-
公开(公告)号：CN117556172B
公开(公告)日：2024-04-19
申请号：CN202410040741.6
申请日：2024-01-11
申请人： 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC分类号： G06F17/10
摘要： 本发明涉及人工智能技术领域，提供一种船舶操纵运动预报模型构建方法及船舶操纵运动预报方法，船舶操纵运动预报模型构建方法包括：根据船舶运动规律构建多个核函数；根据多个核函数构建对应的运动模型；按照预设筛选标准对多个运动模型进行筛选，得到目标运动模型；按照预设权重和目标运动模型构建运动预报模型。本发明的有益效果：充分考虑了所有核函数的特性，使得运动预报模型在面对更多种船舶运动情况时具有更高的泛化性。按照预设筛选标准对多个运动模型进行筛选，实现自适应运动模型筛选，提升运动预报模型的构建效率。
-
公开(公告)号：CN117556172A
公开(公告)日：2024-02-13
申请号：CN202410040741.6
申请日：2024-01-11
申请人： 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC分类号： G06F17/10
摘要： 本发明涉及人工智能技术领域，提供一种船舶操纵运动预报模型构建方法及船舶操纵运动预报方法，船舶操纵运动预报模型构建方法包括：根据船舶运动规律构建多个核函数；根据多个核函数构建对应的运动模型；按照预设筛选标准对多个运动模型进行筛选，得到目标运动模型；按照预设权重和目标运动模型构建运动预报模型。本发明的有益效果：充分考虑了所有核函数的特性，使得运动预报模型在面对更多种船舶运动情况时具有更高的泛化性。按照预设筛选标准对多个运动模型进行筛选，实现自适应运动模型筛选，提升运动预报模型的构建效率。
-
公开(公告)号：CN118605184A
公开(公告)日：2024-09-06
申请号：CN202411047323.6
申请日：2024-08-01
申请人： 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC分类号： G05B13/04
摘要： 本发明提供了一种船舶轨迹跟踪方法和设备，涉及轨迹跟踪技术领域，该方法可包括：根据船舶在当前时刻的第一状态量和船舶基于控制时域的控制序列，确定第一状态序列；其中，控制时域为以当前时刻为起点的第一时间段，第一状态序列为船舶基于预测时域的状态序列，预测时域为以当前时刻为起点的第二时间段；获得第二状态序列；其中，第二状态序列为船舶在参考轨迹中的预测时域的状态序列；根据第一状态序列与第二状态序列的差，并结合船舶的控制约束条件，确定船舶基于预测时域的控制序列；从船舶基于预测时域的控制序列中，获得船舶在当前时刻的控制量；根据船舶在当前时刻的控制量，控制船舶运行。本发明提高了轨迹跟踪的精度。
-
公开(公告)号：CN118605184B
公开(公告)日：2024-10-11
申请号：CN202411047323.6
申请日：2024-08-01
申请人： 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC分类号： G05B13/04
摘要： 本发明提供了一种船舶轨迹跟踪方法和设备，涉及轨迹跟踪技术领域，该方法可包括：根据船舶在当前时刻的第一状态量和船舶基于控制时域的控制序列，确定第一状态序列；其中，控制时域为以当前时刻为起点的第一时间段，第一状态序列为船舶基于预测时域的状态序列，预测时域为以当前时刻为起点的第二时间段；获得第二状态序列；其中，第二状态序列为船舶在参考轨迹中的预测时域的状态序列；根据第一状态序列与第二状态序列的差，并结合船舶的控制约束条件，确定船舶基于预测时域的控制序列；从船舶基于预测时域的控制序列中，获得船舶在当前时刻的控制量；根据船舶在当前时刻的控制量，控制船舶运行。本发明提高了轨迹跟踪的精度。
-
公开(公告)号：CN118247491A
公开(公告)日：2024-06-25
申请号：CN202410454278.X
申请日：2024-04-16
申请人： 哈尔滨工程大学
IPC分类号： G06V10/25 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/082
摘要： 本发明提供一种基于PointPillars算法的移动目标检测方法、系统及存储介质，涉及计算机视觉的目标检测技术领域，为解决现有技术中的道路目标检测方法，易出现实时检测速度较慢或者检测结果的预测角度容易有误差的问题。包括如下步骤：步骤一、获取目标的3D点云数据，对3D点云数据进行预处理，构建训练数据集；步骤二、建立基于改进的PointPillars算法的目标检测模型并进行训练，将预处理后的3D点云数据输入训练好的目标检测模型进行处理，得到目标预测结果；模型构建有改进后的pillar编码网络以进行点云信息编码，主干网络由CSPDarknet模块和SECOND采样模块的Conv串联构建；本发明方法用于实现高精度、高速度地移动目标检测。
