-
公开(公告)号：CN110346758A
公开(公告)日：2019-10-18
申请号：CN201910669378.3
申请日：2019-07-24
Applicant: 哈尔滨工程大学
IPC: G01S5/06
Abstract: 本发明属于无线定位领域，具体涉及一种应用于变电站巡检人员的超宽带定位与警示方法。本方法具有较高精度和较强鲁棒性，其主要实现形式是通过在巡检人员身上携带移动定位标签，与预先布置的固定基站构建实时人员定位与警示系统，提供危险区域警戒功能，当作业人员临近或进入了危险区域，通过系统进行及时有效的警示，以便为作业人员的人身安全，变电站的运行安全提供重要保障。同时为了保证整个系统的可靠性，还引入接收机自主完好性算法进一步保证系统的可靠性、精准性，即在包含4个以上基站的系统中使用RAIM算法对故障基站进行识别和剔除，同时舍去测距误差较大的测量信息，从而进一步提高了定位的准确度和系统的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN110493742B
公开(公告)日：2020-12-04
申请号：CN201910803709.8
申请日：2019-08-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种用于超宽带的室内三维定位方法，属于通信领域。本发明包括：建立空间三维直角坐标系；使用基于TDOA量测距离分布的非视距误差鉴别法判定定位过程是否存在非视距误差；利用超宽带系统通过TDOA量测数据对标签三维位置做初步位置估计；将通过Chan算法估计所得的标签三维位置，做残值加权处理；将经过处理的标签三维位置，作为高斯‑牛顿迭代算法的初值，迭代运算，使用残差判别法，得到标签的三维空间位置。本发明为使用TDOA定位方式提供了具体的定位方案；本发明与Chan算法相比，定位精度要优于Chan算法；本发明具有良好的抗室内非视距误差干扰性能。
-
公开(公告)号：CN110493742A
公开(公告)日：2019-11-22
申请号：CN201910803709.8
申请日：2019-08-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种用于超宽带的室内三维定位方法，属于通信领域。本发明包括：建立空间三维直角坐标系；使用基于TDOA量测距离分布的非视距误差鉴别法判定定位过程是否存在非视距误差；利用超宽带系统通过TDOA量测数据对标签三维位置做初步位置估计；将通过Chan算法估计所得的标签三维位置，做残值加权处理；将经过处理的标签三维位置，作为高斯-牛顿迭代算法的初值，迭代运算，使用残差判别法，得到标签的三维空间位置。本发明为使用TDOA定位方式提供了具体的定位方案；本发明与Chan算法相比，定位精度要优于Chan算法；本发明具有良好的抗室内非视距误差干扰性能。
-
公开(公告)号：CN110570453B
公开(公告)日：2022-09-27
申请号：CN201910619006.X
申请日：2019-07-10
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于双目视觉的闭环式跟踪特征的视觉里程计方法领域。提取双目图像特征点，如果图像是第一帧，执行左右图像匹配及去除误匹配操作，利用匹配成功的左右图像特征点，计算特征点对应的世界三维坐标；当前帧非第一帧，执行跟踪机制，每一步都会记录相应标志位，用来滤除掉不合格的特征点；以左相机为参考，光流法跟踪前一帧图像与当前帧图像特征点，移除跟踪失败以及超出图像边界的点，保存跟踪的特征点在当前帧的坐标位置，运用标志位更新前一帧双目特征，及对应跟踪的世界三维坐标记为。本发明在新图像到来时，保护已跟踪特征，在已跟踪特征以外提取新的特征点，继续整个跟踪过程，这样做可以避免提取到重复的特征，以提高算法效率。
-
公开(公告)号：CN110570453A
公开(公告)日：2019-12-13
申请号：CN201910619006.X
申请日：2019-07-10
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于双目视觉的闭环式跟踪特征的视觉里程计方法领域。提取双目图像特征点，如果图像是第一帧，执行左右图像匹配及去除误匹配操作，利用匹配成功的左右图像特征点，计算特征点对应的世界三维坐标；当前帧非第一帧，执行跟踪机制，每一步都会记录相应标志位，用来滤除掉不合格的特征点；以左相机为参考，光流法跟踪前一帧图像与当前帧图像特征点，移除跟踪失败以及超出图像边界的点，保存跟踪的特征点在当前帧的坐标位置，运用标志位更新前一帧双目特征，及对应跟踪的世界三维坐标记为。本发明在新图像到来时，保护已跟踪特征，在已跟踪特征以外提取新的特征点，继续整个跟踪过程，这样做可以避免提取到重复的特征，以提高算法效率。
-
公开(公告)号：CN110519582A
公开(公告)日：2019-11-29
申请号：CN201910755993.6
申请日：2019-08-16
Applicant: 哈尔滨工程大学
IPC: H04N13/246
Abstract: 本发明公开了一种巡检机器人数据采集系统及数据采集方法，主要完成机器人到达指定巡检位置点后，采用嵌入式深度学习图像处理技术，快速的识别周边场景，识别设备并进行配准，通过发送指令调整云台角度，进行设备图像的自主采集。所述发明的具体步骤为：通过双目摄像头采集图像信息，在处理器中对图形进行格式转换、分辨率调整以及平滑滤波等预处理，对预处理过的图像进行目标识别，再将识别数据上传云端，在云端对数据进行处理和分析，根据分析结果反馈给云台用于校正摄像头角度等。通过重复执行实现复杂环境设备识别、设备部件识别与图像采集、检修监控。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
