-
Patent Agency Ranking
公开(公告)号：CN110110797A
公开(公告)日：2019-08-09
申请号：CN201910392717.8
申请日：2019-05-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于多传感器融合的水面目标训练集自动采集方法，首先，对水面激光雷达点云进行滤波和K-Means聚类处理，得到稳定的水面目标点云簇；然后，通过激光雷达点云帧与单目相机视频帧的时间戳匹配，利用张正友标定法建立的2D-3D投影关系，实现点云与图像的像素级匹配；最后，使用得到的水面深度图像信息，进行水面训练集的标注。这种方法是首次提出的利用多传感器信息融合的针对水面目标训练集自动采集任务的方法，具有实时性好和可靠性高的特点；采用条件滤波与卡尔曼滤波，使得该方法对于风浪、水面数据采集平台颠簸、水面杂波等不利情形具有较高的鲁棒性，采用时间戳匹配的方法可以有效避免传感器频率不同带来的系统误差。
-
公开(公告)号：CN110222632A
公开(公告)日：2019-09-10
申请号：CN201910480821.2
申请日：2019-06-04
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明公开一种灰色预测辅助区域建议的水面目标检测方法，属于智能无人船舶领域。本发明包括：首先，利用已训练好的模型检测到水面目标；然后，利用连续视频帧中的水面目标位置信息进行灰色预测；接着，运用灰色预测的结果对神经网络的区域建议进行反馈和引导；最后，通过上一步得到的更加准确的区域建议结果识别新入视频帧中的水面目标。本发明能够通过简化神经网络结构和提出更精确的区域建议来提升水面目标识别的准确率和速度。
-
公开(公告)号：CN109444911A
公开(公告)日：2019-03-08
申请号：CN201811217208.3
申请日：2018-10-18
Applicant: 哈尔滨工程大学
Abstract: 本发明属于智能无人智慧船舶领域，具体涉及一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法。针对无人艇对水面目标检测识别及定位受距离、目标波动的影响，本发明融合激光雷达和相机对感知范围内的目标进行准确检测识别及定位。首先利用采集到的水面目标图像训练基于神经网络的目标检测识别模型；然后激光雷达使用条件移除滤波器和欧氏聚类得到水面目标在世界坐标系下的位置；最后，设计了相机图片信息和激光雷达点云信息融合方法，使其对不确定性因素具有较高的鲁棒性。本发明能够使无人艇具备对水面目标准确检测识别定位的能力，为无人艇的目标跟踪，路径规划和自主航行提供良好的环境感知，应用前景广阔。
-
公开(公告)号：CN109444911B
公开(公告)日：2023-05-05
申请号：CN201811217208.3
申请日：2018-10-18
Applicant: 哈尔滨工程大学
Abstract: 本发明属于智能无人智慧船舶领域，具体涉及一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法。针对无人艇对水面目标检测识别及定位受距离、目标波动的影响，本发明融合激光雷达和相机对感知范围内的目标进行准确检测识别及定位。首先利用采集到的水面目标图像训练基于神经网络的目标检测识别模型；然后激光雷达使用条件移除滤波器和欧氏聚类得到水面目标在世界坐标系下的位置；最后，设计了相机图片信息和激光雷达点云信息融合方法，使其对不确定性因素具有较高的鲁棒性。本发明能够使无人艇具备对水面目标准确检测识别定位的能力，为无人艇的目标跟踪，路径规划和自主航行提供良好的环境感知，应用前景广阔。
-
公开(公告)号：CN110110797B
公开(公告)日：2022-10-28
申请号：CN201910392717.8
申请日：2019-05-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于多传感器融合的水面目标训练集自动采集方法，首先，对水面激光雷达点云进行滤波和K‑Means聚类处理，得到稳定的水面目标点云簇；然后，通过激光雷达点云帧与单目相机视频帧的时间戳匹配，利用张正友标定法建立的2D‑3D投影关系，实现点云与图像的像素级匹配；最后，使用得到的水面深度图像信息，进行水面训练集的标注。这种方法是首次提出的利用多传感器信息融合的针对水面目标训练集自动采集任务的方法，具有实时性好和可靠性高的特点；采用条件滤波与卡尔曼滤波，使得该方法对于风浪、水面数据采集平台颠簸、水面杂波等不利情形具有较高的鲁棒性，采用时间戳匹配的方法可以有效避免传感器频率不同带来的系统误差。
-
-
-
-
Search Results
5
records
(took 0.047 seconds)
