-
公开(公告)号：CN114252090B
公开(公告)日：2024-07-23
申请号：CN202111561043.3
申请日：2021-12-15
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种多源导航传感器可信性评估方法。步骤1：根据传感器数据维度和数据间依赖性，将传感器划分为一维传感器和高维传感器；步骤2：对于一维传感器，确定滑动时间窗口大小，建立可信性自评估模型，对导航传感器的可信性进行自评估，获得一维导航传感器可信性自评估结果；步骤3：对于高维传感器，实时估计与信号相关的噪声参数，并对噪声参数的变化应用步骤2，获得高维传感器可信性自评估结果；步骤4：当存在多个导航传感器时，根据是否为同类型传感器，对传感器进行分组，将传感器分为同质传感器和异质传感器；步骤5：对于同质传感器和异质传感器，分别应用对应的同质/异质传感器可信性互评估模型，计算可信性互评估结果；步骤6：融合多源导航传感器可信性自评估和互评估结果，得到实时估计的多源导航传感器可信性。
-
公开(公告)号：CN117613569A
公开(公告)日：2024-02-27
申请号：CN202311379566.5
申请日：2023-10-23
Applicant: 哈尔滨工业大学
Abstract: 一种用于超宽带定位的稀疏阵列天线的布阵方法和系统，涉及超宽带信号调制领域。解决了超宽带信号的发射与接收的过程受到硬件的限制，这会导致超宽带信号估计位置的有效距离和精度大打折扣，在实际使用中和理论极限存在较大的差距的问题。所述方法包括：根据期望的超宽带信号匹配天线基元；根据期望的最大雷达作用距离和雷达方程求解阵列天线主瓣增益；根据遗传算法对阵列天线主瓣增益和副瓣进行优化，获取阵列的位置分布；根据所述阵列的位置分布进行稀疏阵列排布。本发明应用于雷达测距领域。
-
公开(公告)号：CN117572411A
公开(公告)日：2024-02-20
申请号：CN202311370311.2
申请日：2023-10-20
Applicant: 哈尔滨工业大学
IPC: G01S13/88 , G01S7/41 , G01S7/36 , G01S7/282 , G05B19/042
Abstract: 一种基于多场景探地雷达发射端波束形成的射频链路架构及探测方法，涉及雷达探测领域。解决现有探地雷达发射链路精度低、探地雷达多为专机专用且探测范围有限的问题。所述架构包括：上位机、DDS发生器和波束形成模块；DDS发生器包括FPGA和DAC芯片；上位机通过串口通信协议向FPGA传递参数；FPGA上位机接收参数，并通过波形数据表生成四路控制字输送至DAC芯片中；DAC芯片根据四路控制字将数字量转换为模拟量，并将所述模拟量传输至波束形成模块；波束形成模块接收模拟量生成可调的步进频率连续波信号；FPGA中的控制逻辑模块对波束形成模块发送控制信号，控制步进频率连续波相位和幅值。应用于探地雷达制备领域。
-
公开(公告)号：CN117331075A
公开(公告)日：2024-01-02
申请号：CN202311354879.5
申请日：2023-10-19
Applicant: 哈尔滨工业大学
IPC: G01S13/88
Abstract: 一种基于MVDR波束的探地雷达探测方法和系统，涉及探地雷达探测领域。解决现有探地雷达对广场、火车站等大面积的区域进行地下环境检测，需要重复进行多次的扫描，耗费大量的时间和人力，且难以保证检测的精度的问题。所述方法包括；根据线性天线阵列结构采集地下目标反射的信号，并传输至上位机；根据MVDR波束形成方法对每个天线通道的接收信号进行处理，构建波束；根据波束进行扫描获取一维回波数据；将一维回波数据进行拼接，获取扇形区域扫描图像；确定强回波方向和距离；确定目标的尺寸和位置；对存在强回波的方向再次根据波束形成方法获取波束，构建实际的扇形扫描图像。应用于无损检测领域。
-
公开(公告)号：CN108986204B
公开(公告)日：2021-12-21
申请号：CN201710402050.6
申请日：2017-06-01
Applicant: 哈尔滨工业大学
Abstract: 一种基于双重校准的全自动快速室内场景三维重建装置，它涉及装置设计、位置粗校准、基于奇异值的关键点提取、局部收敛抑制、特征描述子的提取与匹配等方法。本装置为一键式重建，它解决了传统室内三维重建操作复杂的问题，是一款全自动，环境适应度高的重建装置。同时通过离散的数据进行场景重建，大大的减少了重建数据量，提高了系统的快速性。本装置的实现步骤为：一、装置设计；二、机体镜头粗校准；三、校准误差判断；四、机体镜头精校准；五、室内场景重建。本发明对装置进行镜头校准，通过步进电机实现全自动化，将获得的24帧数据根据校准数据融合，可快速的在显示端看到重建结果，适用于室内场景的自动化快速重建。
-
Patent Agency Ranking
公开(公告)号：CN108986204A
公开(公告)日：2018-12-11
申请号：CN201710402050.6
申请日：2017-06-01
Applicant: 哈尔滨工业大学
