-
公开(公告)号：CN117706481A
公开(公告)日：2024-03-15
申请号：CN202311615911.0
申请日：2023-11-30
Applicant: 海南大学
IPC: G01S5/18
Abstract: 本发明涉及一种水下目标定位方法、系统、设备及介质，该方法包括：水下潜器利用接收到的水面浮标信息进行自定位；基于水下潜器的历史位置信息和自身的推进速度，估计水流速度，构建与深度相关的水流场模型并进行参数估计；接收水下潜器发出的信标信号，估计目标节点的位置和异步时钟参数；基于构建与深度相关的水流场模型以及目标节点的位置和异步时钟参数，计算得到目标节点的被动移动速度，实现目标节点移动性预测。与现有技术相比，本发明同时考虑了节点之间的异步时钟问题、分层效应引起的水声弯曲效应问题以及水流环境引起的节点被动运动问题，实现了对目标节点的定位、时钟同步以及移动性预测，有效地提高了水下目标节点位置估计的精度。
-
公开(公告)号：CN116310320A
公开(公告)日：2023-06-23
申请号：CN202310138945.9
申请日：2023-02-20
Applicant: 海南大学
Abstract: 本发明涉及一种改进的卷积神经网络的弱监督语义分割方法，将输入图像输入预先构建并训练好的语义分割网络中，生成语义分割结果；语义分割网络包括：特征提取模块：将输入图像处理为具有空间权重参数的特征图，包括以ResNet50为主干网络的卷积网络，卷积网络中的卷积核为条形卷积核，卷积网络中的每个block之间设有通道注意力模块；对抗擦除模块：将特征图以对抗擦除的方式输入两个通道，进行目标定位，生成最终特征图；分割输出模块：对最终特征图进行上采样，生成大小与输入图像大小相等的分割图，将分割图作为伪掩膜以全监督形式对输入图像进行最终分割，得到语义分割结果。与现有技术相比，本发明能够提高条形全局特征的提取能力，增加语义分割精度。
-
公开(公告)号：CN118189963A
公开(公告)日：2024-06-14
申请号：CN202410306014.X
申请日：2024-03-18
Applicant: 海南大学
Abstract: 本发明涉及一种基于点线特征的无人船双目视觉同步定位与建图方法，包括如下步骤：获取无人船双目摄像头采集的图像，通过特征提取得到点特征和线特征；基于所述点特征和线特征，通过与历史图像帧进行匹配，获取当前图像帧的位姿估计，实现无人船的定位；判断是否插入新的关键帧，若插入新的关键帧，基于关键帧对构建的局部地图进行束调整；通过计算关键帧间的相似性对轨迹中的环路闭合进行估计，并对轨迹进行校正；完成地图的构建。与现有技术相比，本发明具有适应性强、鲁棒性、实时性强等优点。
-
公开(公告)号：CN118155098A
公开(公告)日：2024-06-07
申请号：CN202410305631.8
申请日：2024-03-18
Applicant: 海南大学
IPC: G06V20/17 , G06V10/44 , G06V10/764 , G06V10/74 , G06V10/82
Abstract: 本发明涉及一种多无人机视域下目标跟踪方法、装置、设备及介质，在目标跟踪过程中，该方法重复的执行以下步骤：获取多无人机拍摄的图像并进行实时更新；将时序图像序列按照顺序输入Transformer网络进行特征提取，其中，第一帧图像作为初始化的目标模板，后续帧图像作为待搜索区域图像；将目标模板的特征图分别输入两路不同的卷积层，得到分类支路和回归支路，同时，将待搜索区域的特征图输入一个卷积层，得到卷积结果；分别用分类支路和回归支路作为卷积核对卷积结果进行卷积，得到分类结果和回归结果，回归结果作为目标框的检测结果，实现目标跟踪；基于目标框的检测结果与当前目标模板的相似度进行目标模板更新。与现有技术相比，本发明可以在较大范围内对运动目标进行持续准确的跟踪。
-
公开(公告)号：CN117873055A
公开(公告)日：2024-04-12
申请号：CN202311626571.1
申请日：2023-11-30
Applicant: 海南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及一种基于PCA‑DQFD的无人水面艇自适应路径跟踪方法、设备及介质，该方法包括：获取无人水面艇的路径跟踪指标集，并采用主成分分析PCA算法提取主体成分；构建DQFD网络模型，将提取出的主体成分作为无人水面艇的状态空间，设置无人水面艇的动作空间，利用总损失函数进行预训练；其中，DQFD网络模型为学习演示的深度Q学习网络模型；基于DQFD网络模型输出的最优路径跟踪策略，迭代优化无人水面艇航行的控制参数，以实现对指定路径的实时自适应跟踪。与现有技术相比，本发明提高了无人水面艇的路径跟踪成功率和航行效率。
-
