一种水下相机内外参一致标定和阵列图像拼接方法及系统

    公开(公告)号:CN119151781B

    公开(公告)日:2025-04-22

    申请号:CN202411648714.3

    申请日:2024-11-19

    Applicant: 东南大学

    Abstract: 本发明公开了一种水下相机内外参一致标定和阵列图像拼接方法及系统,涉及结构水下检测技术领域,包括:基于SURF算法的特征检测机制,使用含多尺度可识别的散斑标定图案对相机的内外参进行一致标定;将标定得到的相机内外参对图像的光心和光轴进行校正,得到阵列图像的像素平移值,实现图像光心与光轴的精确校正;根据得到的像素平移值,确定最大内接矩形,计算矩形中所有点的相机索引值和像素索引值;将采集到的水下结构表面图像输入图像拼接算法中,输出水下结构表面阵列图像的拼接结果,本发明相比于传统人工水下探摸方法可以实现水下结构表面的快速精准检测,不仅检测精度提高,还能提升检测效率,节省人力资源。

    一种水面无人船参数自适应鲁棒估计方法与系统

    公开(公告)号:CN114880874A

    公开(公告)日:2022-08-09

    申请号:CN202210633604.4

    申请日:2022-06-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种水面无人船参数自适应鲁棒估计方法与系统,属于自动控制领域。首先构建考虑外部扰动的水面无人船增广状态估计问题,增广状态向量包括水面无人船状态向量、参数向量以及未知输入向量;然后依托系统实时输入向量和测量向量,采用设计的自适应鲁棒无迹卡尔曼滤波方法获得水面无人船模型参数;具体地,考虑到水面无人船系统状态可能受到离群值噪声的干扰,基于极大交叉熵准则与最小均方误差准则设计鲁棒卡尔曼滤波方法;考虑到水面无人船系统过程噪声统计特性未知,且系统状态维数较高的情况,引入具有过程噪声协方差矩阵约束的自适应律精准估计过程噪声协方差矩阵。仿真结果表明,本发明提高了水面无人船模型参数的估计精度。

    一种多无人艇协同路径跟踪控制方法

    公开(公告)号:CN119987345A

    公开(公告)日:2025-05-13

    申请号:CN202411869042.9

    申请日:2024-12-18

    Applicant: 东南大学

    Abstract: 本发明公开一种多无人艇协同路径跟踪控制方法,包括:获取领导者无人艇的期望路径,构建基于领导者期望路径的切线坐标系;基于领导者期望路径的切线坐标系,根据跟随者无人艇的实时位置信息,计算跟随者无人艇的切向跟踪误差和交叉跟踪误差;根据期望的编队队形,获取切向跟踪误差和交叉跟踪误差的期望值;获取期望艏向角和期望合速度,使得跟随者无人艇的切向跟踪误差和交叉跟踪误差收敛到相应的期望值;以所述期望艏向角和期望合速度作为跟踪目标,通过基于跟踪微分器的推力控制器和舵角控制器,对跟随者无人艇进行控制。利用本发明能够在提升多无人艇协同路径跟踪精度的同时,使得跟随者无人艇收敛到领导者的期望相对位置上,以保持期望队形。

    一种基于光流法的视觉里程计的误匹配剔除方法与系统

    公开(公告)号:CN119723129A

    公开(公告)日:2025-03-28

    申请号:CN202411849374.0

    申请日:2024-12-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于光流法的视觉里程计的误匹配剔除方法与系统,包括:初步剔除误匹配模块,用于利用边缘剔除策略,剔除第一帧图像中位于边缘位置的图像特征点后,利用光流法在第二帧图像中预测第一帧图像的特征点,再依托预测的第二帧图像的特征点,利用光流法在第一帧图像中反向预测特征点,结合第一帧图像提取的特征点,在像素层面计算对应特征点对的欧氏距离并构建阈值,初步筛选误匹配;剔除误匹配模块,利用初步筛选结果,结合随机采样一致性算法和基础矩阵一致性检验进一步筛选误匹配。本发明用于提升基于光流法视觉里程计的无人系统的定位精度和鲁棒性。

    基于变分推断的导弹气动参数在线鲁棒辨识方法及系统

    公开(公告)号:CN118192247A

    公开(公告)日:2024-06-14

    申请号:CN202410421233.2

    申请日:2024-04-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于变分推断的导弹气动参数在线鲁棒辨识方法及系统,包括:构建过程噪声服从Gaussian‑Student’s t混合分布的弹道导弹气动参数估计问题:根据导弹动力学模型和测量模型构建系统方程,将过程噪声建模为Gaussian‑Student’s t混合分布,得到弹道导弹气动参数估计问题对应的概率模型,并线性化系统方程;基于变分推断技术设计考虑过程噪声具有离群值的鲁棒扩展卡尔曼滤波方法,依托导弹系统实时输入向量和测量向量,近似推断隐变量后验分布,获得导弹气动参数;本发明能够提高过程噪声存在离群值情况下算法的鲁棒性与估计精度,有助于实现导弹气动参数的精准估计。

