-
公开(公告)号：CN114485730B
公开(公告)日：2023-07-04
申请号：CN202210089031.3
申请日：2022-01-25
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种基于牛顿迭代法的DVL误差标定方法及系统，其包括：步骤1，构建DVL误差损失函数f(Φ，δ)；步骤2，通过牛顿迭代法逼近损失极小值点获得Φ和δ的最优估计值，其具体包括：步骤21，令X＝[Φ，δ]，将所述非线性优化函数f(X)进行在初始点二阶泰勒展开；步骤22，根据所述步骤21二阶泰勒展开后的结果，确定迭代方程：步骤23，给定初始值通过i次迭代，求出每次迭代中不同的海森矩阵A(X)及其逆矩阵，从而得到Xi，如果Xi小于预设值，或者迭代次数达到设定的最大值，则Xi作为最优解，停止迭代；否则返回方程(3)继续迭代运行。
-
公开(公告)号：CN114397480A
公开(公告)日：2022-04-26
申请号：CN202210056534.0
申请日：2022-01-18
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种声学多普勒测速仪误差估计方法、装置及系统，该方法包括：步骤一，根据所述载体的起点位置和终点位置获取所述载体在水平面上的真实位移SH和航位推算位移步骤二，利用位移SH和之间的比例关系确定DVL刻度因子误差δkd以及DVL安装误差ψ。本发明仅利用载体的起点和终点位置信息即可进行DVL误差标定，摆脱了对GPS信息的依赖，有效减少了算法应用限制，扩大了算法适用范围；本发明通过简单的比值计算即可对DVL误差参数进行估计，算法复杂度小，运算效率高。
-
公开(公告)号：CN114543799A
公开(公告)日：2022-05-27
申请号：CN202210345007.1
申请日：2022-03-31
Applicant: 湖南大学无锡智能控制研究院 , 湖南大学
Abstract: 本发明公开了一种抗差联邦卡尔曼滤波方法、设备与系统，该系统包括：在载体上设置的惯性导航系统和N个其它导航系统，所述惯性导航系统对应主滤波器，所述N个其它导航系统与N个局部滤波器一一对应；其中，所述N个局部滤波器，用于接收各自对应的传感器的输入数据，计算系统状态量的估计值；所述主滤波器，用于融合所述N个局部滤波器得到的状态量的估计值，获得系统状态全局最优估计和量测噪声方差阵。本发明中，当量测信息增加或减少时，联邦滤波器仅通过调整局部滤波器数量即可完成融合模式的切换，既具有灵活的数据融合结构，又具有抗差能力，稳定性和鲁棒性优势明显。
-
公开(公告)号：CN119512101A
公开(公告)日：2025-02-25
申请号：CN202411624814.2
申请日：2024-11-14
Applicant: 湖南大学
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D109/10
Abstract: 本发明公开了一种考虑时变有向通信拓扑的多车协同控制方法及系统，属于车辆控制技术领域。该方法首先对不可靠通信拓扑结构进行建模，为了描述通信拓扑的随机性，采用连续时间马尔可夫链来表征不可靠通信拓扑结构；然后，分别对跟随车和领航车建立纵向动力学模型；接着，设计一种全分布式的自适应观测器，以获取领航车的状态估计信息；最后，使用自车观测器观测的领航车状态和前车状态信息构造优化控制问题，引入包含弦稳定约束在内的约束条件，采用DMPC框架解优化问题，得出最优控制量，实现对领航车状态的跟踪控制。
-
公开(公告)号：CN119381739A
公开(公告)日：2025-01-28
申请号：CN202411919661.4
申请日：2024-12-25
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明涉及水下机器人技术领域，尤其是一种用于自主遥控水下机器人的模组化折倒式天线装置。其包括集成板卡、天线基座和集成天线，所述天线基座内设置折倒驱动机构，所述折倒驱动机构包括动力输出端和旋转驱动端，所述动力输出端驱动旋转驱动端在第一位置和第二位置之间进行旋转，所述旋转驱动端连接集成天线；旋转驱动端旋转至第一位置时，集成天线位于天线基座外部呈直立状态；旋转驱动端旋转至第二位置时，集成天线位于天线基座内部呈折倒状态。本发明的集成天线进行了模块化设计，易于检修替换，集成天线具备自主折叠功能，能够有效减少自主遥控水下机器人在水下航行时的阻力。
-
Patent Agency Ranking
公开(公告)号：CN119379265A
公开(公告)日：2025-01-28
申请号：CN202411930144.7
申请日：2024-12-26
Applicant: 湖南大学
IPC: G06Q10/20 , G06N5/022 , G06Q10/30 , G06F18/22 , G01M17/007
