-
公开(公告)号:CN110533614A
公开(公告)日:2019-12-03
申请号:CN201910801451.8
申请日:2019-08-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种结合频域和空域的水下图像增强方法,属于水下数字图像处理领域。本发明包括:读取水下彩色图像,将其转换为灰度图像;自适应选择频率域的去噪程度和空间域的对比度增强程度;将灰度图像利用傅里叶变换转换到频率空间;将频率空间的图像进行消噪;对消噪后的图像进行逆傅里叶变换,转换到空间域;将空间域的图像分割为若干子图像块,对每个子图像块计算其灰度概率密度函数;对概率密度函数重新分配;计算子图像块中每个像素重新分配后的灰度级,得到最终增强后的图像。与现有的技术相比,本发明能很好地去除水下噪声的干扰,同时丰富图像细节特征,并且耗时较少,适用于水下视觉同步定位与建图前的图像预处理。
-
公开(公告)号:CN110320520A
公开(公告)日:2019-10-11
申请号:CN201910559363.1
申请日:2019-06-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种测深信息同步定位与建图的鲁棒后端图优化方法,属于水下机器人的水下导航领域。本发明包括:通过多波束声纳和惯性导航系统采集海底地形信息和水下机器人位姿状态记录在子地图中;与历史子地图通过地形匹配检测数据关联;初始化粒子,根据检测到的数据关联与所有历史数据关联更新粒子;对所有粒子通过图优化求解地图并计算适应度函数,根据适应度函数应用粒子群算法更新粒子,并根据粒子群输出结果通过图优化求解并输出地图。本发明可以解决传统图优化方法无法处理的无效数据关联问题,且使用协方差而非简单的有效/无效对数据关联进行判断,计算精度更高。
-
公开(公告)号:CN110245202A
公开(公告)日:2019-09-17
申请号:CN201910475309.9
申请日:2019-06-03
Applicant: 哈尔滨工程大学
IPC: G06F16/29
Abstract: 本发明公开了一种基于迭代临近搜索的极坐标系目标栅格集合求解方法,属于应用数学领域。本发明通过迭代的方式搜索满足指定约束条件的临近栅格,逐步并入已有目标栅格集合,从而在极坐标系下实现针对指定目标的目标栅格集合扩张和求解。本发明的优点在于:能够在极坐标系下精确计算用户约束条件下的栅格集合,一方面突破了以往的移动窗口法在极坐标系下由于误差较大而不能适用于精确计算的不足,另一方面依据用户约束条件,可以实现代表任意几何形状的栅格集合求解;适用范围广,不仅可用于极坐标系,也可以应用于直角坐标系。
-
公开(公告)号:CN110161858A
公开(公告)日:2019-08-23
申请号:CN201910451217.7
申请日:2019-05-28
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提供的是一种自然能驱动无人艇用面向螺旋桨减震的航速控制方法。(1)设定控制输入数据丢包的起始时刻t0,根据波浪周期T0决定每次丢包所包含的控制输入数据的数量n的上限;(2)当kiT≤t<ki+1T时,令v(t)=v(kiT);(3)将期望航速v*(k)与当前实际航速v(t)相减得到误差e(kiT),根据e(kiT)求解控制输出F(t),当e(kiT)的绝对值|e(kiT)|小于设定的偏差阈值e0时执行步骤(4)否则执行(5);(4)当螺旋桨的震荡频率f小于不丢包时螺旋桨的震荡频率f1跳出循环,否则令n=n+1;(5)根据e(kiT)解算出控制输出指令F(t);(6)推进机构接收并执行控制输出指令F(t),更新自然能驱动无人艇航速v(t),并转到步骤(2)。本发明不仅实现了对自然能驱动无人艇航速的有效控制,同时解决了自然能驱动无人艇推进机构震荡剧烈的问题。
-
公开(公告)号:CN109782774A
公开(公告)日:2019-05-21
申请号:CN201910191105.2
申请日:2019-03-12
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明提出了一种基于积分法的艏摇响应参数在线辨识方法,属于海洋航行器操纵性模型技术领域,适用于舰船及波浪滑翔器。本方法首先设置积分区间的时间长度,将操纵响应方程对时间积分,得到积分的舰船操纵响应方程;之后设置准则函数,并通过权重系数调节准则函数中参数的相对权重;然后将准则函数根据当前时刻主参数的估计值求极小值,加入步长因子,迭代修正当前时刻主参数的估计值,最后重复以上步骤,直至收到估计过程结束指令,保证估计过程中所述主参数遍历操纵响应方程中所有待估参数。本方法通过实际航行数据实时修正艏摇响应参数,避免了机理建模的困难,保证了艏摇响应参数对舰船或波浪滑翔器操纵性能的真实反映。
