-
公开(公告)号：CN119227541A
公开(公告)日：2024-12-31
申请号：CN202411381481.5
申请日：2024-09-30
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F18/214 , G06N3/006 , G06N3/04 , G06N3/08 , G06N3/126 , G06F17/11 , G06F17/16 , G06F119/14
Abstract: 一种基于深度神经网络的地月三体模型下轨道转移方法及系统，涉及地月特殊轨道间探测器转移设计技术领域，用以解决现有方法无法解决计算量大耗时长的技术问题。本发明的技术要点包括：获取特殊轨道间转移训练数据集；构建深度神经网络并根据所述特殊轨道间转移训练数据集训练深度神经网络，得到训练好的深度神经网络；构建地月系统特殊轨道间直接转移优化模型，并利用粒子群算法与训练好的深度神经网络对所述直接转移优化模型进行迭代求解，直至达到期望指标或最大迭代次数，得到迭代指标曲线、地月三体模型下转移轨道。本发明实现了地月系统特殊轨道间的最优转移脉冲计算与设计。
-
公开(公告)号：CN119160440A
公开(公告)日：2024-12-20
申请号：CN202411305216.9
申请日：2024-09-19
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种红外引导降落装置及降落方法，属于活性炭制备方法领域。为解决现有无人机降落时对GPS依赖较强，实时通信定位系统成本较高，受限于光照条件的问题。本发明包括红外发射管固定基座和红外发射管固定基座上端开口处通过若干个挡板形成的若干个腔室，每个腔室均由围设的挡板或红外发射管固定基座侧壁与底部的红外发射管固定基座上端面形成，每个腔室的红外发射管固定基座上端面中心处均设有红外发射安装孔和与安装在其上的红外发射管，用于将空域形成若干个子空域，通过无人机接收不同信号后不断调整直至达到目标子空域。可减少对GPS依赖，提高降落系统的稳定性和可用性，克服了传统视觉系统在光照差或恶劣天气下的限制。
-
公开(公告)号：CN117742156B
公开(公告)日：2024-06-28
申请号：CN202311830767.2
申请日：2023-12-28
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于RBF神经网络的四旋翼无人机控制方法及系统，涉及无人机控制技术领域。本发明的技术要点包括：建立四旋翼无人机动力学及运动学模型；将四旋翼无人机动力学及运动学模型拆分为位置模型和姿态模型，并利用基于RBF神经网络的干扰观测器对位置模型和姿态模型中的模型不确定项和外界干扰进行逼近处理，以使实时观测的干扰估计误差趋近于零；利用反步控制理论，根据位置模型设计位置控制器，根据姿态模型设计姿态控制器；利用位置控制器和姿态控制器对四旋翼无人机进行运动控制。本发明可保证控制系统具有较好的控制性能，且具有良好的稳定性，且对于外界干扰具有快速估计能力，快速减小了干扰产生的影响。
-
公开(公告)号：CN117706910B
公开(公告)日：2024-06-07
申请号：CN202311811151.0
申请日：2023-12-27
Applicant: 哈尔滨工业大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于滑模控制的不同最大速度的机器人集群覆盖方法及系统，涉及机器人集群控制技术领域。本发明的技术要点包括：根据每个机器人各自的最大行驶速度计算获取多个机器人的多个最优覆盖位置；设计抗干扰的滑模控制器，以利用所述滑模控制器控制机器人行驶到其最优覆盖位置。其中计算获取多个机器人的多个最优覆盖位置解决了离散客户要求时间敏感服务的最优覆盖位置计算问题，也解决了实际应用背景下种种考虑时效任务分布的问题；抗干扰的滑模控制器考虑了具有不同最大速度的机器人集群在角度控制上的扰动，可使得机器人稳定的到达最优覆盖位置。
-
公开(公告)号：CN116912818A
公开(公告)日：2023-10-20
申请号：CN202310894461.7
申请日：2023-07-20
Applicant: 哈尔滨工业大学
IPC: G06V20/64 , G06T17/00 , G06V10/762 , G06V10/75
Abstract: 本发明公开了一种基于三维点云匹配的空间失效卫星对接环识别方法及系统，涉及目标识别技术领域。本发明的技术要点包括：对空间失效卫星对应的三维重建点云进行局部特征描述，与对接环标准点云进行SAC‑IA粗匹配，获取包含对接环部件的区域点云；以粗匹配计算的位姿作为初值，与对接环标准点云进行ICP精匹配，准确识别对接环部件，使用最近邻搜索提取点云坐标；并利用主成分分析法投影计算对接环部件的圆心空间位置和直径。本发明可准确识别空间失效卫星的对接环部件，同时确定其特征部位尺寸和位置信息，为后续接近、抓捕等任务的实施提供技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN106250898B
