-
公开(公告)号：CN114485613A
公开(公告)日：2022-05-13
申请号：CN202111655922.2
申请日：2021-12-31
Abstract: 本发明涉及一种多信息融合水下机器人定位方法。本发明用数值积分方法计算不同角度下双目摄像头拍摄范围重叠区域面积，找到双目摄像头拍摄范围重叠区域面积最大的角度；用棋盘法标定双目摄像头的内参，用拟合直线误差判断标定是否成功，之后标定双目摄像头的外参；位姿解算，获取多传感器信息以待分析，利用传感器信息解算机器人位姿并进行融合以实现优势互补；位姿优化，利用存储的若干关键帧状态进行批量调整；回环检测，当前时刻拍摄到的图像和存储的若干帧图像用词袋法度量相似度，以检测水下机器人是否重新回到某个位置附近。本发明结合多种传感器信息，提高其定位的精度，弥补了单一视觉定位对光照变化敏感、在弱纹理区域效果差的缺点。
-
公开(公告)号：CN114485613B
公开(公告)日：2024-05-17
申请号：CN202111655922.2
申请日：2021-12-31
Abstract: 本发明涉及一种多信息融合水下机器人定位方法。本发明用数值积分方法计算不同角度下双目摄像头拍摄范围重叠区域面积，找到双目摄像头拍摄范围重叠区域面积最大的角度；用棋盘法标定双目摄像头的内参，用拟合直线误差判断标定是否成功，之后标定双目摄像头的外参；位姿解算，获取多传感器信息以待分析，利用传感器信息解算机器人位姿并进行融合以实现优势互补；位姿优化，利用存储的若干关键帧状态进行批量调整；回环检测，当前时刻拍摄到的图像和存储的若干帧图像用词袋法度量相似度，以检测水下机器人是否重新回到某个位置附近。本发明结合多种传感器信息，提高其定位的精度，弥补了单一视觉定位对光照变化敏感、在弱纹理区域效果差的缺点。
-
公开(公告)号：CN114393601A
公开(公告)日：2022-04-26
申请号：CN202111608397.9
申请日：2021-12-27
Abstract: 本发明公开了一种深海自适应吸附式机械手。本发明包括六自由度液压平台、防水激光位移传感器、涡旋吸附吸盘和位置补偿系统。所述的涡旋吸附吸盘设置在六自由度液压平台上。所述的防水激光位移传感器至少有三个，布置在涡旋吸附吸盘上，用于判断涡旋吸附吸盘的表面与被吸附表面的角度偏差。所述位置补偿控制系统，对防水激光位移传感器的数据进行融合处理，通过对六自由度液压平台进行位置控制，实现涡旋吸盘的角度调节，产生最大的吸附力。本发明提出了一种基于涡旋吸附机制且能通过位移传感器传输的数据对吸盘角度进行实时调整，从而实现物体表面的吸附，极大提高了深海吸附的安全性，适用于深海作业场合，可根据需要安装在不同的载体上。
-
公开(公告)号：CN114393601B
公开(公告)日：2024-05-17
申请号：CN202111608397.9
申请日：2021-12-27
Abstract: 本发明公开了一种深海自适应吸附式机械手。本发明包括六自由度液压平台、防水激光位移传感器、涡旋吸附吸盘和位置补偿系统。所述的涡旋吸附吸盘设置在六自由度液压平台上。所述的防水激光位移传感器至少有三个，布置在涡旋吸附吸盘上，用于判断涡旋吸附吸盘的表面与被吸附表面的角度偏差。所述位置补偿控制系统，对防水激光位移传感器的数据进行融合处理，通过对六自由度液压平台进行位置控制，实现涡旋吸盘的角度调节，产生最大的吸附力。本发明提出了一种基于涡旋吸附机制且能通过位移传感器传输的数据对吸盘角度进行实时调整，从而实现物体表面的吸附，极大提高了深海吸附的安全性，适用于深海作业场合，可根据需要安装在不同的载体上。
-
公开(公告)号：CN110740474A
公开(公告)日：2020-01-31
申请号：CN201910881723.X
申请日：2019-09-18
Applicant: 浙江大学 , 浙江大学舟山海洋研究中心
Abstract: 本发明公开了一种数据收集型移动水声传感网络的媒体接入控制方法。现有方法对移动汇聚节点收集固定传感节点的场景具有不适用性。本发明采用基于调度方式的MAC协议，首先由移动汇聚节点广播控制包，通知并邀请数据收集范围内的固定传感节点向其传输数据；固定传感节点在收到该控制包后，若有数据需要传输，则发送控制包请求接入信道以传输数据；移动汇聚节点通过估算传播时延，调度固定传感节点依次发送数据包。本发明方法较好地解决了可能由多个固定传感节点传输数据而引起的冲突，提高了网络吞吐量。本发明方法适用于移动汇聚节点收集固定传感节点数据的场景，提高了信道利用率，保证了数据传输的公平性。
-
Patent Agency Ranking
公开(公告)号：CN110740474B
公开(公告)日：2020-11-24
申请号：CN201910881723.X
申请日：2019-09-18
Applicant: 浙江大学 , 浙江大学舟山海洋研究中心
