-
公开(公告)号：CN118314377A
公开(公告)日：2024-07-09
申请号：CN202410350990.5
申请日：2024-03-26
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06T7/33 , G06V10/25
Abstract: 一种面向边缘计算的轻量化双模态交互目标检测方法，属于计算机视觉技术领域。为解决在资源受限的设备上实时运行目标检测技术，本发明利用可穿戴设备上集成的红外成像设备和可见光成像设备分别拍摄红外图像与可见光图像，将红外图像与可见光图像进行图像配准及图像标注，建立图像对数据集；构建轻量化的双模态融合目标检测模型，包括主干网络、特征聚合网络和检测头；利用图像对数据集对构建的轻量化的双模态融合目标检测模型进行训练，得到训练好的轻量化的双模态融合目标检测模型；使用RKNN‑Toolkit2工具部署于边缘计算平台，输入采集的红外和可见光图像，进行目标的检测与识别。本发明实现轻量化检测。
-
公开(公告)号：CN117727098A
公开(公告)日：2024-03-19
申请号：CN202311849037.7
申请日：2023-12-29
Applicant: 哈尔滨工程大学
IPC: G06V40/20 , G06V20/40 , G06V20/58 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/008 , G06N3/0455 , G06N3/0495 , G06N3/082
Abstract: 一种面向移动机器人的人体行为预测方法、电子设备及存储介质，属于计算机视觉技术领域。为实现人体行为的长期预测，本发明机器人通过相机采集人体行为视频数据，利用行为识别网络进行人体行为视频数据特征向量提取；利用行为MLP混合器进行人体历史行为分类，通过行为MLP混合器的全局平均层进行编码得到行为表示特征序列，通过行为MLP混合器的全连接层进行人体行为分类得到人体行为序列；利用场景信息MLP混合器进行场景信息提取；基于Transformer结构的人体行为预测网络中，进行面向移动机器人的人体行为预测网络的训练和人体行为的预测，输出人体未来行为序列部署到移动机器人上实现移动机器人在人机交互任务的动作规划。
-
公开(公告)号：CN117301071A
公开(公告)日：2023-12-29
申请号：CN202311521198.3
申请日：2023-11-15
Applicant: 哈尔滨工程大学
IPC: B25J9/16
Abstract: 一种基于SAC和神经回路策略的机器人控制方法、电子设备及存储介质，属于机器人行为控制技术领域。为提高机器人处理速度和智能特性，本发明将机器人控制与强化学习中SAC算法相结合，摆脱了传统控制算法对模型的限制，提高了机器人的学习速度和对经验样本的利用效率，解决了机器人易陷入局部最优、无法合理规划动作的问题。通过构建四层神经回路策略网络作为控制输出生成网络，能够高效准确地完成机器人控制，与当前时期其他技术相比，本方法对硬件算力要求更低，能够拥有较高的计算效率，只需要少量神经元便能达到较好的效果。本方法工作原理更接近神经细胞的功能原理，具有更先进的理论支撑，在人工智能领域有更多发展潜力。
-
公开(公告)号：CN103245373B
公开(公告)日：2017-02-08
申请号：CN201310121148.6
申请日：2013-04-09
Applicant: 哈尔滨工程大学
IPC: G01D18/00
Abstract: 本发明属于水下机器人技术领域，特别涉及一种用于水下机器人传感器故障诊断的方法。本发明包括设定最大循环次数有效的检测器的数量；设定阈值；判断是否达到最大循环次数；产生检测器；将检测器正常状态信号集合比较；判断故障有效检测器集是否满；将检测器与已知故障集相比较；判断已有的故障记忆有效检测器集。本发明针对水下机器人传感器故障诊断系统，进行故障检测和诊断，采用实数编码，利用欧氏距离计算和判断传感器危险状态，克服了传统阴性选择算法的漏报率高,不能有效辨认异常故障等缺点，提到了水下机器人传感器故障的检测准确率和适用性。
-
公开(公告)号：CN104002978A
公开(公告)日：2014-08-27
申请号：CN201410206179.6
申请日：2014-05-16
Applicant: 哈尔滨工程大学
Abstract: 本发明属于机器人领域，具体涉及一种适用于医疗救助的药品、医疗设备的运输上的医疗救助用小型探照旋翼飞行器。本发明包括中央处理器，姿态测量单元，导航定位单元，伺服动力系统，探照灯装置系统，供电系统，无线通讯模块，中央处理器完成对姿态测量单元、导航定位单元以及无线通讯模块的数据处理，确定旋翼飞行器的飞行姿态、飞行位置、飞行速度及飞行方向，并对伺服动力系统、探照灯装置系统进行控制。本发明的旋翼飞行器操作简单，通过精确定位方法，达到指定所在地，实现不同地点的照射。应用于紧急救助等需要光源的场合上，有效节约了救援时间，使用范围广、效率高。
