-
公开(公告)号：CN110726415B
公开(公告)日：2023-09-29
申请号：CN201911000169.6
申请日：2019-10-21
Applicant: 哈尔滨工程大学
IPC: G01C21/32
Abstract: 本发明属于海底地形同步定位与建图领域，具体涉及一种自适应的水下多波束同步定位与建图方法。本发明采用反距离加权方法实现在不提取环境特征的情况下进行数据关联并通过库尔贝克‑莱布勒散度采样实现粒子数实时调整的基于粒子滤波的AUV测深数据同步定位与建图技术。本发明通过粒子分地图与均值轨迹分地图匹配实现不需要提取特征情况下的数据关联，通过库尔贝克—莱布勒散度实时控制粒子数，同时采用地形丰富度对粒子权值进行修正，提高了算法的鲁棒性。本发明不需要在海底地形中提取特征，可以实时控制粒子数，同时能够保证建图精度和实时性，适用性好，计算开销小，可以保证实时性。
-
公开(公告)号：CN113008223B
公开(公告)日：2022-10-28
申请号：CN202110233287.2
申请日：2021-03-03
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海底地形同步定位与建图技术领域，具体涉及一种基于粒子滤波与图优化的海底地形同步定位与建图方法。本发明设计了一种使用位姿图结构对粒子自身储存轨迹进行更新，并使用位姿图在每一时刻结束时生成此时刻输出地图的粒子滤波BSLAM算法。本发明只需要在每一时刻输入里程计数据和由多波束声获得的地形测深，在没有先验地形图的情况下实现AUV的同步定位与建图。本发明所提出的图优化混合粒子滤波BSLAM算法相较于基于子地图匹配的粒子滤波BSLAM算法，在大累积误差下仍能实时准确的提供定位与建图结果。
-
公开(公告)号：CN115035257A
公开(公告)日：2022-09-09
申请号：CN202210488831.2
申请日：2022-05-06
Applicant: 哈尔滨工程大学
Abstract: 本发明属于多波束测深技术领域，具体涉及一种应用于水下机器人的海底多波束测深数据压缩存储方法。本发明包括水下机器人通过多波束声呐原始数据获取；根据位姿信息解算海底地形数据；根据地形熵对地形数据进行分块处理；根据先验地形训练结果选择合适的网络架构；将每一块地形都作为训练集使用人工神经网络对其进行回归；训练好的模型代替原始测深数据从而实现数据的压缩。与直接存储三维点云数据相比，本发明仅存少量的模型参数，从而使得消耗的存储空间大大降低，与此同时能够实现快速地实现地形重构。
-
公开(公告)号：CN112732854A
公开(公告)日：2021-04-30
申请号：CN202110028795.7
申请日：2021-01-11
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种粒子滤波BSLAM方法，包括：步骤一：算法初始化；步骤二：在每个t时刻输入对海底地形的深度测量值z(t)与里程计更新值v(t)以及里程计DR(t)后，对P(1:N)中所有粒子进行运动更新、闭环检测、观测更新、粒子历史轨迹更新；步骤三：当t时刻所有粒子都进行了步骤二后，判断是否需要进行重采样，若是：将所有经过观测更新的粒子进行重采样，t＝t+1，转入步骤二，否则t＝t+1，转入步骤二；步骤四：当t＝T时，以最终粒子集中每个粒子轨迹的平均值结合对应时刻的观测数据z(1:t)生成海底地形图并输出。本发明只需要在每一时刻输入里程计数据和由多波束声纳获得的地形测深，即可在没有先验地形图的情况下实现AUV的同步定位与建图。
-
公开(公告)号：CN108469731B
公开(公告)日：2020-12-22
申请号：CN201810165859.6
申请日：2018-02-28
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种波浪滑翔器故障监测与鲁棒控制方法，属于波浪滑翔器控制领域，包含如下步骤：波浪滑翔器主控计算机在每个控制节拍读取一次各设备发送来的数据，并存储；主控计算机对n个控制节拍的数据进行分析，判别是否发生故障；主控计算机进行综合分析，判断波浪滑翔器系缆是否发生断裂；主控计算机针对波浪滑翔器的故障情况，根据鲁棒控制方法，对波浪滑翔器进行运动控制；利用无线电模块，将波浪滑翔器运行状态信息按通信协议反馈至母船，进入下一设备故障检测周期。本发明能够对波浪滑翔器所搭载的传感器等设备的工作状态进行故障检测，并能判断波浪滑翔器系缆是否发生断裂，利用鲁棒控制方法，提升了波浪滑翔器在设备故障时的生存能力。
-
