-
公开(公告)号：CN110717921A
公开(公告)日：2020-01-21
申请号：CN201910914737.7
申请日：2019-09-26
Applicant: 哈尔滨工程大学
Abstract: 本发明属于深度学习及机器视觉领域，具体涉及一种改进型编码解码结构的全卷积神经网络语义分割方法。本发明采用图像预处理操作不仅提高了模型的精度，而且也增强了模型的稳定性；针对池化和下采样的重复组合的操作引起特征分辨率下降的问题，采用全卷积神经网络，进而提高了语义分割的准确性；引用U-net模型结构的思想，采用编码-解码结构，保留了二倍和四倍下采样的特征信息，分别与四倍和二倍上采样特征信息进行融合，通过逐渐恢复空间信息来捕捉清晰的目标边界，解决了图像边缘分割不太准确的问题，同时提高了神经网络的收敛速度，节约了运行时间。
-
公开(公告)号：CN110706239A
公开(公告)日：2020-01-17
申请号：CN201910914699.5
申请日：2019-09-26
Applicant: 哈尔滨工程大学
Abstract: 本发明属于深度学习及机器视觉领域，具体涉及一种融合全卷积神经网络与改进ASPP模块的场景分割方法。本发明采用图像预处理操作能够防止模型过拟合，同时提高模型的适应能力；针对池化和下采样的重复组合的操作引起特征分辨率下降的问题，采用全卷积神经网络；在第五层卷积层后面加入改进的ASPP模块，融入图像级别的特征来捕获远距离信息，增加模型本身的适应能力；采用反卷积进行上采样，优势是可以自己学习参数；针对网络层数加深，边缘细节信息损失严重的问题，保留二倍下采样信息并与四倍上采样信息进行融合。
-
公开(公告)号：CN108334677A
公开(公告)日：2018-07-27
申请号：CN201810052628.4
申请日：2018-01-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于GRU网络的UUV实时避碰规划方法，属于水下航行器避障领域。本发明包括：将UUV布放在起始位置；仿真声纳开始获取UUV当前位置的环境信息；将仿真声纳获取的环境信息输入到GRU网络，获得下一时刻UUV转艏及速度的调整指令；UUV执行运动指令，到达下一路径点；判断UUV是否到达目标点，若是则避碰规划器停止工作。本发明利用GRU强大的拟合长时间序列的能力，解决了UUV实时避碰规划的问题，克服了现有的实时避碰规划方法存在环境模型的精度与规划的实时性之间的矛盾，实现了一个简单、高效、易于实现的端到端的实时避碰规划器。
-
公开(公告)号：CN101026661A
公开(公告)日：2007-08-29
申请号：CN200710071949.0
申请日：2007-03-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种抽油机远程信息传输与控制装置及方法，它包括：安装在现场抽油机上的抽油机信息采集及控制终端1，进行远距离抽油机运行数据接收、控制指令发送的远程监控装置2和基于固定电话、小灵通及手机的脱离监控中心的在线监控装置3三大部分，所述的抽油机信息采集及控制终端1通过DTMF信号形式的公共电话网与远程监控装置2和基于固定电话、小灵通及手机的脱离监控中心的在线辅助监控装置3相连。本发明能够实现远程抽油机运行信息传输、抽油机远程控制、报告抽油机故障、实现无人巡查及操作，提高油井产量、降低事故率的基于公共电话网络的一种抽油机远程信息传输与控制装置及方法。
-
公开(公告)号：CN109753068B
公开(公告)日：2022-06-21
申请号：CN201910033306.X
申请日：2019-01-14
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于USV控制技术领域，具体涉及一种考虑通信情况的多USV群体协同避碰规划方法。本发明在有/无通信的情况下利用通信模块的互通位置、速度、艏向等信息和雷达探测一定范围内的静态障碍物位置和动态USV位置、速度、艏向等信息辅助避碰规划，使多个USV从起点向终点航行过程中避开所有静态障碍物、USV之间不发生碰撞且不出现大角度转向、大范围加减速，且航行路径符合经济性要求。本发明致力找到适应于有/无通信情况下充分利用通信模块和雷达探测模块来辅助避碰的方法，并且制定合理的通信频率和通信内容来减轻系统的压力。
-
Patent Agency Ranking
公开(公告)号：CN111899280A
公开(公告)日：2020-11-06
申请号：CN202010667153.7
申请日：2020-07-13
