-
公开(公告)号：CN115393577A
公开(公告)日：2022-11-25
申请号：CN202211073079.1
申请日：2022-09-02
Applicant: 哈尔滨工程大学 , 青岛哈尔滨工程大学创新发展中心
IPC: G06V10/25 , G06V10/762
Abstract: 一种红外海上小目标抗干扰的检测方法，它属于海上目标检测技术领域。本发明解决了由于红外海面图像中存在干扰，导致的采用现有目标检测方法时存在检测率低、虚警率高的问题。本发明通过计算中心区域及其邻域灰度分布的相异性，实现对疑似目标的召回式检测。然后，进一步提取出疑似目标区域的特征。因为海上干扰存在的聚类特征，松弛互k近邻图被引入通过全局图聚类来区分真实目标，通过这种方法，能够检测出真实目标并将海上干扰滤除。本发明方法可以应用于海上小目标的检测。
-
公开(公告)号：CN119168906A
公开(公告)日：2024-12-20
申请号：CN202411219300.9
申请日：2024-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明一种极浅水环境下前视声纳目标在线识别方法及系统，涉及水下目标识别领域。为解决现有水中声纳探测浅滩近岸目标细节特征较少、轮廓模糊、成像背景虚假目标极多且与目标相似度高的问题。包括：S1、基于前视声纳采集浅水环境下的声纳图像，并结合中值滤波和小波变换对图像进行去噪；S2、采用模糊增强、分割和形态学处理对滤波后的图像进行优化处理，提取目标的轮廓；S3、根据当前帧声纳图像中疑似目标的位置，假设平台在前后两帧之间的运动为匀速直线运动，并结合平台的姿态和运动信息，推算下一帧疑似目标的位置；通过最近邻数据关联算法，将下一帧声纳图像中的疑似目标的位置与推算得到的疑似目标的位置数据关联，得到真实目标。
-
公开(公告)号：CN119126123A
公开(公告)日：2024-12-13
申请号：CN202411219303.2
申请日：2024-09-02
Applicant: 哈尔滨工程大学
IPC: G01S15/06 , G01S15/86 , G01S15/88 , B63C11/52 , B63G8/00 , B63G8/38 , B63G8/39 , B60F3/00 , H04N5/04 , H04N23/50 , H04N23/55 , G06T5/73 , G06T5/20 , G06T7/90 , G06T7/136 , G06V10/764 , G06F18/25
Abstract: 本发明一种水陆多栖无人平台的自主声光融合目标探测方法及系统，涉及水下目标探测技术领域，为解决现有技术中缺少将声学传感器和光学传感器相结合的用于复杂水下环境目标探测的方法的问题。包括：S1、通过水陆多栖无人平台的光学相机和前视声纳同步采集水下环境信息；S2、分别对图像数据和声学数据进行预处理，然后对预处理后的图像数据和声学数据进行分割和目标识别；S3、将光学相机坐标系和前视声纳坐标系下的目标识别结果分别转换至联合坐标系下；S4、建立光学相机和前视声纳目标识别结果之间的支持度矩阵，根据得到的各数据的综合支持度矩阵剔除支持度低的野值，并对支持度高的量测值进行最优加权融合，得到声光联合的水中目标的定位结果。
-
公开(公告)号：CN119078420A
公开(公告)日：2024-12-06
申请号：CN202411218740.2
申请日：2024-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种水陆多栖无人平台及其运动控制方法，属于水陆多栖无人平台领域。为解决现有多栖航行器存在越障性能差、容易打滑、可扩展性差、环境适应力、操控性差的问题。包括上平台、水中推进装置和陆上动力装置，艏艉水平推进器配合工作可使多栖无人运载平台原地转艏，大大减少了转弯半径；艏艉垂直推进器的配合工作可调整多栖无人运载平台的俯仰角，有利于快速潜伏；履带可以提高多栖无人运载平台的水底、陆上的越障能力，可适应多种地形环境；多栖无人平台还采用无线控制，按照预定程序自主机动，减少了其在运动时的局限性；此外还具有重量轻，遥控距离远、运行时间长、效率高、结构紧凑、操作方便的优点。
-
公开(公告)号：CN115061465B
公开(公告)日：2024-11-05
申请号：CN202210693362.8
申请日：2022-06-17
Applicant: 哈尔滨工程大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明属于多AUV协同控制技术领域，具体涉及一种基于蚁群算法的多AUV协同目标搜索方法。本发明基于蚁群算法的协同性，设计了结合概率地图的目标搜索策略，并结合预测控制优化了搜索策略。本发明中目标搜索效率更高，协同性高。在未知环境中，防止多AUV的目标搜索可能出现重复搜索的情况，AUV会尽量的避免搜索其他AUV搜索过的地区。本发明可以进行大范围的搜索。相对于单AUV，多AUV的协同目标搜索可以进行大范围的目标搜索，收缩时间更快。
