一种基于深度学习的目标测距与自动行李箱跟随方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
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