-
公开(公告)号：CN119295712A
公开(公告)日：2025-01-10
申请号：CN202411804195.5
申请日：2024-12-10
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
Abstract: 本发明提供了一种适用于极地无人艇的目标识别方法，涉及目标识别技术领域，方法包括获取极地无人艇目标区域的图像数据和环境数据，其中，环境数据包括气象数据和障碍数据；提取图像数据的客观指标，并根据气象数据、障碍数据和客观指标，确定识别影响参数；根据识别影响参数，分割图像数据，生成至少一个缺陷图像和至少一个正常图像；根据识别影响参数，确定每个缺陷图像的缺陷类型，其中缺陷类型包括遮挡缺陷和清晰度缺陷；根据遮挡补偿图像和/或清晰度补偿图像，以及所有正常图像，生成待识别图像数据，并根据待识别图像数据，采用目标识别技术，生成目标识别结果。通过本发明的方法，可以提高目标识别的精度。
-
公开(公告)号：CN119292336A
公开(公告)日：2025-01-10
申请号：CN202411822707.0
申请日：2024-12-12
Applicant: 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: G05D1/648 , G01C21/20 , G05D1/249 , G05D1/43 , G06V20/56 , G06V10/764 , G05D109/30
Abstract: 本发明提供了一种面向多栖无人艇的感知方法及系统，涉及无人艇控制技术领域，该面向多栖无人艇的感知方法包括：根据图像中每个像素点和对应的相邻像素点的灰度值的比较结果确定异常像素点；根据每个异常像素点确定每个异常像素点对应的偏离值；将偏离值小于第一预设阈值的异常像素点确定为边缘像素点，并根据全部边缘像素点对图像进行区域划分得到子区域图像；将子区域图像输入训练好的图像分类模型输出区域类型；确定预设行驶路线穿越目标区域时经过的目标子区域以及经过目标子区域的顺序，根据目标子区域对应的区域类型和经过目标子区域的顺序生成无人艇的控制策略。本发明可以有效提高无人艇控制的适应性和安全性。
-
公开(公告)号：CN119292336B
公开(公告)日：2025-02-18
申请号：CN202411822707.0
申请日：2024-12-12
Applicant: 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: G05D1/648 , G01C21/20 , G05D1/249 , G05D1/43 , G06V20/56 , G06V10/764 , G05D109/30
Abstract: 本发明提供了一种面向多栖无人艇的感知方法及系统，涉及无人艇控制技术领域，该面向多栖无人艇的感知方法包括：根据图像中每个像素点和对应的相邻像素点的灰度值的比较结果确定异常像素点；根据每个异常像素点确定每个异常像素点对应的偏离值；将偏离值小于第一预设阈值的异常像素点确定为边缘像素点，并根据全部边缘像素点对图像进行区域划分得到子区域图像；将子区域图像输入训练好的图像分类模型输出区域类型；确定预设行驶路线穿越目标区域时经过的目标子区域以及经过目标子区域的顺序，根据目标子区域对应的区域类型和经过目标子区域的顺序生成无人艇的控制策略。本发明可以有效提高无人艇控制的适应性和安全性。
-
公开(公告)号：CN119295741A
公开(公告)日：2025-01-10
申请号：CN202411804194.0
申请日：2024-12-10
Applicant: 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: G06V10/25 , G06N3/0464 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/58 , G01S17/66 , G01S17/86
Abstract: 本发明提供了一种极地无人艇的目标跟踪方法、装置、电子设备及存储介质，涉及目标检测技术领域，包括：获取距离信息、无人艇行驶信息和待处理图像数据；当距离信息大于预设距离时得到待检测目标情况；当为待检测目标静态情况时，通过对待处理图像数据进行灰度处理后进行特征提取得到第一待检测目标特征；当为待检测目标动态情况时，将待处理图像数据输入双层特征融合模型得到第二待检测目标特征；当距离信息小于或等于预设距离时，将待处理图像数据输入YOLO卷积网络模型得到第三待检测目标特征；根据所述第一待检测目标特征或所述第二待检测目标特征或所述第三待检测目标特征确定待检测目标位置。本发明实现了提高目标跟踪精度。
-
公开(公告)号：CN119295741B
公开(公告)日：2025-04-08
申请号：CN202411804194.0
申请日：2024-12-10
Applicant: 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: G06V10/25 , G06N3/0464 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/58 , G01S17/66 , G01S17/86
