公开(公告)号：CN118229774A

公开(公告)日：2024-06-21

申请号：CN202410086124.X

申请日：2024-01-22

Applicant: 哈尔滨工程大学

Inventor： 孙骞 ,  刘瓦 ,  许自强 ,  邹珺婧 ,  王昊 ,  李一兵 ,  叶方

IPC: G06T7/73 ,  G06T7/246 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464

Abstract: 一种面向弱纹理及动态场景的视觉SLAM系统和方法，属于视觉SLAM技术领域，解决实际应用环境中弱纹理及动态物体同时对视觉SLAM系统造成的定位误差影响问题。本发明的方法包括：通过基于深度学习的GCNv2网络生成关键点和描述符，同时对GCNv2特征提取过程中的非极大值抑制算法进行改进，将原距离NMS算法改进为圆形覆盖抑制算法，使其可以根据局部点密度进行自适应抑制，以取得更好的关键点分布性能，同时也使得提取特征成本更低且分布更加均匀；增加一个并行的语义检测线程，采用YOLOv5目标检测算法对动态目标进行检测，然后将检测结果发布到SLAM线程进行动态特征点的筛选和剔除。本发明适用于隧道、走廊等弱纹理及动态场景，能够实现在无GPS环境下的精准定位。

公开(公告)号：CN116522174A

公开(公告)日：2023-08-01

申请号：CN202310675229.4

申请日：2023-06-08

Applicant: 哈尔滨工程大学

Inventor： 孙骞 ,  刘瓦 ,  李凌莉 ,  田京鹭 ,  邹珺婧 ,  赵云龙 ,  李一兵 ,  叶方

IPC: G06F18/23 ,  G06F18/214 ,  G06F18/213 ,  G06F18/241 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0985 ,  G06N3/08 ,  G01C25/00

Abstract: 本发明公开一种水下惯性基多源导航系统联合故障智能诊断方法。步骤1：基于历史数据对故障数据数量进行评判；步骤2：判断故障数据的训练样本是否大于阈值，若大于阈值则进行步骤3，若小于阈值则进行步骤4；步骤3：使用基于GCN‑LSTM时空组合模型的故障诊断方法进行故障诊断；步骤4：使用基于FMM‑ML模型的故障诊断方法进行故障诊断；步骤5：将步骤3或步骤4的故障诊断存入历史数据库中,为下次故障诊断提高训练样本，从而提高AUV多源导航系统在实际工作中的故障诊断性能。针对水下多源导航系统在实际环境中存在不同工况不同传感器在不同阶段样本数目不同的问题。