连续干扰下船舶障碍物自动识别技术

针对传统识别技术依靠人工完成而导致识别精准度低的问题,提出了连续干扰下船舶障碍物自动识别技术研究。使用激光雷达设备获取实时采集图像数据,并对其处理,根据处理流程,分析船舶障碍物几何特征。使用自适应滤波滤除图像中噪点,分割目标亮度区域和背景噪声区域,滤除背景噪声,构建自适应滤波模型。在分割自适应滤波图像基础上,将信息转换为数据形式,使用栅格化处理方式,将网格划分为有障碍点网格和无障碍点网格,由此设计识别流程。引入障碍物不确定速度障碍区域,设计避障方案。通过实验结果可知,该技术与实际信号幅度最大误差为0.05 dB,可忽略不计,且最高识别精准度为0.97,具有精准识别效果。     

基于数字测量的曲板检测工艺

针对曲板型面数字化检测的需求,通过构建局部快速测量系统,采集曲板的三维坐标,形成点云数据,经过三维坐标转换之后与曲板理论模型相对比,建立实测曲面与实际船板的对应关系,实时计算并反馈偏差。该检测工艺可代替传统的样板和样箱测量方法,进行有效、全方位的检测,不仅能提高测量的精度,而且能提高曲板加工偏差分析的效率,为曲板加工精度控制提供技术支持,为曲板矫正工艺改进提供数据支撑。     

基于公共点的浮动船舱多站测量方法

提出了一种基于公共点的测量方法,建立了浮动船舱内多站测量的统一基准,实现了多站三维坐标数据的精确统一,并进行了该方法转换精度的试验分析。     

基于北斗卫星的船载无人机惯性导航定位系统

由于传统船载无人机惯性导航定位系统的惯性数据融合度较低,导致定位数据的估计值计算精准度降低,无人机定位坐标与实际坐标间的误差增大。因此,提出并设计了基于北斗卫星的船载无人机惯性导航定位系统。创建BDS地面惯性定位数据接收硬件;将硬件接收的惯性数据进行惯性定位数据初级信息识别认证;对认证后惯性定位数据进行多惯性数据的融合估计计算,减小经维度误差值,完成提出系统的设计。通过传统系统与提出系统间的对比测试,证明提出设计系统具有提升无人机惯性定位坐标精准度的作用。     

舰船通信网络的数据状态识别方法

传统数据状态识别方法降噪效果不佳,导致离散点匹配出错,影响数据状态识别效果,因此提出全新的舰船通信网络的数据状态识别方法。通过转换噪声信号的时域和频域特征,处理通信网络空间噪声;利用离群点检测模型,匹配网络通信数据;获取识别任务关键因素,识别舰船通信网络的数据状态。实验结果:与传统方法相比,所提出方法的离散点匹配结果更准确,同时该方法可以正确识别出通信网络中的数据状态。     

船载多传感器测量系统中点云技术的应用研究

点云技术的发展使船载多传感器综合测量系统更加完善。点云技术利用非接触方式测量海洋地形数据,将大量数据点组成数据集合,表现物体的空间表面特性,在海洋测绘、船舶辅助导航等领域具有巨大前景。由于点云技术瞬时测量数据量大,本文着重研究点云数据的坐标构建及其关键特征提取方法,并结合多传感器测量信息,提出基于语义模型的目标识别算法,有效地提高船载多传感器测量系统的数据挖掘及决策能力。     

大曲率帆形板水火弯板火路生成算法研究与实现

目前帆形板水火弯板工艺参数的确定是水火弯板研究的热点之一。在深入研究成形曲面与检测曲面之间差异的基础上提出大曲率帆形板水火弯板火路坐标参数生成方法,该方法将成形曲面与检测曲面在同一坐标系下进行对比,获取成形曲面特征曲线与检测曲面相应特征曲线的交点坐标;对于横向未成形,则交点坐标点的连线为下一步火路坐标,对于纵向未成形则布置在交点坐标附近。最后通过实验的方法验证了该方法的可行性,可望在帆形板水火弯板火路坐标预报中得到实际的应用。     

船载智能平台架构空间信息提取算法研究

为了满足实际船舶操作需求,减小提取空间信息与实际空间信息之间的误差,提出船载智能平台架构空间信息提取算法。根据船舶遥感图像光谱信息与空间信息特征,采用FNEA算法,多尺度分割遥感图像,定位目标船舶的空间信息位置(质心点),利用高斯投影反算方法,转换质心点坐标,获取目标船舶空间信息,实现空间信息的转换与提取。实验结果表明,应用本文算法提取的空间信息与实际空间信息误差较小,能够满足实际船舶操作需求。     

基于数据融合的船舶航行评价系统

介绍基于数据融合技术的系统三级处理模型,并重点讨论基于数据关联的船舶航迹提取,基于坐标转换和几何模型的船舶运动参数计算,以及基于多测量周期数据融合的船舶操纵识别等,从而建立船舶航行评价模型,最后通过实例说明系统运行的有效性。     

用电子计算机以侧扫声纳信号识别海床

直接从海床取样识别其类型,並非总是可行的,可能因取样没有代表性而不可靠。另有一种办法是利用侧扫声纳的散射信号进行海床类型的识别。本文对用侧扫声纳信号进行海床类型识别的统计分析法和频谱分析法进行探讨。所有的模拟数据是在不同海况条件下用中量程侧扫声纳系统取得的,並进行了数字量化和数值处理。本文探讨了海床类型识别中来自频谱特征量的作用,並与散射信号幅度的概率分布的各种特征量加以比较,结果表明频谱特征量能够区分六种类型的海床:砂、泥、粘土、卵石、石子和石块。