摘要
本发明涉及机器人控制技术领域,具体提供一种移动机器人识别运动目标的方法,包括在深度估计网络的编码器的跳跃连接层中加载卷积注意力机制,将图像输入改进后的深度估计网络,获得对应的深度图,将深度图进行点云处理,获得相应的点云数据,基于卷积神经网络构建彩色图像特征融合模块,将相机采集的图像输入所述彩色图像特征融合模块,获得图像中运动目标的先验框,将点云数据和先验框输入三维检测模型,生成三维边界框,完成运动目标识别。本发明方法精确的分割前景和后景,结合目标物体的空间位置信息,能够有效消除机器人末端执行器运动对运动目标特征提取产生的影响。
技术关键词
移动机器人
生成三维边界框
彩色图像
运动
深度图
注意力机制
机器人末端执行器
机器人控制技术
点云
网络
模块
通道
编码器
坐标系
相机
图像增强
数据
生成方法
系统为您推荐了相关专利信息
意图
威胁评估方法
加速度
后勤保障车辆
训练样本集
车辆动力学模型
分布式事件
事件触发机制
编队控制方法
联网车辆
场景类别
融合方法
视频流
运动向量预测
生成融合图像
机动车尾气检测
机器人机械臂
尾气收集管
汽车尾部
节点
护理机器人
身体接触区域
电信号传感器
生成机器人
轨迹