Abstract: 一种基于双重校准的全自动快速室内场景三维重建装置，它涉及装置设计、位置粗校准、基于奇异值的关键点提取、局部收敛抑制、特征描述子的提取与匹配等方法。本装置为一键式重建，它解决了传统室内三维重建操作复杂的问题，是一款全自动，环境适应度高的重建装置。同时通过离散的数据进行场景重建，大大的减少了重建数据量，提高了系统的快速性。本装置的实现步骤为：一、装置设计；二、机体镜头粗校准；三、校准误差判断；四、机体镜头精校准；五、室内场景重建。本发明对装置进行镜头校准，通过步进电机实现全自动化，将获得的24帧数据根据校准数据融合，可快速的在显示端看到重建结果，适用于室内场景的自动化快速重建。
-
公开(公告)号：CN106006707A
公开(公告)日：2016-10-12
申请号：CN201610337330.9
申请日：2016-05-21
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种双面氧化锌纳米梳的制备方法，其步骤如下：一、将超声清洗干净的衬底用氮气吹干后，在其上溅射一层金属Al膜作为水热反应的Al源；二、在沉积有Al膜的衬底上溅射一层厚度约为25~50 nm的氧化锌种子层；三、将沉积有Al膜和氧化锌种子层的衬底竖直放入装有硝酸锌和氨水的混合溶液的反应釜中进行水热反应；四、反应结束后，自然冷却至室温，取出衬底，用去离子水冲洗并在室温下干燥，衬底表面的产物即为双面氧化锌纳米梳。本发明通过对氧化锌种子层厚度的调控，采用一步水热反应，制备出了双面氧化锌纳米梳、氧化锌纳米片和氧化锌纳米棒阵列结构，该方法具有操作简单、可控性强、成本低等优点，适用于大面积生长，且可应用于多种衬底，具有很高的实用价值和应用前景。
-
公开(公告)号：CN117634555A
公开(公告)日：2024-03-01
申请号：CN202311362525.5
申请日：2023-10-19
Applicant: 哈尔滨工业大学
IPC: G06N3/0455 , G06N3/042 , G06N3/048 , G06F18/2415 , G06N3/08
Abstract: 基于运动约束Transformer的数值传感器可信性自评估方法和系统，涉及数值传感器可信性自评估领域。解决现有导航传感器具有较强的动态性和较大的误差自相关性，传统研究方法在处理较长的导航数据序列时面临梯度消失或爆炸，导致数值传感器可信性自评估结果不准确的问题。方法包括：构建具有多层注意力机制的Transformer结构并对时间序列中任意两个位置之间的依赖关系建立数值传感器数据预测模型；根据运动约束和自相关误差校正技术对预测模型进行优化，获取优化模型；根据优化模型获取预测值；根据预测值计算数值传感器数据的异常概率；根据异常概率计算数值传感器的数据自评估可信性结果。本发明应用于自动驾驶汽车领域。
-
公开(公告)号：CN117409305A
公开(公告)日：2024-01-16
申请号：CN202311302220.5
申请日：2023-10-09
Applicant: 哈尔滨工业大学
IPC: G06V20/00 , G06V20/40 , G06V10/774 , G06V10/82 , G06V10/20 , G06V10/44 , G06T7/50 , G06T7/70 , G06N3/0455 , G06N3/0464 , G06N3/088
Abstract: 一种基于共视数据重构的可信度互评估方法和系统，涉及信息融合技术领域。现有传感器数据的可信性评估方法侧重于静态物联网，并围绕数据冗余进行设计并且这些系统无法在融合之前动态评估传感器数据的可信性的问题。所述方法包括：通过传感器获取视频图像数据，并采用无监督学习框架GeoNet处理所述视频数据获取最终流预测的深度图；根据所述深度图进行缩放处理，获取视差图；将所述视差图进行锐化处理，获取图像边缘信息；根据所述获取图像边缘信息进行正向映射，获取合成图像；通过重构摄像机采集视频图像；根据所述合成图像和重构摄像机采集视频图像进行相似度计算，完成相互可信性评估。本发明应用于多源导航领域。
-
公开(公告)号：CN110349247B
公开(公告)日：2022-10-14
申请号：CN201810305289.6
申请日：2018-04-08
Applicant: 哈尔滨工业大学
IPC: G06T17/00 , G06V10/75 , G06V10/762 , G06V10/80 , G06F30/13
Abstract: 一种基于语义理解的室内场景CAD三维重建方法，它涉及一种Y型融合RGB与Depth的语义分割网络、语义场景重建及聚类实例分割的CAD自动组合建模方法。它解决了传统室内三维CAD重建时，现有软件的使用复杂性和自动化程度低的问题，提高了室内高还原度组合建模的效率。本发明的步骤为：一、训练Y型融合RGB与Depth的语义分割网络，得到单帧二维的语义结果；二、语义场景的重建，完成3D立体像素的体积表示；三、同一语义类别的实例分割；四、基于语义实例及CAD模型的室内组合重建。本发明利用深度学习技术，克服了点云数据获取的缺失、表面重构的复杂性的难题，很方便的基于真实环境进行室内的CAD组合重建，提高室内CAD组合重建的真实性和智能化程度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.035 seconds)