-
公开(公告)号：CN109886357B
公开(公告)日：2022-12-13
申请号：CN201910189578.9
申请日：2019-03-13
申请人： 哈尔滨工程大学
IPC分类号： G06V10/764 , G06V10/80 , G06V10/50 , G06V10/82
摘要： 本发明提供的是一种基于特征融合的自适应权重深度学习目标分类方法。目标粗检测；提取图像卷积特征和HOG特征，对HOG特征扩维处理；将SENet嵌入到Resnet网络框架，建立用于提取图像多特征权重的网络框架；计算卷积特征和HOG特征的自适应权重向量，制定特征融合策略，计算图像融合特征；建立基于精准二分类网络集的多目标分类框架。本发明将图像卷积特征与HOG特征融合，提取图像特征的自适应权重向量，设计深度学习网络构型和参数，构建精准的分类网络，该网络通过降低得分阈值来得到更多的候选框，提高目标检测的召回率；通过设计多个二分类网络，在多分类问题上具有更高的准确率。
-
公开(公告)号：CN111160354B
公开(公告)日：2022-06-17
申请号：CN201911388248.9
申请日：2019-12-30
申请人： 哈尔滨工程大学
IPC分类号： G06V10/26 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T3/40
摘要： 本发明涉及一种基于联合图像信息的海天背景下船舶图像分割方法，本发明针对于待分割的船舶图像，首先利用训练好的干扰因素判别器判别船舶图像对应的环境类型；然后利用所述环境类型对应的船舶提取器进行船舶的分割提取；采用基于神经网络的分类网络构建干扰因素判别器；利用训练集进行训练，得到训练好的干扰因素判别器；采用基于神经网络的分割网络构建不同环境下的船舶提取器；利用训练集中每种环境下的船舶图像分别进行训练，得到不同环境下船舶图像分别对应的训练好的船舶提取器。主要用于图像中船舶的分割提取。解决利用现有的分割算法进行海天背景下船舶图像分割存在分割精度降低的问题。
-
公开(公告)号：CN114219989A
公开(公告)日：2022-03-22
申请号：CN202111411500.0
申请日：2021-11-25
申请人： 哈尔滨工程大学
摘要： 本发明提供了一种基于干扰抑制和动态轮廓的雾天场景船舶实例分割方法，包括以下步骤：步骤1：建立雾天场景下船舶实例分割网络；步骤2：训练雾天船舶实例分割网络；步骤3：测试雾天船舶实例分割效果。本发明解决了现有技术无法准确分割雾天场景船舶的问题，全面提升了雾天场景下船舶实例分割的准确度，减少了船舶漏检。
-
公开(公告)号：CN114048800A
公开(公告)日：2022-02-15
申请号：CN202111229203.4
申请日：2021-10-21
申请人： 哈尔滨工程大学
IPC分类号： G06K9/62 , G06V10/764 , G06V10/774
摘要： 本发明属于计算机视觉技术领域，具体涉及一种视觉信息海上目标识别多源混合数据集构建方法。本发明通过详细划分海上目标种类，为后续样本采集与标注提供标准分类条件；采用多种途径获取样本数据，利用海上目标样本采集、网络搜索、数据样本增广方式，分别构建样本数据集；设计样本分配和处理策略，并制定海上目标识别评价策略，保证样本中各类数据构成比例更为合理，保证后续神经网络训练的准确性。本发明可为基于深度学习的海上目标识别网络训练任务，提供更为合理的训练样本，使训练后的网络具有较强的鲁棒性和识别准确性。
-
公开(公告)号：CN109656262B
公开(公告)日：2021-10-01
申请号：CN201910045668.0
申请日：2019-01-17
申请人： 哈尔滨工程大学
摘要： 本发明提供的是一种提高小型飞机着陆过程乘客舒适度的控制方法。步骤1：获取小型飞机飞行状态量及控制量；步骤2：预估扰动气流状态量；步骤3：计算乘客舒适度并确定补偿量；步骤4：构造位置及速度补偿控制器；步骤5：构造飞机姿态角补偿控制器；步骤6：构造飞机姿态角速度偿控制器；步骤7：确定各控制器参数。本发明针对小型飞机着陆过程，本发明提出提高乘客舒适度的控制方法，设计扰动观测器预估扰动气流速度分量，提出乘客舒适度的计算方法，构建乘客舒适度补偿模型，结合基于非线性动态逆的横纵向综合设计思想，有效控制飞机着陆过程状态偏差，实现提高小型飞机着陆过程乘客舒适度的目的。
-
-
-
-
-
-
-
-
-
搜索结果
81 条记录 (耗时 0.067 秒)
