-
公开(公告)号：CN119295741B
公开(公告)日：2025-04-08
申请号：CN202411804194.0
申请日：2024-12-10
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: G06V10/25 , G06N3/0464 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/58 , G01S17/66 , G01S17/86
Abstract: 本发明提供了一种极地无人艇的目标跟踪方法、装置、电子设备及存储介质，涉及目标检测技术领域，包括：获取距离信息、无人艇行驶信息和待处理图像数据；当距离信息大于预设距离时得到待检测目标情况；当为待检测目标静态情况时，通过对待处理图像数据进行灰度处理后进行特征提取得到第一待检测目标特征；当为待检测目标动态情况时，将待处理图像数据输入双层特征融合模型得到第二待检测目标特征；当距离信息小于或等于预设距离时，将待处理图像数据输入YOLO卷积网络模型得到第三待检测目标特征；根据所述第一待检测目标特征或所述第二待检测目标特征或所述第三待检测目标特征确定待检测目标位置。本发明实现了提高目标跟踪精度。
-
公开(公告)号：CN119292336B
公开(公告)日：2025-02-18
申请号：CN202411822707.0
申请日：2024-12-12
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: G05D1/648 , G01C21/20 , G05D1/249 , G05D1/43 , G06V20/56 , G06V10/764 , G05D109/30
Abstract: 本发明提供了一种面向多栖无人艇的感知方法及系统，涉及无人艇控制技术领域，该面向多栖无人艇的感知方法包括：根据图像中每个像素点和对应的相邻像素点的灰度值的比较结果确定异常像素点；根据每个异常像素点确定每个异常像素点对应的偏离值；将偏离值小于第一预设阈值的异常像素点确定为边缘像素点，并根据全部边缘像素点对图像进行区域划分得到子区域图像；将子区域图像输入训练好的图像分类模型输出区域类型；确定预设行驶路线穿越目标区域时经过的目标子区域以及经过目标子区域的顺序，根据目标子区域对应的区域类型和经过目标子区域的顺序生成无人艇的控制策略。本发明可以有效提高无人艇控制的适应性和安全性。
-
公开(公告)号：CN119295741A
公开(公告)日：2025-01-10
申请号：CN202411804194.0
申请日：2024-12-10
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: G06V10/25 , G06N3/0464 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/58 , G01S17/66 , G01S17/86
Abstract: 本发明提供了一种极地无人艇的目标跟踪方法、装置、电子设备及存储介质，涉及目标检测技术领域，包括：获取距离信息、无人艇行驶信息和待处理图像数据；当距离信息大于预设距离时得到待检测目标情况；当为待检测目标静态情况时，通过对待处理图像数据进行灰度处理后进行特征提取得到第一待检测目标特征；当为待检测目标动态情况时，将待处理图像数据输入双层特征融合模型得到第二待检测目标特征；当距离信息小于或等于预设距离时，将待处理图像数据输入YOLO卷积网络模型得到第三待检测目标特征；根据所述第一待检测目标特征或所述第二待检测目标特征或所述第三待检测目标特征确定待检测目标位置。本发明实现了提高目标跟踪精度。
-
公开(公告)号：CN119295712B
公开(公告)日：2025-04-22
申请号：CN202411804195.5
申请日：2024-12-10
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: 本发明提供了一种适用于极地无人艇的目标识别方法，涉及目标识别技术领域，方法包括获取极地无人艇目标区域的图像数据和环境数据，其中，环境数据包括气象数据和障碍数据；提取图像数据的客观指标，并根据气象数据、障碍数据和客观指标，确定识别影响参数；根据识别影响参数，分割图像数据，生成至少一个缺陷图像和至少一个正常图像；根据识别影响参数，确定每个缺陷图像的缺陷类型，其中缺陷类型包括遮挡缺陷和清晰度缺陷；根据遮挡补偿图像和/或清晰度补偿图像，以及所有正常图像，生成待识别图像数据，并根据待识别图像数据，采用目标识别技术，生成目标识别结果。通过本发明的方法，可以提高目标识别的精度。
-
公开(公告)号：CN119295712A
公开(公告)日：2025-01-10
申请号：CN202411804195.5
申请日：2024-12-10
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: 本发明提供了一种适用于极地无人艇的目标识别方法，涉及目标识别技术领域，方法包括获取极地无人艇目标区域的图像数据和环境数据，其中，环境数据包括气象数据和障碍数据；提取图像数据的客观指标，并根据气象数据、障碍数据和客观指标，确定识别影响参数；根据识别影响参数，分割图像数据，生成至少一个缺陷图像和至少一个正常图像；根据识别影响参数，确定每个缺陷图像的缺陷类型，其中缺陷类型包括遮挡缺陷和清晰度缺陷；根据遮挡补偿图像和/或清晰度补偿图像，以及所有正常图像，生成待识别图像数据，并根据待识别图像数据，采用目标识别技术，生成目标识别结果。通过本发明的方法，可以提高目标识别的精度。
