-
公开(公告)号：CN109886357B
公开(公告)日：2022-12-13
申请号：CN201910189578.9
申请日：2019-03-13
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/80 , G06V10/50 , G06V10/82
Abstract: 本发明提供的是一种基于特征融合的自适应权重深度学习目标分类方法。目标粗检测；提取图像卷积特征和HOG特征，对HOG特征扩维处理；将SENet嵌入到Resnet网络框架，建立用于提取图像多特征权重的网络框架；计算卷积特征和HOG特征的自适应权重向量，制定特征融合策略，计算图像融合特征；建立基于精准二分类网络集的多目标分类框架。本发明将图像卷积特征与HOG特征融合，提取图像特征的自适应权重向量，设计深度学习网络构型和参数，构建精准的分类网络，该网络通过降低得分阈值来得到更多的候选框，提高目标检测的召回率；通过设计多个二分类网络，在多分类问题上具有更高的准确率。
-
公开(公告)号：CN113298952B
公开(公告)日：2022-07-15
申请号：CN202110652559.2
申请日：2021-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于三维计算机视觉领域，具体涉及到一种基于数据扩容与相似性度量的面向残缺点云分类网络。本发明要解决的问题是如何将将完整的点云分类网络扩展到残缺点云，从而为面向残缺点云的分类问题提供优秀的解决方案。为此本发明在传统的基于点的分类网络的基础上，针对残缺点云提出了一种新的分类网络IPC‑Net，可以基于数据扩容及相似性度量解决残缺点云分类精度低及网络鲁棒性差的问题，此外利用辅助损失函数结合注意力机制帮助解决相关问题。
-
公开(公告)号：CN114048800A
公开(公告)日：2022-02-15
申请号：CN202111229203.4
申请日：2021-10-21
Applicant: 哈尔滨工程大学
IPC: G06K9/62 , G06V10/764 , G06V10/774
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种视觉信息海上目标识别多源混合数据集构建方法。本发明通过详细划分海上目标种类，为后续样本采集与标注提供标准分类条件；采用多种途径获取样本数据，利用海上目标样本采集、网络搜索、数据样本增广方式，分别构建样本数据集；设计样本分配和处理策略，并制定海上目标识别评价策略，保证样本中各类数据构成比例更为合理，保证后续神经网络训练的准确性。本发明可为基于深度学习的海上目标识别网络训练任务，提供更为合理的训练样本，使训练后的网络具有较强的鲁棒性和识别准确性。
-
公开(公告)号：CN109656262B
公开(公告)日：2021-10-01
申请号：CN201910045668.0
申请日：2019-01-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种提高小型飞机着陆过程乘客舒适度的控制方法。步骤1：获取小型飞机飞行状态量及控制量；步骤2：预估扰动气流状态量；步骤3：计算乘客舒适度并确定补偿量；步骤4：构造位置及速度补偿控制器；步骤5：构造飞机姿态角补偿控制器；步骤6：构造飞机姿态角速度偿控制器；步骤7：确定各控制器参数。本发明针对小型飞机着陆过程，本发明提出提高乘客舒适度的控制方法，设计扰动观测器预估扰动气流速度分量，提出乘客舒适度的计算方法，构建乘客舒适度补偿模型，结合基于非线性动态逆的横纵向综合设计思想，有效控制飞机着陆过程状态偏差，实现提高小型飞机着陆过程乘客舒适度的目的。
-
公开(公告)号：CN110554407A
公开(公告)日：2019-12-10
申请号：CN201910908054.0
申请日：2019-09-25
Applicant: 哈尔滨工程大学
IPC: G01S17/89
Abstract: 本发明公开了一种模拟船用激光雷达三维点云成像方法，首先设置场景属性，模拟场景的各类初始状态信息；其次通过在线和离线两种方式实现场景的构建工作，用以生成基本的初始状态信息，该信息将构成后续实际计算的数据来源；再次，解算扫描物标三角面的结果数据，并通过物标点云结果的判定与合成，生成最后的扫描结果点云信息；最后，利用OpenGL技术，实现激光雷达扫描效果的可视化，提供三维可视信息。本发明可设置激光雷达的不同参数以及目标不同的距离方位等，可灵活构建激光雷达工作环境；可根据仿真工况，保存为规定格式的三维点云文件，便于其他软件使用，并增加了激光雷达扫描效果的可视化信息，便于实验人员观测。
-
Patent Agency Ranking
