-
公开(公告)号:CN111028154B
公开(公告)日:2023-05-09
申请号:CN201911299916.0
申请日:2019-12-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种地形崎岖不平海底的侧扫声呐图像匹配拼接方法,包括对侧扫声呐图像进行预处理,使其能够与实际的海底景象信息对应;将大量侧扫声呐图像进行标注获取侧扫声呐图像语义分割的数据集;搭建语义分割神经网络,并对语义分割神经网络进行训练;训练完成的语义分割网络对需要进行匹配拼接的侧扫声呐图像进行分割,利用分割后的图像进行模板匹配获得两张侧扫声呐图像的相对位置信息;最后根据获得相对位置信息对预处理之后的侧扫声呐图像进行融合拼接。通过本发明的方法,可以解决目前侧扫声呐图像匹配方法无法对地形崎岖不平海底的侧扫声呐图像进行匹配的问题。
-
公开(公告)号:CN113296524B
公开(公告)日:2022-11-29
申请号:CN202110450053.3
申请日:2021-04-25
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明提出一种水下仿生球形/半球形机器人的推力矢量分配优化方法,所述机器人赤道面周向分布四组腿部机构,每组所述腿部机构至少包括依次连接的第一水平转动关节、第一连杆、第一垂直转动关节及远端连接的推进器,所述方法包括:S1,建立所述机器人的多种运动模式,所述多种运动模式至少包括“H”型运动模式、“工”型运动模式和“X”型运动模式;S2,建立所述多种运动模式分别对应的运动模型,所述运动模型至少包括“H”型运动模型、“工”型运动模型和“X”型运动模型;S3,根据多个所述运动模型建立多并联PID控制模型,设定期望航迹点,以所述机器人的位置信息和姿态角信息为反馈信息,切换所述运动模式,闭环控制所述机器人运动。
-
公开(公告)号:CN113074725B
公开(公告)日:2022-07-22
申请号:CN202110512081.3
申请日:2021-05-11
Applicant: 哈尔滨工程大学
Abstract: 一种基于多源信息融合的小型水下多机器人协同定位方法及系统,属于多机器人协同定位技术领域,用以解决小型水下机器人因尺寸小、供能有限而无法使用光纤陀螺、多普勒(DVL)及水声定位系统进行定位的问题。本发明将基于压力传感器的两台机器人垂直距离信息和基于环视立体感知装置即双目视觉定位的机器人三维空间位置信息融合,获取精确的水下机器人空间位置,在特殊的水下环境中,不需要依赖较大功率且比较笨重的定位设备,解决了小型水下机器人因尺寸小、供能有限而无法使用光纤陀螺、多普勒(DVL)及水声定位系统进行定位的问题,有效提高了小型水下多机器人相对协同定位的精度和鲁棒性。本发明为小型两栖机器人协同编队控制提供理论基础。
-
公开(公告)号:CN113306685A
公开(公告)日:2021-08-27
申请号:CN202110572183.4
申请日:2021-05-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种水下仿生球形/半球形机器人的位姿感知方法,该机器人包括一球形/半球形外壳、一压力传感器阵列,压力传感器阵列沿外壳周向布置,该方法包括:步骤1,确定压力传感器阵列中的迎水面压力传感器,读取迎水面压力传感器的数据,计算各个迎水面压力传感器感测的压力;步骤2,将各个迎水面压力传感器感测的压力、水流对机器人迎水面的压力、以及读数最大的压力传感器的感受面垂直方向与水流方向的夹角为参数,求解机器人的运动速度和运动方向;步骤3,根据机器人在世界坐标系OE下的运动速度,以及机器人的姿态信息,计算机器人的位置。本发明解决了小型化水下机器人无法实现运动速度和运动方向感知的问题,且实现成本低。
-
公开(公告)号:CN110060248A
公开(公告)日:2019-07-26
申请号:CN201910321418.5
申请日:2019-04-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于深度学习与声呐图像处理领域,具体涉及一种基于深度学习的声呐图像水下管道检测方法。本发明包括如下步骤:构建侧扫声呐图像样本数据集;对数据集中的图像进行预处理;构建用于判别水下管道的铺设方式和检测管道位置的深度卷积神经网络,并训练网络的权重得到训练好的网络;对预处理后的侧扫声呐图中水下管道铺设方式进行判断和给出位置的包围盒集合;根据包围盒集合的中心点得到水下管道的中心位置线,根据包围盒集合覆盖区域分割出目标。本专利方法与现有的方法相比,能够更准确对水下管道的铺设方式进行判定,更精准地检测出水下管道的位置及其中心位置线,泛化能力强,而且在并行加速单元的硬件支持下,检测速度快、效率高。
-
公开(公告)号:CN110060248B
公开(公告)日:2022-11-11
