© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
浙江舜宇智能光学技术有限公司
企业浙江舜宇智能光学技术有限公司成立于2015年，属科技推广和应用服务业，主营服务：光学技术、生物技术、计算机软硬件、生产、销售：计算机软硬件，嵌入式软件，电子产等。面向扫地机器人、计算机视觉、机器人视觉等领域提供数据服务，开放扫地机器人U型墙+高反物品场景测试数据（扫地机器人、计算机视觉）、扫地机器人I型墙测试数据（机器人视觉、避障技术）、扫地机器人L型墙+高反物品场景测试数据（机器人视觉、导航技术），支撑业务分析与决策支撑。
扫地机器人计算机视觉机器人视觉科技推广服务高新技术企业
数据集列表
深度模组A常规方法杂散光校正测试数据
数据用于某一场景下的深度模组A常规方法杂散光校正测试、定量分析该场景下的校正效果，及指导校正算法完善。采集一定距离d前景遮挡，一定距离D后景背景下的原始深度数据——原始数据tof-x、原始数据tof-y、原始数据tof-z；采集有无前景遮挡的数据各一组，并根据预定义的杂散光模型在频域对模型参数进行优化求解，使得校正后数据与无前景遮挡数据差值最小，以获得模型杂散光标定参数。将该距离d前景遮挡，距离D后景背景下的原始深度数据与所得杂散光模型进行卷积，得到校正后的深度数据——校正后数据tof-x、校正后数据tof-y、校正后数据tof-z。
浙江省数据知识产权登记平台2023-12-23 更新220
扫地机器人L型墙测试数据
扫地机器人在工作时时常会遇到一些特殊场景，比如L型墙场景，如何能在此场景中准确定位与避障是个难点也是重点，在此场景，扫地机深度视觉模组获取的深度数据的精度就显得十分重要。搭建扫地机真值系统，用真值相机和目标深度模组进行不同材质、光线、距离下L型墙数据采集，获取L形墙场景的数据，并对数据进行处理得到校正后的数据用于目标深度模组的校正，提升深度模组在扫地机L型墙场景下的测量精度，以解决扫地机定位与避障问题。采扫地机器人真值系统采集不同材质、光线、距离下的L型墙数据，包括原始深度相机数据、真值相机采集的点云数据；对原始深度相机数据进行系统误差去除；对真值相机采集的L型墙点云数据进行修复，通过平面拟合算法进行L型墙的墙面校正、再通过滤波算法对点云进行平滑去噪，得到修复后的真值相机点云；将修复后的真值相机点云与深度相机进行点云配准，得到校正后的L型墙的点云数据——校正后数据laser-x、laser-y、laser-z和校正后数据tof-x、tof-y、tof-z。
浙江省数据知识产权登记平台2023-12-23 更新250
扫地机器人I型墙测试数据
扫地机器人在工作时时常会遇到一些特殊场景，比如I型墙场景，基于视觉的扫地机在此场景中获取的深度数据常有边界不清晰、精度低等问题，如何能在此场景中获取精确数据以准确定位与避障是个难点也是重点，在此场景，扫地机深度视觉模组获取的深度数据的精度就显得十分重要。搭建扫地机真值系统，用真值相机和目标深度模组进行不同材质、光线、距离下I型墙数据采集，获取I形墙场景的数据，并对数据进行处理得到校正后的数据用于目标深度模组的校正，提升深度模组在扫地机I型墙场景下的测量精度，以解决扫地机定位与避障问题。采扫地机器人真值系统采集不同材质、光线、距离下的I型墙数据，包括原始深度相机数据、真值相机采集的点云数据；对原始深度相机数据进行系统误差去除；对真值相机采集的I型墙点云数据进行修复，通过平面拟合算法进行I型墙的墙面进行校正、再通过滤波算法对点云进行平滑去噪，得到修复后的真值相机点云；将修复后的真值相机点云与深度相机进行点云配准，得到校正后的I型墙的点云数据——校正后数据laser-x、laser-y、laser-z和校正后数据tof-x、tof-y、tof-z。
浙江省数据知识产权登记平台2023-12-23 更新760
扫地机器人L型墙+小物品场景测试数据
