一种基于色彩校正和小波融合的水下图像增强方法

    公开(公告)号:CN120070293A

    公开(公告)日:2025-05-30

    申请号:CN202510149298.0

    申请日:2025-02-11

    Applicant: 海南大学

    Abstract: 本发明涉及水下图像处理技术领域,具体涉及一种基于色彩校正和小波融合的水下图像增强方法,包含如下步骤:通过定义亮度通道作为参考通道,对红色、蓝色和绿色通道进行补偿;再通过改进的灰度世界算法去除水下光散射引起的色偏,得到色彩校正的图像;对色彩校正图像通过限制对比度增强与伽马校正结合的算法提高图像的亮度并改善图像清晰度,得到对比度增强图像;之后,利用小波分解得到色彩校正图像与对比度增强图像的低频和高频分量;最后用加权小波融合策略,通过设计权重值进行小波逆变换,重建得到增强的水下图像。本方法简单高效,得到的增强图像清晰度高、对比度强、颜色自然。

    一种无人潜器的自适应航迹控制方法

    公开(公告)号:CN119882790A

    公开(公告)日:2025-04-25

    申请号:CN202510007917.2

    申请日:2025-01-03

    Applicant: 海南大学

    Abstract: 本发明涉及海洋智能系统技术领域,尤其涉及一种无人潜器的自适应航迹控制方法,该方法通过实时采集无人潜器在复杂海洋环境中的运行参数,基于DUAE算法自适应地提取参数的关键特征,并将其作为IDDPG算法的状态空间。通过在IDDPG算法中引入连续的高斯噪声,有效提高控制策略的探索性,从而避免陷入局部最优解。采用小批次随机采样的方式从重播缓冲区中采集样本,降低样本间的相关性,并通过软更新方法防止目标网络发生过拟合。基于IDDPG算法实时生成自适应航迹控制策略,确保无人潜器高精度地完成航迹跟踪任务。与现有技术相比,本发明具有提高了无人潜器的航迹跟踪精度和任务执行效率等优点。

    基于ETM-MDQN的无人机自适应路径规划方法、装置及介质

    公开(公告)号:CN118192635A

    公开(公告)日:2024-06-14

    申请号:CN202410407734.5

    申请日:2024-04-07

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于ETM‑MDQN的无人机自适应路径规划方法、装置及介质,其中方法包括以下步骤:构建深度强化学习MDQN网络,将无人机路径规划问题建模为马尔可夫决策过程;根据无人机与障碍物的实际距离状态和状态变化误差设定事件触发机制的触发条件,当满足预设的事件触发条件时更新无人机的动作策略和MDQN网络的Q值;通过最小化损失函数优化MDQN网络的参数;利用优化后的MDQN网络进行实时无人机自适应路径规划。与现有技术相比,本发明充分利用计算资源,考虑了未来多个时间步的奖励,提高了复杂环境下路径规划策略的鲁棒性和有效性。

    基于改进PID的水下机器人悬停控制方法、设备、介质

    公开(公告)号:CN118192206A

    公开(公告)日:2024-06-14

    申请号:CN202410406937.2

    申请日:2024-04-07

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于改进PID的水下机器人悬停控制方法、设备、介质,方法包括如下步骤:在计及水下机器人的质量附加效应、水动力阻尼、科氏力‑向心力和流体静力学恢复力的前提下,构建水下机器人在惯性坐标系和体坐标系下的动力学和运动学模型;构建计及期望闭环带宽、相位超前补偿和比例增益的改进PID控制器,并整定得到期望闭环带宽和比例增益的值;基于所述动力学和运动学模型进行仿真,根据控制性能指标调节相位超前补偿的参数值,完成改进PID控制器的参数整定;基于参数整定后的改进PID控制器实现水下机器人悬停。与现有技术相比,本发明能够提高水下机器人悬停的稳定性和鲁棒性,具有建模更加贴近实际等优点。

    运动空间受限的三轮全向移动机械臂重复运动规划方法及系统

    公开(公告)号:CN118123834A

    公开(公告)日:2024-06-04

    申请号:CN202410409611.5

    申请日:2024-04-07

    Applicant: 海南大学

    Abstract: 本发明涉及一种运动空间受限的三轮全向移动机械臂重复运动规划方法及系统,其中方法包括以下步骤:考虑移动平台的位姿极限和机械臂的关节角度极限,建立三轮全向移动机械臂在运动空间受限情况下的运动学方程;将运动学方程转化为联合非线性方程组,确定三轮全向移动机械臂速度层运动规划方案的通用形式;构建可实现重复运动的速度层判据;基于速度层运动规划方案的通用形式和速度层判据,构建基于伪逆描述的重复运动规划方案;下位机控制器根据重复运动规划方案的计算结果驱动移动平台的三个全向轮和机械臂的关节完成给定的末端操作任务。与现有技术相比,本发明能够使得运动空间受限的移动平台和机械臂在完成任务后同时回到各自的初始状态。

