-
公开(公告)号：CN115437243B
公开(公告)日：2025-04-29
申请号：CN202211198250.1
申请日：2022-09-29
Applicant: 三亚哈尔滨工程大学南海创新发展基地 , 哈尔滨工程大学
IPC: G05B13/02
Abstract: 本发明提供一种面向多水下机器人协同搜索的任务区域划分和聚类方法，本发明涉及水下机器人协同搜索技术领域，本发明基于UUV作业幅宽的任务区域网格化初步划分；对任务区域内各网格的重要度赋权；任务区域边界内部最大区域的选取与相近重要度网格的聚类方法；边缘区域的精细化处理；基于几何特征的聚合区域分类及相应搜索路径规划策略的归纳。本发明网格划分的计算量可控，对于任意任务区域，只要确定了网格化的间隔/宽度，网格化的过程是简便而稳定的，其计算量也跟网格划分的精细程度大体成正比，在本发明所应用的方法中，其计算量通常总是较小的。
-
公开(公告)号：CN118736397A
公开(公告)日：2024-10-01
申请号：CN202410911953.7
申请日：2024-07-09
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06V20/05 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 一种新型轻量化水下小目标检测方法，它涉及一种水下小目标检测方法。本发明为了解决虽然基于CNN的检测网络能大幅提高传统检测效率，但在小目标检测和轻量化方面仍有不足的问题。本发明具体包括步骤1、收集水下小目标数据集或采用公开水下数据集；步骤2、对水下数据集进行预处理；步骤3、将预处理后的数据集输入新型轻量化水下小目标检测网络，输入图像经过轻量化多尺度特征提取主干网络提取多尺度特征信息，再经过双塔PAN特征融合网络将深层的语义信息和底层的位置信息进行多尺度融合，最后轻量化耦合检测头分别对像素大小为4×4、8×8和16×16以上的物体进行检测和分类；步骤4、对网络模型进行评估分析。本发明属于目标检测技术领域。
-
公开(公告)号：CN119203598A
公开(公告)日：2024-12-27
申请号：CN202411575693.7
申请日：2024-11-06
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06F30/20 , G06N3/043 , G06N3/08 , G06F17/11 , G06F17/18 , G06F18/211 , G06F18/214 , G06F18/241 , G06F18/25 , G06F119/06
Abstract: 本申请提供了一种能量表征模型构建方法及海空无人系统，该方法应用于海空无人系统，海空无人系统包括至少一个无人设备，该方法包括：获取目标任务所处目标区域的初始地图和海空无人系统的运动模型；在每个无人设备在目标区域执行目标任务的情况下，获取每个无人设备的内部工况数据、环境数据和外部工况数据；根据每个无人设备的内部工况数据、环境数据、外部工况数据和运动模型，对初始地图进行更新，得到环境能量地图；根据外部工况数据，构建高斯分布能量场；将环境能量地图和高斯分布能量场进行融合，得到海空无人系统的能量表征模型。如此，结合环境能量地图和高斯分布能量场构建能量表征模型，实现了对海空无人系统能量消耗的准确量化。
-
公开(公告)号：CN118967744A
公开(公告)日：2024-11-15
申请号：CN202410966426.6
申请日：2024-07-18
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06T7/246 , G06V10/80 , G06V10/82 , G06T7/73 , G06V10/762 , G06V10/764 , G06N3/0464
Abstract: 本发明提出一种对跨介质运动目标的跟踪方法及系统，该方法将目标在水面域的光学特征与红外特征、水下域的光学特征与声呐特征进行融合，并在检测器额外增加跨介质目标预测头，利用融合特征与原始特征图交互后特征，对跨介质目标进行准确检测；提取目标的跨介质多模态Re‑ID特征，并将其映射到高维空间统一聚合，实现对目标的高级语义信息统一与重识别。对目标在单一介质域航行时，利用跟踪器候选目标信息召回、历史轨迹预测、最大响应值信息等多源信息最优估计实现对跨介质目标的平滑稳定跟踪。本发明方法可以对跨介质运动的航行器或其他目标进行精确检测，重识别与跟踪，提高对跨介质运动目标跟踪的精确性与连续性。
-
公开(公告)号：CN118941790A
公开(公告)日：2024-11-12
申请号：CN202410965874.4
申请日：2024-07-18
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06V10/26 , G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0464
