-
公开(公告)号：CN117590867B
公开(公告)日：2024-03-26
申请号：CN202410070527.5
申请日：2024-01-18
Applicant: 吉林大学
IPC: G05D1/485 , G05D101/10
Abstract: 基于深度强化学习的水下自主航行器接驳控制方法和系统，涉及水下航行器的接驳控制领域。解决现有水下自主航行器的接驳基于导航信息的Pid控制，控制稳定性受洋流影响大，面对未知障碍物时决策能力不足的问题。方法包括：根据海洋环境数据和接驳控制任务场景构建状态空间和动作空间以及仿真环境模型；设计奖励函数；构建基于SAC改进的深度神经网络模型；初始化深度神经网络模型参数和经验重放缓冲区；深度神经网络模型根据当前环境状态信息输入，输出当前时间步下的最优决策，并与模拟环境模型交互，产生新状态并存储；训练深度神经网络模型，利用模型为水下自主航行器提供接驳控制支持。应用于水下探测领域。
-
公开(公告)号：CN116405626B
公开(公告)日：2023-09-22
申请号：CN202310650996.X
申请日：2023-06-05
Applicant: 吉林大学
IPC: H04N7/01 , G06T5/00 , G06N3/0464 , G06N3/0455
Abstract: 本发明是一种全局匹配的水下运动目标视觉增强方法。本发明涉及模式识别技术领域，本发明利用水下摄影设备采集目标的RGB视频序列数据集；利用基于特征金字塔的多级编码器，得到多尺度RGB边界帧特征；利用滑动窗口的分层视觉变换器进行特征增强；对提取的特征进行全局相关性匹配；利用逐级上采样特征解码器，并在上采样的过程中联合优化中间光流和中间帧特征，最终输出清晰视频中间帧；使用图像损失结合约束重建中间帧。通过通过本申请中的技术方案，实现了为水下视频重建清晰的中间帧，增强了运动目标的视觉质量，提高了水下视频的帧率，为水下的检测、识别和追踪等任务提供了鲁棒的视觉表达。
-
公开(公告)号：CN116405626A
公开(公告)日：2023-07-07
申请号：CN202310650996.X
申请日：2023-06-05
Applicant: 吉林大学
IPC: H04N7/01 , G06T5/00 , G06N3/0464 , G06N3/0455
Abstract: 本发明是一种全局匹配的水下运动目标视觉增强方法。本发明涉及模式识别技术领域，本发明利用水下摄影设备采集目标的RGB视频序列数据集；利用基于特征金字塔的多级编码器，得到多尺度RGB边界帧特征；利用滑动窗口的分层视觉变换器进行特征增强；对提取的特征进行全局相关性匹配；利用逐级上采样特征解码器，并在上采样的过程中联合优化中间光流和中间帧特征，最终输出清晰视频中间帧；使用图像损失结合约束重建中间帧。通过通过本申请中的技术方案，实现了为水下视频重建清晰的中间帧，增强了运动目标的视觉质量，提高了水下视频的帧率，为水下的检测、识别和追踪等任务提供了鲁棒的视觉表达。
-
公开(公告)号：CN118276591A
公开(公告)日：2024-07-02
申请号：CN202410685425.4
申请日：2024-05-30
Applicant: 吉林大学
Abstract: 本发明提出了一种面向机动目标的水下自主航行器跟踪控制方法，属于动态目标跟踪技术领域，利用历史海洋生物数据生成水下机动目标的运动模型，根据水下航行器数据构建航行器动态目标跟踪仿真模型，设计多因素状态应对目标的机动性能，通过智能体从模拟环境中获取当前的状态信息，输入到行动者网络从而实现对智能体的控制，并将过程中使用及生成的数据存储到重放缓冲器中，智能体从重放缓冲器中读取数据，并将每一条数据中的智能体状态及生成的控制量动作输入到评论家网络，得到该条数据中动作的价值，并通过计算损失更新行动者和评论家网络。
-
Patent Agency Ranking
公开(公告)号：CN118276449A
公开(公告)日：2024-07-02
