“班喜程”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]一种基于频域和语义的动态视觉SLAM方法-CN202310505675.0有效
发明人：栾添添;吕奉坤;班喜程;孙明晓;吕重阳;张晓霜;吴宝奇 -专利权人：哈尔滨理工大学
申请日： 2023-05-08 - 公布日： 2023-10-27 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种基于频域和语义的动态SLAM方法，完成在高动态与复杂光照环境中的定位与建图任务。首先，为精确获得物体的运动区域，采用傅里叶梅林算法在频域对图像进行配准以补偿相机运动，随后应用帧间差分算法获得图像的运动掩膜。同时，图像通过短时密集连接(STDC)网络进行语义分割得到潜在运动物体掩膜。将运动掩膜与物体掩膜相结合，获得最终的物体运动区域，对落在该区域的特征点进行剔除。最后，依据稳定的静态特征点跟踪优化，提升位姿精度。在公开数据集与现实环境中的测试结果表明，本方法在复杂动态场景下具有良好的定位精度与鲁棒性，能够有效的降低运动模糊与光照变化对于运动检测的影响。
一种基于语义动态视觉 slam 方法

[发明专利]一种适用于低线束3D激光雷达的动态障碍物去除方法-CN202310678823.9在审
发明人：孙明晓;王潇;班喜程;栾添添;张晓霜;吴宝奇;连厚鑫;谭政纲 -专利权人：哈尔滨理工大学
申请日： 2023-06-08 - 公布日： 2023-10-13 - 主分类号： G01S7/487 文献下载
摘要：针对移动机器人在室外环境中，因行人、车辆等动态物体的存在，导致激光SLAM生成的地图中存在动态物体的轨迹残影，影响后续的定位及路径规划等问题，本发明提出了一种适用于低线束3D激光雷达的动态障碍物去除方法。该方法包括以下步骤：首先对激光雷达采集到的三维点云数据进行预处理；然后进行地面分割，并将非地面点云地图投影为深度图，通过视点可见法对比与查询帧之间可见性来去除轨迹残影；考虑到点云具有距离越远越稀疏的特性，根据距离信息来自适应调节深度图的分辨率，并通过不断减小分辨率来恢复被误删的静态点。经实验证明，该方法可以在低线束的3D激光雷达上高效地去除动态障碍物，保留完整的静态地图，减小动态障碍物对SLAM系统的影响。
一种适用于低线束激光雷达动态障碍物去除方法

[发明专利]一种基于强化学习的工作排程优化方法-CN202310390230.2有效
发明人：栾添添;胥静;班喜程;孙明晓;尹昭然;甄立强;付强;姬长宇 -专利权人：哈尔滨理工大学
申请日： 2023-04-12 - 公布日： 2023-09-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出一种基于强化学习的工作排程优化方法，旨在通过考虑员工实时疲劳程度，优化员工工作排程，进而缩短最大完工时间。首先，分析员工工作与休息状态下的效率变化曲线，构建工作‑休息排程的数学模型，将员工作业流程建立为马尔可夫决策过程；其次，基于SAC(Soft Actor Critic)算法设计智能体决策框架，实时调整员工工作与休息时长，以最大限度提高员工平均工作效率；此外，设计工作量快速适应机制，仅通过少量迁移训练，实现快速适应不同任务目标。仿真结果表明本发明能够优化员工工作排程方案，缩短最大完工时间，同时在工作量任务较大的情况下，可得到更好的优化效果，工作量快速适应机制使模型可以更灵活的应用于动态场景中。
一种基于强化学习工作优化方法

