一种水下摄像机与前视声纳的联合标定方法

    公开(公告)号:CN109859271B

    公开(公告)日:2022-09-27

    申请号:CN201811532378.0

    申请日:2018-12-14

    Abstract: 本发明提供一种水下摄像机与前视声纳的联合标定方法,摄像机水下采集标定板图像,通过标定获得摄像机内参数,推导标定板坐标系到水下摄像机坐标的三维坐标转换关系;前视声纳获取水下环境的声学回波数据,推导前视声纳坐标系与标定板质心坐标系的三维坐标转换关系;通过上述两个关系,完成水下摄像机与前视声纳之间的联合标定。本发明属于非接触式标定方法,操作简便迅捷、可以大大降低因复杂的人工参与和标定工具所带来的随机误差,提高了标定效率;目标特征既可以在摄像机图像中得以实现,又可以在声纳系统中获得其二维位置信息;能够得到两个传感器测量系统的相对位置关系,解决了标定测量过程繁琐、精确度较差等缺点,具有很强的操作性。

    一种海底管道铺设过程中触泥点监视装置及监视方法

    公开(公告)号:CN113700938B

    公开(公告)日:2022-04-01

    申请号:CN202110983422.5

    申请日:2021-08-25

    Abstract: 一种海底管道铺设过程中触泥点监视装置及监视方法,它涉及海底管道铺设领域。发明解决了现有的海底管道铺设用水下无缆监视装置存在信息传输效率低的问题,而水下有缆监视装置在复杂海域下线缆存在易被损坏的问题。发明的中部履带机构的履带传动单元安装在中部支撑架的下端,中部支撑架上端与框架连接,侧部履带机构的履带传动单元安装在侧部支撑架一侧,侧部支撑架与框架连接,两个云台分别设置在海底管道的左右两侧,云台上端与驱动模块连接,驱动模块安装在框架上。发明用于监视海底管道入泥点的位置,通过监视装置反馈的视频信息,对管道的铺设位置做出及时的调整,以保证海底管道铺设在预定的轨迹上,使整个海底管道铺设施工顺利进行。

    一种海底管道铺设过程中触泥点监视装置及监视方法

    公开(公告)号:CN113700938A

    公开(公告)日:2021-11-26

    申请号:CN202110983422.5

    申请日:2021-08-25

    Abstract: 一种海底管道铺设过程中触泥点监视装置及监视方法,它涉及海底管道铺设领域。发明解决了现有的海底管道铺设用水下无缆监视装置存在信息传输效率低的问题,而水下有缆监视装置在复杂海域下线缆存在易被损坏的问题。发明的中部履带机构的履带传动单元安装在中部支撑架的下端,中部支撑架上端与框架连接,侧部履带机构的履带传动单元安装在侧部支撑架一侧,侧部支撑架与框架连接,两个云台分别设置在海底管道的左右两侧,云台上端与驱动模块连接,驱动模块安装在框架上。发明用于监视海底管道入泥点的位置,通过监视装置反馈的视频信息,对管道的铺设位置做出及时的调整,以保证海底管道铺设在预定的轨迹上,使整个海底管道铺设施工顺利进行。

    一种基于深度学习的水下单目视觉目标深度定位融合估计方法

    公开(公告)号:CN111915678B

    公开(公告)日:2021-04-27

    申请号:CN202010698757.8

    申请日:2020-07-17

    Abstract: 本发明是一种基于深度学习的水下单目视觉目标深度定位融合估计方法。本发明属于水下单目视觉定位融合估计技术领域,本发明建立水下摄像机的量化坐标系,确定点投影到玻璃下表面的像距离主光轴的距离,建立基于二次投影的水下摄像机成像模型;对基于二次投影的水下摄像机成像模型,进行参数标定;基于几何特征,进行水下单目视觉目标进行深度估计;基于帧差法,进行水下单目视觉目标进行深度估计;采用基于深度学习的SSD300目标检测方法,对水下目标进行检测,基于几何特征和帧差法,进行水下单目视觉目标深度定位融合估计。引入熵权法开展单目视觉目标深度融合估计方法研究,有效减小单一方法深度估计的不稳定性,提高深度估计的准确性。

    一种水下机器人紧急上浮装置

    公开(公告)号:CN112249284A

    公开(公告)日:2021-01-22

    申请号:CN202011147873.7

    申请日:2020-10-23

    Abstract: 一种水下机器人紧急上浮装置,它涉及海洋技术装备领域。本发明解决了现有的水下机器人由于容积狭小,且上浮装置功能可行性需要其他装置辅助完成,导致水下机器人自身重力增加、上浮速度降低的问题。本发明的水密化学反应舱、承压动力电池组和弹性壳体舱门在水下机器人的重心线上自上而下排列,两个导向件竖直相对设置在水密化学反应舱两侧,水密化学反应舱两侧部分别与两个导向件连接,气体分离器包裹重铬酸铵并放置在水密化学反应舱内部,气囊镶嵌在水密化学反应舱顶部,气囊底部通过充气管与气体分离器连接,所述充气管上设有充气阀门。本发明用于优化水下机器人内部装置的功能性与所占体积的比例,增加水下机器人的净浮力。

