CN104991259A - 一种激光成像探测方法 - Google Patents
一种激光成像探测方法 Download PDFInfo
- Publication number
- CN104991259A CN104991259A CN201510443744.5A CN201510443744A CN104991259A CN 104991259 A CN104991259 A CN 104991259A CN 201510443744 A CN201510443744 A CN 201510443744A CN 104991259 A CN104991259 A CN 104991259A
- Authority
- CN
- China
- Prior art keywords
- subset
- underwater
- image
- human body
- laser
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Studio Devices (AREA)
Abstract
本发明涉及一种激光成像探测方法,该方法包括:1)提供一种基于激光成像探测的智能化水下机器人,所述水下机器人包括水下机器人主体、激光成像设备、特征提取识别设备,所述激光成像设备和所述特征提取识别设备都位于所述水下机器人主体上,所述激光成像设备用于拍摄水下激光图像,所述特征提取识别设备与所述激光成像设备连接,用于从所述水下激光图像中提取水下人体特征并确定人体类型;2)使用所述机器人来进行探测。通过本发明,能够准确进行水下激光成像,并能够自动检测到水下遗体。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种激光成像探测方法。
背景技术
现有技术中,由潜水员携带电子设备,用于使用激光成像技术对水下目标拍摄,之后使用图像处理技术对拍摄的激光图像进行人体目标识别,是水下人体目标检测的常规手段。
上述手段存在以下缺陷:1、潜水员生命受到威胁;2、激光成像效果差;3、缺乏有针对性的水下图像识别技术。基于上述原因,导致现有水下人体目标识别可靠性和安全性不高。
为此,需要一种新的基于激光成像检测的水下人体目标识别方案,能够使用机器探测方式替代人工探测方式,改善激光成像效果,而且能够提高图像识别精度。
发明内容
为了解决现有技术存在的技术问题,本发明提供了一种基于激光成像探测的智能化水下机器人,利用特有的水下机器人结构为载体,引入高精度的激光成像控制技术,并采用神经网络识别方式进行图像处理,从而更准确地检测出水下人体目标,提高水下救援的智能化水平。
根据本发明的一方面,提供了一种激光成像探测方法,该方法包括:1)提供一种基于激光成像探测的智能化水下机器人,所述水下机器人包括水下机器人主体、激光成像设备、特征提取识别设备,所述激光成像设备和所述特征提取识别设备都位于所述水下机器人主体上,所述激光成像设备用于拍摄水下激光图像,所述特征提取识别设备与所述激光成像设备连接,用于从所述水下激光图像中提取水下人体特征并确定人体类型;2)使用所述机器人来进行探测。
更具体地,在所述基于激光成像探测的智能化水下机器人中,还包括:所述水下机器人主体包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手、隔水密封筒、横向螺旋桨、竖向螺旋桨、纵向螺旋桨和三个直流电机,所述支架用于将所述水下机器人主体固定在水下,所述连接箍与所述支架固定连接,所述储物台和所述机械臂与所述连接箍分别连接,所述机械手与所述机械臂连接,所述机械臂包括大臂和与大臂连接的小臂,所述三个直流电机分别带动所述横向螺旋桨、所述竖向螺旋桨和所述纵向螺旋桨,以通过螺旋桨的正反转,为水下机器人主体提供6个自由度的推进动力;移动硬盘,位于所述水下机器人主体上,用于预先存储了亮度阈值上限和亮度阈值下限;声纳设备,位于所述水下机器人主体上,用于对所述水下机器人主体前方的水下目标执行声纳图像采集,以获得声纳图像;声纳图像处理设备,与所述声纳设备和所述移动硬盘分别连接,包括第一检测子设备、第二检测子设备和目标距离检测子设备,所述第一检测子设备与所述声纳设备和所述移动硬盘分别连接,用于采用亮度阈值上限遍历声纳图像以分割出核心目标区域;所述第二检测子设备与所述第一检测子设备和所述移动硬盘分别连接,用于以所述核心目标区域的边缘点作为种子点,利用亮度阈值下限对核心目标区域附近的像素点进行亮度判断,以获得并分割出最终目标区域;所述目标距离检测子设备与所述第二检测子设备连接,计算最终目标区域的中心点到声纳图像检