-
公开(公告)号：CN117109565A
公开(公告)日：2023-11-24
申请号：CN202311053336.X
申请日：2023-08-21
Applicant: 东南大学
IPC: G01C21/16 , G06T7/246 , G06T7/73 , G06V10/82 , G06V10/762 , G06V10/26 , G06V10/44 , G06V10/764 , G01C21/00 , G01C22/00
Abstract: 本发明公开一种基于动态线特征筛选的视觉惯性里程计方法，属于SLAM领域。该方法包括：步骤一、对图像数据实施线特征提取；计算相邻图像帧线特征的光流值；步骤二、对处理过的图像实施语义分割，得到语义掩码，判断线特征与动态像素标签关系；步骤三、计算线特征重投影误差；步骤四、根据步骤一中得到的光流值、步骤二中得到的线特征与动态像素标签关系、步骤三中得到的重投影误差，对线特征进行筛选，根据线特征的跟踪次数对其赋予相应的权重；步骤五、将IMU预积分信息和赋予不同权重的线特征投影误差作为残差项，执行紧耦合滑动窗口优化，得到最优位姿估计。本发明能够筛选出位于动态物体上的线特征，以提高动态环境下线特征的鲁棒性。
-
公开(公告)号：CN115115672B
公开(公告)日：2023-07-18
申请号：CN202211037460.2
申请日：2022-08-29
Applicant: 东南大学
Abstract: 本发明公开一种基于目标检测与特征点速度约束的动态视觉SLAM方法，属于计算机视觉和深度学习技术领域。该方法首先通过VOC数据集和真实数据集对YOLO_v5s模型进行训练；接着将RGB‑D相机采集到的图像输入到训练好的YOLO_v5s模型中得到潜在动态目标的检测框；然后通过ORB‑LK光流金字塔算法计算先验动态目标特征点的相对运动速度；根据目标在场景中的运动状态判断目标的真实动态性并剔除动态特征点；在后端优化中利用剩余静态特征点进行匹配与位姿估计，最终得到相机的最优运动轨迹。
-
公开(公告)号：CN114882254B
公开(公告)日：2022-09-23
申请号：CN202210816054.X
申请日：2022-07-12
Applicant: 东南大学
Abstract: 本发明公开一种基于改进RANSAC校验的空间失效卫星回环检测方法，属于视觉导航领域。所述方法主要包括以下步骤：开源深度学习方法HF‑Net，提取图像的特征点、局部特征向量以及全局特征向量这三种特征。其次，使用HNSW快速检索方法，在将当前图像全局特征向量插入HNSW图数据库的同时，计算其与数据库中特征的相似度，获取相似度最高的图像索引，组成回环候选帧集合；最后，使用局部特征进行图像匹配校验，确定最佳回环图像，提高了回环检测的精度和稳定性，应用前景广阔。
-
公开(公告)号：CN114882254A
公开(公告)日：2022-08-09
申请号：CN202210816054.X
申请日：2022-07-12
Applicant: 东南大学
Abstract: 本发明公开一种基于改进RANSAC校验的空间失效卫星回环检测方法，属于视觉导航领域。所述方法主要包括以下步骤：开源深度学习方法HF‑Net，提取图像的特征点、局部特征向量以及全局特征向量这三种特征。其次，使用HNSW快速检索方法，在将当前图像全局特征向量插入HNSW图数据库的同时，计算其与数据库中特征的相似度，获取相似度最高的图像索引，组成回环候选帧集合；最后，使用局部特征进行图像匹配校验，确定最佳回环图像，提高了回环检测的精度和稳定性，应用前景广阔。
-
公开(公告)号：CN114623822B
公开(公告)日：2022-08-02
申请号：CN202210513020.3
申请日：2022-05-12
Applicant: 东南大学
Abstract: 本发明公开一种基于惯性约束的多波束水下地形组合匹配方法，属于地形辅助惯性导航领域。本发明的方法：首先，基于水深测量序列和惯性导航系统提供的初始位置，利用地形适配性参数和极大似然估计实现快速粗匹配；然后，引入惯性约束和距离权重来降低误匹配点的影响，并给出一种计算轨迹缩放因子的精确数值解法，通过对惯性指示航迹依次进行缩放变换、旋转变换和平移变换实现精匹配；最后，将两步式匹配得到的位置序列与惯性导航系统指示位置序列之差作为基于状态递推的时延误差校正卡尔曼滤波器的观测量以校正惯性导航系统的姿态、速度和位置，提高组合导航定位精度。
-
Patent Agency Ranking
公开(公告)号：CN108168574B
公开(公告)日：2022-02-11
申请号：CN201711178396.9
