公开(公告)号：CN116118531A

公开(公告)日：2023-05-16

申请号：CN202211097527.1

申请日：2022-09-08

Applicant: 哈尔滨工程大学

Inventor： 王博 ,  王杰 ,  霍炜 ,  郑晨 ,  李晔 ,  刘卓研 ,  李雲峰 ,  李岳明 ,  曹建

IPC: B60L53/00 ,  B60L53/18 ,  B63G8/00 ,  F03B13/14 ,  F03B11/00

Abstract: 本发明公开一种半潜式AUV无人充电装置。本发明主要设计三部分：第一部分为海上波浪能转换装置，波浪能转换装置通过在海面上下浮动将波浪能转化为电能并进行收集；第二部分为半潜式电源，用于电能的储存和AUV电能供应，同时在半潜式电源舱内设置AUV充电仓，作为AUV充电场所；第三部分为连接波浪能转换装置和半潜式电源的缆绳，缆绳内同时携带电缆，用于电能的传输；同时另一段缆绳一端固定于海底，一端与半潜式电源相连接，对半潜式电源起到固定作用。本发明为水下AUV提供及时充电场所，延长了水下AUV工作时长，解决了水下AUV作业时间短，作业面积范围小等问题，提高了水下AUV的续航能力，可以大大减小AUV水下作业时的人工充电成本，提高AUV的连续作业能力。

公开(公告)号：CN115331093A

公开(公告)日：2022-11-11

申请号：CN202210889545.7

申请日：2022-07-27

Applicant: 哈尔滨工程大学

Inventor： 刘卓研 ,  李晔 ,  王博 ,  霍炜 ,  李雲峰 ,  姜鹏 ,  杨张琪 ,  郑晨 ,  王杰

IPC: G06V20/05 ,  G06V10/82 ,  G06V10/774 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种水下航行器目标检测的神经网络优化学习方法，尤其是涉及一种神经网络元学习训练方法。针对水下航行器目标检测网络在小规模样本集上训练无法达到较好泛化性能的问题，本发明实现了只使用相关小规模样本集训练，首先划分小规模样本集为训练集、测试集、元训练集和元测试集；然后使用元训练集和元测试集让水下航行器目标检测网络进行本发明提出的元学习，使其学习元知识；最后再使用训练集让水下航行器目标检测网络进行学习。本发明能够有效减少学习所需的时间和能耗，同时提高神经网络的泛化性能。本发明具有广泛的适用性，可以很容易地扩展到各种任务的小规模样本集神经网络训练中。

公开(公告)号：CN116534225A

公开(公告)日：2023-08-04

申请号：CN202310496056.X

申请日：2023-05-05

Applicant: 哈尔滨工程大学

Inventor： 王博 ,  廖晓枫 ,  沈钰欣 ,  霍炜 ,  廖煜雷 ,  曹建 ,  李岳明 ,  李晔

IPC: B63G8/00 ,  B63G8/22

Abstract: 一种外形可变的自主式水下航行器及外形变化方法，它属于水下无人航行器领域。本发明解决了目前的自主式水下航行器无法根据作业需求以及所处流体环境进行外形变化的问题。本发明将自主式水下航行器的外壳分为固定部和变形部两部分，当自主式水下航行器需要高速航行时，使变形部处于第一状态可以保证航行器具有良好的流体外形以减轻流体阻力；当自主式水下航行器需要作业时和低速航行时，使变形部处于第二状态可以使航行器具有优良的稳定性。保证自主式水下航行器兼备了航行的快速性和作业的稳定性，优化了航行性能，也提高了自主式水下航行器的续航性。本发明方法可以应用于水下无人航行器领域。