Abstract: 本发明公开了一种数据收集型移动水声传感网络的媒体接入控制方法。现有方法对移动汇聚节点收集固定传感节点的场景具有不适用性。本发明采用基于调度方式的MAC协议，首先由移动汇聚节点广播控制包，通知并邀请数据收集范围内的固定传感节点向其传输数据；固定传感节点在收到该控制包后，若有数据需要传输，则发送控制包请求接入信道以传输数据；移动汇聚节点通过估算传播时延，调度固定传感节点依次发送数据包。本发明方法较好地解决了可能由多个固定传感节点传输数据而引起的冲突，提高了网络吞吐量。本发明方法适用于移动汇聚节点收集固定传感节点数据的场景，提高了信道利用率，保证了数据传输的公平性。
-
公开(公告)号：CN119414042A
公开(公告)日：2025-02-11
申请号：CN202510028242.X
申请日：2025-01-08
Applicant: 浙江大学
IPC: G01P5/24 , G01H9/00 , G06F18/10 , G06F18/214
Abstract: 本发明公开了一种基于海底光纤分布式声学传感的海表风速反演方法。方法包括：通过基于分布式声波传感的海底光纤记录风成海洋环境噪声；通过浮标获取海表实际风速数据；获得噪声的时频功率谱及其有效频带；对风成海洋环境噪声进行质量控制后获得有效的传感单元组；建立反演参数模型，并根据有效的传感单元组的时频功率谱、有效频带和海表实际风速数据拟合获得反演参数；建立海表风速反演模型，根据反演参数以及待反演的噪声时频功率谱和有效频带获得反演后的海表风速。本发明基于高密度声学传感技术，充分利用广泛分布的海底光纤，有效改善海洋现场风速观测数据稀缺的现状，大大降低风速观测成本，为极端海况下的海表风速观测提供新途径。
-
公开(公告)号：CN113901383B
公开(公告)日：2024-08-06
申请号：CN202111057617.3
申请日：2021-09-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多层等梯度声速剖面模型的声学定位方法，包括：建立多层等梯度声速剖面的数学模型；确定若干传感器节点的状态信息，并获取传感器节点之间接收到的FDOA信息或FDOA信息和TDOA信息；根据获取的传感器节点的状态信息结合建立的多层等梯度声速剖面的数学模型建立目标节点和所述若干传感器节点位置信息之间的到达频率模型或到达频率和到达时间模型；利用FDOA或TDOA与FDOA联合估计方法结合步骤2)获取的信息和步骤3)的模型估计得到待定位目标节点的位置、速度信息。本发明提供的声学定位方法，通过多层等梯度声速剖面模型对声线进行有效的跟踪，减轻基于声线直线传播假设带来的误差，从而对移动目标的位置和速度做出更可靠和准确的估计。
-
公开(公告)号：CN117104465A
公开(公告)日：2023-11-24
申请号：CN202311194395.9
申请日：2023-09-15
Applicant: 浙江大学
IPC: B63C11/52
Abstract: 本发明公开一种用于支持水下无人航行器长时间工作的海底坞站。其采用框架结构，在前方和上方设置开口供航行器出入。设置有可开合甲板，用于扩大航行器的着陆面积。设置有机械引导装置，用于引导航行器降落后精确运动至坞内完成对接。设置有压紧装置，用于对接完成后对航行器进行固定。设置有无线充电和光通信装置，用于与水下航行器进行能量和信息交互。设置有用于海上布放的航行器锁紧装置和抛载上浮装置。设置有用于近岸试验的气囊实现布放回收。本发明采用“降落式”对接的海底坞站，结合光学和机械引导，减少对航行器运动控制精度的依赖，降低水下对接难度，使其能够高效地支持航行器实现长时间工作，同时提升坞站布放回收的快捷性和安全性。
-
公开(公告)号：CN116993815A
公开(公告)日：2023-11-03
申请号：CN202310899709.9
申请日：2023-07-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于机器视觉的多阶段AUV末端导航定位方法。本发明包含以下步骤：标定相机水下参数：获取水下相机的内参和畸变系数；主动光源导航：通过光源信息解算AUV位姿；寻找进入点：实现AUV从主动光源导航到被动图案导航的切换；被动图案导航：在距离尚远的时候利用棋盘解算位姿，在棋盘不能完全观测到时利用多个二维码信息融合解算位姿。本发明针对六自由度全驱AUV特点，设计了符合其运动学特征的降落式对接方式，采用中远距离检测主动光源、近距离检测被动图案标记的组合导航方式，融合了光源导航和图案标记导航的优点，能够在末端导航阶段AUV提供全过程高可靠的定位。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.022 seconds)