公开(公告)日：2019-04-26
申请号：CN201610605726.7
申请日：2016-07-28
Applicant: 哈尔滨工业大学
Abstract: 一种基于尺度预测的图像局部区域特征提取方法，涉及行星着陆中图像处理技术领域，具体涉及一种基于尺度预测的特征提取方法。为了解决SURF特征提取方法不具有仿射不变性的问题。本发明首先对当前所拍摄图像在目标天体表面的位置进行初步估计，选定全局特征库中的搜索范围；然后根据探测器拍照时的位姿信息以及全局特征库中相应特征点的特征尺度和方向信息，预测该特征在拍摄图像中的特征尺度和旋转角度；并将拍摄的图像按照所预测的旋转角度旋转获得旋转图像，根据二次型求极大值方法以及预测的特征尺度生成特征检测模板，将特征检测模板与旋转图像卷积并在位置空间进行非极大值抑制从而实现特征提取。本发明适用于行星着陆自主导航的图像处理。
-
公开(公告)号：CN119006591A
公开(公告)日：2024-11-22
申请号：CN202411007553.X
申请日：2024-07-25
Applicant: 哈尔滨工业大学
IPC: G06T7/73 , G06T17/00 , G06V10/774 , G06V10/82 , G06V10/80
Abstract: 一种基于深度学习的复杂环境下多尺度空间目标相对位姿估计方法及系统，属于空间目标位姿估计技术领域。本发明为了应对空间目标在空间环境高动态的复杂光学条件和位姿快速解算需求而提出的。技术要点：根据不同位置姿态下空间目标三维模型虚拟仿真，获取位姿样本集；构建目标关键点二维位置回归网络；根据位姿样本集输入回归网络，得到目标训练模型；利用随机一致性透视n点法求解位姿；本发明基于深度学习构建对空间目标关键点二维投影的回归网络，网络样本数据集图像输入到以Darknet53为骨干网络构成的网络，本发明构建了针对空间目标关键点二维位置的回归网络，之后根据位姿样本集对该网络进行训练，以得到能够精准预测目标位姿的训练模型。
-
公开(公告)号：CN117723048B
公开(公告)日：2024-07-19
申请号：CN202311741478.5
申请日：2023-12-18
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种通信受限下的多机器人压缩通信协同建图方法及系统，涉及多机器人协同建图技术领域。本发明的技术要点包括：主机机器人和多个从机机器人根据其自身的位姿分别对其所在环境建立局部栅格地图；多个从机机器人对其各自的局部栅格地图进行压缩编码，并分别将压缩编码后的局部栅格地图传输给主机机器人；主机机器人对压缩编码后的局部栅格地图进行解码，并将所有局部栅格地图进行融合，获得全局地图。本发明结合卷积神经网络、霍夫曼算法和RLE算法，设计了一种智能霍夫曼压缩算法，将占用网格地图压缩到不到原始大小的1％，可将通信压力降低99％。本发明可为机器人提供精确的导航和定位，从而完成如侦察、巡逻、救援等复杂任务。
-
公开(公告)号：CN117723048A
公开(公告)日：2024-03-19
申请号：CN202311741478.5
申请日：2023-12-18
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种通信受限下的多机器人压缩通信协同建图方法及系统，涉及多机器人协同建图技术领域。本发明的技术要点包括：主机机器人和多个从机机器人根据其自身的位姿分别对其所在环境建立局部栅格地图；多个从机机器人对其各自的局部栅格地图进行压缩编码，并分别将压缩编码后的局部栅格地图传输给主机机器人；主机机器人对压缩编码后的局部栅格地图进行解码，并将所有局部栅格地图进行融合，获得全局地图。本发明结合卷积神经网络、霍夫曼算法和RLE算法，设计了一种智能霍夫曼压缩算法，将占用网格地图压缩到不到原始大小的1％，可将通信压力降低99％。本发明可为机器人提供精确的导航和定位，从而完成如侦察、巡逻、救援等复杂任务。
-
公开(公告)号：CN116958202A
公开(公告)日：2023-10-27
申请号：CN202310945393.2
申请日：2023-07-28
Applicant: 哈尔滨工业大学
IPC: G06T7/246 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种结合局部信息与全局信息的空间目标运动跟踪方法及系统，涉及目标跟踪技术领域，以解决现有技术中空间目标的重复性纹理导致跟踪失败的问题。本发明的技术要点包括：将空间目标的图像特征位置编码为二进制描述向量；计算所有视频帧中多个二进制描述向量之间的欧式距离，对于前一视频帧中的每一个特征位置，确定其在后一视频帧中对应的欧氏距离最小的多个特征位置作为初步匹配关系；利用神经网络计算初步匹配关系的欧式距离以进行验证，仅保留距离最小的最佳匹配关系；根据特征位置的最佳匹配关系求解空间目标运动，实现空间目标跟踪。本发明提高了图像间各特征位置欧式距离的计算效率，减少了匹配过程计算量，具有更低的存储消耗。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.018 seconds)