    欠驱动AUV的虚拟锚泊水平面区域镇定控制方法及实现方法

    公开(公告)号:CN107991872B

    公开(公告)日:2020-12-22

    申请号:CN201711286715.8

    申请日:2017-12-07

    Abstract: 本发明提供的是一种欠驱动AUV的虚拟锚泊水平面区域镇定控制方法及实现方法。包括:建立欠驱动AUV的水平面运动方程;建立还有环境影响下的欠驱动AUV的相对速度和相对加速度的方程;建立了虚拟锚泊的数学模型;通过改进的静态悬链线方程对水平分力进行表示,采用Traube改进抛物线法对水下机器人所受到的锚链张力进行求解;取锚链张力中的水平分力进行按照AUV的随艇坐标系进行分解,分为纵向力Fxm和横向力Fym以及转艏力矩Mm;将Fxm和Mm分配到推力器,得出主推进器的推力X和转艏力矩N。本发明方法不基于模型,不会因为载体而对本控制方法产生影响,可以使得欠驱动AUV在大干扰环境下实现区域镇定。

    一种基于深度学习的水下单目视觉目标深度定位融合估计方法

    公开(公告)号:CN111915678A

    公开(公告)日:2020-11-10

    申请号:CN202010698757.8

    申请日:2020-07-17

    Abstract: 本发明是一种基于深度学习的水下单目视觉目标深度定位融合估计方法。本发明属于水下单目视觉定位融合估计技术领域,本发明建立水下摄像机的量化坐标系,确定点投影到玻璃下表面的像距离主光轴的距离,建立基于二次投影的水下摄像机成像模型;对基于二次投影的水下摄像机成像模型,进行参数标定;基于几何特征,进行水下单目视觉目标进行深度估计;基于帧差法,进行水下单目视觉目标进行深度估计;采用基于深度学习的SSD300目标检测方法,对水下目标进行检测,基于几何特征和帧差法,进行水下单目视觉目标深度定位融合估计。引入熵权法开展单目视觉目标深度融合估计方法研究,有效减小单一方法深度估计的不稳定性,提高深度估计的准确性。

    一种大潜深AUV下潜定位方法

    公开(公告)号:CN110057365A

    公开(公告)日:2019-07-26

    申请号:CN201910365822.2

    申请日:2019-05-05

    Abstract: 本发明涉及水下导航领域,具体涉及一种大潜深AUV下潜定位方法。通过AUV搭载水下通信节点、捷联惯导系统和温盐深传感器;构建纯距离误差估计滤波模型;水面母船向AUV发送NED坐标系位置信息及时间信息;AUV记录捷联惯导系统定位信息及温盐深传感器信息;通过传输时间和温盐深传感器信息得到AUV到母船的测距信息;构建强跟踪UKF算法;融合水面母船水平定位信息、测距信息和捷联惯导系统定位信息和深度信息,跟踪深潜过程中AUV在NED坐标系下的水平定位误差以及载体坐标系下AUV的测速误差,对捷联惯导系统校正得到精确AUV下潜定位信息。本发明能够扩展AUV捷联惯导系统的水下在线校正手段,有效降低定位误差修正时间成本和设备成本,增强AUV的海洋环境适配能力。

    全海深水下机器人视听探测系统及探测方法

    公开(公告)号:CN110031849A

    公开(公告)日:2019-07-19

    申请号:CN201910312013.5

    申请日:2019-04-18

    Abstract: 本发明提供的是一种全海深水下机器人视听探测系统及探测方法。包括浮标、水声通讯声呐、耐压舱、照明灯、摄像机、麦克风、高度计、视听数据采集模块、图像压缩处理模块和主控制模块。耐压舱通过水密线将电信号输入给照明灯、摄像机和麦克风,摄像机和麦克风将视频图像信号和声信号回传到视听数据采集模块上。图像压缩处理模块与主控制模块TCP/IP全双工通信;主控制模块与水声通信声呐串口通讯;水声通信声呐与浮标半双工水声通讯;浮标与母船上无线电通讯。本发明使水下机器人能够在浅海至最深11000m下采集图像、视频和音频信息,并使用改进的小波变换图像压缩算法将图像进行压缩,通过水声通信传递给浮标,再经过无线电传递给母船。

    一种基于改进神经网络的智能水下机器人推进器故障诊断方法

    公开(公告)号:CN105446821B

    公开(公告)日:2019-05-17

    申请号:CN201510766653.5

    申请日:2015-11-11

    Abstract: 本发明公开了一种基于改进神经网络的智能水下机器人推进器故障诊断方法。将水下机器人的推进器的控制指令分别传送给基于神经网络的水下机器人模型和水下机器人实际推进器,将基于神经网络的水下机器人模型的输出值和水下机器人实际传感器的测量值进行作差,根据残差判断推进器是否故障;构建的神经网络水下机器人模型中,在联接单元中增加了固定增益的自反馈连接,并且采用动态反向传播学习算法对基于神经网络的水下机器人模型进行学习和训练,对神经网络层间权值进行调整。本发明能够提高推进器故障诊断的效率和准确性。

Patent Agency Ranking