扫地机器人在工作时时常会遇到一些特殊场景，比如L型墙场景且有小物品存在的场景，基于视觉的扫地机在此场景中获取的深度数据常有边界不清晰、无法识别细小物体等组合复杂问题，如何能在此场景中准确定位与避障是个难点也是重点，在此场景，扫地机深度视觉模组获取的深度数据的精度就显得十分重要。搭建扫地机真值系统，用真值相机和目标深度模组进行不同材质、光线、距离下L型墙+小物品场景的数据采集，获取L型墙+小物品场景的数据，并对数据进行处理得到校正后的数据用于目标深度模组的校正，提升深度模组在扫地机L型墙+小物品场景下的测量精度，以解决扫地机定位与避障问题。采扫地机器人真值系统采集不同材质、光线、距离下的L型墙+小物品场景的数据，包括原始深度相机数据、真值相机采集的点云数据；对原始深度相机数据进行系统误差去除；对真值相机采集的L型墙+小物品场景点云数据进行修复，通过平面拟合算法进行L型墙+小物品场景的墙面校正、再通过滤波算法对点云进行平滑去噪，得到修复后的真值相机点云；将修复后的真值相机点云与深度相机进行点云配准，得到校正后的L型墙+小物品场景的点云数据——校正后数据laser-x、laser-y、laser-z和校正后数据tof-x、tof-y、tof-z。
浙江省数据知识产权登记平台2023-12-23 更新170
扫地机器人U型墙+小物品场景测试数据
扫地机器人在工作时时常会遇到一些特殊场景，比如U型墙场景且有细小物品存在的场景，基于视觉的扫地机在此场景中获取的深度数据常有边界不清晰、无法识别小物体等组合复杂问题，如何能在此场景中准确定位与避障是个难点也是重点，在此场景，扫地机深度视觉模组获取的深度数据的精度就显得十分重要。搭建扫地机真值系统，用真值相机和目标深度模组进行不同材质、光线、距离下U型墙+小物品场景的数据采集，获取U形墙+小物品场景的数据，并对数据进行处理得到校正后的数据用于目标深度模组的校正，提升深度模组在扫地机U型墙+小物品场景下的测量精度，以解决扫地机定位与避障问题。采扫地机器人真值系统采集不同材质、光线、距离下的U型墙+小物品场景的数据，包括原始深度相机数据、真值相机采集的点云数据；对原始深度相机数据进行系统误差去除；对真值相机采集的U型墙+小物品场景点云数据进行修复，通过平面拟合算法进行U型墙+小物品场景的墙面校正、再通过滤波算法对点云进行平滑去噪，得到修复后的真值相机点云；将修复后的真值相机点云与深度相机进行点云配准，得到校正后的U型墙+小物品场景的点云数据——校正后数据laser-x、laser-y、laser-z和校正后数据tof-x、tof-y、tof-z。
浙江省数据知识产权登记平台2023-12-23 更新100
深度模组A自适应算法杂散光校正测试数据
数据用于某一场景下的深度模组A自适应算法杂散光校正测试、定量分析该场景下该校正算法的校正效果，及指导校正算法完善。采集一定距离d前景遮挡，一定距离D后景背景下的原始深度数据——原始数据tof-x、原始数据tof-y、原始数据tof-z；采集不同前景距离遮挡的数据若干组，并分别根据预定义的杂散光模型在频域对模型参数进行优化求解，使得校正后数据与无前景遮挡数据差值最小，获得杂散光标定参数集，同时结合前景距离信息，实现距离自适应的杂散光模型。一定距离d前景遮挡，一定距离D后景背景下的原始深度数据与所得自适应杂散光模型进行卷积，得到校正后的深度数据——校正后数据tof-x、校正后数据tof-y、校正后数据tof-z。
浙江省数据知识产权登记平台2023-12-23 更新380
扫地机器人U型墙测试数据
扫地机器人在工作时时常会遇到一些特殊场景，比如U型墙场景，基于视觉的扫地机在此场景中获取的深度数据常有飞点多、边界不清晰等问题，如何能在此场景中准确定位与避障是个难点也是重点，在此场景，扫地机深度视觉模组获取的深度数据的精度就显得十分重要。搭建扫地机真值系统，用真值相机和目标深度模组进行不同材质、光线、距离下U型墙数据采集，获取U形墙场景的数据，并对数据进行处理得到校正后的数据用于目标深度模组的校正，提升深度模组在扫地机U型墙场景下的测量精度，以解决扫地机定位与避障问题。采扫地机器人真值系统采集不同材质、光线、距离下的U型墙数据，包括原始深度相机数据、真值相机采集的点云数据；对原始深度相机数据进行系统误差去除；对真值相机采集的U型墙点云数据进行修复，通过平面拟合算法进行U型墙的墙面校正、再通过滤波算法对点云进行平滑去噪，得到修复后的真值相机点云；将修复后的真值相机点云与深度相机进行点云配准，得到校正后的U型墙的点云数据——校正后数据laser-x、laser-y、laser-z和校正后数据tof-x、tof-y、tof-z。