公开(公告)号：CN109932701A
公开(公告)日：2019-06-25
申请号：CN201910261744.1
申请日：2019-04-02
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明涉及一种模拟船用雷达的目标船回波2D成像方法，包括设定雷达回波成像参数，以扫描线方式模拟雷达回波；构建船舶航行模拟单元，通过组播通信方式提供船舶模拟运动状态；雷达模拟数据预处理；解算雷达扫描线上各点与目标船的相对位置关系，确定扫描线各点的幅值；雷达回波成像信息可视化。本发明设计船舶航向模拟单元以及雷达回波模拟器，通过网络通信实时发送模拟目标船回波成像信息，并设置人机交互接口，自定义设置回波成像的数量、尺寸、位置和姿态，灵活定制动态回波成像信号，为船桥雷达显控台提供通用的验证成像测试信号。
-
公开(公告)号：CN109656262A
公开(公告)日：2019-04-19
申请号：CN201910045668.0
申请日：2019-01-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种提高小型飞机着陆过程乘客舒适度的控制方法。步骤1：获取小型飞机飞行状态量及控制量；步骤2：预估扰动气流状态量；步骤3：计算乘客舒适度并确定补偿量；步骤4：构造位置及速度补偿控制器；步骤5：构造飞机姿态角补偿控制器；步骤6：构造飞机姿态角速度偿控制器；步骤7：确定各控制器参数。本发明针对小型飞机着陆过程，本发明提出提高乘客舒适度的控制方法，设计扰动观测器预估扰动气流速度分量，提出乘客舒适度的计算方法，构建乘客舒适度补偿模型，结合基于非线性动态逆的横纵向综合设计思想，有效控制飞机着陆过程状态偏差，实现提高小型飞机着陆过程乘客舒适度的目的。
-
公开(公告)号：CN118565458B
公开(公告)日：2024-12-13
申请号：CN202410601787.0
申请日：2024-05-15
Applicant: 哈尔滨工程大学
Abstract: 一种机器人视觉SLAM中物体特征处理方法，涉及机器人图像特征处理领域。解决现有物体特征处理任务平面信息并没有充分地进行约束以及将Mask RCNN引入到SLAM中，Mask RCNN的实时性较差，使得系统难以真正被使用的问题。方法包括：开展物体特征对偶二次曲面的表示；计算椭球体的中心点和平均轴长，根据椭球体的中心点和平均轴长构建空间椭球体；对同一物体及特征进行数据关联；构建物体特征的投影模型；计算椭球体的重投影误差；建立室内空间中的平面地图，并在平面地图中获取所述物体的支持平面，对物体添加支撑平面约束；根据支撑平面约束构建物体因子图。应用于三维语义地图生成领域。
-
公开(公告)号：CN118565458A
公开(公告)日：2024-08-30
申请号：CN202410601787.0
申请日：2024-05-15
Applicant: 哈尔滨工程大学
Abstract: 一种机器人视觉SLAM中物体特征处理方法，涉及机器人图像特征处理领域。解决现有物体特征处理任务平面信息并没有充分地进行约束以及将Mask RCNN引入到SLAM中，Mask RCNN的实时性较差，使得系统难以真正被使用的问题。方法包括：开展物体特征对偶二次曲面的表示；计算椭球体的中心点和平均轴长，根据椭球体的中心点和平均轴长构建空间椭球体；对同一物体及特征进行数据关联；构建物体特征的投影模型；计算椭球体的重投影误差；建立室内空间中的平面地图，并在平面地图中获取所述物体的支持平面，对物体添加支撑平面约束；根据支撑平面约束构建物体因子图。应用于三维语义地图生成领域。
-
公开(公告)号：CN117742147A
公开(公告)日：2024-03-22
申请号：CN202311746891.0
申请日：2023-12-19
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于强化学习的舰载机自动着舰智能制导方法及系统，属于飞行控制领域。确定制导律的飞行状态输入量与指令输出量，建立基于强化学习的制导算法的状态空间与动作空间；设计基于强化学习的制导算法的奖励函数；设计强化学习的制导律框架，设置TD3强化学习算法的超参数并对神经网络训练，设置训练次数，保存最终训练完成的神经网络的参数；检验该制导律下舰载机着舰精度是否满足要求，不满足时重新设置新的奖励函数后，重新训练直至满足要求。考虑了舰载机当前飞行高度与理想下滑道高度的偏差以及姿态角和空速飞行状态与理想值的偏差，对舰尾流的抑制效果更强，提高了舰载机的着舰精度；避免了PID控制参数复杂的调参工作。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.025 seconds)
