-
公开(公告)号：CN110222632A
公开(公告)日：2019-09-10
申请号：CN201910480821.2
申请日：2019-06-04
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明公开一种灰色预测辅助区域建议的水面目标检测方法，属于智能无人船舶领域。本发明包括：首先，利用已训练好的模型检测到水面目标；然后，利用连续视频帧中的水面目标位置信息进行灰色预测；接着，运用灰色预测的结果对神经网络的区域建议进行反馈和引导；最后，通过上一步得到的更加准确的区域建议结果识别新入视频帧中的水面目标。本发明能够通过简化神经网络结构和提出更精确的区域建议来提升水面目标识别的准确率和速度。
-
公开(公告)号：CN109444911A
公开(公告)日：2019-03-08
申请号：CN201811217208.3
申请日：2018-10-18
Applicant: 哈尔滨工程大学
Abstract: 本发明属于智能无人智慧船舶领域，具体涉及一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法。针对无人艇对水面目标检测识别及定位受距离、目标波动的影响，本发明融合激光雷达和相机对感知范围内的目标进行准确检测识别及定位。首先利用采集到的水面目标图像训练基于神经网络的目标检测识别模型；然后激光雷达使用条件移除滤波器和欧氏聚类得到水面目标在世界坐标系下的位置；最后，设计了相机图片信息和激光雷达点云信息融合方法，使其对不确定性因素具有较高的鲁棒性。本发明能够使无人艇具备对水面目标准确检测识别定位的能力，为无人艇的目标跟踪，路径规划和自主航行提供良好的环境感知，应用前景广阔。
-
公开(公告)号：CN115877404A
公开(公告)日：2023-03-31
申请号：CN202211298880.6
申请日：2022-10-24
Applicant: 哈尔滨工程大学
IPC: G01S17/93 , G01S7/495 , G06T5/00 , G06V10/762 , G06V10/764
Abstract: 点云数据预处理方法及装置、水面目标激光雷达，涉及智能无人智慧船领域。针对现有简单的欧式聚类方法对船舶尾浪处理不足，会导致对目标船位置、体积的误判，影响无人艇对目标真实属性的判断的问题，本发明提供的技术方案为：点云数据预处理方法，用于水面点云数据噪点移除，所述方法包括：步骤1：选取目标水面空间中一点，根据点得到点云；步骤2：根据点云得到距离满足预设阈值的激光点集合；步骤3：判断激光点集合中激光点个数是否满足预设要求，若满足则保留集合作为目标点云簇，并进行步骤4；若不满足则返回重复步骤1至步骤3；步骤4：根据目标点云簇，获取目标水面信息。适合应用于点云处理技术，应用于船载水面激光雷达传感器。
-
公开(公告)号：CN114648686A
公开(公告)日：2022-06-21
申请号：CN202210237068.6
申请日：2022-03-10
Applicant: 哈尔滨工程大学
IPC: G06V20/00 , G06V10/46 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T5/00 , G06T5/20 , G06T5/30
Abstract: 一种融合激光点云与RGB图像数据的逆光水面目标识别方法、系统及装置，涉及无人艇逆光水面目标识别领域。解决了无人艇逆光时造成的图像纹理、颜色等关键信息缺失使得水面目标识别任务算法经常出现图像信息识别不精缺的问题。本发明所述的逆光水面目标识别方法，包括：利用无人艇识别水面点云并进行分簇，获取水面目标点云簇的尺寸、点云簇距离以及点云簇ID；根据张正友标定法处理水面三维点云特征投影，获取点云特征矩阵和RGB原始图像；将获取的点云特征矩阵和RGB原始图像数据训练，获取神经网络模型权重；根据神经网络模型权重进行逆光环境下水面目标识别，获取目标信息。本发明用于无人艇在逆光条件下进行目标识别，适用于智能无人船舶领域。
-
公开(公告)号：CN110110797A
公开(公告)日：2019-08-09
申请号：CN201910392717.8
申请日：2019-05-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于多传感器融合的水面目标训练集自动采集方法，首先，对水面激光雷达点云进行滤波和K-Means聚类处理，得到稳定的水面目标点云簇；然后，通过激光雷达点云帧与单目相机视频帧的时间戳匹配，利用张正友标定法建立的2D-3D投影关系，实现点云与图像的像素级匹配；最后，使用得到的水面深度图像信息，进行水面训练集的标注。这种方法是首次提出的利用多传感器信息融合的针对水面目标训练集自动采集任务的方法，具有实时性好和可靠性高的特点；采用条件滤波与卡尔曼滤波，使得该方法对于风浪、水面数据采集平台颠簸、水面杂波等不利情形具有较高的鲁棒性，采用时间戳匹配的方法可以有效避免传感器频率不同带来的系统误差。
