-
公开(公告)号：CN118521504A
公开(公告)日：2024-08-20
申请号：CN202410588552.2
申请日：2024-05-13
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种侧扫声呐瀑布图像增强方法及装置，通过获取并利用平滑海底标签ping数据以及有目标的海底ping数据，训练深度学习网络，并利用该深度学习网络对侧扫声呐ping数据进行平滑处理，从而实现图像的增强。本发明提供的图像增强方法，可很好地处理侧扫声呐数据中的非线性特征，使增强后的声呐图像灰度分布均匀，远端与近端的图像亮度相近，从而突出声呐图像中的物体特征。
-
公开(公告)号：CN115880390A
公开(公告)日：2023-03-31
申请号：CN202211565611.1
申请日：2022-12-07
Applicant: 哈尔滨工程大学
IPC: G06T11/00 , G06F7/10 , G06N3/044 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种仿真声呐图像生成方法，该方法首先对CycleGAN网络进行改进，包括对生成器G和生成器F的输入输出图像，分别使用Otsu算法和Unet网络进行分割，并将分割结果融合，根据正向生成器G和反向生成器F输入输出的融合图像计算SSIM损失，将其加入到CycleGAN网络生成器损失中；然后利用简易声呐仿真图像和真实声呐图像进行训练，并用训练好的改进CycleGAN网络生成风格化仿真声呐图像；使用改进的CycleGAN网络生成仿真声呐图像，可减小仿真图像与真实图像在结构、边缘特征等方面的差异，从而保证仿真声呐图像与真实图像更加相似。
-
公开(公告)号：CN110929794B
公开(公告)日：2022-12-13
申请号：CN201911188526.6
申请日：2019-11-28
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明属于侧扫声呐图像识别技术领域，具体涉及一种基于多任务学习的侧扫声呐图像分类方法。本发明结合了多任务学习思想和卷积神经网络方法，使用卷积神经网络进行自动特征提取，相对于传统的人工设置的特征提取器，可以提取出人眼感受不到的那些重要特征，也能减小侧扫声呐图像噪声、图像边缘缺失、图像特征变形等因素对特征提取的影响。本发明利用多任务学习的思想，通过引入光学图像分类任务，可以丰富侧扫声呐图像的特征空间，避免了样本过少时特征提取不完备造成的过拟合的问题；通过本发明的方法，可以解决侧扫声呐图像样本少、特征提取困难时分类效果差的问题，具有一定的工程和研究价值。
-
公开(公告)号：CN113306685B
公开(公告)日：2022-08-23
申请号：CN202110572183.4
申请日：2021-05-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种水下仿生球形/半球形机器人的位姿感知方法，该机器人包括一球形/半球形外壳、一压力传感器阵列，压力传感器阵列沿外壳周向布置，该方法包括：步骤1，确定压力传感器阵列中的迎水面压力传感器，读取迎水面压力传感器的数据，计算各个迎水面压力传感器感测的压力；步骤2，将各个迎水面压力传感器感测的压力、水流对机器人迎水面的压力、以及读数最大的压力传感器的感受面垂直方向与水流方向的夹角为参数，求解机器人的运动速度和运动方向；步骤3，根据机器人在世界坐标系OE下的运动速度，以及机器人的姿态信息，计算机器人的位置。本发明解决了小型化水下机器人无法实现运动速度和运动方向感知的问题，且实现成本低。
-
公开(公告)号：CN111413118B
公开(公告)日：2021-12-10
申请号：CN202010196909.4
申请日：2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种水下深度数据采集系统，包括：深水耐压舱、深度传感器、处理板卡和深水接插件；至少三路深度传感器安装于深水耐压舱内部，且每一路深度传感器的头部均与深水耐压舱内部的顶端相连；处理板卡安装于深水耐压舱内部且与深水耐压舱内部的底端相连，且处理板卡与每一路深度传感器的尾部线缆插头相连；深水接插件安装于深水耐压舱外部底端，且深水接插件底座四芯线缆插头与处理板卡相连。本发明公开的水下深度数据测量系统同一时刻可以采集到至少三路数据，计算至少两路数据的均值，得到的计算结果精确度高；即使有一路传感器出现故障，其他几路也可继续工作，给出准确的深度数据，具有很高的可靠性和稳定性；深水耐压舱的结构设计也增强了本系统的可靠性和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN113576845A
