公开(公告)号：CN119046864A

公开(公告)日：2024-11-29

申请号：CN202410872180.6

申请日：2024-07-01

Applicant: 东北大学

Inventor： 王军义 ,  李耀敏 ,  丁进良 ,  徐红丽

IPC: G06F18/25 ,  G06F18/15 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0499 ,  G06F30/27 ,  G06F30/28 ,  G06F30/15 ,  G06F119/14 ,  G06F113/08 ,  G06F123/02

Abstract: 本发明提供一种六自由度水下无人航行器在线模型辨识方法，属于水下无人航行器的系统建模技术领域。本发明对航行器时间序列和状态变量分别采用基于操纵控制数据流的多头自注意力机制，构建水下无人航行器真实状态数据缺失的模型辨识策略，并基于此提出了编码器‑解码器结构的端到端水下无人航行器在线模型辨识深度学习方法。本发明方法可以对缺失的状态数据进行估计或重建，能够以较小的计算成本实时建立精确的六自由度水下无人航行器模型，从而保证航行器在海洋环境中能够稳定、可靠地工作。

公开(公告)号：CN118711047A

公开(公告)日：2024-09-27

申请号：CN202410862329.2

申请日：2024-06-28

Applicant: 东北大学

Inventor： 王军义 ,  李瑜辉 ,  徐红丽 ,  李耀敏

IPC: G06V20/05 ,  G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供基于轻量化网络的类别不平衡侧扫声呐图像实时识别方法，属于实时水下目标识别的技术领域。所述方法包括：离线模型训练和水下实时在线识别两部分。对于离线模型训练而言，将类别不平衡数据集进行多平衡采样，并基于轻量化分支构建神经网络模型，同时对于部分分支结构使用特征空间正则化以解决泛化变异性问题。对于水下实时在线识别系统而言，为解决无人水下航行器(Autonomous Underwater Vehicle,AUV)上的侧扫声呐(Side Scan Sonar,SSS)数据实时处理的问题，将原始SSS数据在线解码、转换、拼接得到原始SSS瀑布图，并引入回波强度归一化法进行校正，然后分配图像位置信息实时得到SSS图像，最后将实时得到的处理信息，通过像素重要性值法快速筛选出有效目标图像，并将其输入至部署的轻量化网络中完成水下实时识别。