公开(公告)号：CN115661657A

公开(公告)日：2023-01-31

申请号：CN202211378414.9

申请日：2022-11-04

Applicant: 哈尔滨工程大学

Inventor： 杨张琪 ,  王博 ,  李晔 ,  姜鹏 ,  霍炜 ,  李雲峰 ,  刘卓研 ,  廖煜雷

IPC: G06V20/10 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种轻量化的无人艇海面目标检测方法，通过使用Mosaic图像扩增，丰富了图像的背景信息并增加了小尺度目标的数量，提高了海面小目标的检测精度。通过使用轻量化的网络ShuffleNet v2作为YOLO v5网络结构中的特征提取网络，使用深度可分离卷积代替YOLO v5中的Bottleneck模块，显著降低了模型的参数量，大幅度提高了在嵌入式设备上的检测速度。相对于原本的YOLO v5网络，具有更快的处理速度，充分满足无人艇在检测海面目标时对于实时性的要求。本发明解决现有的目标检测算法无法在算力有限的嵌入式设备上完成实时目标检测的问题，用于在无人艇所搭载的嵌入式平台上完成实时目标检测。

公开(公告)号：CN110623333A

公开(公告)日：2019-12-31

申请号：CN201910855296.8

申请日：2019-09-11

Applicant: 哈尔滨工程大学

Inventor： 刘延波 ,  霍炜 ,  吕昊 ,  张国斐

IPC: A41D13/00 ,  A41D13/11 ,  A42B1/24 ,  A62B7/10 ,  A62B9/00 ,  A62B23/02

Abstract: 本发明属于生命健康防护技术领域，具体涉及一种主动呼吸式空气净化衣。本发明将射流下沉气体隔离技术与空气净化技术相结合，实现主动呼吸与空气净化功能，避免了雾霾伤害人体健康。本发明具有穿着方便、适用范围广、空气净化效率高且呼吸顺畅等优点；射流下沉系统在穿着者面部营造了一个净化后的局部气体空间，可以实现与帽兜及面罩外的污染空气的有效隔离，同时面部不会产生佩戴口罩的压迫感，保障了人体呼吸顺畅，简便美观，方便了人们日常生活，具有广阔的应用前景和显著的社会及经济效益。

公开(公告)号：CN116503647A

公开(公告)日：2023-07-28

申请号：CN202310398796.X

申请日：2023-04-14

Applicant: 哈尔滨工程大学

Inventor： 王博 ,  杨张琪 ,  李晔 ,  霍炜 ,  姜鹏 ,  王杰 ,  郑晨

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于CycleGAN的无人艇域自适应目标检测方法，通过使用CycleGAN生成对抗网络将源域图像转化为目标域风格，无需人工标注即可得到生成的目标域数据集，使用生成的数据集对原有的目标检测模型进行微调，即可得到适用于新的海面场景的目标检测模型，大幅减少了标注的时间和成本，使无人艇可以快速适应海面场景的动态变化，进而提高无人艇感知系统的可靠性。本发明在复杂海面场景下可以实现跨域自适应，适合部署在无人艇上完成海面目标检测任务。

公开(公告)号：CN115690568A

公开(公告)日：2023-02-03

申请号：CN202211380792.0

申请日：2022-11-04

Applicant: 哈尔滨工程大学

Inventor： 王博 ,  杨张琪 ,  霍炜 ,  李晔 ,  李雲峰 ,  刘卓研 ,  廖煜雷

IPC: G06V20/05 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明涉及一种基于增量学习的无人艇目标检测方法，首先构建初始类别数据集；构建教师网络模型，并使用初始类别数据集对教师网络模型进行训练，对初始类别海面目标的检测；构建新类别数据集；构建学生网络模型，学生网络与教师网络的整体结构相同，根据新类别目标数量增加相应的分类子网络；在教师网络和学生网络之间构建蒸馏损失函数；在新类别海面目标数据集上训练增量目标检测网络，是损失函数达到收敛，并保存训练好的模型参数；在无人艇平台上部署训练好的模型，对目标进行检测；增加新类别的检测目标时，重复执行步骤三至步骤七。本发明构建了一个可以连续学习的目标检测器，可以使无人艇快速具备识别新类别海面目标的能力。