| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 1 | 一种基于多声呐的多目标移动对象监测方法和装置 | CN202510134321.9 | 2025-02-06 | CN119959952A | 2025-05-09 | 林酩涞; 王昕阳; 金刚; 张涛; 李会颖 |
| 本申请涉及声呐图像分析领域，具体为一种基于多声呐的多目标移动对象量监测方法和装置，声呐设备包括第一声呐和第二声呐，第一声呐对应的第一声呐图像和第二声呐对应的第二声呐图像在固定探测区域中互有重合。本申请在养殖区域内布署了多个声呐装置，以确保检测范围覆盖较大区域并实现高效监测。其创新之处在于将多声呐技术与目标识别技术、坐标变换算法以及轨迹分析手段相融合，成功克服了单一声呐监测范围受限、精度不足的难题。该方法能够实时、精准地追踪并记录养殖区内的生物数量及活动状态，为养殖管理提供了详尽的数据支撑。 | ||||||
| 2 | 一种主动声纳多目标点迹-航迹关联方法 | CN202310613846.1 | 2023-05-29 | CN116660912B | 2025-04-15 | 李思博; 郭瑞; 李玉娟; 侯晓迁; 岳鑫 |
| 本发明涉及水声信号处理计技术领域，特别涉及一种主动声纳多目标点迹‑航迹关联方法。包括如下步骤：步骤一、航迹建立：初始周期所有点迹均赋予新航迹号#imgabs0#未能与已建立的航迹关联的实测点迹赋予新的航迹M+1，形成新的航迹号#imgabs1#步骤二、点迹航迹关联：航迹已有点迹少于3个：判断检测点迹与航迹上最新历史点迹位置信息变化情况是否在门限内，若在门限内给予当前检测点迹和航迹一个隶属度评价值；步骤三、航迹暂存；步骤四、航迹撤销。本发明解决了跟踪系统复杂和计算量大，更易工程实现，且通用性强，对于不同型声纳仅需根据系统误差以及筛选目标类型改进相应门限即可。 | ||||||
| 3 | 水下声呐系统的控制芯片及水下声呐设备 | CN202411665299.2 | 2024-11-20 | CN119644338A | 2025-03-18 | 郝程鹏; 邹佳运; 师英杰 |
| 本申请公开了一种水下声呐系统的控制芯片及水下声呐设备，其中所述声呐系统包括多个接收阵元，所述控制芯片包括：处理器系统核以及可编程逻辑核，所述处理器系统核用于控制所述可编程逻辑核运行；所述可编程逻辑核包括多个知识产权核，所述知识产权核包括：数字下变频模块、FFT模块以及波束形成模块；其中，数字下变频模块：响应于第一指令，基于接收阵元接收到的所述回波信号，得到第一变频信号；FFT模块：响应于第二指令，基于所述第一变频信号，得到子带数据；波束形成模块：响应于第三指令，基于所述子带数据，得到预设方向上的总输出；检测模块：基于预设方向上的总输出得到目标物体信息。 | ||||||
| 4 | 水池自动清洁装置及其控制方法 | CN202411729064.5 | 2024-11-28 | CN119593619A | 2025-03-11 | 李昱树; 彭中美 |
| 本申请提供了一种水池自动清洁装置及其控制控制方法，用于控制水池自动清洁装置清洁水池，所述水池自动清洁装置包括传感器单元和相控阵超声波单元，所述控制方法包括：通过所述传感器单元获取物体的第一信息；通过所述相控阵超声波单元获取所述物体的第二信息；以及基于所述第一信息和所述第二信息来控制所述水池自动清洁装置进行路径规划。本申请的水池自动清洁装置的控制方法，可以结合不同传感器的不同功能，弥补单一传感器的功能缺陷，准确获取障碍物的属性信息，达到更好的避障效果。 | ||||||
| 5 | 一种对象跟踪方法、移动智能设备、介质及产品 | CN202411727041.0 | 2024-11-28 | CN119556289A | 2025-03-04 | 曾俊; 高娜 |
| 本发明公开了一种对象跟踪方法、移动智能设备、介质及产品，涉及移动智能设备。方法包括：当用户对象在目标区域内走动时，接收由该声学传感器采集的区域声音信号；从该区域声音信号中提取出该用户对象的目标脚部声信号；根据该目标脚步声信号确定该用户对象的相对位置信息和走动速度；根据该相对位置信息和该走动速度，控制该移动装置的移动方向和移动速度保持与该用户对象相匹配，以跟踪该显示装置。本发明通过声学传感器精确捕捉并跟踪用户脚步声信号，实现对用户行动的实时监控和移动装置的自动跟随，增强了设备随时随地的交互性和用户体验。 | ||||||
