公开(公告)号：CN109685286A

公开(公告)日：2019-04-26

申请号：CN201910032579.2

申请日：2019-01-14

Applicant: 哈尔滨工程大学

Inventor： 王宏健 ,  郭峰 ,  班喜程 ,  练青坡 ,  刘超伟

IPC: G06Q10/04 ,  G06F17/50 ,  G06N3/00 ,  G05D1/02

CPC classification number: G06Q10/047 ,  G05D1/0206 ,  G06F17/5009 ,  G06N3/006

Abstract: 未知静态障碍环境下USV基于改进蚁群优化的避碰规划方法，属于水面无人艇避碰规划技术领域。本发明首先构建全局坐标系和局部坐标系，建立导航雷达仿真模型；设计用于实时避碰规划的滚动优化窗口；然后采用可视图法构建环境模型；设计用于实时避碰规划的改进蚁群优化方法；最后将导航雷达探测信息及目标点信息输入至基于改进蚁群优化方法的USV静态避碰规划器，获得USV下一时刻的转艏及速度的调整指令。本发明将滚动优化窗口法与改进蚁群优化方法相结合，提高了USV在线规划的实时性；针对于蚁群优化方法收敛速度慢，提出了改进的伪随机比例规则对蚂蚁状态转移进行选择；借鉴狼群分配原则和最大最小蚂蚁系统对全局信息素进行更新，避免搜索陷入局部最优。

公开(公告)号：CN110706239B

公开(公告)日：2022-11-11

申请号：CN201910914699.5

申请日：2019-09-26

Applicant: 哈尔滨工程大学

Inventor： 王宏健 ,  胡文月 ,  李庆 ,  管凤旭 ,  肖瑶 ,  班喜程

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于深度学习及机器视觉领域，具体涉及一种融合全卷积神经网络与改进ASPP模块的场景分割方法。本发明采用图像预处理操作能够防止模型过拟合，同时提高模型的适应能力；针对池化和下采样的重复组合的操作引起特征分辨率下降的问题，采用全卷积神经网络；在第五层卷积层后面加入改进的ASPP模块，融入图像级别的特征来捕获远距离信息，增加模型本身的适应能力；采用反卷积进行上采样，优势是可以自己学习参数；针对网络层数加深，边缘细节信息损失严重的问题，保留二倍下采样信息并与四倍上采样信息进行融合。