测原点的距离并作为目标距离输出;所述激光成像设备,包括激光器、探测器和微控制器,所述激光器对所述水下机器人主体前方的水下目标发出激光束,以在所述激光束被水下目标反射到所述探测器时,便于所述探测器的拍摄,所述微控制器与所述声纳图像处理设备、所述激光器和所述探测器分别连接,基于目标距离和激光在水下传播速度确定所述探测器快门的选通时间,并在选通时间到达时,选通所述探测器的快门,触发所述探测器对水下目标进行拍摄,以获得水下激光图像;所述特征提取识别设备包括预处理子设备、特征提取子设备和人体类型识别子设备;所述预处理子设备与所述激光成像设备连接,包括中值滤波子设备、低通滤波子设备和同态滤波子设备;所述中值滤波子设备与所述探测器连接,用于对所述水下激光图像执行中值滤波,以滤除所述水下激光图像中的点噪声,获得第一滤波图像;所述低通滤波子设备与所述中值滤波子设备连接,用于去除所述第一滤波图像中的随机噪声,获得第二滤波图像;所述同态滤波子设备与所述低通滤波子设备连接,用于对所述第二滤波图像执行图像增强,以获得增强水下图像;所述特征提取子设备与所述预处理子设备连接,包括图像分割单元和特征向量识别单元,所述图像分割单元基于人体图像灰度阈值范围将所述增强水下图像中的人体目标识别出来以获得水下人体图像;所述特征向量识别单元与所述图像分割单元连接,基于所述水下人体图像确定水下人体目标的8个几何特征:欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度,并将所述8个几何特征组成特征向量;所述人体类型识别子设备与所述特征提取子设备连接,采用8输入4输出的单隐层BP神经网络,以水下人体目标的8个几何特征作为输入层神经元,输出层为水下人体类型,所述水下人体类型包括遗体、儿童游客、老人游客和成人游客;主控设备,设置在所述水下机器人主体上,与所述人体类型识别子设备连接,当接收到所述水下人体类型为遗体时,发出遗体报警信号,当接收到所述水下人体类型为儿童游客、老人游客或成人游客时,发出游客报警信号;水下电缆,用于将所述主控设备与水上救援中心连接,将所述遗体报警信号或所述游客报警信号发送到所述水上救援中心。
更具体地,在所述基于激光成像探测的智能化水下机器人中:所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备分别采用不同的FPGA芯片来实现。
更具体地,在所述基于激光成像探测的智能化水下机器人中:所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备被集成在一块集成电路板上。
更具体地,在所述基于激光成像探测的智能化水下机器人中:所述主控设备为数字信号处理器。
更具体地,在所述基于激光成像探测的智能化水下机器人中:所述主控设备在发出所述遗体报警信号或所述游客报警信号时,还将所述水下人体图像压缩后发送到所述水上救援中心。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的基于激光成像探测的智能化水下机器人的结构方框图。
附图标记:1水下机器人主体;2激光成像设备;3特征提取识别设备
具体实施方式
下面将参照附图对本发明的基于激光成像探测的智能化水下机器人的实施方案进行详细说明。
现有技术中,对水下人员的识别偏依赖于人工方式,安全性不高,且检测机制较为粗糙,识别效率较低。
为了克服上述不足,本发明搭建了一种基于激光成像探测的智能化水下机器人,采用智能化水下机器人准确、高效地分析出水下目标类型,提高水下救援速度。
图1为根据本发明实施方案示出的基于激光成像探测的智能化水下机器人的结构方框图,所述水下机器人包括水下机器人主体、激光成像设备、特征提取识别设备,所述激光成像设备和所述特征提取识别设备都位于所述水下机器人主体上,所述激光成像设备用于拍摄水下激光图像,所述特征提取识别设备与所述激光成像设备连接,用于从所述水下激光图像中提取水下人体特征并确定人体类型。
接着,继续对本发明的基于激光成像探测的智能化水下机器人的具体结构进行进一步的说明。
所述水下机器人还包括:所述水下机器人主体包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手、隔水密封筒、横向螺旋桨、竖向螺旋桨、纵向螺旋桨和三个直流电机,所述支架用于将所述水下机器人主体固定在水下,所述连接箍与所述支架固定连接,所述储物台和所述机械臂与所述连接箍分别连接,所述机械手与所述机械臂连接,所述机械臂包括大臂和与大臂连接的小臂,所述三个直流电机分别带动所述横向螺旋桨、所述竖向螺旋桨和所述纵向螺旋桨,以通过螺旋桨的正反转,为水下机器人主体提供6个自由度的推进动力。
