-
公开(公告)号:CN118941941A
公开(公告)日:2024-11-12
申请号:CN202410923963.2
申请日:2024-07-11
Applicant: 海南大学
IPC: G06V20/10 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于多尺度特征融合的海上目标检测方法,包括:获取海上目标图像,并进行图像预处理;将预处理后的海上目标图像输入特征提取网络中,得到不同层次、不同尺度的图像特征;通过多层高效重参数化泛化特征金字塔网络,对特征提取网络输出的各个图像特征进行第一次多尺度特征融合,得到多个金字塔网络融合特征;通过多层自适应结构特征融合网络,对各个金字塔网络融合特征进行第二次多尺度特征融合,得到多个自适应网络融合特征;将各个自适应网络融合特征输入到分类回归网络,得到海上目标的类别和位置信息。与现有技术相比,本发明提高了海上目标的检测精度和鲁棒性,为海上无人视觉系统的建立提供了新的解决方案。
-
公开(公告)号:CN118915755A
公开(公告)日:2024-11-08
申请号:CN202411017625.9
申请日:2024-07-29
Applicant: 海南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及路径规划技术领域,具体涉及一种基于改进天牛须搜索算法的无人水面艇路径规划方法,包括如下步骤:读取地图信息,障碍物膨化处理;以当前位置指向终点位置的方向向量为参考,约束天牛随机搜索方向;根据天牛位置更迭进行寻路,排除搜索到的路径点为障碍物或两路径点跨越障碍物的情况;在循环迭代过程中,动态更新天牛步长,更新路径;引入路径优化策略,移除冗余节点;输出优化后的最终路径,绘制路径曲线。本发明通过膨化障碍物、优化搜索方向和步长选择机制,以及路径节点的优化处理,提高了路径质量和规划效率。
-
公开(公告)号:CN118848964A
公开(公告)日:2024-10-29
申请号:CN202410899056.9
申请日:2024-07-05
Applicant: 海南大学
IPC: B25J9/16
Abstract: 本发明涉及一种针对非正弦周期噪声的多轴机械臂自适应鲁棒控制方法,包括以下步骤:基于多轴机械臂的雅可比矩阵,建立多轴机械臂的统一的运动学方程;引入伪逆类型方案求解机械臂运动学方程,并得到关于关节加速度的微分方程;针对非正弦周期噪声设计自抗扰归零神经网络;针对非正弦周期噪声,构建多轴机械臂自适应鲁棒控制方程,求解得到相应控制结果;根据控制结果,驱动多轴机械臂完成相应的运动规划任务。与现有技术相比,本发明基于雅克比矩阵、自适应控制和PID方法,提出针对非正弦周期噪声的自适应鲁棒控制方案,使多轴机械臂在非正弦周期噪声干扰下仍然能够精确地完成特定运动规划任务,有效提高多轴机械臂运动控制的鲁棒性和精准性。
-
公开(公告)号:CN118644663A
公开(公告)日:2024-09-13
申请号:CN202410806688.6
申请日:2024-06-21
Applicant: 海南大学
IPC: G06V10/25 , G06V10/42 , G06V10/44 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于全局局部融合注意力的红外海面目标检测方法,包括以下步骤:获取红外海面图像进行预处理;将预处理后的红外海面图像输入基于全局局部融合注意力的主干网络中进行特征提取,获得多尺度的特征信息;将所述多尺度的特征信息输入自适应多尺度特征融合编码器中进行尺度内交互和自适应跨尺度融合,获得多尺度的融合特征信息;采用查询选择从多尺度的融合特征信息中选择融合特征信息作为初始对象查询,并采用解码器将所述初始对象查询转化为目标检测结果。与现有技术相比,本发明具有提升红外海面目标检测的准确性和稳定性等优点。
-
公开(公告)号:CN115457360B
公开(公告)日:2024-09-13
申请号:CN202211132614.6
申请日:2022-09-17
Applicant: 海南大学
IPC: G06V10/25 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/086 , G06V10/764 , G06V10/766
Abstract: 本发明涉及一种多源传感器信息融合的目标检测方法,具体涉及一种基于双注意力机制多源融合的水上目标检测方法,包括:构建雷达图像生成模型和特征提取模型,并生成2D注意力矩阵;构建视觉图像特征提取模型,得到视觉特征图;将所述2D注意力矩阵沿视觉特征图所有通道重新加权,生成融合特征图;将所述融合特征图输入目标检测网络FasterRCNN。本发明可以充分利用雷达和视觉传感器互补的信息,提升网络的精度和目标检测的准确度;有效解决水上目标在图像中权重降低以及微小目标检测性能低的问题。
