-
公开(公告)号：CN117806173B
公开(公告)日：2024-05-10
申请号：CN202410223789.0
申请日：2024-02-29
Applicant: 哈尔滨工程大学 , 黑龙江水运规划设计院有限公司
IPC: G05B13/04
Abstract: 本发明公开了基于卡尔曼滤波算法的混合结构振动有源控制系统及方法，涉及非平稳振动抑制技术领域，包括振源停止工作，设定白噪声为输入信号进行次级通道辨识；振源工作，通过加速度传感器采集振源信号作为参考信号，抑振点处的加速度传感器作为误差信号，输入控制器；通过控制器DSP对输入信号进行处理，使用自适应混合结构卡尔曼滤波迭代，得到后验估计值作为振源的最优估计；控制器通过D/A转换将数字信号变为模拟信号，经功率放大器输出；抑振点处的加速度传感器信号为振源信号与抑振信号的叠加，实时地通过电荷放大器和A/D转换反馈至控制器，循环迭代进行控制。本发明即使在信号频率失调及幅值突变情况下可进行有效抑振，适用性强。
-
公开(公告)号：CN117806173A
公开(公告)日：2024-04-02
申请号：CN202410223789.0
申请日：2024-02-29
Applicant: 哈尔滨工程大学 , 黑龙江水运规划设计院有限公司
IPC: G05B13/04
Abstract: 本发明公开了基于卡尔曼滤波算法的混合结构振动有源控制系统及方法，涉及非平稳振动抑制技术领域，包括振源停止工作，设定白噪声为输入信号进行次级通道辨识；振源工作，通过加速度传感器采集振源信号作为参考信号，抑振点处的加速度传感器作为误差信号，输入控制器；通过控制器DSP对输入信号进行处理，使用自适应混合结构卡尔曼滤波迭代，得到后验估计值作为振源的最优估计；控制器通过D/A转换将数字信号变为模拟信号，经功率放大器输出；抑振点处的加速度传感器信号为振源信号与抑振信号的叠加，实时地通过电荷放大器和A/D转换反馈至控制器，循环迭代进行控制。本发明即使在信号频率失调及幅值突变情况下可进行有效抑振，适用性强。
-
公开(公告)号：CN119292336B
公开(公告)日：2025-02-18
申请号：CN202411822707.0
申请日：2024-12-12
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G05D1/648 , G01C21/20 , G05D1/249 , G05D1/43 , G06V20/56 , G06V10/764 , G05D109/30
Abstract: 本发明提供了一种面向多栖无人艇的感知方法及系统，涉及无人艇控制技术领域，该面向多栖无人艇的感知方法包括：根据图像中每个像素点和对应的相邻像素点的灰度值的比较结果确定异常像素点；根据每个异常像素点确定每个异常像素点对应的偏离值；将偏离值小于第一预设阈值的异常像素点确定为边缘像素点，并根据全部边缘像素点对图像进行区域划分得到子区域图像；将子区域图像输入训练好的图像分类模型输出区域类型；确定预设行驶路线穿越目标区域时经过的目标子区域以及经过目标子区域的顺序，根据目标子区域对应的区域类型和经过目标子区域的顺序生成无人艇的控制策略。本发明可以有效提高无人艇控制的适应性和安全性。
-
公开(公告)号：CN119295741A
公开(公告)日：2025-01-10
申请号：CN202411804194.0
申请日：2024-12-10
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06V10/25 , G06N3/0464 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/58 , G01S17/66 , G01S17/86
Abstract: 本发明提供了一种极地无人艇的目标跟踪方法、装置、电子设备及存储介质，涉及目标检测技术领域，包括：获取距离信息、无人艇行驶信息和待处理图像数据；当距离信息大于预设距离时得到待检测目标情况；当为待检测目标静态情况时，通过对待处理图像数据进行灰度处理后进行特征提取得到第一待检测目标特征；当为待检测目标动态情况时，将待处理图像数据输入双层特征融合模型得到第二待检测目标特征；当距离信息小于或等于预设距离时，将待处理图像数据输入YOLO卷积网络模型得到第三待检测目标特征；根据所述第一待检测目标特征或所述第二待检测目标特征或所述第三待检测目标特征确定待检测目标位置。本发明实现了提高目标跟踪精度。
-
公开(公告)号：CN119295712B
公开(公告)日：2025-04-22
申请号：CN202411804195.5
申请日：2024-12-10
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
Abstract: 本发明提供了一种适用于极地无人艇的目标识别方法，涉及目标识别技术领域，方法包括获取极地无人艇目标区域的图像数据和环境数据，其中，环境数据包括气象数据和障碍数据；提取图像数据的客观指标，并根据气象数据、障碍数据和客观指标，确定识别影响参数；根据识别影响参数，分割图像数据，生成至少一个缺陷图像和至少一个正常图像；根据识别影响参数，确定每个缺陷图像的缺陷类型，其中缺陷类型包括遮挡缺陷和清晰度缺陷；根据遮挡补偿图像和/或清晰度补偿图像，以及所有正常图像，生成待识别图像数据，并根据待识别图像数据，采用目标识别技术，生成目标识别结果。通过本发明的方法，可以提高目标识别的精度。
-
Patent Agency Ranking
