-
公开(公告)号：CN118746301A
公开(公告)日：2024-10-08
申请号：CN202410805936.5
申请日：2024-06-21
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明提供了一种SLAM平面特征处理方法、系统及存储介质，涉及图像处理技术领域。所述方法包括：获得目标图像，对所述目标图像进行稠密点云提取，根据提取得到的稠密点云分割出存在的观察平面；将所述观察平面与世界坐标系下已存在的地图平面进行数据关联，判断所述观察平面与所述地图平面是否为同一平面的同一观测，若是，则将所述观察平面作为观测平面；在相机坐标系下，构建所述地图平面和所述观测平面的平面特征投影模型，确定所述平面特征投影模型的最小二乘目标函数；根据平面特征雅可比矩阵获得所述最小二乘目标函数的最优值；根据所述最优值获得所述目标图像的平面提取图，用于提高SLAM的定位精度。
-
公开(公告)号：CN117669062A
公开(公告)日：2024-03-08
申请号：CN202311833085.7
申请日：2023-12-28
Applicant: 哈尔滨工程大学
IPC: G06F30/15 , G06F30/27 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于LSTM网络的船舶操纵运动预报方法及系统，属于船舶操纵运动预报技术领域。为了解决现有船舶操纵运动预报时利用传统数学建模方式，存在船型参数未知、模型未知的建模困难的问题。通过采集船舶纵荡速度u、横荡速度v、艏摇角速度r以及舵角δ数据制作数据集，利用搭建的基于LSTM单元的神经网络实现船舶运动预报，最后利用评价指标对预报数据精度检验。使用实船数据作为预报模型训练数据，解决仿真数据在实船应用说服力不强的问题；搭建人工神经网络，解决船型参数未知、模型未知的预报建模困难的问题。
-
公开(公告)号：CN106868466A
公开(公告)日：2017-06-20
申请号：CN201710057142.5
申请日：2017-01-23
Applicant: 哈尔滨工程大学
CPC classification number: Y02P10/212 , C23C14/48 , C21D1/18 , C23C8/22 , C23C14/16 , C23C28/322 , C23C28/341
Abstract: 本发明提供的是一种提升真空渗碳效率的稀土注入处理方法。在真空渗碳之前，先对基材进行稀土铈离子注入处理，在基材表面形成50‑70nm厚的铈离子稀土注入层，再进行真空渗碳热处理。本发明利用稀土注入产生晶格畸变及稀土微合金化作用，来提高真空渗碳效率，降低渗碳温度、改善渗碳层质量。相比于现有稀土混合催渗剂的制备方法，本发明所采用的离子注入技术具有操作简单、无残渣、渗碳过程中无需分段控制碳势等优点，可在真空渗碳炉内完成催渗反应，且渗碳后渗层中碳化物细小、分布均匀，可实现渗碳温度的降低与速率的提升。
-
公开(公告)号：CN106868466B
公开(公告)日：2019-03-05
申请号：CN201710057142.5
申请日：2017-01-23
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种提升真空渗碳效率的稀土注入处理方法。在真空渗碳之前，先对基材进行稀土铈离子注入处理，在基材表面形成50‑70nm厚的铈离子稀土注入层，再进行真空渗碳热处理。本发明利用稀土注入产生晶格畸变及稀土微合金化作用，来提高真空渗碳效率，降低渗碳温度、改善渗碳层质量。相比于现有稀土混合催渗剂的制备方法，本发明所采用的离子注入技术具有操作简单、无残渣、渗碳过程中无需分段控制碳势等优点，可在真空渗碳炉内完成催渗反应，且渗碳后渗层中碳化物细小、分布均匀，可实现渗碳温度的降低与速率的提升。
-
公开(公告)号：CN118628568A
公开(公告)日：2024-09-10
申请号：CN202410789838.7
申请日：2024-06-19
Applicant: 哈尔滨工程大学
IPC: G06T7/73 , G06T7/246 , G06V10/26 , G06V10/762 , G06V10/82
Abstract: 本发明公开了一种图像处理方法、装置及机器人视觉里程计，涉及计算机视觉技术领域。本发明的技术要点包括：获取包含目标的RGB图像序列和深度图序列；对RGB图像序列和深度图序列进行处理，获取目标深度提取图序列；利用基于K均值聚类的掩膜提取算法在目标深度提取图序列中筛选出目标，获得目标二值掩膜序列；并按照上述过程对机器人上摄像头采集的图像序列进行处理，以确定机器人的位置和姿态。本发明计算速度极快，能够达到比实例分割更好的效果。相比传统方法，本发明在动态场景中定位的精度和鲁棒性上有了极大的提升，均方根误差更小。
