-
公开(公告)号：CN117590227A
公开(公告)日：2024-02-23
申请号：CN202311577909.9
申请日：2023-11-24
Applicant: 哈尔滨工业大学(威海) , 威海太乙电机科技有限公司
Abstract: 一种永磁电机偏心和退磁复合故障诊断方法，涉及电机故障的诊断方法，包括以下步骤：1)建立永磁电机混合偏心和退磁复合故障的开路反电势解析模型；2)基于解析模型构建大样本的混合偏心和退磁复合故障信号数据库；3)基于双谱分析提取S2所建立的数据库中开路反电势的混合偏心和退磁复合故障的特征；4)基于卷积神经网络建立混合偏心和退磁复合故障诊断模型；5)诊断待测永磁电机的混合偏心和退磁复合故障参数。本发明高效构建多标签、大样本的复合故障信号数据库；结合反电势RGB双谱图和卷积神经网络，可以有效克服混合偏心和退磁复合故障特征混叠的问题，实现并发性复合故障的准确诊断，具有非侵入、多标签、大样本、高效率等优点。
-
公开(公告)号：CN119399342B
公开(公告)日：2025-04-08
申请号：CN202510005486.6
申请日：2025-01-03
Applicant: 哈尔滨工业大学(威海)
Abstract: 本公开的实施例提供了一种基于全局‑局部表面协同感知的物体高斯逆渲染方法；涉及图形逆渲染领域。方法包括进行光线投射与采样，获取采样点；利用几何网络和颜色网络计算采样点的神经辐射距离值和颜色值，获取全局几何表征；根据神经辐射距离值，初始化高斯点云位置；从初始化高斯点云中选取局部控制点，以局部控制点为中心，确定局部采样点并构建局部距离函数；根据局部采样点，利用局部距离函数和神经辐射距离函数，计算局部采样点的局部距离值和全局神经辐射距离值；根据全局几何表征，以这两个距离值为约束，重建几何细节；为高斯点云添加属性值进行材质与光照建模，获取材质属性与光照条件。以此缓解物体表面粗糙、提高细节捕捉能力。
-
公开(公告)号：CN119399342A
公开(公告)日：2025-02-07
申请号：CN202510005486.6
申请日：2025-01-03
Applicant: 哈尔滨工业大学(威海)
Abstract: 本公开的实施例提供了一种基于全局‑局部表面协同感知的物体高斯逆渲染方法；涉及图形逆渲染领域。方法包括进行光线投射与采样，获取采样点；利用几何网络和颜色网络计算采样点的神经辐射距离值和颜色值，获取全局几何表征；根据神经辐射距离值，初始化高斯点云位置；从初始化高斯点云中选取局部控制点，以局部控制点为中心，确定局部采样点并构建局部距离函数；根据局部采样点，利用局部距离函数和神经辐射距离函数，计算局部采样点的局部距离值和全局神经辐射距离值；根据全局几何表征，以这两个距离值为约束，重建几何细节；为高斯点云添加属性值进行材质与光照建模，获取材质属性与光照条件。以此缓解物体表面粗糙、提高细节捕捉能力。
-
公开(公告)号：CN119107348A
公开(公告)日：2024-12-10
申请号：CN202411578120.X
申请日：2024-11-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 本公开的实施例提供了一种基于点云补全的机械臂抓取方法及装置；涉及机器人抓取领域。方法包括调整当前拍摄角度，获取待抓取对象在当前拍摄角度下的点云数据；将点云数据与之前获取的其他拍摄角度下的点云数据进行配准与合并；将合并后的点云数据输入点云补全网络，生成待抓取对象的完整几何结构；根据生成的完整几何结构利用抓取姿态检测方法生成抓取姿势；利用运动规划方法控制机械臂采用抓取姿势对待抓取对象进行抓取操作；若抓取失败，则重复以上抓取过程，直至抓取成功。以此方式，可以大幅减少对多视角或复杂传感器布置的依赖，利用动态更新机制不断优化抓取姿势，提高抓取的成功率、鲁棒性以及机械臂在复杂环境下的适用性与实用性。
-
Patent Agency Ranking
公开(公告)号：CN109300090A
公开(公告)日：2019-02-01
申请号：CN201810986230.8
申请日：2018-08-28
Applicant: 哈尔滨工业大学(威海)
IPC: G06T5/00
