-
公开(公告)号:CN114463362A
公开(公告)日:2022-05-10
申请号:CN202111649696.7
申请日:2021-12-29
Applicant: 宜昌测试技术研究所
IPC: G06T7/136 , G06T7/187 , G06T7/90 , G06N3/08 , G06K9/62 , G01S15/93 , G01S15/89 , G01S7/539 , G06V10/774 , G06V10/82
Abstract: 本发明涉及无人航行器技术领域,公开一种基于深度学习的三维避碰声呐障碍物检测方法及系统,包括:三维避碰声呐探测障碍物,并采集障碍物的三维点云数据;对所述三维点云数据进行处理,生成二维扇形图像,并进行障碍物标注,得到训练图像样本;通过深度学习模型对训练图像样本进行训练,并对障碍物进行图像检测识别,获取障碍物的位置信息,得到障碍物小图像;基于自适应的双阈值检测算法进行图像分割,获取障碍物轮廓信息,并得到障碍物成像的平均灰度值;进行三维点云数据栅格化处理生成三维栅格图像,获取障碍物的三维边界数据;根据三维边界数据对障碍物进行避碰控制。本发明能够获取准确的障碍物三维边界信息,整体简单、可靠也易于实现。
-
公开(公告)号:CN115984610A
公开(公告)日:2023-04-18
申请号:CN202211619255.7
申请日:2022-12-14
Applicant: 宜昌测试技术研究所
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06T3/40 , G06T5/00 , G06N3/08 , G06N3/047 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于前视声纳图像的避碰方法,该避碰方法包括以下步骤:采集前视声纳数据,并解析成声纳图像;对声纳图像进行数据处理并进行标注,将标注后的图像划分为训练集和测试集;构建前视声纳图像目标分割网络;使用前视声纳图像训练集对前视声纳图像目标分割网络进行训练,基于测试集进行测试,得到训练后的前视声纳图像目标分割网络;使用训练后的前视声纳图像目标分割网络对声纳图像进行分割得到分割后的图像,使用椭圆拟合方法对分割后的图像提取障碍物轮廓和位置信息。上述避碰方法能够实现有效避碰,解决了传统声纳避碰方法避碰效果不理想的问题。
-
公开(公告)号:CN116317311A
公开(公告)日:2023-06-23
申请号:CN202211553945.7
申请日:2022-12-06
Applicant: 宜昌测试技术研究所
Abstract: 本发明涉及一种UUV水下永磁同步推进电机噪声防护层,属于UUV减振降噪技术领域。所述噪声防护层主要包括PE防护层和橡胶防护层;PE防护层为内层,紧贴所述电机本体外表面,由多层PE薄膜缠绕堆叠而成,薄膜层间存在空气介质;橡胶防护层由橡胶材料制成,内表面贴紧PE防护层,外表面与水接触。所述噪声防护层适用于UUV水下永磁同步推进电机的噪声防护,可有效降低电机本体的电磁振动辐射噪声,提高UUV平台整体的自噪声水平;所述噪声防护层结构简单、性能可靠、成本低廉、易于安装维护;适装性强,可现场施工快速更换。
-
公开(公告)号:CN116184414A
公开(公告)日:2023-05-30
申请号:CN202211466497.7
申请日:2022-11-22
Applicant: 宜昌测试技术研究所
Abstract: 本发明公开了一种声纳目标检测系统及检测方法,所述声纳目标检测系统包括声纳图像采集单元和目标检测单元,所述声纳图像采集单元包括前视声纳,所述前视声纳用于生成声纳图像原始数据,所述目标检测单元用于接收前视声纳产生的声纳图像原始数据,并将接收到的声纳图像原始数据进行数据解析,生成前视扇形声纳图像,对前视扇形声纳图像进行目标检测处理,生成前视扇形声纳图像中目标的位置和类别信息。所述声纳目标检测系统具有具有功耗小、发热量低、体积小的优点,适合搭载于AUV上的特点。
-
公开(公告)号:CN116152649A
公开(公告)日:2023-05-23
申请号:CN202211467132.6
申请日:2022-11-22
Applicant: 宜昌测试技术研究所
IPC: G06V20/05 , G06V10/82 , G06V10/80 , G06V10/774
Abstract: 本发明公开了一种基于改进YOLOv4的声纳目标检测方法及装置,所述方法包括:构建水下侧扫声纳图像训练集及测试集;对所述水下侧扫声纳图像训练集中的图像进行预处理;构建改进YOLOv4声纳目标检测网络;使用所述水下侧扫声纳图像训练集对所述改进YOLOv4声纳目标检测网络进行训练,基于测试集进行测试,得到训练完毕的改进YOLOv4声纳目标检测网络;获取待识别的水下侧扫声纳图像,输入到所述练完毕的改进YOLOv4声纳目标检测网络,得到所述待识别的水下侧扫声纳图像的目标框的类型和位置信息。本发明的方法,对侧扫声纳小目标的检测能力更强。
-
-
-
-