-
公开(公告)号:CN109747776A
公开(公告)日:2019-05-14
申请号:CN201910185374.8
申请日:2019-03-12
Applicant: 哈尔滨工程大学
IPC: B63B9/00
Abstract: 本发明提出了一种基于积分法的艏摇响应参数向量估计方法,属于船舶操纵性建模技术领域,适用于舰船或波浪滑翔器。本方法首先设置积分区间的时间长度L,将操纵响应方程对时间积分,得到积分的操纵响应方程;之后根据操纵响应方程设置参数向量与状态向量,然后设置准则函数,利用权重系数调节内部参数的相对权重;之后将准则函数关于当前时刻参数向量的估计值求极小值,加入步长因子,得到递推形式的当前时刻参数向量的估计值;最后重复以上步骤,直至收到估计过程结束指令。本发明可在舰船航行过程中实时修正艏摇响应参数向量,获取实时变化的舰船或波浪滑翔器的艏摇响应参数,相比已有技术在快速性、便利性、适用范围等方面具有显著优势。
-
公开(公告)号:CN107416161B
公开(公告)日:2019-04-23
申请号:CN201710722278.3
申请日:2017-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种AUV多波束声纳搭载装置,主要包括AUV壳体、第一电子舱上承载部件、多波束电子舱、第二电子舱下承载部件、承载底板、多波束左基阵、多波束右基阵;承载底板固连在多波束AUV壳体内壁,承载底板上表面通过第一螺栓与第二电子舱下承载部件连接;第一电子舱上承载部件通过第二螺栓与第二电子舱下承载部件进行连接;第二电子舱下承载部件环形内壁与多波束电子舱圆周外表面相切;第一电子舱上承载部件环形部分开有平行4条矩形槽;AUV壳体两侧壁分别开斜槽,多波束左基阵、右基阵分别放置在斜槽中;在AUV左右壁斜槽周围两侧分别开4个圆孔,利用通过该孔进行固定;多波束左基阵与多波束右基阵夹角为60°,以便保持良好的相位相干性。
-
公开(公告)号:CN109344717A
公开(公告)日:2019-02-15
申请号:CN201811017259.1
申请日:2018-09-01
Applicant: 哈尔滨工程大学
Abstract: 一种多阈值动态统计的深海目标在线检测识别方法,属于机器视觉领域。本发明利用水下机器人平台充分考虑深海区域环境信息,对卷积神经网络中锚点产生矩形种类及数目进行修正;训练模型时,在损失函数模块中添加最小稳定数值检测程序,在稳定的最小值处停止训练得到最佳模型;改变制作的数据集中训练、验证和检测的图片的数量比例,得到不同的训练结果,选择检测和识别准确度最高的比例选练出来的模型来添加到水下机器人的视觉模块中进行实时的目标检测识别;采用一种改进的多阈值动态开窗方式进行目标数量检测,每个阈值高度的检测带检测到不同的目标数量进行计数统计。本发明比传统目标检测识别方法更加快速和准确,对复杂环境的适应性更强。
-
公开(公告)号:CN109213162A
公开(公告)日:2019-01-15
申请号:CN201811017185.1
申请日:2018-09-01
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法,属于无人艇自主运动控制领域。本发明根据卷积神经网络训练的模型来对目标进行检测识别,识别出堤岸和指示灯,然后将测得的两者的距离和方位反馈给定位和测距更加准确的毫米波雷达,毫米波雷达通过对接收信息处理创建堤岸和指示灯关于距离的反射截面积函数,确定堤岸和指示灯,融合两者信息完成岸堤和指示灯的识别定位及测距任务,通过改变无人艇尾部的电磁铁的电流方向,与岸端靠泊装置磁铁相吸/相斥,完成靠泊/离岸。本发明通过水面无人艇携带的摄像头、毫米波雷达及岸端无人艇靠泊释放装置来自主完成水面无人艇的靠泊离岸操作,且结构清晰,逻辑性较强,易于编程实现。
-
公开(公告)号:CN109141421A
公开(公告)日:2019-01-04
申请号:CN201810771536.1
申请日:2018-07-13
Applicant: 哈尔滨工程大学
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 本发明提供的是一种欠驱动AUV水下动态目标跟踪中的期望路径构造方法。首先根据交互多模型方法得到当前时刻目标位置的估计值,通过超短基线与双目视觉定位系统得到当前时刻目标位置的观测值,然后通过卡尔曼滤波得到当前时刻目标位置的最优估计值;选择AUV位置、所选历史目标点序列、当前时刻目标的最优估计值作为期望目标点序列;引入几何约束条件,根据期望目标点序列构造三次样条曲线,选择该样条曲线作为AUV跟踪的期望路径曲线。该方法可以实时更新期望路径曲线,提高AUV应对目标不确定性以及瞬时干扰的影响,提高跟踪快速性和精度。
-
-
-
-
-
-
-
-
-