-
Patent Agency Ranking
公开(公告)号：CN103576692A
公开(公告)日：2014-02-12
申请号：CN201310547264.4
申请日：2013-11-07
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明属于多无人机技术领域，具体涉及一种可用于多无人机目标跟踪、航迹优化、协同管理、协同飞行、任务分配的多无人机协同飞行方法。本发明包括：确定飞行任务目标数，确定多无人机中引领机和跟随机的运行参数；通过领航标志设置决定每个任务分组的跟随机是否应该跟随飞往任务目标，0表示引领机还没有返回，1时表示已经返回，可以开始跟随飞行；设置引领机的飞行状态，0表示搜索飞往目标的过程中；1表示返回出发地的过程中；2表示引领跟随机飞往任务目标的过程中；引领机分别飞往各自的任务目的地，到达后返回出发地。本发明信息共享使多无人机协同飞行更加具有自主性、灵活性、安全性，提高了多无人机协同执行任务的效率。
-
公开(公告)号：CN103472434A
公开(公告)日：2013-12-25
申请号：CN201310455238.9
申请日：2013-09-29
Applicant: 哈尔滨工程大学
IPC: G01S5/18
Abstract: 本发明公开一种机器人声音定位方法，涉及声音定位及机器人导航，通过至少两个Kinect传感器，获取每个Kinect探测到的声音来源方向，确定每两个Kinect传感器所确定的声源所在偏差扇面区域，共三个区域，由重心法求得每个区域的重心，三个重心的均值即为声源的最优位置。通过该方法，提高了其定位精度，具有很强的实用性、灵活性，可用于声音定位、机器人导航运动控制等多领域。
-
公开(公告)号：CN119398132A
公开(公告)日：2025-02-07
申请号：CN202411520999.2
申请日：2024-10-29
Applicant: 哈尔滨工程大学
Abstract: 一种基于脉冲类脑模型的快速增量学习技术，属于计算机视觉技术领域。本发明选用Yolov3‑tiny模型作为脉冲神经网络的SpikingYolov3的基础模型，并对Yolov3‑tiny进行适配性改进；采用IF神经元模型作为SpikingYolov3的神经元模型；采用基于网络扩张的方法对Yolov3‑tiny进行增量学习训练；将训练完毕的模型权重通过ANN转SNN的方法赋值给新构造的SpikingYolov3；采用泊松编码的方式对测试图像进行编码操作，使其转化为异步脉冲序列，并送入Spiking Yolov3模型中进行测试，并和对应的Yolov3‑tiny进行对比分析，得出SpikingYolov3模型的检测性能更优的结论。将SpikingYolov3应用到战场环境当中，实现对不同种类目标的精准检测。本发明解决了传统的网络模型在遇见新任务时需要重新训练等问题，为复杂目标的检测任务提供了新的解决方案。
-
公开(公告)号：CN117519159A
公开(公告)日：2024-02-06
申请号：CN202311521202.6
申请日：2023-11-15
Applicant: 哈尔滨工程大学
Abstract: 一种视觉感知车辆自动驾驶系统及其自动驾驶方法，属于车辆自动驾驶技术领域。为提高自动驾驶系统的处理速度和智能特性，本发明输入模块连接卷积特征提取模块，卷积特征提取模块连接控制系统模块；输入模块用于采集事件相机实时捕捉车辆前向图像；卷积特征提取模块为卷积神经网络，包括卷积层、池化层和全连接层，卷积特征提取模块用于从输入模块传输的输入图像的像素中提取数字结构特征，得到输入图像数据的特征向量序列；控制系统模块为神经回路策略网络，由四层分层网络拓扑结构构建而成，包括感知层、中转层、控制层和驱动层。本发明拥有较高的计算效率，有利于对时间序列建模，在更小的参数量下有更好的效果，具有鲁棒性和较强可解释性。
-
公开(公告)号：CN117008722A
公开(公告)日：2023-11-07
申请号：CN202310845918.5
申请日：2023-07-11
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于视觉的动态手势识别与移动机器人控制方法，采用经过调整的3DCNN模型作为动态手势识别模型，通过将主干网络改进为ResNetxt‑50，进而提升网络的特征提取能力和表征能力，然后引入了卷积块注意力模块(CBAM)来增强网络对重点区域的关注度，最后使用Mish激活函数避免了网络中出现神经元坏死的情况。最后综合考虑模型的精度与运行速度，以改进的3DCNN模型作为人机交互的基础模型并定义了动态手势控制指令，然后利用该模型识别动态手势并将手势识别结果发送给移动机器人，从而利用手势控制移动机器人的运动轨迹与方向。本发明能有效解决动态手势识别精确度不高的问题，并能提高手势控制机器人运动的能力。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.056 seconds)