Abstract: 本发明公开了一种基于亚像素和条件对抗生成网络的单幅图像去雾方法，包括以下步骤：获取原始无雾图像数据集，依据雾天成像模型合成有雾数据集；将待处理的有雾图像输入生成器G，所述生成器G的网络结构设置有跳层连接，经过编码输出尺寸逐步减少的特征图，解码阶段使用反卷积与亚像素分别获得各自的特征图后使用卷积对特征图进行操作，获得生成器输出无雾图像；将生成器G输出的无雾图像与原始无雾图像输入判别器D，判断生成器D输出无雾图像是否为真；对生成器G和判别器D同时进行对抗约束，计算对抗损失和L1损失，依据随机梯度下降的原则进行反向传播更新生成器G和判别器D的参数，当模型的总体损失收敛时，模型训练完成。
-
公开(公告)号：CN109165658A
公开(公告)日：2019-01-08
申请号：CN201810986082.X
申请日：2018-08-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于Faster-RCNN的强负样本水下目标检测方法，包括以下步骤：获取目标图像数据集，将目标图像输入卷积神经网络进行前向传播至共享的卷积层得到低维特征图；将获取的低维特征图一路输入至RPN网络得到正负样本及坐标，另一路继续前向传播得到高维特征图；对获取的与Ground Truth不相交的负样本进行图像求均值处理，实现基于图像亮度特征的相似度比较，完成与正样本相似的假负样本的筛除；将正样本、获取的筛选后的负样本与高维特征图共同输入到ROI Align层，提取正负样本建议区域的特征；将获取的建议区域特征传入全连接层，输出该区域的分类得分及回归后的坐标值。
-
公开(公告)号：CN119131265B
公开(公告)日：2025-04-04
申请号：CN202411595094.1
申请日：2024-11-11
Applicant: 哈尔滨工业大学(威海)
Abstract: 本公开的实施例提供了一种基于多视角一致性的三维全景场景理解方法及装置；涉及三维场景重建领域。方法包括将待重建场景的多视角图像输入预先训练好的三维全景辐射场模型，以便预先训练好的三维全景辐射场模型利用二维全景分割算法对待重建场景中各视角图像的几何特征、语义特征和颜色特征进行分割并对分割后的几何特征、语义特征和颜色特征分别进行视角一致性处理，获取视角一致的几何特征、语义特征和颜色特征；根据视角一致的几何特征、语义特征和颜色特征，通过预先训练好的三维全景辐射场模型重建待重建场景，获取待重建场景的全景图像。以此解决了多视角下语义歧义、几何结构失真的问题，提高了三维全景场景重建与理解的精度及一致性。
-
公开(公告)号：CN119131265A
公开(公告)日：2024-12-13
申请号：CN202411595094.1
申请日：2024-11-11
Applicant: 哈尔滨工业大学(威海)
Abstract: 本公开的实施例提供了一种基于多视角一致性的三维全景场景理解方法及装置；涉及三维场景重建领域。方法包括将待重建场景的多视角图像输入预先训练好的三维全景辐射场模型，以便预先训练好的三维全景辐射场模型利用二维全景分割算法对待重建场景中各视角图像的几何特征、语义特征和颜色特征进行分割并对分割后的几何特征、语义特征和颜色特征分别进行视角一致性处理，获取视角一致的几何特征、语义特征和颜色特征；根据视角一致的几何特征、语义特征和颜色特征，通过预先训练好的三维全景辐射场模型重建待重建场景，获取待重建场景的全景图像。以此解决了多视角下语义歧义、几何结构失真的问题，提高了三维全景场景重建与理解的精度及一致性。
-
公开(公告)号：CN109165658B
公开(公告)日：2021-08-13
申请号：CN201810986082.X
申请日：2018-08-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于Faster‑RCNN的强负样本水下目标检测方法，包括以下步骤：获取目标图像数据集，将目标图像输入卷积神经网络进行前向传播至共享的卷积层得到低维特征图；将获取的低维特征图一路输入至RPN网络得到正负样本及坐标，另一路继续前向传播得到高维特征图；对获取的与Ground Truth不相交的负样本进行图像求均值处理，实现基于图像亮度特征的相似度比较，完成与正样本相似的假负样本的筛除；将正样本、获取的筛选后的负样本与高维特征图共同输入到ROI Align层，提取正负样本建议区域的特征；将获取的建议区域特征传入全连接层，输出该区域的分类得分及回归后的坐标值。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