Patent Agency Ranking
公开(公告)号：CN106767836B
公开(公告)日：2019-12-06
申请号：CN201710086012.4
申请日：2017-02-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种AUV海底地形匹配导航的滤波方法。包括对地形匹配定位的误差估计，地形匹配定位的似然函数修正，地形匹配定位的置信区间估计，参考导航与地形匹配结果的融合滤波。本发明的主要部分是地形匹配定位的误差估计方法、地形匹配定位数据和参考导航数据的融合方法，地形匹配导航计算机接收参考导航数据和实时地形测量数据，通过匹配定位，融合滤波两个步骤得到定位位置估计，然后将位置信息送入参考导航计算机进行导航修正，实现连续的递推导航。
-
公开(公告)号：CN110533650A
公开(公告)日：2019-12-03
申请号：CN201910802123.X
申请日：2019-08-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种基于视觉的AUV水下管道检测跟踪方法，属于水下管道检测领域。本发明包括：采集海底管道图像；对图像进行预处理；管道方向检测；管道中心线检测；管道位置检测。与现有的技术相比，本发明采用管道方向检测，管道中心检测和管道位置检测算法，并通过随机采样一致和一致性检测剔除异常值，保证AUV在进行管道检测时，根据准确的管道方向和位置进行自主航行。
-
公开(公告)号：CN110207721A
公开(公告)日：2019-09-06
申请号：CN201910492181.7
申请日：2019-06-06
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明属于图像处理领域，公开了一种考虑残差分布的无效地形匹配结果识别方法，包含如下步骤：步骤(1)：计算重叠区域高程残差序列；步骤(2)：绘制直方图，判断高程残差序列是否满足指定的高斯分布；步骤(3)：将重叠区域所有残差大于μ±σ的网格节点提取出来作为提取区域1，将所有未被提取的网格节点作为提取区域2；步骤(4)：分别计算提取区域1和提取区域2的平均高程残差、地形信息量以及有效节点的个数；步骤(5)：将提取区域1和提取区域2的平均高程残差、地形信息量、有效节点的个数输入神经网络中，若神经网络输出值大于预设值，该地形匹配结果有效，否则该地形匹配结果无效。本发明不需要其他信息辅助，算法易于实现。
-
公开(公告)号：CN106842209B
公开(公告)日：2019-04-23
申请号：CN201710054066.2
申请日：2017-01-24
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种多机器人协同水下地形匹配导航系统及方法，包括负责采集数据的机器人1…机器人I…机器人N和主机器人共N+1个机器人；保持多水下机器人(AUV)编队运行，采集多波束声纳数据，记录机器人相对位置信息，结合二者给出待匹配地形。利用概率相关的方法确定与之匹配的地形，进而结合机器人相对位置信息确定水下机器人所在的精确位置。本发明无需GPS、声学基阵的辅助，依靠自身传感器信号与相互通信，进行计算给出精确位置，完成导航。本发明可应用于多水下机器人协同地形匹配导航，且具有较高的鲁棒性。
-
公开(公告)号：CN108871351A
公开(公告)日：2018-11-23
申请号：CN201810870169.0
申请日：2018-08-02
Applicant: 哈尔滨工程大学
CPC classification number: G01C21/30 , G01C21/32 , G06Q10/047
Abstract: 本发明公开了一种AUV海底地形匹配的动态路径规划方法，属于水下航行器导航技术领域。包括环境建模，离线路径规划和在线路径重规划。环境模型通过地形信息和地形来源置信度构建，其中地形特征用地形标准差表示。离线路径规划基于快速搜索随机树算法，改进选择新节点和父节点算法，通过轮盘赌和马氏距离来处理地形信息，以避免低地形信息区域。在AUV沿着离线路径航行，检测到地形信息改变时，在线重规划通过判断地形改变，寻找局部导航最优节点和重优化全局路径等方法实现了对地形变化的判断并保证了导航精度。本发明适用于长航程、高精度的AUV路径规划，特别是当地形信息改变时，通过实时修改路径以保证导航精度和路径距离。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.034 seconds)