申请号:CN201910321418.5
申请日:2019-04-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于深度学习与声呐图像处理领域,具体涉及一种基于深度学习的声呐图像水下管道检测方法。本发明包括如下步骤:构建侧扫声呐图像样本数据集;对数据集中的图像进行预处理;构建用于判别水下管道的铺设方式和检测管道位置的深度卷积神经网络,并训练网络的权重得到训练好的网络;对预处理后的侧扫声呐图中水下管道铺设方式进行判断和给出位置的包围盒集合;根据包围盒集合的中心点得到水下管道的中心位置线,根据包围盒集合覆盖区域分割出目标。本专利方法与现有的方法相比,能够更准确对水下管道的铺设方式进行判定,更精准地检测出水下管道的位置及其中心位置线,泛化能力强,而且在并行加速单元的硬件支持下,检测速度快、效率高。
-
公开(公告)号:CN113310517A
公开(公告)日:2021-08-27
申请号:CN202110573922.1
申请日:2021-05-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于水下仿生球形/半球形机器人群的广域水流感知方法,机器人包括一球形/半球形外壳、一压力传感器阵列,压力传感器阵列沿外壳周向布置,该方法包括:步骤1,确定压力传感器阵列中的迎水面压力传感器,读取迎水面压力传感器的数据,计算各个迎水面压力传感器感测的压力;步骤2,将各个所述迎水面压力传感器感测的压力、水流对机器人迎水面的压力、以及读数最大的压力传感器的感受面垂直方向与水流方向的夹角为参数,求解水流方向和水流强度。本发明解决了小型化水下机器人无法实现水流强度和水流方向感知的问题,可以根据机器人群的感知信息,完成广域环境水流信息的实时记录和绘制,且实现成本低。
-
公开(公告)号:CN107590851B
公开(公告)日:2020-09-11
申请号:CN201710717243.0
申请日:2017-08-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于质点弹簧与填充体模型混合的软体形变模型构建方法,属于计算机图形学仿真、虚拟现实领域。包括以下步骤:应用三维建模软件构建三维人体器官模型;对经过减面处理的人体器官模型进行三角剖分获取四面体模型;构建填充体模型;构建弹簧结构;形成表层约束条件以及内部填充体约束条件;对人体器官模型表层与内部填充体模型进行渲染;将视觉显示结构与物理形变结构分离。本发明在传统质点弹簧模型基础上融入了体模型的概念,减少了形变过程中的计算量,同时由于内部填充体模型的存在,使整个软体形变模型更加接近于真实的人体器官结构,避免了传统质点弹簧易产生塌陷失真的现象,大大增强了虚拟手术过程中软体形变的仿真效果。
-
公开(公告)号:CN107689078A
公开(公告)日:2018-02-13
申请号:CN201710717268.0
申请日:2017-08-21
Applicant: 哈尔滨工程大学
CPC classification number: G06T17/005 , G06T19/003
Abstract: 本发明公开了一种基于链表排序平衡二叉树的层次包围盒树构建方法,属于虚拟现实中软体碰撞检测技术领域。本发明将所要建立包围盒树的物体按照合理精度划分成基本几何图元,并生成对应的AABB层次包围盒,创建链表存储二叉树,对所建立二叉树进行遍历,在链表中每个二叉树对象增加一个属性值存储着该二叉树到参照地点的长度,根据链表中二叉树对象中该属性值对链表进行升序排列;遍历链表,将链表中的二叉树两两进行合并,合并结果存入该链表。本发明使用链表排序的平衡二叉树方法降低了树的高度,解决了二叉树合并过程中的重复排序问题,降低了遍历时的时间复杂度,节省了构造树的耗时,提升了碰撞检测过程的实时性及碰撞检测效率。
-
公开(公告)号:CN107590851A
公开(公告)日:2018-01-16
申请号:CN201710717243.0
申请日:2017-08-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于质点弹簧与填充体模型混合的软体形变模型构建方法,属于计算机图形学仿真、虚拟现实领域。包括以下步骤:应用三维建模软件构建三维人体器官模型;对经过减面处理的人体器官模型进行三角剖分获取四面体模型;构建填充体模型;构建弹簧结构;形成表层约束条件以及内部填充体约束条件;对人体器官模型表层与内部填充体模型进行渲染;将视觉显示结构与物理形变结构分离。本发明在传统质点弹簧模型基础上融入了体模型的概念,减少了形变过程中的计算量,同时由于内部填充体模型的存在,使整个软体形变模型更加接近于真实的人体器官结构,避免了传统质点弹簧易产生塌陷失真的现象,大大增强了虚拟手术过程中软体形变的仿真效果。
-
-
-
-
-
-
-
-
-