公开(公告)号：CN119295712A
公开(公告)日：2025-01-10
申请号：CN202411804195.5
申请日：2024-12-10
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
Abstract: 本发明提供了一种适用于极地无人艇的目标识别方法，涉及目标识别技术领域，方法包括获取极地无人艇目标区域的图像数据和环境数据，其中，环境数据包括气象数据和障碍数据；提取图像数据的客观指标，并根据气象数据、障碍数据和客观指标，确定识别影响参数；根据识别影响参数，分割图像数据，生成至少一个缺陷图像和至少一个正常图像；根据识别影响参数，确定每个缺陷图像的缺陷类型，其中缺陷类型包括遮挡缺陷和清晰度缺陷；根据遮挡补偿图像和/或清晰度补偿图像，以及所有正常图像，生成待识别图像数据，并根据待识别图像数据，采用目标识别技术，生成目标识别结果。通过本发明的方法，可以提高目标识别的精度。
-
公开(公告)号：CN119292336A
公开(公告)日：2025-01-10
申请号：CN202411822707.0
申请日：2024-12-12
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G05D1/648 , G01C21/20 , G05D1/249 , G05D1/43 , G06V20/56 , G06V10/764 , G05D109/30
Abstract: 本发明提供了一种面向多栖无人艇的感知方法及系统，涉及无人艇控制技术领域，该面向多栖无人艇的感知方法包括：根据图像中每个像素点和对应的相邻像素点的灰度值的比较结果确定异常像素点；根据每个异常像素点确定每个异常像素点对应的偏离值；将偏离值小于第一预设阈值的异常像素点确定为边缘像素点，并根据全部边缘像素点对图像进行区域划分得到子区域图像；将子区域图像输入训练好的图像分类模型输出区域类型；确定预设行驶路线穿越目标区域时经过的目标子区域以及经过目标子区域的顺序，根据目标子区域对应的区域类型和经过目标子区域的顺序生成无人艇的控制策略。本发明可以有效提高无人艇控制的适应性和安全性。
-
公开(公告)号：CN119295741B
公开(公告)日：2025-04-08
申请号：CN202411804194.0
申请日：2024-12-10
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06V10/25 , G06N3/0464 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/58 , G01S17/66 , G01S17/86
Abstract: 本发明提供了一种极地无人艇的目标跟踪方法、装置、电子设备及存储介质，涉及目标检测技术领域，包括：获取距离信息、无人艇行驶信息和待处理图像数据；当距离信息大于预设距离时得到待检测目标情况；当为待检测目标静态情况时，通过对待处理图像数据进行灰度处理后进行特征提取得到第一待检测目标特征；当为待检测目标动态情况时，将待处理图像数据输入双层特征融合模型得到第二待检测目标特征；当距离信息小于或等于预设距离时，将待处理图像数据输入YOLO卷积网络模型得到第三待检测目标特征；根据所述第一待检测目标特征或所述第二待检测目标特征或所述第三待检测目标特征确定待检测目标位置。本发明实现了提高目标跟踪精度。
-
公开(公告)号：CN119942330A
公开(公告)日：2025-05-06
申请号：CN202510015571.0
申请日：2025-01-06
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 多尺度特征融合的极地无人艇目标识别方法、系统和设备，属于目标识别技术领域，解决自主航行时光学传感器进行目标识别任务时存在漏报率高、定位鲁棒性偏弱问题。本发明的方法包括：针对YOLO目标检测算法，提出更轻量化且高效的E‑BiFPN，其结构在训练过程中融合更多有效尺度特征信息；设计了一种轻量级特征信息堆叠的节点模块，该方案将可分离卷积与通道混洗思想相结合；结合动态检测头，增强原有模型对水面目标检测任务的适应性，将目标检测头与注意力统一起来，将多种注意力机制、特征水平之间的尺度意识、空间位置之间的空间意识以及输出通道内的任务意识协调一致地结合。本发明适用于极地无人艇在恶劣极地环境下的目标识别。
-
公开(公告)号：CN119690068A
公开(公告)日：2025-03-25
申请号：CN202411754028.4
申请日：2024-12-02
Applicant: 哈尔滨工程大学
Abstract: 一种基于输出重定义的欠驱动无人艇编队控制方法，涉及欠驱动无人艇编队控制技术领域。为解决现有技术中存在的，现有的欠驱动无人艇编队控制技术存在控制输入不足，模型不确定性和外部干扰以及传统控制方法存在微分爆炸问题的技术缺陷，本发明提供的技术方案为：一种基于输出重定义的欠驱动无人艇编队控制方法，方法包括：建立欠驱动无人艇的运动学和动力学模型，并分解为姿态子系统和位置子系统；通过所述姿态子系统和位置子系统分别设计姿态控制器和位置控制器，逼近系统非线性项；通过一阶滤波器避免所述模型中虚拟控制律的重复微分；结合基于最小学习参数法的自适应控制律和辅助自适应律。适合应用于欠驱动无人艇编队控制的工作中。
-
-
-
-
-
-
-
-
-
Search Results
207
records
(took 0.08 seconds)