-
Patent Agency Ranking
公开(公告)号：CN119292336A
公开(公告)日：2025-01-10
申请号：CN202411822707.0
申请日：2024-12-12
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: G05D1/648 , G01C21/20 , G05D1/249 , G05D1/43 , G06V20/56 , G06V10/764 , G05D109/30
Abstract: 本发明提供了一种面向多栖无人艇的感知方法及系统，涉及无人艇控制技术领域，该面向多栖无人艇的感知方法包括：根据图像中每个像素点和对应的相邻像素点的灰度值的比较结果确定异常像素点；根据每个异常像素点确定每个异常像素点对应的偏离值；将偏离值小于第一预设阈值的异常像素点确定为边缘像素点，并根据全部边缘像素点对图像进行区域划分得到子区域图像；将子区域图像输入训练好的图像分类模型输出区域类型；确定预设行驶路线穿越目标区域时经过的目标子区域以及经过目标子区域的顺序，根据目标子区域对应的区域类型和经过目标子区域的顺序生成无人艇的控制策略。本发明可以有效提高无人艇控制的适应性和安全性。
-
公开(公告)号：CN119781475A
公开(公告)日：2025-04-08
申请号：CN202411924852.X
申请日：2024-12-25
Applicant: 哈尔滨工程大学
IPC: G05D1/43 , G05D109/30
Abstract: 一种应用于多目标自重构的无人艇编队型线保持装置，属于无人艇技术领域。现有的无人艇之间无法快速连接形成平行中体以保持型线，从而减小阻力，不能有效的形成海上编队以此来应对单一无人艇的不足。本发明包括保型外板和外板驱动机构，保型外板安装于无人艇的外侧并与无人艇活动连接，外板驱动机构连接保型外板，以在前后两个无人艇对接完成后驱动保型外板沿无人艇的长度方向移动，直至保型外板与前后两个无人艇之间形成连续的平行中体，以保持无人艇编队的型线一致。本发明主要用于保持无人艇编队的型线一致。
-
公开(公告)号：CN113848887B
公开(公告)日：2024-08-27
申请号：CN202111050187.2
申请日：2021-09-08
Applicant: 哈尔滨工程大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明是一种基于MLP方法的欠驱动无人艇轨迹跟踪控制方法。进行欠驱动水面无人艇的建模，得到USV运动学模型；采用径向基函数神经网络来近似未建模的动力学函数，进行模型动力学转换；进行欠驱动动力学的模型转换，将USV跟踪误差系统扩展为三阶，以实现交叉跟踪动力学的相对度；转换USV集成鲁棒有限时间控制器，进行有限时间USV轨迹跟踪；进行稳定性分析。数值仿真结果表明，该控制器不仅具有良好的跟踪精度，而且具有良好的抗干扰能力。
-
公开(公告)号：CN114706298B
公开(公告)日：2023-08-04
申请号：CN202111050109.2
申请日：2021-09-08
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于预设性能的USV鲁棒无模型轨迹跟踪控制器设计方法，属于智能体自动控制领域。包括以下步骤：步骤一、建立水面无人艇的运动学和动力学模型；步骤二、根据水面无人艇的运动学和动力学模型，定义运动学、动力学误差并形成跟踪误差动力学模型；步骤三、进行转换函数的设计；步骤四、进行误差转换公式选取；步骤五、基于步骤三和步骤四的设计，建立误差矩阵定义和无约束动力学系统；步骤六、进行无模型控制器的设计。本发明可以避免现有研究中的自适应律计算过程而导致所需的计算载荷减下，通过调整预设性能矩阵的参数来保证理想的跟踪误差的瞬态和稳态行为，最终实现USV轨迹跟踪控制器设计。
-
公开(公告)号：CN110110797B
公开(公告)日：2022-10-28
申请号：CN201910392717.8
申请日：2019-05-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于多传感器融合的水面目标训练集自动采集方法，首先，对水面激光雷达点云进行滤波和K‑Means聚类处理，得到稳定的水面目标点云簇；然后，通过激光雷达点云帧与单目相机视频帧的时间戳匹配，利用张正友标定法建立的2D‑3D投影关系，实现点云与图像的像素级匹配；最后，使用得到的水面深度图像信息，进行水面训练集的标注。这种方法是首次提出的利用多传感器信息融合的针对水面目标训练集自动采集任务的方法，具有实时性好和可靠性高的特点；采用条件滤波与卡尔曼滤波，使得该方法对于风浪、水面数据采集平台颠簸、水面杂波等不利情形具有较高的鲁棒性，采用时间戳匹配的方法可以有效避免传感器频率不同带来的系统误差。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.051 seconds)