申请日：2017-11-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于速度观测的8位置捷联惯导系统级标定方法，所述的方法主要包括以下步骤：首先将惯组安装在带温箱双轴转台上，设定转台温箱温度，并为捷联惯导系统上电，待温度稳定后初始化导航系统和卡尔曼滤波器，利用转台使惯组依次转动8个位置，充分激励惯组误差，将导航解算的速度误差作为观测量输入卡尔曼滤波器，估计惯组24个误差参数，分别设定温箱温度为N个不同温度点，重复8位置标定步骤，拟合若干个温度点的误差参数。本发明具有标定快速、不依赖转台精度的优点，同时能够对惯组进行温度补偿，节省繁琐的温度补偿试验。
-
公开(公告)号：CN113807464A
公开(公告)日：2021-12-17
申请号：CN202111155472.0
申请日：2021-09-29
Applicant: 东南大学
Abstract: 本发明公开一种基于改进YOLO V5的无人机航拍图像目标检测方法，属于深度学习和目标检测领域。该方法首先利用无人机航拍图像构建相关数据集，然后在YOLO V5主干网络部分利用卷积层替换Focus模块中的切片层，接着利用Neck部分对图像特征进一步处理，然后针对无人机高空航拍视角带来的目标杂散分布且目标占像素比过小问题，在网络预测层部分优化剔除76×76×255的大检测头，并同时调整锚框，最后通过泛化交并比、平均精度以及推理速度评价目标检测性能。该方法在提高识别准确率和特征提取性能的基础之上，能够实现对无人机航拍图像目标的快速、准确检测。
-
公开(公告)号：CN106840150B
公开(公告)日：2019-10-15
申请号：CN201710055425.6
申请日：2017-01-25
Applicant: 东南大学
Abstract: 本发明公开了一种针对组合导航中DVL失效的混合处理方法，当DVL有效时，采集SINS解算信息和DVL量测信息构成数据表，利用偏最小二乘回归建立线性预测模型，再将DVL量测信息和偏最小二乘回归模型预测所得结果相减得到残余部分，并将其作为训练目标，利用支持向量回归训练得到相应的预测模型；当DVL失效时，利用所建立的偏最小二乘回归模型和支持向量回归模型分别预测DVL量测线性部分和残余部分，并将两者之和作为所预测的DVL量测信息，从而保证DVL间歇失效情况下，SINS/DVL组合导航结果的可靠性。本发明利用偏最小二乘回归和支持向量回归进行建模，并采用双模型混合预测，有效提高了预测结果的准确性。
-
公开(公告)号：CN104573226B
公开(公告)日：2017-10-31
申请号：CN201510003603.1
申请日：2015-01-05
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开了一种水下航行器的螺旋桨推力建模方法。该方法基于流体力学软件对螺旋桨的推力进行分析，考虑因船体行驶产生的伴流、螺旋桨转速以及海流速度对螺旋桨推力的影响，采用曲面拟合的方式建立螺旋桨推力模型。本发明结合实际海底环境，在螺旋桨推力和螺旋桨转速、船体航行速度、海流速度之间建立数学关系，提高了螺旋桨推力模型的准确度。本发明主要应用于水下航行器模型辅助导航系统中，由测量得到的螺旋桨转速即可推算出船体航行的速度，增强了模型辅助导航系统的准确性。
-
公开(公告)号：CN103744098B
公开(公告)日：2017-03-15
申请号：CN201410032817.7
申请日：2014-01-23
Applicant: 东南大学
IPC: G01S19/48
Abstract: 本发明公开了一种基于SINS/DVL/GPS的AUV组合导航系统，包括SINS系统、GPS接收机、DVL计程仪和数据融合中心，所述SINS系统、GPS接收机、DVL计程仪和数据融合中心均安装在AUV上；当AUV位于水面时，所述优化滤波模块结合SINS系统导航信息，对应于SINS系统的伪距、伪距率，以及GPS接收机输出的可用星历数据进行滤波融合计算，得到校正信息；当AUV位于水下时，所述优化滤波模块结合SINS系统输出的导航信息，以及DVL计程仪输出的三维航速信息进行滤波融合计算，得到校正信息。本发明提高了系统导航定位精度及鲁棒性，实现了不间断的水下及水面载(56)对比文件段世梅等.基于SINS-DVL-GPS的AUV组合导航技术《.火力与指挥控制》.2009,第34卷(第12期),引言、正文第1-4部分及图1-3.王圣洁等.基于SINS-GPS-DVL组合导航定位半实物仿真系统研究《.计算机测量与控制》.2011,第2011年卷(第6期),正文第1-2部分及图1-2.
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.022 seconds)
