与智能设备领域。该方法通过YOLOv8算法实现高精度实时目标识别,并利用深度摄像头获取的空间数据进行距离测算校正,从而显著提高了目标位置检测的准确性,实现了更加精准、稳定的自动跟随功能,有效解决了传统行李箱在复杂环境中的跟随效率问题。利用YOLOv8目标检测算法与深度摄像头技术的融合应用,创新性地解决了目标实时测距与跟随控制问题,显著提高了智能行李箱的使用安全性与用户体验,具有较高的实际应用价值和市场潜力。
技术关键词
自动行李箱 智能行李箱 跟随方法 彩色图像数据 三维深度信息 深度卷积神经网络 RGB摄像头 深度学习模型 PID控制方法 深度图 抑制环境噪声 导航路径规划 摄像头坐标系 特征金字塔网络 多尺度特征融合 像素 智能设备 摄像头技术
系统为您推荐了相关专利信息
1
一种高检测能力的农作物病虫害目标检测方法
农作物病虫害 编码器模块 网络模块 匹配模块 解码器
2
一种多视角二元有序图像数据的鲁棒分类方法及装置
数据分类模型 视觉特征 分类方法 矩阵 黑白图像数据
3
一种用于智能驾驶车辆的车辆跟随方法及系统
车辆跟随方法 智能驾驶车辆 座椅压力传感器 门触开关 车辆防盗系统
4
基于熔池分割及模糊PID闭环控制的增材制造监测方法
输出特征 PID闭环控制 神经网络模型 标签文件 彩色图像数据
5
肿瘤放射治疗的辅助摆位方法、装置、设备及存储介质
摆位方法 轮廓边缘 激光雷达 患者 CT定位
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号