[发明专利]采用深度学习和混合型位姿估计的单目视觉里程计方法-CN202010667153.7有效
发明人：王宏健;班喜程;李娟;李庆;肖瑶;汤扬华;韩宇辰;刘越 -专利权人：哈尔滨工程大学
申请日： 2020-07-13 - 公布日： 2023-07-25 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种采用深度学习和混合型位姿估计的单目视觉里程计方法，包括：利用深度学习神经网络估计连续图像间光流场并从光流场提取关键点匹配对。关键点匹配对作为输入，根据2d‑2d位姿估计原理，利用对极几何的方法初步计算出旋转矩阵和平移向量。利用深度神经网络估计得到单目图像深度场，结合几何理论三角测量方法，以深度场为参考值，使用RANSAC算法计算得到绝对尺度，将位姿从归一化坐标系转到真实坐标系，当2d‑2d位姿估计失败或绝对尺度估计失败，利用3d‑2d位姿估计原理，利用PnP算法进行位姿估计。本发明能够得到精确的位姿估计和绝对尺度估计、具有较好鲁棒性、在不同场景环境下都能够很好的复现出相机轨迹。
采用深度学习混合型位姿估计目视里程计方法

[发明专利]一种改进的全卷积神经网络的侧扫声纳图像特征提取方法-CN201910932903.6有效
发明人：王宏健;高娜;肖瑶;张勋;班喜程;牛韶源 -专利权人：哈尔滨工程大学
申请日： 2019-09-29 - 公布日： 2023-07-21 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种改进的全卷积神经网络的侧扫声纳图像特征提取方法，数据集的获取，并将数据集分为训练集和测试集，对数据集的目标区域进行标注；以VGG16网络为基础网络，搭建全卷积网络模型，并改进FCN模型的跳层结构；训练改进的全卷积网络模型，即训练FCNB模型；用训练好的网络对测试集的数据进行特征提取；定性评价特征提取结果，对比分析改进后与改进前的网络的特征提取结果。本发明保留了更多的细节信息，克服了传统方法抗散斑能力差、效率低、速度慢以及准确率低的缺点；有利于方法的泛化使用；特征提取效果得到了明显提升，该方法收敛性更好，稳定性更高。
一种改进卷积神经网络声纳图像特征提取方法

[发明专利]一种融合颜色和尺度特征的ORB图像匹配方法-CN202210957903.3有效
发明人：孙明晓;王潇;班喜程;栾添添;袁晓亮;李小岗;连厚鑫;谭政纲 -专利权人：哈尔滨理工大学
申请日： 2022-08-10 - 公布日： 2023-04-28 - 主分类号： G06V10/44 文献下载
摘要：针对传统ORB算法因忽略图像颜色信息，对光照变化的鲁棒性较差，易造成误匹配的情况，本发明公开了一种融合颜色和尺度特征的ORB图像匹配方法。所述方法包括：首先使用颜色不变量模型对彩色图像进行预处理，求出图像的颜色不变量，以颜色不变量作为输入信息，建立积分图像，采用盒式滤波器建立尺度空间，使用快速Hession矩阵检测极值点，提取具有尺度不变性的特征点，然后使用rBRIEF算法得到特征描述符，最后采用汉明距离和改进RANSAC算法去除误匹配点。本发明在保证ORB算法特点的基础上，改善了ORB算法在颜色不同而对应灰度值相同区域正确匹配率低的问题，并且使算法具备尺度不变性，解决了特征点分布不均匀的情况，提高了图像发生尺度变化时匹配精度。
一种融合颜色尺度特征 orb 图像匹配方法

[发明专利]改进型编码解码结构的全卷积神经网络语义分割方法-CN201910914737.7有效
发明人：王宏健;胡文月;李庆;杜雪;肖瑶;班喜程 -专利权人：哈尔滨工程大学
申请日： 2019-09-26 - 公布日： 2022-11-15 - 主分类号： G06T7/12 文献下载
摘要：本发明属于深度学习及机器视觉领域，具体涉及一种改进型编码解码结构的全卷积神经网络语义分割方法。本发明采用图像预处理操作不仅提高了模型的精度，而且也增强了模型的稳定性；针对池化和下采样的重复组合的操作引起特征分辨率下降的问题，采用全卷积神经网络，进而提高了语义分割的准确性；引用U‑net模型结构的思想，采用编码‑解码结构，保留了二倍和四倍下采样的特征信息，分别与四倍和二倍上采样特征信息进行融合，通过逐渐恢复空间信息来捕捉清晰的目标边界，解决了图像边缘分割不太准确的问题，同时提高了神经网络的收敛速度，节约了运行时间。
改进型编码解码结构卷积神经网络语义分割方法