Patent Agency Ranking
公开(公告)号：CN116126003A
公开(公告)日：2023-05-16
申请号：CN202211504719.X
申请日：2022-11-28
Applicant: 海南大学
IPC: G05D1/08
Abstract: 本发明涉及一种基于Stewart平台的波浪补偿系统建模和位姿控制方法，该方法包括以下步骤：步骤1：对船载Stewart平台进行动力学分析并获取力平衡方程；步骤2：计算步桥机构对Stewart上平台的作用；步骤3：基于步桥机构对Stewart上平台的作用扩充力平衡方程，进而建立考虑步桥的船载Stewart平台动力学模型；步骤4：基于反步法设计Stewart平台位姿控制器，以控制Stewart平台的位姿。与现有技术相比，本发明具有提高波浪补偿的精度和提高位姿控制精度等优点。
-
公开(公告)号：CN117804455A
公开(公告)日：2024-04-02
申请号：CN202311751255.7
申请日：2023-12-19
Applicant: 海南大学
IPC: G01C21/20
Abstract: 本发明涉及一种基于改进A‑Star算法的无人水面艇路径规划方法，包括如下步骤：基于水域环境建立栅格化地图模型，明确起点、终点和不可航行位置；基于A‑Star算法，设计路径成本函数，八向搜寻扩展节点；结合天牛须搜索(BAS)算法，根据天牛位置更迭筛选扩展节点；计算扩展节点的路径成本值，更新位置与节点列表；从终点开始反向访问父节点直到起点，输出最终路径。本发明通过对预估成本函数进行加权，提供新的路径成本函数，并引入BAS算法对扩展节点进行筛选，避免了计算每个扩展节点的路径成本，提高了无人水面艇在复杂水域下的路径规划效率。
-
公开(公告)号：CN117593598A
公开(公告)日：2024-02-23
申请号：CN202311403413.X
申请日：2023-10-26
Applicant: 海南大学
IPC: G06V10/771 , G06V10/762 , G06V10/30 , G06N3/088 , G06V10/82
Abstract: 本发明涉及一种基于谱松弛嵌入的无监督特征选择方法、装置及介质，其中方法包括以下步骤：获取用户输入的图像数据集并进行预处理；对数据集中的样本图像矩阵进行滤波降噪；根据样本图像矩阵计算局部拉普拉斯谱，建立基于谱松弛嵌入的向量式无监督特征选择模型；对无监督特征选择模型的多个变量进行迭代学习至收敛；根据迭代学习得到的无监督特征选择模型，计算各个特征对应的评价指标；根据评价指标值，从大到小依次选择预设数量的特征数，完成特征选择。与现有技术相比，本发明具有易于实现、方便快捷、可以根据需要选择所需的数据维度等优点。
-
公开(公告)号：CN116945183A
公开(公告)日：2023-10-27
申请号：CN202311001203.8
申请日：2023-08-09
Applicant: 海南大学
IPC: B25J9/16
Abstract: 本发明涉及一种关节空间受限的水下双臂机械手同步控制方法和设备，方法包括如下步骤：采用D‑H参数法分别对两个水下机械手建模，基于机械手关节的物理极限，针对空间受限情况下水下机械手同步规划问题，构建带有约束条件的时变非线性方程；基于时变非线性方程，通过引入非负时变向量，利用神经动力学设计公式构建基于伪逆描述的时变同步规划模型；针对时变同步规划模型，利用差分公式进行离散化处理，获取离散同步规划模型；利用离散同步规划模型对水下双臂机械手进行同步控制。与现有技术相比，本发明能够使得水下双臂机械手在关节运动空间受限的情况下仍然可以精确地完成特定的同步规划任务，能够提高水下双臂机械手在实际应用中的同步规划精度。
-
公开(公告)号：CN118761316A
公开(公告)日：2024-10-11
申请号：CN202410859483.4
申请日：2024-06-28
Applicant: 海南大学
Abstract: 本发明涉及一种基于注意力机制的近端策略多无人艇围捕优化方法，包括以下步骤：实时获取多无人艇围捕海上逃逸目标的相关参数，建立无人艇的运动学模型和动力学模型，并确定围捕成功的判定条件和约束条件；将所述无人艇的运动学模型、动力学模型以及围捕成功的判定条件和约束条件进行建模并确定马尔可夫决策过程的五元组(S,A,R,P,γ)；建立基于注意力机制的近端策略优化算法框架，输出每个无人艇的围捕动作，完成多无人艇围捕过程，其中所述基于注意力机制的近端策略优化算法框架包括注意力评价网络和策略网络，采用集中式训练、分布式执行方法对注意力评价网络和策略网络的参数进行更新。与现有技术相比，本发明具有提高无人艇的协作围捕能力等优点。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