| 6 | 一种基于跨介质飞行器的深海捕捞方法、装置及设备 | CN202411531215.6 | 2024-10-30 | CN119460194A | 2025-02-18 | 胡海岳; 东芳; 刘海义; 刘胜; 杜博 |
| 本发明提出了一种基于跨介质飞行器的深海捕捞方法、装置及设备，涉及深海捕捞作业领域，该方法包括：放飞预设数量的第一跨介质飞行器；获取第一跨介质飞行器的高度信息和深度信息，并确定第一跨介质飞行器的工作状态；令距离水下目标最近的第一跨介质飞行器接近水下目标并进行持续跟踪；获取第一跨介质飞行器的第一相对位置信息以及第二相对位置信息，并构建水下三维空间坐标系；确定第一跨介质飞行器移动至探测范围边缘处的情况下，放飞第二跨介质飞行器并与第一跨介质飞行器进行交接。本发明能够对即将脱离监测区域的水下目标进行接续跟踪，避免水下类目标探测过程的丢失，提升深海捕捞的效率和科学性。 | ||||||
| 7 | 一种基于知识注入深度学习的水声目标识别方法 | CN202411491651.5 | 2024-10-24 | CN119439171A | 2025-02-14 | 王青翠; 杜栓平; 蒋国庆; 刘卓然; 孙临川 |
| 本发明涉及一种基于知识注入深度学习的水声目标识别方法，包括以下步骤，S1：利用主动声呐采集目标回波数据，或利用被动声呐采集目标辐射噪声数据，按实际需求对目标进行多级标注，得到多级标签树；S2:构建基于知识注入的水声目标识别深度学习网络模型，模型包括两部分：特征提取模块和基于多级标签的知识注入模块。本发明让神经网络学习人的推理过程，在充分利用深度学习非线性特征表征能力的同时，通过逐层判决提高声呐目标识别的置信度，多级标签也提高了深度学习模型输出的可解释性。 | ||||||
| 8 | 一种基于声呐图像特征的海底位置检测与跟踪方法 | CN202311354964.1 | 2023-10-19 | CN117557894B | 2025-02-11 | 刘顺发; 王常乐; 杨昺崧; 贺新程; 刘兴华 |
| 本发明公开了一种基于声呐图像特征的海底位置检测与跟踪方法，包括如下步骤，S1:初始底位置区间自动检测：在启动时，通过多周期累积的方式进行分析和处理，估计底部区域的位置。这一步骤能够自动检测初始的底位置区间，为后续的底部检测提供准确的起点；S2:在初始位置，声呐保持静止状态，积累多Ping数据，记作Si，i＝1,2,...,M，M为累积的数据个数；S3:对上述数据进行处理，可使用探底传感器的数据，或者使用声学数据计算,假定获取的海底位置为Ii，i＝1,2,...,M，通过初始底位置区间自动检测、底部检测、底检测数据质量评估和海底位置跟踪与预测等步骤，能够有效地解决声学图像噪声、底质回波差异和水中悬浮目标的干扰等难点问题。 | ||||||
| 9 | 一种被动多监测站粒子滤波直接定位跟踪方法 | CN202210505900.6 | 2022-05-10 | CN115236590B | 2025-02-11 | 曹金科; 董续东; 李宝宝; 张小飞 |
| 本发明公开了一种被动多监测站粒子滤波直接定位跟踪方法，通过配置了均匀线阵且处于不同位置的监测站实现对信源的定位跟踪。首先，建立信源的状态模型，根据粒子滤波知识，由状态模型产生一定量的初始粒子，并由状态转移模型对粒子进行更新；其次，由监测站量测模型构建PM算法谱函数；由监测站位置以及粒子中的位置信息求得粒子中包含的角度信息，并带入谱函数中，将谱函数值作为粒子权重并进行归一化处理。随后使用重采样对粒子进行处理，并使用多监测站位置与量测信息对粒子进行多次重采样，采样后将粒子权重设为等值，通过粒子与其权重的累加求和得到该时刻的信源位置估计值，不断迭代更新粒子状态，实现在整个时间段内的定位跟踪。 | ||||||
| 10 | 一种优化提取弱目标方位信息的方法 | CN202411520460.7 | 2024-10-29 | CN119395676A | 2025-02-07 | 刘海嫚; 郭超群 |
| 本发明公开一种优化提取弱目标方位信息的方法，属于水声设备设计与制造领域。首先规定应用场景并做合理假设，其次推演目标方位的变化，然后进行方位预测，接着预测目标方位，最后仿真数据验证。本发明对被动声呐接收的信号进行波束形成等信号处理后形成目标的方位历程图。为了获取目标的方位信息，要对方位历程图进行处理提取目标方位。常规的目标方位提取方法为峰值检测方法，但是处理弱目标会因为目标的能量弱而被遗漏在检测阈外。本发明的目的是优化峰值检测方法，在目标方位暂时检测消失时，对方位进行预测，提高目标方位的检测率。 | ||||||
