-
公开(公告)号：CN116520826A
公开(公告)日：2023-08-01
申请号：CN202310335831.3
申请日：2023-03-30
Applicant: 东华大学
IPC: G05D1/02
Abstract: 本发明公开了一种风浪动态数据驱动的无人栈桥自主归位和对接控制方法，所述策略方法通过无人栈桥上搭载的GNSS/IMU多传感器导航系统，实时获取无人栈桥的当前位置和偏航角；由地面基站发出远程控制指令，实时生成期望Dubins路径，使无人栈桥(主动船)归位，无人栈桥通过制导律计算出期望速度和期望航线角以沿期望路径航行并靠近另一个无人栈桥(被动船)，该制导律为一种基于矢量场的积分视线制导律；根据无人栈桥实际位置和期望路径的偏差，计算出横向轨迹误差，基于风浪的离线和在线数据控制横向轨迹误差逐渐趋向于零，即控制无人栈桥以期望速度收敛并遵循给定的期望路径；主动船到达被动船正后方有2.5倍被动船船长时，进行对接，切换为单目摄像头实时获取图像数据并进行视觉制导，当公接头被母接头的光电信号探测到时，控制主动船的速度与被动船保持一致，执行单头对接，并检测是否对接成功，若不成功则重新进行对接。本发明的有益效果在于：在风浪干扰下，提高无人栈桥的制导效果，从而完成自主归位和对接，且实现成本较低，易于实现。
-
公开(公告)号：CN111669591A
公开(公告)日：2020-09-15
申请号：CN202010386403.X
申请日：2020-05-09
Applicant: 东华大学
IPC: H04N19/132 , H04N19/10 , G06K9/62
Abstract: 本发明涉及一种面向压缩感知视频流的帧组采样率分配系统，包括通过传输信道连接的测量端和重建端，测量端包括依次连接的帧组划分器、分配器、观测器和编码器，测量端还包括分别与所述帧组划分器、分配器和编码器相连的模型判决器；重建端包括依次连接的帧组解析器、帧组重构器和无参考评估器，无参考评估器还与所述模型判决器相连；在训练模式下，测量端统计不同观测参数对帧组的重建质量与码率的影响，然后分别建立码率模型与重建质量模型；在工作模式下，测量端根据建立的码率模型与重建质量模型以及前一帧组的观测结果，确定后一帧组的最优观测参数。本发明能够自适应地优化观测参数，在码率约束下最大化连续GOF的平均重建质量。
-
Patent Agency Ranking
公开(公告)号：CN111669591B
公开(公告)日：2021-06-11
申请号：CN202010386403.X
申请日：2020-05-09
Applicant: 东华大学
IPC: H04N19/132 , H04N19/10 , G06K9/62
Abstract: 本发明涉及一种面向压缩感知视频流的帧组采样率分配系统，包括通过传输信道连接的测量端和重建端，测量端包括依次连接的帧组划分器、分配器、观测器和编码器，测量端还包括分别与所述帧组划分器、分配器和编码器相连的模型判决器；重建端包括依次连接的帧组解析器、帧组重构器和无参考评估器，无参考评估器还与所述模型判决器相连；在训练模式下，测量端统计不同观测参数对帧组的重建质量与码率的影响，然后分别建立码率模型与重建质量模型；在工作模式下，测量端根据建立的码率模型与重建质量模型以及前一帧组的观测结果，确定后一帧组的最优观测参数。本发明能够自适应地优化观测参数，在码率约束下最大化连续GOF的平均重建质量。
-
公开(公告)号：CN110087078A
公开(公告)日：2019-08-02
申请号：CN201910387957.9
申请日：2019-05-10
Applicant: 东华大学
IPC: H04N19/177 , H04N19/134 , H04N19/156 , H04N19/136 , H04N19/503
Abstract: 难控的观测效能是制约视频观测编码技术发展的主要难题。基于图像组分块压缩感知架构，本发明提供了一种模型引导的观测效能调控方法，测量端根据当前图像组的观测结果与GOP帧间相关模型，在功耗约束下为后一图像组预先分配关键帧/非关键帧的采样率和量化深度。当前图像组执行完观测编码，若当前功耗满足功耗约束，后一图像组仍然采用当前图像组的观测参数；否则，后一图像组进入递减模式或递增模式，根据GOP帧间相关模型更新观测参数。由于邻近的图像组具有近似的统计特性，所提方法为视频观测编码提供了一种在功耗约束下观测参数的预设机制，能够快速地为关键帧/非关键帧分配采样率和量化深度，为连续图像组提供优化的观测效能。
-
公开(公告)号：CN110087078B
公开(公告)日：2023-06-02
申请号：CN201910387957.9
申请日：2019-05-10
Applicant: 东华大学
IPC: H04N19/177 , H04N19/134 , H04N19/156 , H04N19/136 , H04N19/503
Abstract: 难控的观测效能是制约视频观测编码技术发展的主要难题。基于图像组分块压缩感知架构，本发明提供了一种模型引导的观测效能调控方法，测量端根据当前图像组的观测结果与GOP帧间相关模型，在功耗约束下为后一图像组预先分配关键帧/非关键帧的采样率和量化深度。当前图像组执行完观测编码，若当前功耗满足功耗约束，后一图像组仍然采用当前图像组的观测参数；否则，后一图像组进入递减模式或递增模式，根据GOP帧间相关模型更新观测参数。由于邻近的图像组具有近似的统计特性，所提方法为视频观测编码提供了一种在功耗约束下观测参数的预设机制，能够快速地为关键帧/非关键帧分配采样率和量化深度，为连续图像组提供优化的观测效能。
-
公开(公告)号：CN111179238B
公开(公告)日：2022-12-20
申请号：CN201911344138.2
申请日：2019-12-24
Applicant: 东华大学
Abstract: 本发明提出了一种面向水下图像集指导一致性增强评价(CEQA)的子集置信比例动态选取方法，所提方法将现有CEQA体系的固定抽样比例进一步划分为若干份抽样子集，按照不放回抽样策略进行多次抽样，依次得到抽样子集Xi，然后利用某一水下图像增强算法对子集Xi进行逐幅图像的增强，得到增强后的图像子集Yi，接着使用图像质量度量准则分别对Xi与Yi中的每一幅图像进行打分，计算图像增强前后的质量得分差，统计Xi与Yi所对应的增强图像所占比例，并计算增强占比的均值与标准偏差。根据一定置信水平条件下的学生‑t分布，所提方法能够动态地确定子集选取比例，对该水下图像增强算法给出最终的一致性增强评价。
-
公开(公告)号：CN111179238A
公开(公告)日：2020-05-19
申请号：CN201911344138.2
申请日：2019-12-24
Applicant: 东华大学
Abstract: 本发明提出了一种面向子集指导一致性增强评价(CEQA)的子集置信比例动态选取方法，所提方法将现有CEQA体系的固定抽样比例进一步划分为若干份抽样子集，按照不放回抽样策略进行多次抽样，依次得到抽样子集Xi，然后利用某一水下图像增强算法对子集Xi进行逐幅图像的增强，得到增强后的图像子集Yi，接着使用图像质量度量准则分别对Xi与Yi中的每一幅图像进行打分，计算图像增强前后的质量得分差，统计Xi与Yi所对应的增强图像所占比例，并计算增强占比的均值与标准偏差。根据一定置信水平条件下的学生-t分布，所提方法能够动态地确定子集选取比例，对该水下图像增强算法给出最终的一致性增强评价。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