-
Patent Agency Ranking
公开(公告)号：CN114005018B
公开(公告)日：2024-04-16
申请号：CN202111199231.6
申请日：2021-10-14
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种小算力驱动的水面无人艇多目标跟踪方法，属于智能无人智慧船舶技术领域。一种小算力驱动的水面无人艇多目标跟踪方法，所述小算力驱动的水面无人艇多目标跟踪方法包括以下步骤：步骤一、通过目标检测算法获取待跟踪水面目标的初始坐标数据与外观信息；步骤二、使用卡尔曼滤波算法对水面目标下一帧的位置进行预测；步骤三、计算新检测到的水面目标与已建立跟踪的水面目标间的归一化方差与平均色差，获取代价矩阵，使用匈牙利算法进行匹配；步骤四、利用匹配结果使用卡尔曼滤波对目标状态进行更新。本发明简化代价矩阵计算，不需要进行重识别权重预训练，且对算力的要求更低，方便部署到小型水面无人艇中。
-
公开(公告)号：CN114202684B
公开(公告)日：2023-06-16
申请号：CN202111434401.4
申请日：2021-11-29
Applicant: 哈尔滨工程大学
Abstract: 一种适用于水面环境的云数据投影方法、系统及装置，涉及图像处理领域。解决了在经典的数据融合算法中，三维点云投影损失一部分点云信息；直接融合三维点云数据与RGB图像数据困难的问题。本发明提供的方法，包括：处理点云数据，形成水面三维点云滤波与水面三维点云簇；处理水面三维点云簇，获得点云强度投影矩阵；处理点云强度投影矩阵的反射率强度异常点，获得点云数据投影矩阵；融合点云数据投影矩阵，获取点云距离投影矩阵；获取点云尺寸投影矩阵；根据点云数据投影矩阵、点云距离投影矩阵和点云尺寸投影矩阵进行矩阵叠加，获取经典图像处理神经网络中的点云特征矩阵。本发明用于满足水面无人艇目标识别过程中多传感器数据融合的需求。
-
公开(公告)号：CN114005018A
公开(公告)日：2022-02-01
申请号：CN202111199231.6
申请日：2021-10-14
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种小算力驱动的水面无人艇多目标跟踪方法，属于智能无人智慧船舶技术领域。一种小算力驱动的水面无人艇多目标跟踪方法，所述小算力驱动的水面无人艇多目标跟踪方法包括以下步骤：步骤一、通过目标检测算法获取待跟踪水面目标的初始坐标数据与外观信息；步骤二、使用卡尔曼滤波算法对水面目标下一帧的位置进行预测；步骤三、计算新检测到的水面目标与已建立跟踪的水面目标间的归一化方差与平均色差，获取代价矩阵，使用匈牙利算法进行匹配；步骤四、利用匹配结果使用卡尔曼滤波对目标状态进行更新。本发明简化代价矩阵计算，不需要进行重识别权重预训练，且对算力的要求更低，方便部署到小型水面无人艇中。
-
公开(公告)号：CN109444911B
公开(公告)日：2023-05-05
申请号：CN201811217208.3
申请日：2018-10-18
Applicant: 哈尔滨工程大学
Abstract: 本发明属于智能无人智慧船舶领域，具体涉及一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法。针对无人艇对水面目标检测识别及定位受距离、目标波动的影响，本发明融合激光雷达和相机对感知范围内的目标进行准确检测识别及定位。首先利用采集到的水面目标图像训练基于神经网络的目标检测识别模型；然后激光雷达使用条件移除滤波器和欧氏聚类得到水面目标在世界坐标系下的位置；最后，设计了相机图片信息和激光雷达点云信息融合方法，使其对不确定性因素具有较高的鲁棒性。本发明能够使无人艇具备对水面目标准确检测识别定位的能力，为无人艇的目标跟踪，路径规划和自主航行提供良好的环境感知，应用前景广阔。
-
公开(公告)号：CN110110797B
公开(公告)日：2022-10-28
申请号：CN201910392717.8
申请日：2019-05-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于多传感器融合的水面目标训练集自动采集方法，首先，对水面激光雷达点云进行滤波和K‑Means聚类处理，得到稳定的水面目标点云簇；然后，通过激光雷达点云帧与单目相机视频帧的时间戳匹配，利用张正友标定法建立的2D‑3D投影关系，实现点云与图像的像素级匹配；最后，使用得到的水面深度图像信息，进行水面训练集的标注。这种方法是首次提出的利用多传感器信息融合的针对水面目标训练集自动采集任务的方法，具有实时性好和可靠性高的特点；采用条件滤波与卡尔曼滤波，使得该方法对于风浪、水面数据采集平台颠簸、水面杂波等不利情形具有较高的鲁棒性，采用时间戳匹配的方法可以有效避免传感器频率不同带来的系统误差。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.027 seconds)