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用深度学习和混合型位姿估计的单目视觉里程计方法，包括：利用深度学习神经网络估计连续图像间光流场并从光流场提取关键点匹配对。关键点匹配对作为输入，根据2d-2d位姿估计原理，利用对极几何的方法初步计算出旋转矩阵和平移向量。利用深度神经网络估计得到单目图像深度场，结合几何理论三角测量方法，以深度场为参考值，使用RANSAC算法计算得到绝对尺度，将位姿从归一化坐标系转到真实坐标系，当2d-2d位姿估计失败或绝对尺度估计失败，利用3d-2d位姿估计原理，利用PnP算法进行位姿估计。本发明能够得到精确的位姿估计和绝对尺度估计、具有较好鲁棒性、在不同场景环境下都能够很好的复现出相机轨迹。
-
公开(公告)号：CN110119705A
公开(公告)日：2019-08-13
申请号：CN201910384163.7
申请日：2019-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明属于数据关联领域，具体涉及一种机器人基于改进蚁群优化的线特征数据关联方法。包括以下步骤：构建全局坐标系和局部坐标系，设置传感器工作模式；建立线特征观测模型；采用改进分割-聚合方法提取环境线特征；设计改进ICNN方法与改进蚁群优化方法相结合的线特征数据关联方法；将传感器获得的环境线特征信息以及移动机器人位姿信息输入至基于改进蚁群优化的线特征数据关联方法中，进行数据关联，得到一个关联对集合，对地图特征集进行更新。首先基于激光传感器数据提取环境线特征，再将改进ICNN算法与改进蚁群优化算法相结合，提高了数据关联算法的关联正确率，得到精确的环境地图。
-
公开(公告)号：CN109753068A
公开(公告)日：2019-05-14
申请号：CN201910033306.X
申请日：2019-01-14
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于USV控制技术领域，具体涉及一种考虑通信情况的多USV群体协同避碰规划方法。本发明在有/无通信的情况下利用通信模块的互通位置、速度、艏向等信息和雷达探测一定范围内的静态障碍物位置和动态USV位置、速度、艏向等信息辅助避碰规划，使多个USV从起点向终点航行过程中避开所有静态障碍物、USV之间不发生碰撞且不出现大角度转向、大范围加减速，且航行路径符合经济性要求。本发明致力找到适应于有/无通信情况下充分利用通信模块和雷达探测模块来辅助避碰的方法，并且制定合理的通信频率和通信内容来减轻系统的压力。
-
公开(公告)号：CN110706239B
公开(公告)日：2022-11-11
申请号：CN201910914699.5
申请日：2019-09-26
Applicant: 哈尔滨工程大学
Abstract: 本发明属于深度学习及机器视觉领域，具体涉及一种融合全卷积神经网络与改进ASPP模块的场景分割方法。本发明采用图像预处理操作能够防止模型过拟合，同时提高模型的适应能力；针对池化和下采样的重复组合的操作引起特征分辨率下降的问题，采用全卷积神经网络；在第五层卷积层后面加入改进的ASPP模块，融入图像级别的特征来捕获远距离信息，增加模型本身的适应能力；采用反卷积进行上采样，优势是可以自己学习参数；针对网络层数加深，边缘细节信息损失严重的问题，保留二倍下采样信息并与四倍上采样信息进行融合。
-
公开(公告)号：CN105607646B
公开(公告)日：2018-06-26
申请号：CN201610082314.X
申请日：2016-02-05
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 一种障碍环境下有必经点的UUV航路规划方法，属于UUV控制技术领域。为了使UUV从布放点出发遍历完必经点后回到回收点，且路径长度最短。计算在障碍环境下UUV布放点和回收点以及所有必经点的两两间航路估计距离；以布放点为起点、回收点为终点，使用TSP算法规划出UUV所有必经点的遍历顺序，使UUV从布放点出发、遍历完所有必经点后回到回收点的航路估计距离总和最短；经优化得出从布放点出发经过所有必经点最终到达回收点且能避开所有障碍的航路。仅使用几何判断估算两两必经点间的路径代价，然后使用蚁群算法基于估算代价规划出一个TSP方案，即必经点遍历顺序，最后再使用可变子目标点的蚁群算法规划出最终能避开障碍物的航路。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.036 seconds)