Abstract: 本发明提供一种无人驾驶重载车辆系统性能在线监测方法及系统，属于重载车辆运动规划与控制技术领域。本发明考虑了运行环境，特别是路面环境对无人驾驶重载车辆系统性能的影响，测定了无人驾驶重载车辆在不同运行环境以及不同典型工况下的系统响应传递函数，同时构建了性能良好知识库和性能衰减知识库，以系统响应传递函数的特征参数以及生产数据作为系统是否需要维修介入的依据，实现了无人驾驶重载车辆的自动在线监测。
-
公开(公告)号：CN118710528B
公开(公告)日：2024-11-05
申请号：CN202411197219.5
申请日：2024-08-29
Applicant: 湖南大学无锡智能控制研究院
IPC: G06T5/60 , G06N3/0455
Abstract: 本发明涉及图像处理技术领域，具体公开了一种水下图像增强方法及装置，包括：获取待增强水下图像，并将待增强水下图像通过第一图像增强编码器进行编码获得待增强低维特征向量，第一图像增强编码器为根据第一编解码优化数据优化后获得；将待增强低维特征向量输入目标映射网络，获得目标质量低维特征向量，目标映射网络为将第一编解码过程数据作为输入数据以及将第二编解码过程数据作为输出数据对基于注意力机制的神经网络模型进行训练获得；对目标质量低维特征向量通过第二图像增强编码器进行解码获得增强后的水下图像，第二图像增强编码器为根据第二编解码优化数据优化后获得。本发明提供的水下图像增强方法有效提升水下图像增强效果。
-
公开(公告)号：CN114967714B
公开(公告)日：2024-11-01
申请号：CN202210728589.1
申请日：2022-06-24
Applicant: 湖南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明公开了一种自主式水下机器人抗扰运动控制方法，包括如下步骤：步骤1，建立自主式水下机器人动力学和运动学简化线性模型；步骤2，建立系统名义模型；步骤3，构造扰动观测器；步骤4，设计名义模型预测控制器；步骤5，设计辅助模型预测控制器；步骤6，测量下一时刻的系统状态，将该时刻作为新的当前时刻，返回步骤3。本发明的自主式水下机器人抗扰运动控制方法，建立双层模型预测控制框架，能够有效应对不确定性带来的影响并且跟踪参考值，具有更好的控制效果。
-
公开(公告)号：CN118864630A
公开(公告)日：2024-10-29
申请号：CN202410876040.6
申请日：2024-07-02
Applicant: 湖南大学
IPC: G06T11/00 , G06V20/70 , G06V20/56 , G06V10/25 , G06V10/44 , G06V10/80 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/0495 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种基于CycleGAN的晴雪天气图像数据风格迁移系统，包括：网络构建模块构建基于CycleGAN的晴雪天气图像数据风格迁移模型；掩码模块根据输入图像的图像注释信息创建掩码，掩码与输入图像叠加后输入教师网络与学生网络边缘检测；输入图像经第一生成器进行风格迁移得到生成图像，生成图像与掩码叠加后输入学生网络边缘检测；生成图像经第二生成器生成重建图像，重建图像与掩码叠加输入学生网络边缘检测；模型训练模块对构建的晴雪天气图像数据风格迁移模型进行训练；推理模块接收晴朗天气图像，生成对应的雪天图像。本发明能够解决现有风格迁移技术在晴雪天气图像数据风格迁移中存在的对象丢失的技术问题。
-
公开(公告)号：CN115115908B
公开(公告)日：2024-08-02
申请号：CN202210759090.7
申请日：2022-06-30
Applicant: 湖南大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V10/25 , G06V20/70 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/088
Abstract: 本发明公开了一种跨域目标检测模型训练方法、目标检测方法及存储介质，其中训练方法包括：获取源域带标签图像和目标域无标签图像，构建训练数据集，搭建包括基于对抗训练的跨域目标检测器、感兴趣区域特征提取模块、语义迁移损失计算模块的网络模型，以基于语义迁移损失和基于对抗训练的跨域目标检测损失得到的跨域目标检测总损失为优化目标，基于训练数据集，对构建的网络模型进行训练，得到跨域目标检测模型。本发明在一定程度上消除目标检测在分类边界的语义混淆噪声，有效降低感兴趣区域语义错误匹配的风险，避免某些类别因感兴趣区域数量不足而迁移失败的问题，增强具有相同语义的源域和目标域感兴趣区域特征向量的聚合程度。
-
-
-
-
-
-
-
-
-
Search Results
361
records
(took 0.03 seconds)