浙江省数据知识产权登记平台2023-12-23 更新190
扫地机器人L型墙+高反物品场景测试数据
扫地机器人在工作时时常会遇到一些特殊场景，比如L型墙场景且有高反物品存在的场景，基于视觉的扫地机在此场景中获取的深度数据常有边界不清晰且多径干扰强等组合负责问题，如何能在此场景中准确定位与避障是个难点也是重点，在此场景，扫地机深度视觉模组获取的深度数据的精度就显得十分重要。搭建扫地机真值系统，用真值相机和目标深度模组进行不同材质、光线、距离下L型墙+高反物品场景的数据采集，获取L形墙+高反物品场景的数据，并对数据进行处理得到校正后的数据用于目标深度模组的校正，提升深度模组在扫地机L型墙+高反物品场景下的测量精度，以解决扫地机定位与避障问题。采扫地机器人真值系统采集不同材质、光线、距离下的L型墙+高反物品场景的数据，包括原始深度相机数据、真值相机采集的点云数据；对原始深度相机数据进行系统误差去除；对真值相机采集的L型墙+高反物品场景点云数据进行修复，通过平面拟合算法进行L型墙+高反物品场景的墙面校正、再通过滤波算法对点云进行平滑去噪，得到修复后的真值相机点云；将修复后的真值相机点云与深度相机进行点云配准，得到校正后的L型墙+高反物品场景的点云数据——校正后数据laser-x、laser-y、laser-z和校正后数据tof-x、tof-y、tof-z。
浙江省数据知识产权登记平台2023-12-23 更新640
扫地机器人U型墙+高反物品场景测试数据
扫地机器人在工作时时常会遇到一些特殊场景，比如U型墙场景且有高反物品存在的场景，基于视觉的扫地机在此场景中获取的深度数据常有边界不清晰、飞点多、多径干扰强等组合复杂问题，如何能在此场景中准确定位与避障是个难点也是重点，在此场景，扫地机深度视觉模组获取的深度数据的精度就显得十分重要。搭建扫地机真值系统，用真值相机和目标深度模组进行不同材质、光线、距离下U型墙+高反物品场景的数据采集，获取U形墙+高反物品场景的数据，并对数据进行处理得到校正后的数据用于目标深度模组的校正，提升深度模组在扫地机U型墙+高反物品场景下的测量精度，以解决扫地机定位与避障问题。采扫地机器人真值系统采集不同材质、光线、距离下的U型墙+高反物品场景的数据，包括原始深度相机数据、真值相机采集的点云数据；对原始深度相机数据进行系统误差去除；对真值相机采集的U型墙+高反物品场景点云数据进行修复，通过平面拟合算法进行U型墙+高反物品场景的墙面校正、再通过滤波算法对点云进行平滑去噪，得到修复后的真值相机点云；将修复后的真值相机点云与深度相机进行点云配准，得到校正后的U型墙+高反物品场景的点云数据——校正后数据laser-x、laser-y、laser-z和校正后数据tof-x、tof-y、tof-z。
浙江省数据知识产权登记平台2023-12-23 更新1140
扫地机器人I型墙+小物品场景测试数据
扫地机器人在工作时时常会遇到一些特殊场景，比如I型墙场景且有小物品存在的场景，基于视觉的扫地机在此场景中获取的深度数据常有边界不清晰、无法识别细小物体等组合复杂问题，如何能在此场景中准确定位与避障是个难点也是重点，在此场景，扫地机深度视觉模组获取的深度数据的精度就显得十分重要。搭建扫地机真值系统，用真值相机和目标深度模组进行不同材质、光线、距离下I型墙+小物品场景的数据采集，获取I型墙+小物品场景的数据，并对数据进行处理得到校正后的数据用于目标深度模组的校正，提升深度模组在扫地机I型墙+小物品场景下的测量精度，以解决扫地机定位与避障问题。采扫地机器人真值系统采集不同材质、光线、距离下的I型墙+小物品场景的数据，包括原始深度相机数据、真值相机采集的点云数据；对原始深度相机数据进行系统误差去除；对真值相机采集的I型墙+小物品场景点云数据进行修复，通过平面拟合算法进行I型墙+小物品场景的墙面校正、再通过滤波算法对点云进行平滑去噪，得到修复后的真值相机点云；将修复后的真值相机点云与深度相机进行点云配准，得到校正后的I型墙+小物品场景的点云数据——校正后数据laser-x、laser-y、laser-z和校正后数据tof-x、tof-y、tof-z。
浙江省数据知识产权登记平台2023-12-23 更新470