    一种水面无人船参数自适应鲁棒估计方法与系统

    公开(公告)号:CN114880874B

    公开(公告)日:2024-03-12

    申请号:CN202210633604.4

    申请日:2022-06-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种水面无人船参数自适应鲁棒估计方法与系统,属于自动控制领域。首先构建考虑外部扰动的水面无人船增广状态估计问题,增广状态向量包括水面无人船状态向量、参数向量以及未知输入向量;然后依托系统实时输入向量和测量向量,采用设计的自适应鲁棒无迹卡尔曼滤波方法获得水面无人船模型参数;具体地,考虑到水面无人船系统状态可能受到离群值噪声的干扰,基于极大交叉熵准则与最小均方误差准则设计鲁棒卡尔曼滤波方法;考虑到水面无人船系统过程噪声统计特性未知,且系统状态维数较高的情况,引入具有过程噪声协方差矩阵约束的自适应律精准估计过程噪声协方差矩阵。仿真结果表明,本发明提高了水面无人船模型参数的估计精度。

    一种海空跨域无人集群护卫与阵形规划方法

    公开(公告)号:CN119126804A

    公开(公告)日:2024-12-13

    申请号:CN202411258605.0

    申请日:2024-09-09

    Applicant: 东南大学

    Abstract: 本申请涉及一种海空跨域无人集群护卫与阵形规划方法,首先,通过编队中的多种传感器形成全方位态势感知模型,融合生成对潜在威胁的探测概率;同时,利用感知模型结合敌我作战信息,形成初始阵形方案;然后,根据编队武器设备在火力覆盖区域内构建打击模型,融合生成对来袭目标的毁伤概率;下一步,考虑探测概率和毁伤概率的数据融合,确定威胁角并对威胁角内攻击的拦截成功概率进行实时估计;最后,基于预测的攻击方向,对初始阵形方案进行调整,使得编队内无人艇和无人机对来袭目标的拦截效能得到提高。仿真结果表明,通过感知与攻击设备对外部侵袭的探测和毁伤概率的融合,本发明能够准确地估计编队的拦截防御能力,并实现了无人集群阵形规划。

    基于自适应无迹卡尔曼滤波的无人船参数在线辨识方法

    公开(公告)号:CN116028776A

    公开(公告)日:2023-04-28

    申请号:CN202210042677.6

    申请日:2022-01-14

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于自适应无迹卡尔曼滤波的无人船参数在线辨识方法,包括步骤:S1、根据无人船动力学方程,构建待辨识的无人船模型;S2、以待辨识的无人船模型参数作为增广状态,将待辨识的无人船模型扩展为增广模型;S3、采用自适应无迹卡尔曼滤波在线估计增广状态,获得无人船模型参数。步骤S3包括:S31、初始化自适应无迹卡尔曼滤波;S32、获取增广模型输入和输出数据;S33、更新增广状态和增广状态误差的协方差矩阵;S34、自适应估计过程噪声协方差矩阵;S35、预测增广状态和增广状态误差的协方差矩阵;S36、判断是否终止在线辨识,若不终止返回步骤S32。本发明能解决无人船受到未建模动态及未知噪声干扰下的状态估计问题,未知参数辨识精度高。

    基于变分推断的导弹气动参数在线鲁棒辨识方法及系统

    公开(公告)号:CN118192247B

    公开(公告)日:2025-04-04

    申请号:CN202410421233.2

    申请日:2024-04-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于变分推断的导弹气动参数在线鲁棒辨识方法及系统,包括:构建过程噪声服从Gaussian‑Student’s t混合分布的弹道导弹气动参数估计问题:根据导弹动力学模型和测量模型构建系统方程,将过程噪声建模为Gaussian‑Student’s t混合分布,得到弹道导弹气动参数估计问题对应的概率模型,并线性化系统方程;基于变分推断技术设计考虑过程噪声具有离群值的鲁棒扩展卡尔曼滤波方法,依托导弹系统实时输入向量和测量向量,近似推断隐变量后验分布,获得导弹气动参数;本发明能够提高过程噪声存在离群值情况下算法的鲁棒性与估计精度,有助于实现导弹气动参数的精准估计。

    一种海空跨域无人集群护卫与阵形规划方法

    公开(公告)号:CN119126804B

    公开(公告)日:2025-03-25

    申请号:CN202411258605.0

    申请日:2024-09-09

    Applicant: 东南大学

    Abstract: 本申请涉及一种海空跨域无人集群护卫与阵形规划方法,首先,通过编队中的多种传感器形成全方位态势感知模型,融合生成对潜在威胁的探测概率;同时,利用感知模型结合敌我作战信息,形成初始阵形方案;然后,根据编队武器设备在火力覆盖区域内构建打击模型,融合生成对来袭目标的毁伤概率;下一步,考虑探测概率和毁伤概率的数据融合,确定威胁角并对威胁角内攻击的拦截成功概率进行实时估计;最后,基于预测的攻击方向,对初始阵形方案进行调整,使得编队内无人艇和无人机对来袭目标的拦截效能得到提高。仿真结果表明,通过感知与攻击设备对外部侵袭的探测和毁伤概率的融合,本发明能够准确地估计编队的拦截防御能力,并实现了无人集群阵形规划。

Patent Agency Ranking