Abstract: 一种极地船舶航道偏振光语义分割方法，它涉及一种偏振光语义分割方法。本发明为了解决传统的遥感技术，如光学和雷达成像，虽然在一定程度上能够提供极地冰区船舶航道信息，但在实际应用中仍存在分辨率有限、噪声干扰和天气条件影响的问题。本发明通过拍摄极地冰区海面图像，并对海面的浮冰和可通行航道区域进行类别掩码标注，构建海面目标检测数据集，构建极地船舶航道偏振光语义分割数据集；构建偏振生成注意力网络模块；构建偏振光语义分割框架；利用构建的极地船舶航道偏振光语义分割数据集；将训练好的极地船舶航道偏振光语义分割网络进行部署，实现高精度的极地船舶航道分割。本发明属于深度学习技术领域。
-
Patent Agency Ranking
公开(公告)号：CN118918068A
公开(公告)日：2024-11-08
申请号：CN202410951526.1
申请日：2024-07-16
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
Abstract: 一种基于光学图像和单点激光的极地冰层厚度水下智能测量方法，它涉及一种极地冰层厚度水下智能测量方法。本发明为了解决现有的测量技术难以在极地环境中实现高精度、低成本和高效率的冰层厚度测量的问题。本发明的步骤包括：步骤1、构建水下极地冰层厚度测量数据集；步骤2、计算单点激光作用区域位置像素坐标；步骤3、构建极地冰层厚度预测网络模型；步骤4、完成极地冰层厚度预测网络模型训练；步骤5、极地冰层厚度预测网络模型量化部署；步骤6、测量极地冰层厚度。本发明属于深度学习技术领域。
-
公开(公告)号：CN115562312A
公开(公告)日：2023-01-03
申请号：CN202211442239.5
申请日：2022-11-17
Applicant: 三亚哈尔滨工程大学南海创新发展基地 , 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于船舶的自动控制技术领域，具体涉及一种强跟踪全格式无模型自适应船舶艏向控制方法。本发明通过引入期望输出变化率，重新设计控制输入准则函数，并且在引入的补偿项之前加入权重系数，增加算法可调性，得到强跟踪无模型自适应艏向控制方案。相较于传统控制方法，本发明提高了被控系统对时变期望的跟踪响应速度，减小了控制响应时滞性，提高了控制精度，适用于被跟踪的期望艏向实时变化的智能船舶控制领域。
-
公开(公告)号：CN119203598B
公开(公告)日：2025-02-18
申请号：CN202411575693.7
申请日：2024-11-06
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06F30/20 , G06N3/043 , G06N3/08 , G06F17/11 , G06F17/18 , G06F18/211 , G06F18/214 , G06F18/241 , G06F18/25 , G06F119/06
Abstract: 本申请提供了一种能量表征模型构建方法及海空无人系统，该方法应用于海空无人系统，海空无人系统包括至少一个无人设备，该方法包括：获取目标任务所处目标区域的初始地图和海空无人系统的运动模型；在每个无人设备在目标区域执行目标任务的情况下，获取每个无人设备的内部工况数据、环境数据和外部工况数据；根据每个无人设备的内部工况数据、环境数据、外部工况数据和运动模型，对初始地图进行更新，得到环境能量地图；根据外部工况数据，构建高斯分布能量场；将环境能量地图和高斯分布能量场进行融合，得到海空无人系统的能量表征模型。如此，结合环境能量地图和高斯分布能量场构建能量表征模型，实现了对海空无人系统能量消耗的准确量化。
-
公开(公告)号：CN119037681A
公开(公告)日：2024-11-29
申请号：CN202410911901.X
申请日：2024-07-09
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
Abstract: 一种水下无人航行器的冰下声光联合导引回收方法，它涉及一种冰下声光联合导引回收方法。本发明为了解决冰下环境因素干扰多且不可预测以及现有的水下对接回收平台的导引对接操作难度大、稳定性差、安全性差、易受环境因素干扰、声学导引精度差的问题。本发明使无人水下航行器能够实现鲁棒性高、成功率高、稳定性高、安全性高、精度高的冰下自主对接，并且理论上可通过调整正五边形光源阵列边长得到满足实际工程需求的有效导引深度。本发明属于水下无人航行器技术领域。
-
公开(公告)号：CN115562312B
公开(公告)日：2023-10-13
申请号：CN202211442239.5
申请日：2022-11-17
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于船舶的自动控制技术领域，具体涉及一种强跟踪全格式无模型自适应船舶艏向控制方法。本发明通过引入期望输出变化率，重新设计控制输入准则函数，并且在引入的补偿项之前加入权重系数，增加算法可调性，得到强跟踪无模型自适应艏向控制方案。相较于传统控制方法，本发明提高了被控系统对时变期望的跟踪响应速度，减小了控制响应时滞性，提高了控制精度，适用于被跟踪的期望艏向实时变化的智能船舶控制领域。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.028 seconds)
