龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：常州大学
申请日：2024-02-29
公开（公告）日：2024-06-14
公开（公告）号：CN118196609A
主分类号：G06V20/05
分类号：G06V20/05;G06V10/74;G06V10/764;G06V10/77;G06V10/80;G06V10/82;G06N3/0455;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明实施例提供一种基于深海环境下的水下机器人多域协同方法。该方法包括以下步骤：S1、提取深海环境中不同域的水下数据，得到水下多域数据集，水下数据包括光谱图像、可见光图像；S2、构建基于水下机器人的多域信息协同模型；S3、对水下多域数据集进行编码低维重构，获得不同域的特殊低维表示；S4、对不同域的特殊低维表示进行跨域对比融合，得到针对不同域的统一的特征表示；S5、基于统一的特征表示，确定不同域的底层簇结构；S6、基于不同域的底层簇结构，对多域信息协同模型进行训练；S7、将训练完成后的多域信息协同模型搭载在智能平台，以进行下游任务。本发明提高了水下机器人的环境感知性能。
主权项：1.一种基于深海环境下的水下机器人多域协同方法，其特征在于，包括以下步骤：S1、提取深海环境中不同域的水下数据，得到水下多域数据集，水下数据包括光谱图像、可见光图像；S2、构建基于水下机器人的多域信息协同模型；S3、对水下多域数据集进行编码低维重构，获得不同域的特殊低维表示；S4、对不同域的特殊低维表示进行跨域对比融合，得到针对不同域的统一的特征表示；S5、基于统一的特征表示，确定不同域的底层簇结构；S6、基于不同域的底层簇结构，对多域信息协同模型进行训练；S7、将训练完成后的多域信息协同模型搭载在智能平台，以进行下游任务。
全文数据：
权利要求：
百度查询： 常州大学 基于深海环境下的水下机器人多域协同方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号