所述水下机器人还包括:移动硬盘,位于所述水下机器人主体上,用于预先存储了亮度阈值上限和亮度阈值下限。
所述水下机器人还包括:声纳设备,位于所述水下机器人主体上,用于对所述水下机器人主体前方的水下目标执行声纳图像采集,以获得声纳图像。
所述水下机器人还包括:声纳图像处理设备,与所述声纳设备和所述移动硬盘分别连接,包括第一检测子设备、第二检测子设备和目标距离检测子设备,所述第一检测子设备与所述声纳设备和所述移动硬盘分别连接,用于采用亮度阈值上限遍历声纳图像以分割出核心目标区域。
所述第二检测子设备与所述第一检测子设备和所述移动硬盘分别连接,用于以所述核心目标区域的边缘点作为种子点,利用亮度阈值下限对核心目标区域附近的像素点进行亮度判断,以获得并分割出最终目标区域;所述目标距离检测子设备与所述第二检测子设备连接,计算最终目标区域的中心点到声纳图像检测原点的距离并作为目标距离输出。
所述激光成像设备,包括激光器、探测器和微控制器,所述激光器对所述水下机器人主体前方的水下目标发出激光束,以在所述激光束被水下目标反射到所述探测器时,便于所述探测器的拍摄,所述微控制器与所述声纳图像处理设备、所述激光器和所述探测器分别连接,基于目标距离和激光在水下传播速度确定所述探测器快门的选通时间,并在选通时间到达时,选通所述探测器的快门,触发所述探测器对水下目标进行拍摄,以获得水下激光图像。
所述特征提取识别设备包括预处理子设备、特征提取子设备和人体类型识别子设备;所述预处理子设备与所述激光成像设备连接,包括中值滤波子设备、低通滤波子设备和同态滤波子设备;所述中值滤波子设备与所述探测器连接,用于对所述水下激光图像执行中值滤波,以滤除所述水下激光图像中的点噪声,获得第一滤波图像;所述低通滤波子设备与所述中值滤波子设备连接,用于去除所述第一滤波图像中的随机噪声,获得第二滤波图像;所述同态滤波子设备与所述低通滤波子设备连接,用于对所述第二滤波图像执行图像增强,以获得增强水下图像;所述特征提取子设备与所述预处理子设备连接,包括图像分割单元和特征向量识别单元,所述图像分割单元基于人体图像灰度阈值范围将所述增强水下图像中的人体目标识别出来以获得水下人体图像;所述特征向量识别单元与所述图像分割单元连接,基于所述水下人体图像确定水下人体目标的8个几何特征:欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度,并将所述8个几何特征组成特征向量。
所述人体类型识别子设备与所述特征提取子设备连接,采用8输入4输出的单隐层BP神经网络,以水下人体目标的8个几何特征作为输入层神经元,输出层为水下人体类型,所述水下人体类型包括遗体、儿童游客、老人游客和成人游客。
所述水下机器人还包括:主控设备,设置在所述水下机器人主体上,与所述人体类型识别子设备连接,当接收到所述水下人体类型为遗体时,发出遗体报警信号,当接收到所述水下人体类型为儿童游客、老人游客或成人游客时,发出游客报警信号;水下电缆,用于将所述主控设备与水上救援中心连接,将所述遗体报警信号或所述游客报警信号发送到所述水上救援中心。
可选地,在所述基于激光成像探测的智能化水下机器人中:所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备分别采用不同的FPGA芯片来实现;所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备被集成在一块集成电路板上;所述主控设备为数字信号处理器;所述主控设备在发出所述遗体报警信号或所述游客报警信号时,还将所述水下人体图像压缩后发送到所述水上救援中心。
另外,FPGA(Field-Programmable Gate Array),即现场可编程门阵列,他是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。他是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。
以硬件描述语言(Verilog或VHDL)所完成的电路设计,可以经过简单的综合与布局,快速的烧录至FPGA上进行测试,是现代IC设计验证的技术主流。这些可编辑元件可以被用来实现一些基本的逻辑门电路(比如AND、OR、XOR、NOT)或者更复杂一些的组合功能比如解码器或数学方程式。在大多数的FPGA里面,这些可编辑的元件里也包含记忆元件例如触发器(Flip-flop)或者其他更加完整的记忆块。系统设计师可以根据需要通过可编辑的连接把FPGA内部的逻辑块连接起来,就好像一个电路试验板被放在了一个芯片里。一个出厂后的成品FPGA的逻辑块和连接可以按照设计者而改变,所以FPGA可以完成所需要的逻辑功能。
