-
Patent Agency Ranking
公开(公告)号：CN118351179A
公开(公告)日：2024-07-16
申请号：CN202410416884.2
申请日：2024-04-08
Applicant: 北京理工大学
Abstract: 本发明提供一种基于多维MatchNet的重力梯度匹配定位方法，利用MatchNet的特征提取和度量能力，结合重力梯度五个独立分量，搭建了重力梯度图像匹配网络GGIMN，该匹配网络GGIMN充分利用了深度学习在图像匹配方面的优势，具有比传统数理统计特征、灰度特征等图像特征更准确高效的表征与度量能力，不但提升了匹配定位的精度，还解决了以往匹配定位方法计算复杂、对图像特征变化要求高的问题。
-
公开(公告)号：CN113984056B
公开(公告)日：2024-03-22
申请号：CN202111173688.X
申请日：2021-09-30
Applicant: 北京理工大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于小波变换的重力梯度辅助导航适配区选取方法，通过在频率域设置适配区的选取准则，根据重力梯度高频图像的幅值及纹理密集程度来确定适配区，能够充分利用重力梯度信息，所选适配区客观全面、精准度高、适配区面积大，且计算复杂度低、效率高，此外，本发明基于重力梯度的高分辨率，采用小波变换提取重力梯度的高频信息，弥补了传统数理统计特征方法计算复杂、错误率高、耗时长的缺点，同时能够获取最优的航迹方向，为后续水下潜器航迹规划提供参考。
-
公开(公告)号：CN116518955A
公开(公告)日：2023-08-01
申请号：CN202210057651.9
申请日：2022-01-19
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于局部GLCM的图像辅助匹配定位导航方法。较以往单点、序列匹配定位导航方法，本发明利用了信息更为充分的二维图像作为观测值，通过提取的抗噪性强的导航图像GLCM纹理特征，对导航局部基准图与导航实时图进行匹配搜索，进而准确求解了最优匹配图像，最后推算出了当前时刻载体的估计位置，从而对惯导进行修正。本发明动态地实现了卫星拒止环境下的水下潜器/行人/车辆的高精度匹配定位，能够充分利用环境信息，不受运动轨迹影响，精准度高，计算复杂度低、效率高，同时本发明在图像匹配的过程中能够保证匹配的实时性。
-
公开(公告)号：CN117191044A
公开(公告)日：2023-12-08
申请号：CN202311308606.7
申请日：2023-10-10
Applicant: 北京理工大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于遗传算法的梯度综合图像匹配辅助导航方法。本发明首先针对梯度图中相对平坦的海床、马鞍连接和尖峰等不同海底形貌，结合数理统计特征、空间域局部GLCM特征和频率域小波纹理特征，提出了重力梯度基准图并行优势特征匹配预计算，并对所有独立分量重力梯度基准图的优势特征进行加权融合，得到综合图像匹配特征向量；然后建立基于遗传算法的重力梯度综合图像匹配模型，利用遗传算法的并行计算能力提升了方法的计算效率，解决了原有图像匹定位方法实时性丧失的问题。本发明方法充分利用了独立的重力梯度分量的局部图像特征，弥补了重力梯度图匹配方法实时性不足的问题，并提升了方法的匹配定位精度。
-
公开(公告)号：CN113984056A
公开(公告)日：2022-01-28
申请号：CN202111173688.X
申请日：2021-09-30
Applicant: 北京理工大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于小波变换的重力梯度辅助导航适配区选取方法，通过在频率域设置适配区的选取准则，根据重力梯度高频图像的幅值及纹理密集程度来确定适配区，能够充分利用重力梯度信息，所选适配区客观全面、精准度高、适配区面积大，且计算复杂度低、效率高，此外，本发明基于重力梯度的高分辨率，采用小波变换提取重力梯度的高频信息，弥补了传统数理统计特征方法计算复杂、错误率高、耗时长的缺点，同时能够获取最优的航迹方向，为后续水下潜器航迹规划提供参考。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
