-
公开(公告)号：CN110487254B
公开(公告)日：2021-11-16
申请号：CN201910622509.2
申请日：2019-07-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种用于ROV的水下目标尺寸快速测量方法。步骤一.对水下畸变的双目左右视图，进行水下标定参数矫正与Bouguet极线矫正；步骤二.在ROV水面监测系统中的双目左视图上选择待测目标对应的两端点中的一个端点，利用粗‑精立体匹配算法确定出在右图上的匹配点；步骤三.根据双目测量原理，恢复出所选点的三维坐标；步骤四.重复步骤二和步骤三得到第二个端点，然后再计算这两个点的欧式距离，得到两个点间的真实距离。相对于传统的基于全局匹配算法的测量方法，本发明所用方法能够实现更快速与更精确的水下目标尺寸测量，可广泛应用于ROV水下测量任务，具有非常好的实用性。
-
公开(公告)号：CN113310517A
公开(公告)日：2021-08-27
申请号：CN202110573922.1
申请日：2021-05-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于水下仿生球形/半球形机器人群的广域水流感知方法，机器人包括一球形/半球形外壳、一压力传感器阵列，压力传感器阵列沿外壳周向布置，该方法包括：步骤1，确定压力传感器阵列中的迎水面压力传感器，读取迎水面压力传感器的数据，计算各个迎水面压力传感器感测的压力；步骤2，将各个所述迎水面压力传感器感测的压力、水流对机器人迎水面的压力、以及读数最大的压力传感器的感受面垂直方向与水流方向的夹角为参数，求解水流方向和水流强度。本发明解决了小型化水下机器人无法实现水流强度和水流方向感知的问题，可以根据机器人群的感知信息，完成广域环境水流信息的实时记录和绘制，且实现成本低。
-
公开(公告)号：CN107590851B
公开(公告)日：2020-09-11
申请号：CN201710717243.0
申请日：2017-08-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于质点弹簧与填充体模型混合的软体形变模型构建方法，属于计算机图形学仿真、虚拟现实领域。包括以下步骤：应用三维建模软件构建三维人体器官模型；对经过减面处理的人体器官模型进行三角剖分获取四面体模型；构建填充体模型；构建弹簧结构；形成表层约束条件以及内部填充体约束条件；对人体器官模型表层与内部填充体模型进行渲染；将视觉显示结构与物理形变结构分离。本发明在传统质点弹簧模型基础上融入了体模型的概念，减少了形变过程中的计算量，同时由于内部填充体模型的存在，使整个软体形变模型更加接近于真实的人体器官结构，避免了传统质点弹簧易产生塌陷失真的现象，大大增强了虚拟手术过程中软体形变的仿真效果。
-
公开(公告)号：CN111445395A
公开(公告)日：2020-07-24
申请号：CN202010140389.5
申请日：2020-03-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度学习的侧扫声呐瀑布图像中间区域修复方法，制作样本时，对原始侧扫声呐瀑布图像进行斜距校正后，从瀑布图像的左右两侧不含模糊区域的图像中截取图像并进行缩放来作为真实图像，并制作相同大小的掩模图像，根据掩模图像可以确定待修复图像中需要修复的中间区域。通过深度学习训练得到了深度学习网络的模型参数，对于要修复的声呐瀑布图像，则可以直接输入到该网络模型中，即可得到修复后的声呐瀑布图像，修复后的图像能够消除斜距校正后中间区域的模糊，并实现图像中间不连续区域的平滑过渡，可以提升图像的整体视觉效果，还可以用于后续声呐瀑布图像的进一步处理，对于声呐瀑布图像的实际应用有着重要意义。
-
公开(公告)号：CN110929794A
公开(公告)日：2020-03-27
申请号：CN201911188526.6
申请日：2019-11-28
Applicant: 哈尔滨工程大学
Abstract: 本发明属于侧扫声呐图像识别技术领域，具体涉及一种基于多任务学习的侧扫声呐图像分类方法。本发明结合了多任务学习思想和卷积神经网络方法，使用卷积神经网络进行自动特征提取，相对于传统的人工设置的特征提取器，可以提取出人眼感受不到的那些重要特征，也能减小侧扫声呐图像噪声、图像边缘缺失、图像特征变形等因素对特征提取的影响。本发明利用多任务学习的思想，通过引入光学图像分类任务，可以丰富侧扫声呐图像的特征空间，避免了样本过少时特征提取不完备造成的过拟合的问题；通过本发明的方法，可以解决侧扫声呐图像样本少、特征提取困难时分类效果差的问题，具有一定的工程和研究价值。
-
Patent Agency Ranking