| 11 | 一种实时生成水声被动跟踪目标数据集的方法及装置 | CN202111605494.2 | 2021-12-25 | CN114325721B | 2025-01-10 | 王茂法; 仇宝春; 薛欢欢; 薛静泽; 徐楚臻 |
| 本发明涉及一种实时生成水声被动跟踪目标数据集的方法以及装置，该方法通过被动声纳阵列接收水声信号，确认被跟踪目标后，持续实时生成被跟踪目标的数据集，具体步骤包括：波束形成；划分频域子带区间；联合检测确认目标；获取单波束子带LOFAR；转换频域数据并累积；生成目标LOFAR谱图；特征矩阵与标签信息组成多维数组存储；重复以上步骤。本发明提出了克服了水声目标被动跟踪过程中生成目标样本单一性不足，容易受到其它目标信号在频域上的污染的缺陷；解决了水声类数据集中样本信息存储复杂的难题。本发明可用于基于深度学习的被动声呐跟踪系统，实时生成被跟踪目标的数据集，用于后续检测和跟踪。 | ||||||
| 12 | 基于相位梯度误差估计技术的线谱特征增强方法及其系统 | CN202111464098.2 | 2021-12-03 | CN114167394B | 2025-01-10 | 武其松; 聂文祥 |
| 本发明公开了一种基于相位梯度误差估计技术的线谱特征增强方法及其系统，包括：1、获取观测阵列信号；2、基于理想阵形波束形成粗略估计目标方位；3、基于估计的目标方位进行常规波束形成处理获得目标方向的跟踪波束数据，基于该数据估计宽带连续谱，对跟踪波束数据进行背景均衡处理；4、基于阀值技术检测目标信号的L个强线谱；5、消除线性时延。6、基于循环移位后的强线谱估计相邻阵元间的二次和高次时延梯度。7、对估计的时延梯度积分，得各阵元相对参考阵元的时延估计。8、基于估计时延补偿阵列信号时延差，通过常规波束形成获取目标跟踪波束，通过傅里叶变换获得保真增强的线谱特征。本发明实现在任意阵条件下的线谱特征增强。 | ||||||
| 13 | 基于声呐成像的两栖无人平台路径规划方法 | CN202411037909.4 | 2024-07-31 | CN119224772A | 2024-12-31 | 蔡景龙; 时岩; 陈震宇 |
| 本发明为一种基于声呐成像的两栖无人平台路径规划方法。包括：对声呐成像进行色彩空间转换；通过形态学开运算进行滤波，获取障碍物几何，根据障碍物几何采用外接圆法模拟障碍物的形状及坐标位置；进行声呐频段判断，高频段进行全局地图处理；根据定位信息和目标点信息采用RRT算法进行全局路径搜索；对搜索到的全局路径优化，获取参考线，并获得frenet坐标系；基于此坐标系对纵向进行速度采样并用四次多项式进行拟合；对横向坐标进行采样，采用五次多项式拟合出采样路径；根据高频段的局部地图和代价函数，选取最优的采样路径，离散后获取参考航点数组。本发明摆脱了现有两栖机器人对先验地图的高度依赖，并优化了搜索路径的平滑度，简单高效。 | ||||||
| 14 | 跟踪手姿势的方法及其电子设备 | CN201980012434.4 | 2019-02-11 | CN112041785B | 2024-12-31 | G.古普塔; A.蒙达尔; P.戈尔; A.德; C.佩里 |
| 提供了一种通过可穿戴设备在虚拟现实(VR)环境中进行手姿势跟踪的方法。该方法包括校准被配置为检测手指相对于用户的手的方位的多个传感器，识别由多个传感器获得的传感器数据，以及基于传感器数据跟踪手的姿势。 | ||||||
| 15 | 一种基于轴向注意力的UUV非合作目标跟踪方法 | CN202410706764.6 | 2024-06-03 | CN118688807B | 2024-12-20 | 林常见; 刘玉豪; 王雪松; 程玉虎; 王浩宇; 周淑燕; 王国庆; 马磊 |
| 本发明公开了一种基于轴向注意力的UUV非合作目标跟踪方法。本发明针对前视声呐观测的不可靠性、目标运动的不可预测性，构建带有记忆的一阶马尔可夫状态空间模型描述声呐观测下UUV非合作目标跟踪机理，并提出一种基于轴向注意力Transformer的非合作目标状态多步预测网络，用于描述非线性观测下，非合作目标相对声呐的复杂运动过程。针对观测的不稳定性及后验分布的未知性，基于Monte Carlo近似推断原理，利用该多步预测网络将目标观测状态空间中的采样粒子映射到目标预测状态空间，构建基于轴向注意力的目标跟踪方法，提高UUV非合作目标跟踪对不确定输入的适应性和鲁棒性。 | ||||||
