公开(公告)号：CN115984610A

公开(公告)日：2023-04-18

申请号：CN202211619255.7

申请日：2022-12-14

Applicant: 宜昌测试技术研究所

Inventor： 曾盎 ,  徐从营 ,  白龙 ,  冯朝 ,  李孟霏

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/26 ,  G06T3/40 ,  G06T5/00 ,  G06N3/08 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于前视声纳图像的避碰方法，该避碰方法包括以下步骤：采集前视声纳数据，并解析成声纳图像；对声纳图像进行数据处理并进行标注，将标注后的图像划分为训练集和测试集；构建前视声纳图像目标分割网络；使用前视声纳图像训练集对前视声纳图像目标分割网络进行训练，基于测试集进行测试，得到训练后的前视声纳图像目标分割网络；使用训练后的前视声纳图像目标分割网络对声纳图像进行分割得到分割后的图像，使用椭圆拟合方法对分割后的图像提取障碍物轮廓和位置信息。上述避碰方法能够实现有效避碰，解决了传统声纳避碰方法避碰效果不理想的问题。

公开(公告)号：CN119915461A

公开(公告)日：2025-05-02

申请号：CN202411822217.0

申请日：2024-12-11

Applicant: 宜昌测试技术研究所

Inventor： 廖德辉 ,  冯朝 ,  彭程 ,  李尧 ,  袁优

IPC: G01M7/02

Abstract: 本发明提供了一种小型水下无人潜航器稳心高测量方法，能够通过试验精准地测量出UUV的稳心高实际值，具体的，通过改变潜航器上配重块在水平面内的位置，改变潜航器的重心位置、浮心位置，以及改变潜航器在无动力情况下，由水下自然上浮至水面过程中，姿态稳定时的姿态角，进而得到潜航器的稳心高。本发明方法操作简单，实用性强，成本低，通过简单的操作步骤、常见的测量工具可以获得精确的稳心高，适用于绝大部分小型水下无人潜航器。

公开(公告)号：CN116246092A

公开(公告)日：2023-06-09

申请号：CN202211506827.0

申请日：2022-11-28

Applicant: 宜昌测试技术研究所

Inventor： 汪林 ,  冯朝 ,  雷敏

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/26 ,  G06V10/30 ,  G06V10/44 ,  G06N3/0464

Abstract: 本发明提出了一种基于自注意力卷积神经网络的声呐图像分类系统及方法，能够提高目标分类准确率、目标处理能力和目标分类效率，同时模型复杂度较低。本发明通过构建声呐图像预处理模块，能够更好地消除原始声呐图像数据中的干扰；能够有效地捕获不同尺度的图像细粒度特征，构建多层二维卷积神经网络，其模型复杂度与传统的图像分类模型相比显著降低，同时分类准确率能保持较高水平；通过引入自注意力机制来帮助模型自动关注目标的关键特征；通过引入多层感知机来进一步凝练特征以及目标分类结果输出。

公开(公告)号：CN117824638A

公开(公告)日：2024-04-05

申请号：CN202311579162.0

申请日：2023-11-22

Applicant: 宜昌测试技术研究所

Inventor： 冯朝 ,  彭程 ,  汪林 ,  孙布衣 ,  王强

IPC: G01C21/20 ,  G01S15/89

Abstract: 本发明提出一种多航行器水下校准方法，包括多个航行器在水下分别执行作业任务；当航行一定时间后，通过水声通信和自主控制算法使各航行器组成编队保持相对稳定的编队航行；在编队航行过程中，利用声纳和目标识别对前方航行器进行识别，并根据位置和角度信息实时调整各自位置；在编队航行过程中，应用多种算法对各航行器的组合导航信息、相对位置信息进行融合，通过多次信息共享和迭代完成对各航行器位置的精确校准；校准完成后，各航行器返回各自的作业区域继续任务；本发明通过利用航行器多种载荷及算法，有效提高了多航行器的协同作业效率和导航精度，有助于发挥航行器集群优势。

公开(公告)号：CN116152649A

公开(公告)日：2023-05-23

申请号：CN202211467132.6

申请日：2022-11-22

Applicant: 宜昌测试技术研究所

Inventor： 曾盎 ,  白龙 ,  徐从营 ,  冯朝 ,  李坤

IPC: G06V20/05 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774

Abstract: 本发明公开了一种基于改进YOLOv4的声纳目标检测方法及装置，所述方法包括：构建水下侧扫声纳图像训练集及测试集；对所述水下侧扫声纳图像训练集中的图像进行预处理；构建改进YOLOv4声纳目标检测网络；使用所述水下侧扫声纳图像训练集对所述改进YOLOv4声纳目标检测网络进行训练，基于测试集进行测试，得到训练完毕的改进YOLOv4声纳目标检测网络；获取待识别的水下侧扫声纳图像，输入到所述练完毕的改进YOLOv4声纳目标检测网络，得到所述待识别的水下侧扫声纳图像的目标框的类型和位置信息。本发明的方法，对侧扫声纳小目标的检测能力更强。