-
公开(公告)号：CN117115786B
公开(公告)日：2024-01-26
申请号：CN202311368361.7
申请日：2023-10-23
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
Abstract: 本发明涉及计算机视觉技术领域，具体而言，涉及一种联合分割跟踪的深度估计模型训练方法及使用方法。一种联合分割跟踪的深度估计模型训练方法，包括：获取连续的视频帧图像；通过目标分割网络和目标跟踪网络，得到视频帧图像的目标分割跟踪结果；将相邻的视频帧图像和各自对应的目标分割跟踪结果输入初始深度估计模型，输出当前视频帧的深度图；将相邻视频帧图像输入位姿估计网络，输出前相对位姿和后相对位姿；根据深度图、前相对位姿和后相对位姿，得到重建目标图像；根据当前视频帧图像和重建目标图像，基于重建损失函数，训练初始深度估计模型，得到训练好的深度估计模型。本发(56)对比文件US 2021398302 A1,2021.12.23US 2022215567 A1,2022.07.07WO 2022100843 A1,2022.05.19WO 2023045724 A1,2023.03.30蔡嘉诚 等.无监督单目深度估计研究综述.计算机科学.2023,全文.Ruan Xiaogang等.Monocular depthestimation based on deep learning:Asurvey.2020 Chinese automation congress(CAC).2021,全文.丁萌;姜欣言.先进驾驶辅助系统中基于单目视觉的场景深度估计方法.光学学报.2020,(第17期),全文.
-
公开(公告)号：CN117115786A
公开(公告)日：2023-11-24
申请号：CN202311368361.7
申请日：2023-10-23
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
Abstract: 本发明涉及计算机视觉技术领域，具体而言，涉及一种联合分割跟踪的深度估计模型训练方法及使用方法。一种联合分割跟踪的深度估计模型训练方法，包括：获取连续的视频帧图像；通过目标分割网络和目标跟踪网络，得到视频帧图像的目标分割跟踪结果；将相邻的视频帧图像和各自对应的目标分割跟踪结果输入初始深度估计模型，输出当前视频帧的深度图；将相邻视频帧图像输入位姿估计网络，输出前相对位姿和后相对位姿；根据深度图、前相对位姿和后相对位姿，得到重建目标图像；根据当前视频帧图像和重建目标图像，基于重建损失函数，训练初始深度估计模型，得到训练好的深度估计模型。本发明的技术方案可以有效地提高深度估计模型的深度预测的精度。
-
公开(公告)号：CN119043308A
公开(公告)日：2024-11-29
申请号：CN202411176116.0
申请日：2024-08-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于因子图的USV‑AUV编队协同探测方法，包括：USV、AUV智能海洋无人平台，惯性/卫星组合导航系统等水面导航系统，惯性/多普勒测速组合导航系统、超短基线水声定位系统等水下导航系统以及多波束声呐探测系统。具备水面水下协同定位功能、深水环境探测功能、深水水底地形地貌建图功能。本发明基于因子图模型实现INS/GNSS组合导航系统、INS/DVL组合导航系统、USBL定位系统及MBS探测系统等传感器的紧耦合，解决了大范围水下探测AUV长时间航行，INS/DVL组合导航系产生的误差累积问题，提高了USV‑AUV编队协同探测精度和全局地图一致性。利用滑动窗口的方法控制因子的数量从而减小系统的运算量，提高整个协同探测系统的运算效率，满足协同探测系统的实时性需求。
-
公开(公告)号：CN117685949A
公开(公告)日：2024-03-12
申请号：CN202311569681.9
申请日：2023-11-23
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于平行感知技术的ROV显控系统及方法，属于水下环境感知与导航技术领域。解决ROV操控系统尚不具备对水下环境的全局感知能力，只能获取视域极其有限的局部环境信息，使得ROV的盲区作业效率极其低下，作业风险极高的问题。包括水下感知端和岸基主控端，水下感知端与岸基主控端电性连接，水下感知端由ROV搭载，用于采集水下数据，并将环境数据传送到岸基主控端进行处理，构建水下环境地图。本发明ROV可在所构建的水下全局环境地图中实现快速重定位，并通过历史航迹回溯功能，实现对先验作业点的全自主潜航寻的，可提高ROV盲区效率，降低作业风险。
-
公开(公告)号：CN114216465B
公开(公告)日：2022-11-01
申请号：CN202111492736.1
申请日：2021-12-08
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 一种海底地形导航并行匹配方法，涉及水下导航技术领域，针对现有技术中由于地形匹配算法缺乏艏向信息和海底地形相似度高导致数据关联速度慢、误匹配率高的问题，包括：步骤一：根据当前时刻水下机器人位姿信息构建M个符合高斯分布的假设，M大于等于2；步骤二：将M个符合高斯分布的假设与先验海底地形图进行一致性检测；步骤三：将步骤二中与先验海底地形图一致的假设进行点到面的迭代最近点算法配准，得到匹配的艏向和位移信息；步骤四：利用匹配的艏向和位移信息更新水下机器人位姿信息，然后根据更新后的水下机器人位姿信息更新海底地形图。本申请基于并行计算单元实现海底地形并行匹配算法，有效克服了海底地形相似度高导致数据关联速度慢、误匹配率高等问题。