FPGA一般来说比ASIC(专用集成电路)的速度要慢,实现同样的功能比ASIC电路面积要大。但是他们也有很多的优点比如可以快速成品,可以被修改来改正程序中的错误和更便宜的造价。厂商也可能会提供便宜的但是编辑能力差的FPGA。因为这些芯片有比较差的可编辑能力,所以这些设计的开发是在普通的FPGA上完成的,然后将设计转移到一个类似于ASIC的芯片上。另外一种方法是用CPLD(Complex Programmable LogicDevice,复杂可编程逻辑器件)。FPGA的开发相对于传统PC、主控设备的开发有很大不同。FPGA以并行运算为主,以硬件描述语言来实现;相比于PC或主控设备(无论是冯诺依曼结构还是哈佛结构)的顺序操作有很大区别。
早在1980年代中期,FPGA已经在PLD设备中扎根。CPLD和FPGA包括了一些相对大数量的可编辑逻辑单元。CPLD逻辑门的密度在几千到几万个逻辑单元之间,而FPGA通常是在几万到几百万。CPLD和FPGA的主要区别是他们的系统结构。CPLD是一个有点限制性的结构。这个结构由一个或者多个可编辑的结果之和的逻辑组列和一些相对少量的锁定的寄存器组成。这样的结果是缺乏编辑灵活性,但是却有可以预计的延迟时间和逻辑单元对连接单元高比率的优点。而FPGA却是有很多的连接单元,这样虽然让他可以更加灵活的编辑,但是结构却复杂的多。
采用本发明的基于激光成像探测的智能化水下机器人,针对现有技术中水下人体识别体制不够优化而导致的检测效果差的技术问题,采用声纳和声纳图像处理设备优化激光成像控制,同时引入了神经网络识别技术有针对性地分辨出水下人体目标,从而提高水下救援的反应速度。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种激光成像探测方法,该方法包括:
1)提供一种基于激光成像探测的智能化水下机器人,所述水下机器人包括水下机器人主体、激光成像设备、特征提取识别设备,所述激光成像设备和所述特征提取识别设备都位于所述水下机器人主体上,所述激光成像设备用于拍摄水下激光图像,所述特征提取识别设备与所述激光成像设备连接,用于从所述水下激光图像中提取水下人体特征并确定人体类型;
2)使用所述机器人来进行探测。
2.如权利要求1所述的激光成像探测方法,其特征在于,所述水下机器人还包括:
所述水下机器人主体包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手、隔水密封筒、横向螺旋桨、竖向螺旋桨、纵向螺旋桨和三个直流电机,所述支架用于将所述水下机器人主体固定在水下,所述连接箍与所述支架固定连接,所述储物台和所述机械臂与所述连接箍分别连接,所述机械手与所述机械臂连接,所述机械臂包括大臂和与大臂连接的小臂,所述三个直流电机分别带动所述横向螺旋桨、所述竖向螺旋桨和所述纵向螺旋桨,以通过螺旋桨的正反转,为水下机器人主体提供6个自由度的推进动力;
移动硬盘,位于所述水下机器人主体上,用于预先存储了亮度阈值上限和亮度阈值下限;
声纳设备,位于所述水下机器人主体上,用于对所述水下机器人主体前方的水下目标执行声纳图像采集,以获得声纳图像;
声纳图像处理设备,与所述声纳设备和所述移动硬盘分别连接,包括第一检测子设备、第二检测子设备和目标距离检测子设备,所述第一检测子设备与所述声纳设备和所述移动硬盘分别连接,用于采用亮度阈值上限遍历声纳图像以分割出核心目标区域;所述第二检测子设备与所述第一检测子设备和所述移动硬盘分别连接,用于以所述核心目标区域的边缘点作为种子点,利用亮度阈值下限对核心目标区域附近的像素点进行亮度判断,以获得并分割出最终目标区域;所述目标距离检测子设备与所述第二检测子设备连接,计算最终目标区域的中心点到声纳图像检测原点的距离并作为目标距离输出;
所述激光成像设备,包括激光器、探测器和微控制器,所述激光器对所述水下机器人主体前方的水下目标发出激光束,以在所述激光束被水下目标反射到所述探测器时,便于所述探测器的拍摄,所述微控制器与所述声纳图像处理设备、所述激光器和所述探测器分别连接,基于目标距离和激光在水下传播速度确定所述探测器快门的选通时间,并在选通时间到达时,选通所述探测器的快门,触发所述探测器对水下目标进行拍摄,以获得水下激光图像;
所述特征提取识别设备包括预处理子设备、特征提取子设备和人体类型识别子设备;