Abstract: 本发明提供了一种极地无人艇的目标跟踪方法、装置、电子设备及存储介质，涉及目标检测技术领域，包括：获取距离信息、无人艇行驶信息和待处理图像数据；当距离信息大于预设距离时得到待检测目标情况；当为待检测目标静态情况时，通过对待处理图像数据进行灰度处理后进行特征提取得到第一待检测目标特征；当为待检测目标动态情况时，将待处理图像数据输入双层特征融合模型得到第二待检测目标特征；当距离信息小于或等于预设距离时，将待处理图像数据输入YOLO卷积网络模型得到第三待检测目标特征；根据所述第一待检测目标特征或所述第二待检测目标特征或所述第三待检测目标特征确定待检测目标位置。本发明实现了提高目标跟踪精度。
-
Patent Agency Ranking
公开(公告)号：CN119295712B
公开(公告)日：2025-04-22
申请号：CN202411804195.5
申请日：2024-12-10
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
Abstract: 本发明提供了一种适用于极地无人艇的目标识别方法，涉及目标识别技术领域，方法包括获取极地无人艇目标区域的图像数据和环境数据，其中，环境数据包括气象数据和障碍数据；提取图像数据的客观指标，并根据气象数据、障碍数据和客观指标，确定识别影响参数；根据识别影响参数，分割图像数据，生成至少一个缺陷图像和至少一个正常图像；根据识别影响参数，确定每个缺陷图像的缺陷类型，其中缺陷类型包括遮挡缺陷和清晰度缺陷；根据遮挡补偿图像和/或清晰度补偿图像，以及所有正常图像，生成待识别图像数据，并根据待识别图像数据，采用目标识别技术，生成目标识别结果。通过本发明的方法，可以提高目标识别的精度。
-
公开(公告)号：CN120056112A
公开(公告)日：2025-05-30
申请号：CN202510266389.2
申请日：2025-03-07
Applicant: 哈尔滨工程大学
IPC: B25J9/16
Abstract: 一种多轴搬运机器人视觉识别方法，该方法包括以下步骤：步骤1，多轴搬运机器人使用CCD图像传感器采集需要被搬运的物体图像；步骤2，设计多轴搬运机器人目标检测系统；步骤3，对YOLOV5目标检测模型进行增量学习；步骤4，设计多轴搬运机器人控制模型；步骤5，设计多轴搬运机器人的控制软件。针对多轴搬运机器人的视觉识别和控制问题，本发明提出了一种多轴搬运机器人视觉识别方法，实现多轴机器人的目标检测和控制功能，同时为了提高检测模型的鲁棒性和精确度，本发明对YOLOV5模型进行在线优化升级，实现了YOLOV5模型的增量学习，本发明在机器人的控制方面提出了三闭环的控制系统，有效地克服多轴机器人的非线性因素和系统摩擦。
-
公开(公告)号：CN118296597A
公开(公告)日：2024-07-05
申请号：CN202410508819.2
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F21/55 , G06V10/764 , G06N20/00
Abstract: 本发明属于联邦学习技术领域，具体涉及一种基于可学习触发器的联邦学习后门攻击方法、程序、设备及存储介质。本发明包括创建恶意客户端本地训练任务；根据全局模型副本和目标类小样本集生成可学习的触发器；可学习触发器注入本地数据，在训练过程中将后门植入本地模型；通过聚合器平均模型更新，将后门信息转递至全局模型中，使全局模型在正常工作的同时具有后门效应；在推理阶段，增强触发器触发强度，提高攻击性能的同时不影响攻击的隐蔽性。本发明提出的后门攻击方法具有良好的隐蔽性，生成用于触发后门攻击的可学习触发器具有良好的不可见性，使后门攻击在联邦学习范式中拥有较高的攻击成功率，并长时间维持。
-
公开(公告)号：CN114047744B
公开(公告)日：2023-06-13
申请号：CN202111050090.1
申请日：2021-09-08
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于采样通信的自适应反步滑模多无人艇编队控制方法，包括：建立无人船控制系统的运动学和动力学模型；基于运动学和动力学模型搭建基于采样通信的无人船编队协同控制器，并进行稳定分析；基于无人船编队协同控制器，设计自适应反步控制底层；基于自适应反步控制底层，设计跟踪控制子系统的运动学控制器；基于自适应反步控制底层，设计编队控制子系统的动力学控制器；根据Lyapunov稳定性定理，分析自适应反步控制底层的稳定性。该方法采用多个无人艇进行协作实现任务的分担，降低对单个机器人的性能要求，也可有效地克服单个无人艇运载能力不足问题，同时大大提高任务完成的可靠性，且具有更高的容错性、鲁棒性、适应性。
-
公开(公告)号：CN114706298A
公开(公告)日：2022-07-05
申请号：CN202111050109.2
申请日：2021-09-08
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于预设性能的USV鲁棒无模型轨迹跟踪控制器设计方法，属于智能体自动控制领域。包括以下步骤：步骤一、建立水面无人艇的运动学和动力学模型；步骤二、根据水面无人艇的运动学和动力学模型，定义运动学、动力学误差并形成跟踪误差动力学模型；步骤三、进行转换函数的设计；步骤四、进行误差转换公式选取；步骤五、基于步骤三和步骤四的设计，建立误差矩阵定义和无约束动力学系统；步骤六、进行无模型控制器的设计。本发明可以避免现有研究中的自适应律计算过程而导致所需的计算载荷减下，通过调整预设性能矩阵的参数来保证理想的跟踪误差的瞬态和稳态行为，最终实现USV轨迹跟踪控制器设计。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.039 seconds)