-
Patent Agency Ranking
公开(公告)号：CN113240046A
公开(公告)日：2021-08-10
申请号：CN202110611831.2
申请日：2021-06-02
Applicant: 哈尔滨工程大学
IPC: G06K9/62 , G06F16/583 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明涉及计算机视觉和自然语言处理领域，具体涉及的是一种基于知识的视觉问答任务下的多模态信息融合方法。本发明将外部知识作为一个单独的模态，拓展了基于知识的视觉问答的思路；使用纯正的注意力方法将自然语言问题、图像和三元组形式的知识这三个模态进行深层的融合，为基于知识的视觉问答任务提供了新颖有效地解决方案，本发明提出的多模态融合技术不局限于基于知识的视觉问答任务，可以将其扩展到其他多模态任务当中去；使用新颖有效地位置编码方法为图像的位置进行编码，比传统方法中不利用图像位置信息或者使用图像区域坐标作为位置信息，本发明中的位置编码更加有效，可以高效的解决基于知识的视觉问答任务中跟图像位置相关的问题。
-
公开(公告)号：CN108061897B
公开(公告)日：2021-06-18
申请号：CN201711268143.0
申请日：2017-12-05
Applicant: 哈尔滨工程大学
IPC: G01S15/89
Abstract: 本发明提供一种基于前视声呐的水下结构化环境线特征提取方法，包括：对前视声呐数据进行动态阈值分割，获取高回波强度点的总点数及其在载体系下的极坐标；在限定循环次数内从高回波强度点中随机选择两个不孤立且不相邻的点构建直线，选取到该直线距离小于预设阈值的点构成候选点集，计算候选点集的势与总点数的比例，若比例不小于阈值将该条直线作为辅助直线并终止循环；基于辅助直线参数及相应候选点集分布特点，构建结构化环境直线特征参数的投票空间，使用投票算法提取直线特征参数；基于直线特征附近点的分布情况，将直线特征裁剪为线段特征。本发明有效克服了随机采样的盲目性和投票算法的低效性。
-
公开(公告)号：CN110057383A
公开(公告)日：2019-07-26
申请号：CN201910365817.1
申请日：2019-05-05
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明涉及一种AUV推位导航系统杆臂误差标校方法，属于水下航行器领域。针对AUV推位导航系统中因多普勒测速声纳(DVL,Doppler Velocity Log)未与航姿参考系统(AHRS,Attitude and Heading Reference System)一起安装在AUV质心而产生的杆臂误差进行标校，构建了适用于卡尔曼滤波算法的误差标校模型，提出采用简单易行的回旋运动方式辨识杆臂长度。无需AHRS提供垂荡信息，降低了对惯性基导航设备的要求，方案普适性好，适用于解决各种类型的AUV的杆臂长度辨识问题，通过对AUV推位导航系统中的杆臂误差的补偿，可有效提高AUV推位导航系统的定位精度；同时方案可直接求取，不要求DVL、AHRS与质心(或浮心)位于同一直线上，即无论AUV的质心(浮心)在什么位置，都可以直接得到相应的杆臂长度，应用前景广阔。
-
公开(公告)号：CN102938020A
公开(公告)日：2013-02-20
申请号：CN201210414889.9
申请日：2012-10-26
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明涉及的是一种评测决策方法，特别是涉及一种基于动态多属性决策的飞行器着陆效能评测方法。本发明包括如下步骤：（1）建立效能评价指标；（2）建立着陆过程多阶段效能描述矩阵；（3）确定飞行器各飞行状态变量相对属性权重；（4）评测动态多属性决策的着陆效能。本发明提出的评测方法克服了传统着陆效能决策方法信息量小，决策方式单一，决策结果缺乏完整性，不能评测整体着陆过程等缺点，决策信息量更丰富丰富，决策结果更可靠，更系统有效地提供飞行器着陆过程的综合效能评测。
-
公开(公告)号：CN118999547A
公开(公告)日：2024-11-22
申请号：CN202411264086.9
申请日：2024-09-10
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下多传感器融合匹配定位技术领域，具体涉及一种基于贝叶斯滤波的海底地形与重磁的融合匹配方法、程序、设备及存储介质。本发明将海底地形对应点选取转换为图同构问题，提高了对应点选取的准确性及鲁棒性；采用基于等值线最近点迭代的海底重磁信息对应点选取算法，提高了对应点选取的准确性；采用基于滤波的点集配准算法，将旋转平移参数的求解转化为滤波问题，使得旋转平移参数在动态空间中探索，采用非线性贝叶斯滤波对问题进行优化，使得算法收敛到全局最优解；采用贝叶斯滤波将重磁匹配结果、地形匹配结果、惯导结果进行数据融合，得到位姿的最优估计。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.038 seconds)
