一种基于深度学习的目标测距与自动行李箱跟随方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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