-
公开(公告)号：CN109782760B
公开(公告)日：2022-06-21
申请号：CN201910032598.5
申请日：2019-01-14
Applicant: 哈尔滨工程大学
IPC: G05D1/02 , G01S13/937
Abstract: 本发明属于USV控制技术领域，具体涉及一种考虑无通信的多USV群体协同避碰规划方法。本选取雷达传感器参数构建雷达探测模型，计算无通信情况下的多USV运动参数及碰撞危险度；利用雷达模块探测进入雷达探测范围内的静态障碍物位置和动态USV位置、速度、艏向等信息构建无通信情况下遗传算法评价函数；本发明在无通信情况下利用雷达模块探测进入雷达探测范围内的静态障碍物位置和动态USV位置、速度、艏向等信息的作用辅助避碰规划，使多个USV从起点向终点的航行过程中躲避环境中所有静态障碍物、USV之间不发生碰撞、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。本发明致力找到在无通信情况下充分利用雷达模块的探测作用来辅助避碰的方法。
-
公开(公告)号：CN108762280B
公开(公告)日：2021-09-28
申请号：CN201810519508.0
申请日：2018-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种考虑海洋环流影响的UUV基于能量消耗优化的远程航海路径规划方法，包括以下步骤：确定UUV实际的对地航行速度以及实时更新的海流信息；初始化优化算法所需的各类参数；通过空间分解建模随机产生路径控制节点，使用B‑Spline拟合生成初始路径。进入QPSO算法迭代过程，计算当前路径对应粒子平均最佳位置，计算当前路径对应UUV的能量消耗。通过相应的优化过程确定最终的最优解。输出最终的路径控制节点。根据最终的控制节点拟合生成能耗最优的路径轨迹。本发明中以能耗为优化目标经由三种优化算法得到的能量消耗值均远低于相同算法在以航行时间为优化目标下所消耗的能量。
-
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：CN110827238A
公开(公告)日：2020-02-21
申请号：CN201910932903.6
申请日：2019-09-29
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明提供一种改进的全卷积神经网络的侧扫声纳图像特征提取方法，数据集的获取，并将数据集分为训练集和测试集，对数据集的目标区域进行标注；以VGG16网络为基础网络，搭建全卷积网络模型，并改进FCN模型的跳层结构；训练改进的全卷积网络模型，即训练FCNB模型；用训练好的网络对测试集的数据进行特征提取；定性评价特征提取结果，对比分析改进后与改进前的网络的特征提取结果。本发明保留了更多的细节信息，克服了传统方法抗散斑能力差、效率低、速度慢以及准确率低的缺点；有利于方法的泛化使用；特征提取效果得到了明显提升，该方法收敛性更好，稳定性更高。
-
公开(公告)号：CN109782760A
公开(公告)日：2019-05-21
申请号：CN201910032598.5
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于USV控制技术领域，具体涉及一种考虑无通信的多USV群体协同避碰规划方法。本选取雷达传感器参数构建雷达探测模型，计算无通信情况下的多USV运动参数及碰撞危险度；利用雷达模块探测进入雷达探测范围内的静态障碍物位置和动态USV位置、速度、艏向等信息构建无通信情况下遗传算法评价函数；本发明在无通信情况下利用雷达模块探测进入雷达探测范围内的静态障碍物位置和动态USV位置、速度、艏向等信息的作用辅助避碰规划，使多个USV从起点向终点的航行过程中躲避环境中所有静态障碍物、USV之间不发生碰撞、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。本发明致力找到在无通信情况下充分利用雷达模块的探测作用来辅助避碰的方法。
-
Patent Agency Ranking
公开(公告)号：CN108762280A
公开(公告)日：2018-11-06
申请号：CN201810519508.0
申请日：2018-05-28
Applicant: 哈尔滨工程大学
CPC classification number: G05D1/0692 , G01C21/3446 , G06Q10/047
Abstract: 本发明的目的在于提供一种考虑海洋环流影响的UUV基于能量消耗优化的远程航海路径规划方法，包括以下步骤：确定UUV实际的对地航行速度以及实时更新的海流信息；初始化优化算法所需的各类参数；通过空间分解建模随机产生路径控制节点，使用B‑Spline拟合生成初始路径。进入QPSO算法迭代过程，计算当前路径对应粒子平均最佳位置，计算当前路径对应UUV的能量消耗。通过相应的优化过程确定最终的最优解。输出最终的路径控制节点。根据最终的控制节点拟合生成能耗最优的路径轨迹。本发明中以能耗为优化目标经由三种优化算法得到的能量消耗值均远低于相同算法在以航行时间为优化目标下所消耗的能量。
-
公开(公告)号：CN111899280B
公开(公告)日：2023-07-25
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：CN110717921B
公开(公告)日：2022-11-15
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：CN114357901A
公开(公告)日：2022-04-15
申请号：CN202111485565.X
申请日：2021-12-07
IPC: G06F30/28 , G06F30/17 , G06F111/04
Abstract: 本发明公开了一种十字螺旋燃料组件冷却剂通道的结构化网格划分方法，包括步骤1：建立十字螺旋燃料在不同扭转角度平面上异形截面的结构化拓扑等效划分方法，根据燃料棒的周期性扭转特点，建立合适的连续拓扑结构；步骤2：建立十字螺旋燃料棒束冷却剂通道典型单棒单元的三维几何模型，包括单根燃料棒周围的流体区域，其轴向长度为90°扭转角；步骤3：将单根燃料棒流体区域几何模型进行预处理；步骤4：对经过几何处理后的单根燃料棒流体区域进行结构化六面体网格划分；步骤5：将生成好的单根燃料棒流体区域三维结构化网格进行阵列复制与拼接，完成整个燃料组件冷却剂通道的结构网格划分。
-
公开(公告)号：CN114357901B
公开(公告)日：2024-09-13
申请号：CN202111485565.X
申请日：2021-12-07
IPC: G06F30/28 , G06F30/17 , G06F111/04
Abstract: 本发明公开了一种十字螺旋燃料组件冷却剂通道的结构化网格划分方法，包括步骤1：建立十字螺旋燃料在不同扭转角度平面上异形截面的结构化拓扑等效划分方法，根据燃料棒的周期性扭转特点，建立合适的连续拓扑结构；步骤2：建立十字螺旋燃料棒束冷却剂通道典型单棒单元的三维几何模型，包括单根燃料棒周围的流体区域，其轴向长度为90°扭转角；步骤3：将单根燃料棒流体区域几何模型进行预处理；步骤4：对经过几何处理后的单根燃料棒流体区域进行结构化六面体网格划分；步骤5：将生成好的单根燃料棒流体区域三维结构化网格进行阵列复制与拼接，完成整个燃料组件冷却剂通道的结构网格划分。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.033 seconds)
