北京理工大学;北京航宇天穹科技有限公司宫久路获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京理工大学;北京航宇天穹科技有限公司申请的专利一种基于深度学习的火箭助推器分离运动参数测量方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114663488B 。
龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210276958.8,技术领域涉及:G06T7/60;该发明授权一种基于深度学习的火箭助推器分离运动参数测量方法是由宫久路;谌德荣;王泽鹏;刘绍荣设计研发完成,并于2022-03-16向国家知识产权局提交的专利申请。
本一种基于深度学习的火箭助推器分离运动参数测量方法在说明书摘要公布了:本发明涉及一种基于深度学习的火箭助推器分离运动参数测量方法。该方法包括:对接收的图像或视频数据进行归一化、标准化的预处理;将预处理后的数据输入至特征提取网络,对图片进行下采样,得到特征图;利用卷积层和激活函数组成的解码网络分别对中心点、尺度、深度以及姿态进行回归,得到输出;计算火箭助推器中心的三维位置;若接收数据为视频或同一视频的顺序图像序列,则对预测得到的三维位置和姿态分别进行平滑处理;计算得到火箭助推器分离时的速度和角速度。本发明将所得数据输入至网络模型中,实现端到端的单步位姿测量算法,无需非极大值抑制等后处理,提高算法的运行速度,随后通过计算得出火箭助推器分离的运动参数。与现有方法相比,位姿测量时无需特定的几何特征,所需已知条件较少,具有处理速度快,精度高,在复杂环境下鲁棒性强的优点。
本发明授权一种基于深度学习的火箭助推器分离运动参数测量方法在权利要求书中公布了:1.一种基于深度学习的火箭助推器分离运动参数测量方法,其特征在于,包括如下步骤: 步骤一:对接收的图像或视频数据进行预处理; 步骤二:将预处理后的数据输入至特征提取网络,得到特征图; 步骤三:利用解码网络分别对火箭助推器在图像上的二维中心点、二维框尺度、火箭助推器中心深度以及姿态进行回归,得到输出; 步骤四:计算火箭助推器中心的三维位置,包括根据像素坐标系和相机坐标系之间的转换公式,由步骤三得出的火箭助推器二维中心点坐标、中心深度和已知的相机内参计算得出火箭助推器中心的三维位置; 步骤五:对预测得到的三维位置和姿态分别进行平滑处理,包括火箭助推器在分离时的运动状态不会发生突变,所以若接收数据为视频或同一视频的顺序图像序列,则需要对预测得到的三维位置和姿态分别进行平滑处理;若输入为乱序图片,则需要对图片进行帧号排序后进行该步骤; 步骤六:通过计算得到火箭助推器分离时的运动速度和角速度,包括火箭助推器分离时的运动速度的计算方法是通过任意两帧图像所预测的三维点坐标计算出对应经过的时间内火箭助推器运动的距离,从而对时间求导,即可得到这段时间内的火箭助推器分离时的运动速度;角速度的计算是通过任意两帧图像所预测的三个姿态参数分别计算出对应经过的时间内火箭助推器旋转过的角度,从而分别对时间求导,得到这段时间内火箭助推器分别绕三个轴的角速度。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学;北京航宇天穹科技有限公司,其通讯地址为:100081 北京市海淀区中关村南大街5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。