-
Patent Agency Ranking
公开(公告)号：CN118450095A
公开(公告)日：2024-08-06
申请号：CN202410700394.5
申请日：2024-05-31
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种用于QDT综合驾控操作训练的过程监控系统及方法，属于驾控过程监控技术领域。为了解决现有的QDT驾控训练模拟器并不具有训练监控机复现功能，影响事后驾控训练模拟教学的问题。本发明通过训练过程监控系统完成实时监控模拟器关键设备运行情况、学员操艇动作与教练员评价、训练过程监控视频存储、训练监控视频复现、视频数据库检索与管理功能，通过粒子群优化算法优化检索结果，使得检索结果更为精确，便于后续复现，保证安全有效地开展QDT驾控训练，并可为事后驾控训练模拟教学提供必要的视频复现支持。
-
公开(公告)号：CN112150459B
公开(公告)日：2023-07-21
申请号：CN202011109658.8
申请日：2020-10-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供1、一种基于机器学习的多参数Tikhonov正则化方法，其特征是，包括如下步骤：S1、数据收集：确定研究对象并收集符合场景的图片；S2、图像预处理；S3、计算最优Tikhonov正则化参数；S4、图像恢复；S5、根据Tikhonov正则化参数和相对错误率，对结果进行分析。本发明针对满足同类周期边界条件的图像做出了针对性优化，通过预处理以及优化改进的机器学习算法，预先计算出了符合此类图像的最优Tikhonov正则化参数向量。当输入此类受损图像时，可以快速高效地对图像进行恢复，且较传统方案，提升了图像恢复质量。
-
公开(公告)号：CN110119705B
公开(公告)日：2023-04-18
申请号：CN201910384163.7
申请日：2019-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明属于数据关联领域，具体涉及一种机器人基于改进蚁群优化的线特征数据关联方法。包括以下步骤：构建全局坐标系和局部坐标系，设置传感器工作模式；建立线特征观测模型；采用改进分割‑聚合方法提取环境线特征；设计改进ICNN方法与改进蚁群优化方法相结合的线特征数据关联方法；将传感器获得的环境线特征信息以及移动机器人位姿信息输入至基于改进蚁群优化的线特征数据关联方法中，进行数据关联，得到一个关联对集合，对地图特征集进行更新。首先基于激光传感器数据提取环境线特征，再将改进ICNN算法与改进蚁群优化算法相结合，提高了数据关联算法的关联正确率，得到精确的环境地图。
-
公开(公告)号：CN115423324A
公开(公告)日：2022-12-02
申请号：CN202211078426.X
申请日：2022-09-05
Applicant: 哈尔滨工程大学
Abstract: 一种基于改进蚁群优化的UUV集群任务规划方法，属于无人水下航行器自主控制技术，解决水下无人航行器集群在有限续航力和负载约束条件下求解任务规划问题时常规算法存在收敛性差、解质量不高的不足的问题。初始化蚁群算法的各项参数，按照改进后的初始信息素分配方法对蚁群算法的初始信息素浓度进行不均等分配；根据禁忌表、UUV剩余负载量和剩余续航构建候选节点集，按改进后的状态转移规则计算节点间的转移概率，使用轮盘赌选择下一节点；更新禁忌表和UUV状态，记录蚂蚁的节点路径；判断此只蚂蚁是否已经遍历完所有任务点，是否满足UUV数量约束，记录蚂蚁的路径和路径距离，并对相关的参数进行更新；判断本次迭代是否完成，如已完成则按照改进的信息素更新规则对路径间的信息素进行全局更新；根据预设的最大迭代次数进行迭代求解得最优路径。对基本蚁群算法进行改进和优化，达到加快算法收敛速度和降低局部最优的效果。
-
公开(公告)号：CN111337931B
公开(公告)日：2022-11-15
申请号：CN202010195589.0
申请日：2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种AUV目标搜索方法，包括：1.声呐探测模型的建立；2.基于改进神经激励网络的多目标搜索算法；3.基于神经激励网络与人工势场法相结合的目标搜索算法。本发明对待搜索目标的搜索顺序进行规划，再使用神经激励网络进行每个目标的搜索路径决策，减少了多目标搜索过程中的路程长度，提高了整体的搜索效率。而且针对障碍物较少的栅格提出了新的神经元分类，在使用神经激励网络算法做出全局的搜索决策的基础上使用人工势场法针对障碍物较少的栅格以及目标所在的栅格进行局部的路径规划以及避障，增加了AUV在障碍物较少的区域中的搜索效率，并且提高了算法的合理性。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.247 seconds)