-
Patent Agency Ranking
公开(公告)号：CN108179374A
公开(公告)日：2018-06-19
申请号：CN201810089775.9
申请日：2018-01-30
Applicant: 哈尔滨工程大学
Abstract: 一种加快真空渗碳速率的表面纳米化方法，本发明属于热处理及表面工程领域，它为了解决现有真空渗碳技术中存在的渗层组织不均匀、渗碳周期长的问题。表面纳米化方法：一、基体材料丙酮清洗后打磨并抛光；二、将基体材料装夹到夹具中；三、装夹有基体材料的夹具置于超音速微粒轰击装置内进行表面纳米化处理；四、采用循环脉冲模式对表面纳米化改性的基体材料进行真空渗碳处理；五、对基体材料进行热处理。本发明经表面纳米化“催渗”处理后进行真空渗碳热处理的样品在渗层组织上碳化物级别降低，更为细小弥散，并在渗碳速度上有明显提高，采用表面纳米化催渗的真空渗碳速度要比普通真空渗碳速度提高24％左右。
-
公开(公告)号：CN105046282A
公开(公告)日：2015-11-11
申请号：CN201510534715.X
申请日：2015-08-27
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/6256 , G06K9/00355 , G06K9/00375
Abstract: 本发明属于基于机器学习方法的目标检测领域，具体涉及一种基于手形块特征和AdaBoost分类器的手部检测方法。本发明包括：(1)模型训练；(2)手部检测本发明提出一种新的手部检测特征，叫作手形块特征。该特征是一种矩形块特征，模拟手部的形状而设计的，可体现手部形状的特点。该特征形状简单，不同尺度的块、块的不同参数会形成很高的特征维数，所以采用AdaBoost算法作为分类器，从中选择有效特征，构成级联分类器，从检测率与检测速度两方面提高手部检测效果。
-
公开(公告)号：CN118565458B
公开(公告)日：2024-12-13
申请号：CN202410601787.0
申请日：2024-05-15
Applicant: 哈尔滨工程大学
Abstract: 一种机器人视觉SLAM中物体特征处理方法，涉及机器人图像特征处理领域。解决现有物体特征处理任务平面信息并没有充分地进行约束以及将Mask RCNN引入到SLAM中，Mask RCNN的实时性较差，使得系统难以真正被使用的问题。方法包括：开展物体特征对偶二次曲面的表示；计算椭球体的中心点和平均轴长，根据椭球体的中心点和平均轴长构建空间椭球体；对同一物体及特征进行数据关联；构建物体特征的投影模型；计算椭球体的重投影误差；建立室内空间中的平面地图，并在平面地图中获取所述物体的支持平面，对物体添加支撑平面约束；根据支撑平面约束构建物体因子图。应用于三维语义地图生成领域。
-
公开(公告)号：CN118565458A
公开(公告)日：2024-08-30
申请号：CN202410601787.0
申请日：2024-05-15
Applicant: 哈尔滨工程大学
Abstract: 一种机器人视觉SLAM中物体特征处理方法，涉及机器人图像特征处理领域。解决现有物体特征处理任务平面信息并没有充分地进行约束以及将Mask RCNN引入到SLAM中，Mask RCNN的实时性较差，使得系统难以真正被使用的问题。方法包括：开展物体特征对偶二次曲面的表示；计算椭球体的中心点和平均轴长，根据椭球体的中心点和平均轴长构建空间椭球体；对同一物体及特征进行数据关联；构建物体特征的投影模型；计算椭球体的重投影误差；建立室内空间中的平面地图，并在平面地图中获取所述物体的支持平面，对物体添加支撑平面约束；根据支撑平面约束构建物体因子图。应用于三维语义地图生成领域。
-
公开(公告)号：CN116679557A
公开(公告)日：2023-09-01
申请号：CN202310547998.6
申请日：2023-05-16
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种飞机降落阶段故障重构与容错控制联合实现方法，求解得到满足线性矩阵不等式的对称正定矩阵P1、P2、X和矩阵K、Kf、L、Y1、Y2，所述线性矩阵不等式中的已知量根据飞行器降落数学模型、扩展系统方程、状态观测方程和闭环控制方程获得；将得到的矩阵L、K、Kf分别代入所代入所述状态观测方程和所述闭环控制方程，同时达到飞行器降落过程故障重构和容错控制。本发明在较短时间内完成同时求解故障重构算法参数和容错控制算法中未知参数目标，与其他方法相比减少计算量，实现飞机自动降落任务。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
