-
-
Patent Agency Ranking
公开(公告)号：CN111444948A
公开(公告)日：2020-07-24
申请号：CN202010204462.0
申请日：2020-03-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种图像特征提取与匹配方法，包括步骤一：对特征点进行初步筛选；步骤二：利用候选角点中X和Y方向的梯度对S1得到的候选角点进行二次筛选；步骤三：像素级角点检测；步骤四：亚像素级角点检测，通过迭代优化Harris位置获得S3中得到的像素级角点的亚像素级角点坐标；步骤五：旋转不变快速变化描述子计算；步骤六：进行特征提取与特征匹配。发明在Harris角点检测的基础上，经过两次候选角点的筛选以提高角点的检测速度，并且通过迭代优化提高了角点检测的位置精度，最后，利用旋转不变快速变换描述子来表示特征。
-
公开(公告)号：CN109459040A
公开(公告)日：2019-03-12
申请号：CN201910033350.0
申请日：2019-01-14
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明属于定位技术领域，具体涉及一种基于RBF神经网络辅助容积卡尔曼滤波的多AUV协同定位方法。本发明包括以下步骤：建立多AUV协同定位状态空间模型；创建一个RBF神经网络；在基准参考位置可用时，通过CKF进行多AUV协同定位估计；收集RBF神经网络的训练数据；对RBF神经网络进行训练；基准信号中断，停止训练RBF神经网络，继续进行CKF协同定位估计；估计CKF协同定位滤波误差；补偿滤波状态更新估计值。本发明在多AUV协同定位情况下，考虑跟随AUV航向漂移误差、洋流速度影响及与距离相关的水声噪声，具有更高的实用价值；利用RBF神经网络对CKF滤波估计值进行补偿，协同定位精度和稳定性显著提高；本发明算法易于实现。
-
公开(公告)号：CN111444948B
公开(公告)日：2022-11-18
申请号：CN202010204462.0
申请日：2020-03-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种图像特征提取与匹配方法，包括步骤一：对特征点进行初步筛选；步骤二：利用候选角点中X和Y方向的梯度对S1得到的候选角点进行二次筛选；步骤三：像素级角点检测；步骤四：亚像素级角点检测，通过迭代优化Harris位置获得S3中得到的像素级角点的亚像素级角点坐标；步骤五：旋转不变快速变化描述子计算；步骤六：进行特征提取与特征匹配。发明在Harris角点检测的基础上，经过两次候选角点的筛选以提高角点的检测速度，并且通过迭代优化提高了角点检测的位置精度，最后，利用旋转不变快速变换描述子来表示特征。
-
公开(公告)号：CN109596128B
公开(公告)日：2022-06-21
申请号：CN201910033292.1
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于自主式水下航行领域，具体涉及一种基于多水听器提高多AUV协同定位性能的方法。该方法包括：在跟随AUV上配置多个水听器，设置水听器的位置并固定水听器；领航AUV与跟随AUV通过水听器进行水声测距，同时领航AUV将自身位置广播发送给跟随AUV；建立单领航AUV模式的协同定位系统状态空间模型；利用EKF滤波方法，对跟随AUV定位。通过设计多个水听器在跟随AUV上的位置，增加状态空间模型量测矩阵维数，系统的可观测性大大提高，有效降低了对单领航方案中的各AUV高机动性要求；减少了多AUV协同导航系统领航AUV数量，避免了由于设置多个领航AUV所需要配备的高精度惯性测量单元，降低成本；不涉及到多领航AUV时间同步的问题，容易实施，而且定位精度较高。
-
公开(公告)号：CN111323049A
公开(公告)日：2020-06-23
申请号：CN202010196578.4
申请日：2020-03-19
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明公开了一种粒子群算法的粗对准方法，包括：步骤一：建立多矢量定姿模型，求解水平姿态；步骤二：建立粒子群算法模型；步骤三：构建粒子群适应度函数；步骤四：粒子早熟收敛问题的解决；步骤五：进行载体坐标系对导航坐标系姿态矩阵 的更新；本发明充分利用惯性系对准算法水平姿态收敛较快的特点，极大降低了构造粒子群算法适应度函数的难度。本发明利用粒子群算法的快速估计能力，将粒子群算法应用到惯性系的粗对准之中，极大缩短了摇摆基座的对准时间。
-
-
-
-
-
Search Results
16
records
(took 0.03 seconds)