    基于改进A-Star算法的无人水面艇路径规划方法

    公开(公告)号:CN117804455A

    公开(公告)日:2024-04-02

    申请号:CN202311751255.7

    申请日:2023-12-19

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于改进A‑Star算法的无人水面艇路径规划方法,包括如下步骤:基于水域环境建立栅格化地图模型,明确起点、终点和不可航行位置;基于A‑Star算法,设计路径成本函数,八向搜寻扩展节点;结合天牛须搜索(BAS)算法,根据天牛位置更迭筛选扩展节点;计算扩展节点的路径成本值,更新位置与节点列表;从终点开始反向访问父节点直到起点,输出最终路径。本发明通过对预估成本函数进行加权,提供新的路径成本函数,并引入BAS算法对扩展节点进行筛选,避免了计算每个扩展节点的路径成本,提高了无人水面艇在复杂水域下的路径规划效率。

    一种轻量化水上目标检测方法、装置及介质

    公开(公告)号:CN117649544A

    公开(公告)日:2024-03-05

    申请号:CN202311392497.1

    申请日:2023-10-24

    Applicant: 海南大学

    Abstract: 本发明涉及一种轻量化水上目标检测方法、装置及介质,其中方法包括以下步骤:获取水上目标的图像数据,构建水上目标数据集;构建基于改进YOLOv7的目标检测模型,采用轻量化的线性瓶颈逆残差模块重构特征提取模块,并引入坐标注意力机制替换SE模块,同时,使用SPD结合非跨步卷积层的形式替代YOLOv7中的下采样模块;使用聚类算法对水上目标数据集进行聚类,将聚类后的数据集分配给不同尺度检测头,对目标检测模型进行训练;对训练后的目标检测模型进行结构重参数化;将采集到的图像输入结构重参数化后的目标检测模型,得到目标的位置和类别置信度信息。与现有技术相比,本发明能够在有限计算资源下实现快速精准的水上目标检测。

    一种基于UAE-DDQN的无人船航向控制方法

    公开(公告)号:CN117311364A

    公开(公告)日:2023-12-29

    申请号:CN202311456014.X

    申请日:2023-11-03

    Applicant: 海南大学

    Abstract: 本专利涉及一种基于UAE‑DDQN的无人船航向控制方法,包括:在复杂海况下实时采集无人水面艇的航行数据,使用欠完备自编码器UAE将指标集输入至隐藏层中,提取最显著特征,并将之作为深度强化学习DDQN(Dueling Deep‑Q Network)的状态空间。基于DDQN对无人艇进行智能航向控制,使用状态值函数和行动优势函数来计算值函数。将预测网络和目标网络相结合,加速模型的收敛性能。从优先重播缓冲区中进行小批次采样,采集先前时刻的状态、动作值和奖励值进行计算,防止网络发生过拟合。基于预测网络输出的值函数,不断优化智能航向控制策略。本发明具有提高了无人水面艇的航行效率和安全性等优点。

    一种无人机视角物体检测方法、装置及存储介质

    公开(公告)号:CN117036990A

    公开(公告)日:2023-11-10

    申请号:CN202310789016.4

    申请日:2023-06-29

    Applicant: 海南大学

    Abstract: 本发明涉及一种无人机视角物体检测方法、装置及存储介质,其中方法包括以下步骤:获取由无人机拍摄的图像,制作航拍目标数据集;将数据集放入预处理容器进行预处理操作,实现数据增强;使用改进CSPDarknet53为骨干网络对数据集进行特征提取,骨干网络的最后一层为Soft‑SPPF结构;根据骨干网络的特征提取结果,利用引入PVTM模块的路径聚合网络PANet,对多层次特征信息进行融合,其中,PVTM模块包括依次连接的层归一化结构、空间缩减注意力操作SRA模块和MLP结构;根据融合信息对多尺度的物体进行检测,得到航拍目标的检测结果。与现有技术相比,本发明具有检测精度高等优点。

Patent Agency Ranking