申请号：CN202410685421.6
申请日：2024-05-30
Applicant: 吉林大学
IPC: G05B13/04 , G06N3/092 , G06N3/0985
Abstract: 本发明提出了一种自主水下机器人的洋流自适应控制方法，属于水下机器人技术领域，通过在仿真环境中模拟多种洋流条件对AUV的影响，对控制算法进行深入训练，构建一个元学习模型，基于深层次洞察来迅速调整其控制参数，以适应实际遇到的特定洋流条件；本发明利用元强化学习方法，提供了一种有效的机制，使AUV能在面对动态海洋环境时展现出更高的适应性和灵活性；这不仅增强了AUV在复杂海洋任务中的性能和可靠性，也为水下机器人的智能控制领域带来了新的技术突破。
-
公开(公告)号：CN117647998A
公开(公告)日：2024-03-05
申请号：CN202410123538.5
申请日：2024-01-30
Applicant: 吉林大学
IPC: G05D1/485 , G05D101/10
Abstract: 一种基于动态视觉传感器的水下航行器接驳方法和系统，涉及水下导航的领域。解决传统光学相机驶向对接任务中的存在动作模糊问题。所述方法包括：S1：采用4个共面的圆形光源构建矩形约束的灯环作为接驳地标；S2：根据时空滤波器和SNN构建SNN模型；S3：根据异步霍夫圆变换和SNN模型，获取接驳地标的光源坐标；S4：根据透视4点算法计算水下航行器与接驳地标之间的相对姿态，根据相对姿态调整水下航行器的航向，完成接驳任务。本发明应用于水下自主接驳领域。
-
公开(公告)号：CN116206196B
公开(公告)日：2023-08-08
申请号：CN202310466248.6
申请日：2023-04-27
Applicant: 吉林大学
Abstract: 本发明属于水下视觉检测的技术领域，具体涉及一种海洋低光环境多目标检测方法及其检测系统。建水下跨模态基准数据集；得到三层不同尺度的特征向量；进行特征排序和数据融合；通过深度特征提取模块，在全局和局部维度上进一步提取重要特征信息；将每个尺度进一步提取的特征向量分别送入检测头网络模块，最终输出海洋生物的在图像中的具体位置和类别信息。本发明用以实现水下生物多目标高精度的检测任务。
-
公开(公告)号：CN116295449A
公开(公告)日：2023-06-23
申请号：CN202310593764.5
申请日：2023-05-25
Applicant: 吉林大学
Abstract: 水下自主航行器路径指示方法及装置，涉及运动方向指示技术领域。为解决现有技术中存在的，水下自主航行器无法应对复杂的海洋环境的技术问题，本发明提供的技术方案为：水下自主航行器路径指示方法，包括：采集海洋环境对航行器的影响因素的步骤；采集航行器的可行动动作的步骤；建立奖励函数的步骤；根据奖励函数，建立强化网络的建模步骤；采集航行器的高不确定性动作策略和对应的航行器状态，得到经验元组集合的收集步骤；随机抽取集合中的经验元组对强化网络进行训练的训练步骤；重复收集步骤和训练步骤，至达到预设次数的步骤；根据训练后的强化网络确定航行器的最佳路径的步骤。适合应用于未知水下空间内的最优路径规划工作中。
-
公开(公告)号：CN116206196A
公开(公告)日：2023-06-02
申请号：CN202310466248.6
申请日：2023-04-27
Applicant: 吉林大学
Abstract: 本发明属于水下视觉检测的技术领域，具体涉及一种海洋低光环境多目标检测方法及其检测系统。建水下跨模态基准数据集；得到三层不同尺度的特征向量；进行特征排序和数据融合；通过深度特征提取模块，在全局和局部维度上进一步提取重要特征信息；将每个尺度进一步提取的特征向量分别送入检测头网络模块，最终输出海洋生物的在图像中的具体位置和类别信息。本发明用以实现水下生物多目标高精度的检测任务。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.023 seconds)