所述预处理子设备与所述激光成像设备连接,包括中值滤波子设备、低通滤波子设备和同态滤波子设备;所述中值滤波子设备与所述探测器连接,用于对所述水下激光图像执行中值滤波,以滤除所述水下激光图像中的点噪声,获得第一滤波图像;所述低通滤波子设备与所述中值滤波子设备连接,用于去除所述第一滤波图像中的随机噪声,获得第二滤波图像;所述同态滤波子设备与所述低通滤波子设备连接,用于对所述第二滤波图像执行图像增强,以获得增强水下图像;
所述特征提取子设备与所述预处理子设备连接,包括图像分割单元和特征向量识别单元,所述图像分割单元基于人体图像灰度阈值范围将所述增强水下图像中的人体目标识别出来以获得水下人体图像;所述特征向量识别单元与所述图像分割单元连接,基于所述水下人体图像确定水下人体目标的8个几何特征:欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度,并将所述8个几何特征组成特征向量;
所述人体类型识别子设备与所述特征提取子设备连接,采用8输入4输出的单隐层BP神经网络,以水下人体目标的8个几何特征作为输入层神经元,输出层为水下人体类型,所述水下人体类型包括遗体、儿童游客、老人游客和成人游客;
主控设备,设置在所述水下机器人主体上,与所述人体类型识别子设备连接,当接收到所述水下人体类型为遗体时,发出遗体报警信号,当接收到所述水下人体类型为儿童游客、老人游客或成人游客时,发出游客报警信号;
水下电缆,用于将所述主控设备与水上救援中心连接,将所述遗体报警信号或所述游客报警信号发送到所述水上救援中心。
3.如权利要求2所述的激光成像探测方法,其特征在于:
所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备分别采用不同的FPGA芯片来实现。
4.如权利要求2所述的激光成像探测方法,其特征在于:
所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备被集成在一块集成电路板上。
5.如权利要求2所述的激光成像探测方法,其特征在于:
所述主控设备为数字信号处理器。
6.如权利要求2所述的激光成像探测方法,其特征在于:
所述主控设备在发出所述遗体报警信号或所述游客报警信号时,还将所述水下人体图像压缩后发送到所述水上救援中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510443744.5A CN104991259A (zh) | 2015-07-24 | 2015-07-24 | 一种激光成像探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510443744.5A CN104991259A (zh) | 2015-07-24 | 2015-07-24 | 一种激光成像探测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104991259A true CN104991259A (zh) | 2015-10-21 |
Family
ID=54303095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510443744.5A Pending CN104991259A (zh) | 2015-07-24 | 2015-07-24 | 一种激光成像探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104991259A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772423A (zh) * | 2016-11-11 | 2017-05-31 | 中国船舶重工集团公司第七�三研究所 | 一种智能水下激光主动成像装置和成像方法 |
CN109596884A (zh) * | 2019-01-16 | 2019-04-09 | 任红梅 | 电能表无线数据上传机构 |
CN112230225A (zh) * | 2020-10-12 | 2021-01-15 | 北京环境特性研究所 | 一种水下监控系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201215225Y (zh) * | 2008-04-28 | 2009-04-01 | 华东电网有限公司 | 一种水下机器人系统 |
CN103616697A (zh) * | 2013-12-05 | 2014-03-05 | 哈尔滨工程大学 | 一种智能水下激光探测系统 |
