【技术实现步骤摘要】
本专利技术涉及机器人导航与路径规划，特别是指一种基于点云分割的精准目标识别与路径规划方法及系统。
技术介绍
1、在机器人导航和自动驾驶等应用领域，目标识别与路径规划是实现自主导航的关键技术。随着计算机视觉和人工智能技术的发展，三维点云数据逐渐成为描述物体空间信息的主要方式，通过对目标区域的点云数据进行分割和识别，可以更准确地获取环境信息，从而为路径规划提供有力支持。然而，当前的点云分割和识别方法往往存在精度不足、实时性较差的问题，尤其在复杂场景下，难以有效分辨目标与障碍物，导致路径规划的准确性和安全性受限。
2、现有技术中，基于支持向量机(svm)或卷积神经网络(cnn)的目标识别方法已在二维图像识别上取得较好效果，但在点云数据中，由于数据维度和稀疏性问题，识别精度仍需提升。同时，路径规划多采用传统a*算法等图搜索方法，但这些算法在动态环境下往往忽略了环境的实时变化，缺乏动态调整能力，导致在路径规划过程中容易出现偏离或绕行的问题。
3、因此，急需一种基于点云分割的精准目标识别与路径规划方法，能够在实时获取环境变化的基础上，通过有效的目标分割和识别提升目标定位的准确性，并结合优化的路径规划算法提高路径选择的效率和安全性，以满足机器人导航、无人驾驶及智能巡检等应用的需求。
技术实现思路
1、为了解决现有技术中在复杂环境下目标识别精度不足、路径规划实时性较差及动态环境适应性较弱的技术问题，本专利技术提供了一种基于点云分割的精准目标识别与路径规划方法及系统。
...【技术保护点】
1.一种基于点云分割的精准目标识别与路径规划方法，其特征在于，包括：
2.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，所述区域生长算法根据点的法向量和阈值P2进行相似性判断：
3.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，所述特征提取进一步包括：
4.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，路径规划算法的启发函数定义为：
5.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，进一步包括基于深度学习的目标识别模块，使用卷积神经网络(CNN)进行目标分类，所述CNN的损失函数为：
6.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，所述点云数据采集进一步包括：
7.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，包括：
8.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，包括：<...
【技术特征摘要】
1.一种基于点云分割的精准目标识别与路径规划方法，其特征在于，包括：
2.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，所述区域生长算法根据点的法向量和阈值p2进行相似性判断：
3.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，所述特征提取进一步包括：
4.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，路径规划算法的启发函数定义为：
5.根据权利要求1所述的一种基于点云分割的精准目标识别与路径规划方法，其特征在于，进一步包括基于深度学习的目标...
【专利技术属性】
技术研发人员：毛贺，夏林中，卢忱，高波，赖周艺，杨洋，何懂，周彦兵，
申请(专利权)人：深圳信息职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。