公开(公告)日：2021-11-02
申请号：CN202110878653.X
申请日：2021-08-02
Applicant: 哈尔滨工程大学
IPC: A61H3/00
Abstract: 本发明公开了一种应用于外骨骼机器人的人体意识识别控制装置及方法，包括重心测量系统、力矩传感器、姿态传感器、肌肉张力传感器、控制模块和报警模块；重心测量系统设置在外骨骼机器人的足部构件底部；力矩传感器设置在外骨骼机器人的外骨骼关节；姿态传感器设置在外骨骼机器人的腰部支撑构件内侧；肌肉张力传感器设置在外骨骼机器人的大腿杆件的内侧；控制模块，重心测量系统、力矩传感器、姿态传感器和肌肉张力传感器均与控制模块电性连接；报警模块与控制模块电性连接。本发明能够识别用户的控制意图，快速、精准的识别用户的行走意图并作出迈步响应，提升病患运动能力。
-
公开(公告)号：CN113148076A
公开(公告)日：2021-07-23
申请号：CN202110450058.6
申请日：2021-04-25
Applicant: 哈尔滨工程大学
IPC: B63C11/52
Abstract: 本发明提出一种水下仿生球形/半球形机器人及其运动控制方法，所述方法包括：沿机器人周向对空间进行区域划分；计算机器人与期望航迹点的距离，并与距离阈值比较；若距离大于距离阈值，启动巡航模式；否则，启动位置控制模式。在巡航模式下，驱动水平转动关节，将至少部分腿部机构的第一连杆调整至指向航迹点所在区域的对角区域。在位置控制模式下，将各个腿部机构的第一连杆调整至围绕赤道面中心轴中心对称。在不同模式下，控制推进器、第一垂直转动关节、第二垂直转动关节实现机器人的水平方向运动和/或垂直方向运动。还提出一种水下仿生球形/半球形机器人。采用本发明实施例，机器人能够根据期望航迹点的位置切换模式，实现更优的运动性能。
-
公开(公告)号：CN108444447B
公开(公告)日：2020-09-25
申请号：CN201810165090.8
申请日：2018-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种用于水下避障系统中的渔网实时自主检测方法，属于计算机视觉领域，通过水下激光探测手段和一种基于深度生成网络和深度学习回归式与区域建议相结合目标检测的方法，减少图像预处理操作的时间。本发明使用基于水下激光扫描系统采集渔网图像，克服传统光在水下的后向散射作用以及声波受海水环境影响敏感性问题，得到清晰、高亮度的水下渔网图像，可直接用于后期的渔网检测，不需要通过去噪等前期预处理手段，大大提升后期渔网目标检测过程的实时性，既保证深度学习大数据量的要求，又在保证实时性的前提下提高渔网目标检测的置信度，为水下避障系统提供视觉部分的渔网检测技术方法。
-
公开(公告)号：CN111319740A
公开(公告)日：2020-06-23
申请号：CN202010192888.9
申请日：2020-03-18
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种深海可延展艇体潜航器，包括：艇体结构，所述艇体结构上安装有可展开与收拢的水平延展翼和垂直延展翼；其中，所述水平延展翼安装在所述艇体结构的两侧；所述垂直延展翼安装在所述艇体结构的腹部，且所述水平延展翼和所述垂直延展翼上均安装有声学探测设备。本发明提供的深海可延展艇体潜航器，在水平延展翼和垂直延展翼上均安装有声学探测设备，解决了传统声学定位设备定位精度低的问题。
-
公开(公告)号：CN110309875A
公开(公告)日：2019-10-08
申请号：CN201910574542.2
申请日：2019-06-28
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明提供一种基于伪样本特征合成的零样本目标分类方法，获取与待识别类别相近的其他类别的样本及标注信息；然后通过网络抓取等方式获取可见类及未见类的语义描述，并将类别描述信息通过自然语义处理模型转换为语义向量；计算每一个未见类与每一个可见类类别间的相似性得分；构建一个卷积神经网络分类模型，模型分为特征提取和分类两个部分。对于每一个未见类，根据相似性得分，筛选得分最高的N个可见类，并随机选择样本，输入到特征提取网络，得到特征向量；再根据相似性得分对这N个可见类的特征向量进行组合，作为未见类的特征向量；使用未见类特征向量训练分类网络，实现在没有某类待识别目标可用训练样本的情况下，准确识别该类别的样本。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.032 seconds)
