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。