| 16 | 基于深度强化学习的双基地声呐水下目标跟踪AUV决策方法 | CN202411364794.X | 2024-09-29 | CN119129430A | 2024-12-13 | 战伟聪; 田宇; 郑峰; 俞建成 |
| 本发明涉及自主水下机器人(AUV)决策、深度强化学习和水下目标跟踪领域，具体说是基于深度强化学习的双基地声呐水下目标跟踪AUV决策方法。本发明采用端到端的深度强化学习方法学习搭载接收器的AUV面向最优目标跟踪的动作决策，使得AUV能够根据态势的变化调整自己的运动以提高对目标的跟踪精度和跟踪保持时间，且该方案求解时间短，满足目标跟踪的实时性要求。在训练网络时，将滚动时域优化与深度强化学习相结合，利用已有的先验模型引导策略学习，能够保障AUV的安全，提高策略的稳定性。 | ||||||
| 17 | 基于声学信号的手势追踪方法及系统 | CN202411115288.7 | 2024-08-14 | CN119105035A | 2024-12-10 | 佟鑫宇; 高陈文; 马仁杰; 刘秀龙; 谢鑫 |
| 本发明提出基于声学信号的手势追踪方法及系统，基于三角啁啾信号的信号模型来融合来自多个目标反射的信号的距离、角度、速度信息，并通过联合估计算法分析信号，通过信号消除与重建实现信号分离，得到每个目标地多维参数。本发明突破了利用声学信号进行运动跟踪的极限，以厘米级的精度同时对多个目标进行连续实时跟踪。 | ||||||
| 18 | 基于传感器融合的交通工具乘客出入行为智能感知方法 | CN202411479869.9 | 2024-10-23 | CN119004048A | 2024-11-22 | 蓝荣祎; 张如高; 虞正华 |
| 本发明公开了基于传感器融合的交通工具乘客出入行为智能感知方法，属于乘客行为感知领域，包括：通过读取本地信号评价乘客行为，建立时序空间定位坐标，激活超声波和红外传感器进行追踪采集，建立追踪数据集；基于超声波数据更新目标位置并建立车门距离参数，红外数据进行动作感知分析，融合识别建立融合识别结果；调用压力和IMU数据集生成实时运动向量，将融合识别结果、本地信号和实时运动向量进行融合分析，生成出入行为感知结果。本申请解决了现有技术中交通工具乘客出入行为感知准确性不高、实时性差的技术问题，达到提高交通工具乘客出入行为感知的准确性和实时性，实现智能化感知的技术效果。 | ||||||
| 19 | 一种水下目标追踪设备的数据采样系统及方法 | CN202410775755.2 | 2024-06-17 | CN118915035A | 2024-11-08 | 牟亚东; 李会龙; 可伟; 耿新元; 李晓植; 高全喜 |
| 本发明公开了一种水下目标追踪设备的数据采样系统及方法，系统包括：第一DSP芯片、第二DSP芯片、第三DSP芯片和接收板；第一DSP芯片与第二DSP芯片分别通过各自的端口控制接收板，第一DSP芯片与第二DSP芯片为并联关系，第三DSP芯片通过第三DSP芯片对应的端口控制第一DSP芯片和第二DSP芯片；第一DSP芯片用于为所述接收板配置所述水下目标追踪设备处于主动模式的接收参数，第二DSP芯片用于为所述接收板配置所述水下目标追踪设备处于被动模式的接收参数。本系统使得主被动工作方式可以同时工作在一套硬件电路上。 | ||||||
| 20 | 一种基于谱结构特征-目标轨迹的声纳目标生灭判别方法 | CN202410733563.5 | 2024-06-07 | CN118671769A | 2024-09-20 | 王鲁军; 王卓然; 谢亮; 王佳囡 |
| 本发明主要应用于被动声纳的目标自主检测和跟踪目标消失自主判断的问题,提出了一种基于谱结构特征‑目标轨迹的声纳目标生灭判别方法。该方法使用谱结构检测方法对阵列信号进行处理，利用目标谱和背景谱的差异度作为目标存在的判断依据之一，同时联合目标的短时运动特性，使用Hough变换进一步降低了虚警。该方法联合使用目标的信号谱结构特征和运动特性，实现了目标出现和消失的判断，可对低信噪比目标进行有效生灭判别。 | ||||||
QQ群二维码
意见反馈
意见反馈