一种基于高斯过程回归学习的水下地形匹配定位方法

    公开(公告)号:CN111220146A

    公开(公告)日:2020-06-02

    申请号:CN201911257189.1

    申请日:2019-12-10

    Abstract: 本发明提供了一种基于高斯过程回归学习的水下地形匹配定位方法。当水下航行器进入水下参考地图区域时,利用高斯过程回归学习方法分别对多波束测深声呐实时测量地形和搜索区域内待匹配地形进行插值重构,获取实时重构地形和待匹配重构地形及其对应的不确定度,基于极大似然估计方法将实时重构地形与待匹配重构地形进行匹配,估计水下航行器的位置,以此对惯性导航系统输出位置进行修正。相对于传统的线性插值方法等确定性插值重构地形方法,基于高斯过程回归学习的插值重构方法不仅考虑了地形的空间相关性,而且给出了插值重构地形的不确定度,能够有效地提高水下地形匹配定位的精度和鲁棒性。本发明能够提高水下地形匹配定位的定位精度和鲁棒性。

    一种基于多波束点云的海底管道检测与三维重建方法

    公开(公告)号:CN109035224B

    公开(公告)日:2021-11-09

    申请号:CN201810758534.9

    申请日:2018-07-11

    Abstract: 本发明涉及多波束声呐水下目标检测和点云数据建模领域,具体涉及一种基于多波束点云的海底管道检测与三维重建方法。根据多波束测深声呐探测管道得到的水下声呐图像采用阈值法对图像像素点进行分类和提取,得到三维点云数据;然后采用基于密度分析的点云去噪滤波方法,得到滤波去噪后的管道的三维点云数据;然后采用线性拟合方法对管道每个截面的点云数据进行圆拟合,将得到拟合圆的半径以及线性变化的圆心点进行三维重建,得到所述管道的三维图;相对于通过测深点得到点云数据,本发明直接从声呐图像中提取点云数据,依然能够获得较为精确的点云模型,且计算量小,适用于水下各类管道的检测与三维重建。

    一种基于自适应采样粒子滤波的水下地形辅助导航方法

    公开(公告)号:CN108562287A

    公开(公告)日:2018-09-21

    申请号:CN201810013855.6

    申请日:2018-01-08

    Abstract: 本发明提供一种基于自适应采样粒子滤波的水下地形辅助导航方法,首先,建立基于惯性导航位置误差的状态空间模型和基于多波束测深声纳的量测模型;然后,由初始状态分布和状态空间模型进行一步预测粒子更新,采用KLD采样技术根据预测状态分布调整粒子数目,得到预测粒子集;当有多波束测量值到达时,联合压力深度计测量深度、惯性导航指示位置和水下参考数字地图插值函数,由量测模型进行粒子量测更新;最后,由量测更新后的粒子集及权重,采用均方误差最小化准则进行航行器位置误差的估计,将估计的误差对惯性导航指示位置进行修正。本发明能够在保证水下地形辅助导航精度的同时提高导航实时性。

    一种基于高斯过程回归学习的水下地形匹配定位方法

    公开(公告)号:CN111220146B

    公开(公告)日:2022-10-14

    申请号:CN201911257189.1

    申请日:2019-12-10

    Abstract: 本发明提供了一种基于高斯过程回归学习的水下地形匹配定位方法。当水下航行器进入水下参考地图区域时,利用高斯过程回归学习方法分别对多波束测深声呐实时测量地形和搜索区域内待匹配地形进行插值重构,获取实时重构地形和待匹配重构地形及其对应的不确定度,基于极大似然估计方法将实时重构地形与待匹配重构地形进行匹配,估计水下航行器的位置,以此对惯性导航系统输出位置进行修正。相对于传统的线性插值方法等确定性插值重构地形方法,基于高斯过程回归学习的插值重构方法不仅考虑了地形的空间相关性,而且给出了插值重构地形的不确定度,能够有效地提高水下地形匹配定位的精度和鲁棒性。本发明能够提高水下地形匹配定位的定位精度和鲁棒性。

    一种基于多波束点云的海底管道检测与三维重建方法

    公开(公告)号:CN109035224A

    公开(公告)日:2018-12-18

    申请号:CN201810758534.9

    申请日:2018-07-11

    Abstract: 本发明涉及多波束声呐水下目标检测和点云数据建模领域,具体涉及一种基于多波束点云的海底管道检测与三维重建方法。根据多波束测深声呐探测管道得到的水下声呐图像采用阈值法对图像像素点进行分类和提取,得到三维点云数据;然后采用基于密度分析的点云去噪滤波方法,得到滤波去噪后的管道的三维点云数据;然后采用线性拟合方法对管道每个截面的点云数据进行圆拟合,将得到拟合圆的半径以及线性变化的圆心点进行三维重建,得到所述管道的三维图;相对于通过测深点得到点云数据,本发明直接从声呐图像中提取点云数据,依然能够获得较为精确的点云模型,且计算量小,适用于水下各类管道的检测与三维重建。

    一种基于双重互质阵的相干方位估计方法

    公开(公告)号:CN108196222A

    公开(公告)日:2018-06-22

    申请号:CN201810013447.0

    申请日:2018-01-08

    Abstract: 本发明提供一种基于双重互质阵的相干方位估计方法,为提高对空间目标的分辨力,降低大孔径均匀阵列带来的计算量,采用一种新颖的双重互质稀疏传感器阵列,采集空间目标的散射回波信号,依据传感器阵列互质的特性解决空间目标方位的模糊效应,能提高对空间目标方位估计的可靠性和准确度。所提出的方法创新点在于巧妙挖掘方位模糊和相位模糊的内在联系,解出方位模糊亦可解出相位模糊,首先依据所提双重互质阵结构可靠地去除方位模糊,然后联系相位模糊,从而利用相干法解出高分辨、高可靠性的目标方位。相比传统均匀线阵,本发明具有更低的计算量,更高的分辨率;相比传统稀疏阵,能以更高的可靠性估计目标方位,所提方法具有较强的工程实用价值。

Patent Agency Ranking