公开(公告)号：CN110244562A
公开(公告)日：2019-09-17
申请号：CN201910503842.1
申请日：2019-06-12
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 水下高速航行体执行器抗饱和补偿方法，属于船舶工程、控制科学与控制工程技术领域。水下高速航行体执行器抗饱和补偿器系统包括水下高速航行体纵向运动模块；未考虑饱和的纵向运动反馈线性化控制器模块；性能指标计算模块；抗饱和补偿模块；饱和检测模块；补偿效果仿真存储模块；其设计方法为首先根据牛顿运动学定律和动量矩定理，建立水下高速运动体纵向运动的动力学模型，然后按照反馈线性化控制器的设计步骤设计控制器，最后设计抗饱和补偿器。本发明所设计的补偿器可以弱化饱和非线性对系统性能的影响，提高水下高速航行体水下航行的稳定性。
-
公开(公告)号：CN109410147A
公开(公告)日：2019-03-01
申请号：CN201811310124.4
申请日：2018-11-06
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种超空泡图像增强方法，步骤一：对超空泡彩色图像进行灰度化处理，获取超空泡图像的灰度分布直方图，并利用高斯平滑中值滤波的方法对灰度图像进行去噪；步骤二：对步骤一所述去噪后的灰度分布直方图进行直方图均衡化处理；步骤三：判断空泡內航行体对空泡边缘的获取是否有干扰，如果有干扰，选用基于形态学的膨胀腐蚀算法对空泡内的干扰进行腐蚀，如果没有干扰，执行步骤四；步骤四：对处理后的图像进行罗伯茨算法边缘检测，提取空泡的边缘轮廓；步骤五：利用从边缘曲线提取出的坐标数据进行数据拟合，完成超空泡边缘的数学建模，获得空泡形状的参数数据。本发明能够排除复杂环境因素对于空泡干扰，准确获得超空泡外形。
-
公开(公告)号：CN107689078A
公开(公告)日：2018-02-13
申请号：CN201710717268.0
申请日：2017-08-21
Applicant: 哈尔滨工程大学
CPC classification number: G06T17/005 , G06T19/003
Abstract: 本发明公开了一种基于链表排序平衡二叉树的层次包围盒树构建方法，属于虚拟现实中软体碰撞检测技术领域。本发明将所要建立包围盒树的物体按照合理精度划分成基本几何图元，并生成对应的AABB层次包围盒，创建链表存储二叉树，对所建立二叉树进行遍历，在链表中每个二叉树对象增加一个属性值存储着该二叉树到参照地点的长度，根据链表中二叉树对象中该属性值对链表进行升序排列；遍历链表，将链表中的二叉树两两进行合并，合并结果存入该链表。本发明使用链表排序的平衡二叉树方法降低了树的高度，解决了二叉树合并过程中的重复排序问题，降低了遍历时的时间复杂度，节省了构造树的耗时，提升了碰撞检测过程的实时性及碰撞检测效率。
-
公开(公告)号：CN107590851A
公开(公告)日：2018-01-16
申请号：CN201710717243.0
申请日：2017-08-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于质点弹簧与填充体模型混合的软体形变模型构建方法，属于计算机图形学仿真、虚拟现实领域。包括以下步骤：应用三维建模软件构建三维人体器官模型；对经过减面处理的人体器官模型进行三角剖分获取四面体模型；构建填充体模型；构建弹簧结构；形成表层约束条件以及内部填充体约束条件；对人体器官模型表层与内部填充体模型进行渲染；将视觉显示结构与物理形变结构分离。本发明在传统质点弹簧模型基础上融入了体模型的概念，减少了形变过程中的计算量，同时由于内部填充体模型的存在，使整个软体形变模型更加接近于真实的人体器官结构，避免了传统质点弹簧易产生塌陷失真的现象，大大增强了虚拟手术过程中软体形变的仿真效果。
-
公开(公告)号：CN104536005B
公开(公告)日：2017-04-12
申请号：CN201410653132.4
申请日：2014-11-17
Applicant: 哈尔滨工程大学
IPC: G01S15/89
Abstract: 本发明公开了一种基于盲区校正的多波束侧扫声呐斜距失真消除方法。包括以下几个步骤：读取侧扫声呐的图像信息、姿态信息中的距海底高度及斜距；计算侧扫声呐图像的水柱区斜距；计算当前分辨率；计算在当前分辨率下的盲区宽及水柱区宽；校正侧扫声呐图像的左右两部分像素点的空间坐标；绘制侧扫声呐图像。本发明将以往方法通常忽略掉的侧扫声纳盲区考虑到计算当中，使得图像斜距失真更准确地被校正，提高了显示精度。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.027 seconds)
