-
公开(公告)号：CN119693782A
公开(公告)日：2025-03-25
申请号：CN202411745818.6
申请日：2024-12-02
Applicant: 上海大学
IPC: G06V20/05 , G06V10/30 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/088
Abstract: 本发明涉及水下机器人声呐数据处理技术领域，具体为一种基于卷积自编码器的水下机器人声呐数据处理方法及装置，包括以下步骤：S1、搭建数据库：S2、标准化处理：S3、构建卷积自编码器模块：S4、训练预处理网络：S5、提取特征并降噪；S6、输出数据：本发明通过采用卷积自编码器模型，可以自动从原始数据中学习到数据的内在结构，具有良好的去噪和特征提取能力，能够有效去除水下噪声、回声和其他不相关信息，从而提高数据的清晰度和精度；还能有效增强空间和深度信息，对水下环境中的障碍物和危险区域识别更准确；本发明的方法为无监督学习方法，可以适应不同水下环境自动优化与处理流程，进一步增强了水下机器人的适应性、鲁棒性和泛化能力。
-
公开(公告)号：CN118644521A
公开(公告)日：2024-09-13
申请号：CN202410680502.7
申请日：2024-05-29
Applicant: 上海大学
IPC: G06T7/246 , G06T7/277 , G06V20/40 , G06V10/25 , G06V10/74 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明属于多目标跟踪技术领域，具体公开了一种基于孪生网络目标检测的海面多目标跟踪方法及其设备和可读存储介质，其方法包括以下步骤：S1、将海面场景数据集分为常规场景数据和高亮场景数据，常规场景数据用于训练N‑YOLO检测子网络，高亮场景数据用于训练S‑YOLO检测子网络；构建基于N‑YOLO检测子网络和S‑YOLO检测子网络的孪生网络；S2、将摄像头采集到的视频数据输入到检测模块中，基于评价函数搭建孪生网络判别系统，对N‑YOLO检测子网络和S‑YOLO检测子网络的检测结果进行选择性输出，得到鲁棒的目标检测信息；S3、对跟踪轨迹对象的当前位置进行卡尔曼滤波预测，并对未来两帧图像进行额外预测，计算预测框间的IOU值，并根据阈值标记无遮挡或潜在遮挡图像帧。
-
公开(公告)号：CN119536322A
公开(公告)日：2025-02-28
申请号：CN202411692654.5
申请日：2024-11-25
Applicant: 上海大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明属于水下机器人避碰控制技术领域，具体公开了一种基于多传感器数据融合的水下机器人避碰控制方法、电子设备及存储介质，其方法包括S1、基于光学相机获取的数据并结合图像增强技术进行预处理，得到图像数据集合；S2、基于声呐获取的数据，并基于声呐信号处理算法在数据预处理阶段进行处理，得到距离数据集合；S3、基于管线仪获取的数据，并进行数据预处理，得到管线数据集合；S4、根据得到的图像数据集合、距离数据集合和管线数据集合进行数据融合处理；S5、检测到前方存在障碍物时，依据预设的避碰控制策略进行智能决策，引导机器人绕过障碍物。
-
-
Search Results
3
records
(took 0.016 seconds)
