-
公开(公告)号：CN118226874A
公开(公告)日：2024-06-21
申请号：CN202410469523.4
申请日：2024-04-18
申请人： 哈尔滨工程大学
IPC分类号： G05D1/485 , G05D101/10
摘要： 本发明涉及一种极区无人水下航行器的冰下光学导引回收系统，包括：超短基线系统声学导引无人水下航行器，无人水下航行器对导引光源阵列进行辐射式搜索，通过基于深度学习的目标检测算法发现导引光源后，计算光源阵列相对无人水下航行器的位置和方向信息，根据导引光源的数量计算光源阵列中心及目标艏向角，基于模糊PID控制器和S面控制器设计了双层跟踪控制体系。本发明使无人水下航行器能够实现高稳定性、高安全性、高鲁棒性、高成功率、高精度的水下自主对接，理论上可通过调整矩形光源阵列的长度及宽度和增加光源数量得到满足实际工程需求的有效导引深度。
-
公开(公告)号：CN117953212A
公开(公告)日：2024-04-30
申请号：CN202410040492.0
申请日：2024-01-10
申请人： 哈尔滨工程大学
IPC分类号： G06V10/26 , G06V20/05 , G06V10/774 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/10
摘要： 一种针对水下图像的实时实例分割方法，它涉及一种水下图像的分割方法，本发明为了解决水下图像退化严重，水下目标特征提取困难的问题，具体步骤如下：1、获取并整理待检测目标的水下数据集；2、构建针对水下图像的一阶段实时实例分割网络框架，包括特征提取网络，特征融合网络，以及检测头部分；3、所述特征提取网络接收原始水下图像，对原始图像进行多尺度特征提取，生成多尺度特征图；4，所述特征融合网络对多尺度特征图进行特征融合，生成多尺度特征图；5、所述检测头对多尺度特征图进行预测，解耦出图像中目标的类别信息、位置信息，以及分割结果。本发明在保证实时性的要求同时，达到高精度分割的效果。本发明属于图像分割技术领域。
-
公开(公告)号：CN118485909A
公开(公告)日：2024-08-13
申请号：CN202410569931.7
申请日：2024-05-09
申请人： 哈尔滨工程大学
IPC分类号： G06V20/05 , G06V10/25 , G06V10/82 , G06T5/90 , G06T7/73 , G06T7/90 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/082
摘要： 本发明属于UUV冰下导引回收技术领域，具体涉及一种基于光源检测定位的UUV冰下导引回收方法。本发明通过冰下UUV采集光源阵列的图像，当连续检测到全部光源且UUV位于光源的阵列中心位置时，调整UUV艏向并使其垂向上浮，实现冰下导引回收。本发明设计了一种简单环境颜色恢复器，采用改进后的灰度世界算法，根据不同频率的光在水下的衰减系数不同进行补偿，增强光源与背景对比度，避免水下光源图像产生色彩失真；本发明设计了一种轻量化水下小目标光源检测网络，通过减小卷积层、添加改进的注意力机制、采用新的激活函数模块等改进，显著提升对光源类型目标的检测性能。
-
公开(公告)号：CN117746226A
公开(公告)日：2024-03-22
申请号：CN202410078657.3
申请日：2024-01-19
申请人： 哈尔滨工程大学
IPC分类号： G06V20/05 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于YOLOv8的轻量级水下小目标检测方法，包括：步骤1：建立水下小目标的图像集；步骤2：对水下小目标的图像集进行预处理；步骤3：以YOLOv8为基准搭建水下小目标检测网络模型并对模型进行优化；步骤4：利用预处理后的水下小目标的图像集对优化后的水下小目标检测网络模型进行训练，对训练后的水下小目标检测网络模型进行预测和评估，基于预测和评估后的水下小目标检测网络模型获取水下小目标检测结果。本发明可满足于真实环境中嵌入式设备部署目标检测器的轻量化需求，同时端到端的目标检测器具有优良的鲁棒性能与实时性能。
-
-
-
搜索结果
4 条记录 (耗时 0.033 秒)