[发明专利]融合全卷积神经网络与改进ASPP模块的场景分割方法-CN201910914699.5有效
发明人：王宏健;胡文月;李庆;管凤旭;肖瑶;班喜程 -专利权人：哈尔滨工程大学
申请日： 2019-09-26 - 公布日： 2022-11-11 - 主分类号： G06V10/26 文献下载
摘要：本发明属于深度学习及机器视觉领域，具体涉及一种融合全卷积神经网络与改进ASPP模块的场景分割方法。本发明采用图像预处理操作能够防止模型过拟合，同时提高模型的适应能力；针对池化和下采样的重复组合的操作引起特征分辨率下降的问题，采用全卷积神经网络；在第五层卷积层后面加入改进的ASPP模块，融入图像级别的特征来捕获远距离信息，增加模型本身的适应能力；采用反卷积进行上采样，优势是可以自己学习参数；针对网络层数加深，边缘细节信息损失严重的问题，保留二倍下采样信息并与四倍上采样信息进行融合。
融合卷积神经网络改进 aspp 模块场景分割方法

[发明专利]未知静态障碍环境下USV基于改进蚁群优化的避碰规划方法-CN201910032579.2有效
发明人：王宏健;郭峰;班喜程;练青坡;刘超伟 -专利权人：哈尔滨工程大学
申请日： 2019-01-14 - 公布日： 2022-08-02 - 主分类号： G06Q10/04 文献下载
摘要：未知静态障碍环境下USV基于改进蚁群优化的避碰规划方法，属于水面无人艇避碰规划技术领域。本发明首先构建全局坐标系和局部坐标系，建立导航雷达仿真模型；设计用于实时避碰规划的滚动优化窗口；然后采用可视图法构建环境模型；设计用于实时避碰规划的改进蚁群优化方法；最后将导航雷达探测信息及目标点信息输入至基于改进蚁群优化方法的USV静态避碰规划器，获得USV下一时刻的转艏及速度的调整指令。本发明将滚动优化窗口法与改进蚁群优化方法相结合，提高了USV在线规划的实时性；针对于蚁群优化方法收敛速度慢，提出了改进的伪随机比例规则对蚂蚁状态转移进行选择；借鉴狼群分配原则和最大最小蚂蚁系统对全局信息素进行更新，避免搜索陷入局部最优。
未知静态障碍环境 usv 基于改进优化规划方法

[发明专利]一种基于线特征简化的侧扫声呐线特征匹配改进方法-CN201910347922.2有效
发明人：王宏健;王其林;班喜程;张耕实;吴迪;高娜 -专利权人：哈尔滨工程大学
申请日： 2019-04-28 - 公布日： 2022-08-02 - 主分类号： G01S15/89 文献下载
摘要：本发明属于图像处理领域，具体涉及一种基于线特征简化的侧扫声呐线特征匹配改进方法。本发明主要包括两大步骤：对提取的线特征进行简化处理以及线特征之间的匹配。侧扫声呐图像由于自身的特点，在提取线特征之后，在某些区域会存在过多相似度极高的线特征，通过线特征的简化处理将多条相似度极高的线特征简化，最终确定最少数量线特征代表待处理区域的提取特征，线特征匹配利用射影变换找到对应特征。本发明首先将提取的线特征进行简化处理，可以更简洁描述图像特点，也更有利于提高后续线特征匹配率和匹配速度；基于简化特征的基础上，利用射影变换实现线特征在匹配图像中的映射，通过设计线特征之间的匹配约束条件来完成线特征之间的匹配。
一种基于特征简化声呐匹配改进方法

1
共 10 条