-
公开(公告)号:CN118192584A
公开(公告)日:2024-06-14
申请号:CN202410406939.1
申请日:2024-04-07
Applicant: 海南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及一种基于MPC‑NDQN的无人机着艇方法、设备、介质,方法包括如下步骤:通过构建无人机动力学模型,得到基于输入控制量和状态变量的离散化的线性状态空间方程,通过MPC得到未来一段时间内的着艇轨迹;基于着艇轨迹,利用NDQN更新噪声网络的网络参数;基于更新后的噪声网络得到最优动作,实现无人机飞行姿态的控制,NDQN中,以无人机的位姿和降落点的坐标作为状态空间,以无人机的飞行姿态作为动作空间,以着艇轨迹跟踪率作为奖励函数,且采用计及新老信息置信度和远见程度的价值函数。NDQN网络中带有标准正态分布的噪声,能在训练时产生一定的随机性,因此无人机即使在不确定的环境下也能精准跟踪最优着艇轨迹。
-
公开(公告)号:CN118189963A
公开(公告)日:2024-06-14
申请号:CN202410306014.X
申请日:2024-03-18
Applicant: 海南大学
Abstract: 本发明涉及一种基于点线特征的无人船双目视觉同步定位与建图方法,包括如下步骤:获取无人船双目摄像头采集的图像,通过特征提取得到点特征和线特征;基于所述点特征和线特征,通过与历史图像帧进行匹配,获取当前图像帧的位姿估计,实现无人船的定位;判断是否插入新的关键帧,若插入新的关键帧,基于关键帧对构建的局部地图进行束调整;通过计算关键帧间的相似性对轨迹中的环路闭合进行估计,并对轨迹进行校正;完成地图的构建。与现有技术相比,本发明具有适应性强、鲁棒性、实时性强等优点。
-
公开(公告)号:CN118155098A
公开(公告)日:2024-06-07
申请号:CN202410305631.8
申请日:2024-03-18
Applicant: 海南大学
IPC: G06V20/17 , G06V10/44 , G06V10/764 , G06V10/74 , G06V10/82
Abstract: 本发明涉及一种多无人机视域下目标跟踪方法、装置、设备及介质,在目标跟踪过程中,该方法重复的执行以下步骤:获取多无人机拍摄的图像并进行实时更新;将时序图像序列按照顺序输入Transformer网络进行特征提取,其中,第一帧图像作为初始化的目标模板,后续帧图像作为待搜索区域图像;将目标模板的特征图分别输入两路不同的卷积层,得到分类支路和回归支路,同时,将待搜索区域的特征图输入一个卷积层,得到卷积结果;分别用分类支路和回归支路作为卷积核对卷积结果进行卷积,得到分类结果和回归结果,回归结果作为目标框的检测结果,实现目标跟踪;基于目标框的检测结果与当前目标模板的相似度进行目标模板更新。与现有技术相比,本发明可以在较大范围内对运动目标进行持续准确的跟踪。
-
公开(公告)号:CN117873055A
公开(公告)日:2024-04-12
申请号:CN202311626571.1
申请日:2023-11-30
Applicant: 海南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及一种基于PCA‑DQFD的无人水面艇自适应路径跟踪方法、设备及介质,该方法包括:获取无人水面艇的路径跟踪指标集,并采用主成分分析PCA算法提取主体成分;构建DQFD网络模型,将提取出的主体成分作为无人水面艇的状态空间,设置无人水面艇的动作空间,利用总损失函数进行预训练;其中,DQFD网络模型为学习演示的深度Q学习网络模型;基于DQFD网络模型输出的最优路径跟踪策略,迭代优化无人水面艇航行的控制参数,以实现对指定路径的实时自适应跟踪。与现有技术相比,本发明提高了无人水面艇的路径跟踪成功率和航行效率。
-
公开(公告)号:CN113815888B
公开(公告)日:2024-03-22
申请号:CN202111255237.0
申请日:2021-10-27
Applicant: 海南大学
Abstract: 本发明涉及一种基于L型推杆的无人机位置锁定与自动充电装置,该装置包括:停机平台:设置在舰艇上,呈方形,用以承载和锁定无人机并实现充电;推杆组件:包括四个分别安装在停机平台四角处且方向指向停机平台预设停机区域的导套以及分别与导套配合且在竖直方向上的不同高度位置处的推杆,每个推杆均由插入导套内在驱动下作伸缩运动的尾部导杆以及与尾部导杆一体成型的L型头部组成;充电组件:包括设置在停机平台上的充电电路以及与充电电路连接的充电接口;控制单元:分别与充电组件和推杆组件连接,用以显示无人机的锁定和充电动作。与现有技术相比,本发明具有防止误落、实用性和稳定性高、减小损坏等优点。
-
-
-
-
-
-
-
-
-