CN204228171U (zh) * | 2014-11-19 | 2015-03-25 | 山东华盾科技股份有限公司 | 一种水下机器人导航装置 |
-
2015
- 2015-07-24 CN CN201510443744.5A patent/CN104991259A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201215225Y (zh) * | 2008-04-28 | 2009-04-01 | 华东电网有限公司 | 一种水下机器人系统 |
CN103616697A (zh) * | 2013-12-05 | 2014-03-05 | 哈尔滨工程大学 | 一种智能水下激光探测系统 |
CN204228171U (zh) * | 2014-11-19 | 2015-03-25 | 山东华盾科技股份有限公司 | 一种水下机器人导航装置 |
Non-Patent Citations (3)
Title |
---|
万磊 等: "基于小波矩的自主式水下机器人目标识别", 《哈尔滨工程大学学报》 * |
张小波: "浅水轻型AUV原理样机初步设计与实验", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
胡震 等: "基于自主作业的AUV视觉系统", 《机器人》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772423A (zh) * | 2016-11-11 | 2017-05-31 | 中国船舶重工集团公司第七�三研究所 | 一种智能水下激光主动成像装置和成像方法 |
CN109596884A (zh) * | 2019-01-16 | 2019-04-09 | 任红梅 | 电能表无线数据上传机构 |
CN112230225A (zh) * | 2020-10-12 | 2021-01-15 | 北京环境特性研究所 | 一种水下监控系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104967832B (zh) | 一种基于图像处理的船下水域检测方法 | |
CN105129052A (zh) | 一种水下人体搜寻方法 | |
CN105028356A (zh) | 一种基于图像处理的水下鱼体捕捞方法 | |
CN105028357A (zh) | 基于图像处理的水下鱼体捕捞平台 | |
CN105136808A (zh) | 水下机器人水下设备破损检测平台 | |
CN104991259A (zh) | 一种激光成像探测方法 | |
CN113627257A (zh) | 检测方法、检测系统、设备和存储介质 | |
CN105059506A (zh) | 基于激光成像探测的智能化水下机器人 | |
CN105096325B (zh) | 基于激光图像的水下设备检测系统 | |
CN104999164A (zh) | 基于多重滤波处理的水下机器人 | |
CN105000156A (zh) | 用于人体检测的潜艇救援平台 | |
CN105123636A (zh) | 基于激光成像检测的鱼体识别系统 | |
CN104985290A (zh) | 一种基于神经网络识别的水下焊缝跟踪方法 | |
CN105010276A (zh) | 一种自动捕鱼的方法 | |
CN105137449A (zh) | 基于图像处理的激光成像探测平台 | |
CN105068084A (zh) | 一种基于图像处理的激光成像探测方法 | |
CN105068077A (zh) | 一种基于数据通信的潜艇水下搜索方法 | |
CN105083505A (zh) | 基于图像处理的船下水域检测系统 | |
CN105665877A (zh) | 一种采用水下机器人进行水下自动焊接的方法 | |
CN105076077A (zh) | 一种基于激光成像检测的鱼体识别方法 | |
CN105059507A (zh) | 潜水器 | |
CN105109646A (zh) | 一种基于神经网络识别的水下人体探测方法 | |
CN105058430A (zh) | 一种基于图像处理的水下机器人运行方法 | |
CN105129058A (zh) | 采用双重图像滤波的暗礁避让系统 | |
CN105139024A (zh) | 一种通过激光设备救援人体方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151021 |