-
公开(公告)号：CN111915677B
公开(公告)日：2023-11-17
申请号：CN202010649201.X
申请日：2020-07-08
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于三维点云特征的船舶位姿估计方法，首先通过从6个方向获取目标船的三维点云数据，采用拼接方式获得目标船的完整点云库。构建目标船的点云模板库。计算待配准目标船舶点云的ISS3D特征点及其特征直方图，得到模板点云库中的特征点与待配准点云库中的对应特征点重合的初始坐标变换矩阵，实现点云在全局范围内的快速粗配准。采用ICP点云配准算法，在上步粗配准的基础上进行点云的精准配准，获得实现点云精准配准的坐标变换矩阵。最后利用精准坐标变换矩阵与点云模板库中船舶的初始位姿信息，完成对目标船进行六自由度的位姿估计。本发明提出基于点云特征的船舶位姿估计算法实验，通过实验数据对比，验证本发明的有效性。
-
公开(公告)号：CN117010501A
公开(公告)日：2023-11-07
申请号：CN202310845914.7
申请日：2023-07-11
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于场景图神经网络推理机制的视觉问答系统及方法，包括问题嵌入模块、场景图提取模块、图神经网络注意力推理模块和答案预测模块，问题嵌入模块获取文本问题特征，文本问题通过Tokenizer模块进行词语分割和Transformer网络进行特征提取；场景图提取模块获取图像视觉特征，将特征嵌入为含有丰富图象信息的场景图；图神经网络注意力推理模块联合场景图特征和问题特征引入协同注意力推理机制进行协同注意力迭代推理，以同时关注深层文本信息和视觉信息；答案预测模块获取图神经注意力推理网络的最后迭代状态，和文本全局特征信息共同输入分类器进行答案预测。本发明性能相较于传统视觉问答模型得到显著提升。
-
公开(公告)号：CN116679557A
公开(公告)日：2023-09-01
申请号：CN202310547998.6
申请日：2023-05-16
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种飞机降落阶段故障重构与容错控制联合实现方法，求解得到满足线性矩阵不等式的对称正定矩阵P1、P2、X和矩阵K、Kf、L、Y1、Y2，所述线性矩阵不等式中的已知量根据飞行器降落数学模型、扩展系统方程、状态观测方程和闭环控制方程获得；将得到的矩阵L、K、Kf分别代入所代入所述状态观测方程和所述闭环控制方程，同时达到飞行器降落过程故障重构和容错控制。本发明在较短时间内完成同时求解故障重构算法参数和容错控制算法中未知参数目标，与其他方法相比减少计算量，实现飞机自动降落任务。
-
Patent Agency Ranking
公开(公告)号：CN114047778A
公开(公告)日：2022-02-15
申请号：CN202111229197.2
申请日：2021-10-21
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明属于飞机自动控制技术领域，具体涉及一种小型飞机短距离自动着陆横侧向控制方法。本发明构建了小型飞机横侧向非线性控制模型，该模型表示为多胞模型形式，与以往将模型简化为线性模型方法相比，可建立更准确的飞机着陆模型。本发明将飞机着陆风险引入到控制器性能指标中，控制算法在对性能指标优化过程中，直接抑制着陆风险。本发明设计了自适应神经网络控制，网络权值自动变化，进而可解算出补偿控制量，该补偿控制量作为预测控制算法中线性矩阵不等式的动态变量，增加预测控制算法收敛速度。
-
公开(公告)号：CN113298952A
公开(公告)日：2021-08-24
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：CN113177969A
公开(公告)日：2021-07-27
申请号：CN202110471464.0
申请日：2021-04-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于运动方向变化的候选种子的点云单目标跟踪方法，包括训练模块和测试模块，训练模块首先对点云预处理得到模板点云，其次使用高斯采样得到候选点云，再次将模板点云和候选点云输入编码器进行编码，得到对应的特征向量，最后分别计算距离损失函数与方向损失函数并且训练整个模型。测试模块首先使用预先训练的PointRcnn模型进行目标检测，其次进行候选区域采样，再次将采样的候选点云与上一帧跟踪目标点云输入到训练好的模型进行编码，最后对编码后的特征向量使用余弦相似性对比进行目标跟踪。本发明方法能够提高单目标跟踪精度，有效防止错跟踪现象出现。
-
公开(公告)号：CN112550592A
公开(公告)日：2021-03-26
申请号：CN202011313630.6
申请日：2020-11-20
Applicant: 哈尔滨工程大学
Abstract: 本发明属于船舶能耗预测技术领域，具体涉及一种基于数据驱动的船舶能耗预测方法。本发明包括获取船舶的期望航线、出发时间及海况信息；构建离线基础模型，包括船舶对水稳态航速模型、发动机功率模型和发动机油耗模型；对船舶对水稳态航速模型和发动机功率模型的离散网格矩阵进行高维线性插值；对发动机油耗模型的离散网格矩阵进行一维线性插值；实时推演船舶能耗模型。本发明以一套数据矩阵作为支持，实现船舶长航路的能耗快速计算，该方法中的数据矩阵可通过多种方式获得，并方便快速替换。本发明不影响原有的船舶动力学仿真模型的思路，在实际仿真验证评估系统中与动力学仿真模式并存，各自负责不同类型的仿真计算。
-
公开(公告)号：CN110969624A
公开(公告)日：2020-04-07
申请号：CN201911082345.5
申请日：2019-11-07
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种激光雷达三维点云分割方法，首先提取激光雷达采集的原始三维点云数据，然后对原始点云预处理，包括对原始点云数据的去噪、简化以及坐标变换，构建三维笛卡尔坐标系下的基础点云数据，并将三维数据用二维数组形式存储，再采用变邻域分散搜索策略，动态调整区域生长法围绕种子的邻域范围和搜寻匹配范围的分辨率，开展点云初步分割工作，在此基础上设计点云分割包络扩散策略，对点云分割集合的周围进一步搜索，实现多集合的融合，进而得到点云分割的集合，最后设计一种点云分割结果的可视化功能，用于查看点云分割效果。本发明有效提高了分割速率，有效抑制过分割情况，保持各目标的整体性，且便于观察分割目标扫描结果。
-
-
-
-
-
-
-
Search Results
48
records
(took 0.021 seconds)
