本发明公开了一种基于线结构光的水下目标三维重建技术。本方法有效降低了由于水中悬浮物、海水对光的吸收和散射、非均匀光场等对探测精度的影响，完成了大角度、远距离的水下目标三维信息提取，实现了水下远距离、高精度、实时的目标三维探测。水下目标三维探测技术可为海洋资源开发、水下工程建设和水下军事应用等领域等所需的水下探测技术提供重要的方法和参考。可以为人类提供合适的观察通道，将水下被探测目标的外型显示为人眼可判断的图像或视频信息，以此来完成对水中信息的收集或者为下一步的研究及应用提供有价值的基础数据信息。

研发阶段/n本发明公开了一种快速定位对等网络目标节点标识的方法，涉及计算机网络、分布式计算机和算法设计与分析的交叉技术应用领域。该方法在拓扑形成时充分利用网络访问的区域性和物理网络中节点的邻近特性降低访问延迟和路由长度。从而能够尽可能解决上层的逻辑覆盖图与底层物理拓扑图的不匹配的问题。此外，把哈希表中的对等点分成普通节点和记录节点，记录节点负责记录普通节点的查询路径，供查询相同关键字的节点参考，减少了资源定位时间，从而使得系统响应时间相应地减少，网络速度加快，查询延时降低，信息查询效率得到了进一步的

本发明公开了一种弱小目标图像的自适应恢复增强方法，步骤为：①利用光学成像探测系统获取气动光学模糊图像 g，图像大小为M*N，作为观测图像；②对气动光学模糊图像 g 进行校正增强，得到的初始校正图像<img file=""DDA00002538750100011.GIF"" wi=""57""he=""59"" />③对初始校正图像<img file=""DDA00002538750100012.GIF" " wi

本发明公开了一种动目标的红外辐射光谱特性仿真分析方法，该方法首先为动目标三维几何建模并将目标按区域划分；之后建立目标温度分布模型，计算不同观测角度下目标表面各点的温度；然后建立红外大气传输模型，计算大气透过率及大气路程辐射；之后设定测量系统及动目标的各参数；再利用已建立的目标温度分布模型及红外辐射传输模型计算动目标像方的辐射能量；最后分别计算点目标及面目标的红外辐射能量并绘制相应的辐射光谱曲线。本发明技术方案方

1.痛点问题 本项预期成果是解决复杂场景中目标三维数据重建、驱动的关键技术。 针对实际应用中复杂运动场景，例如刚性运动的交通工具，变形移动行人等，传统的运动结构恢复方法在进行场景深度求解时无法确定每个单元结构的相对尺度，导致无法对复杂运动场景进行重建。在现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。 2.解决方案 本项目成果提出了一套面向目标、人体深度数据重建技术，有效实现对复杂运动场景下人、物的深度重建与驱动，有效解决现实场景目标的数字化模型生成与虚拟场景下的驱动映射问题。提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息，基于超像素关系分析的深度重建方法，包括目标超像素分割，图像帧匹配，运动关系判定，通过时序传播与概率模型更新实现实时深度重建，提高最终三维重建模型的稠密度、鲁棒性、一致性和准确度。构建了基于深度卷积神经网络的目标实例检测与位姿估计框架，从目标对象观测图片提取其分割掩码并不断迭代更新，输入深度卷积神经网络进而得到目标6D位姿估计并进行迭代改进，从而实现目标在动态复杂场景下的位姿还原，克服了在光照、姿态变化、遮挡等不良因素环境下的目标位姿不准确问题，确保了目标6D位姿估计的鲁棒性与准确性。 合作需求 寻求在元宇宙、数字城市、自动驾驶、AR/VR、机器人、制造业等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。

本发明公开一种基于深度学习的多目标抓取方法及系统，属于计算机视觉与机器人控制技术领域，方法包括获取待抓取目标的图像以及深度信息，基于目标抓取检测模型得到抓取点的坐标，输入机械臂生成抓取指令抓取至少一个目标；其中，通过相机标定算法建立映射模型，改进YOLOv5网络和GRCNN网络构建目标检测模型和抓取点预测模型；目标抓取检测模型的数据处理方法包括将待抓取目标的图像以及深度信息，输入目标检测模型检测目标和抓取点预测模型确定抓取点，得到图像采集设备坐标系下的抓取点坐标，并基于映射模型转换为机械臂坐标系下的抓取点坐标。本发明解决了现有技术中存在的目标识别精度不足、抓取点计算不准确以及缺乏实时性的问题。

工业机器人定位精度是机器人技术研究的关键问题，直接影响到机器人的作业精度和应用水平。本项目瞄准机器人动态误差测量中的关键问题，原创性的将级联棱镜多模式跟踪方法引入机器人动态测量中，结合单站双视场三维重建方案，不仅可以实现粗精顺序跟踪、时变跟踪和连续跟踪等动态测量要求，而且能够产生直线形和圆弧形等多种跟踪样式，同时满足大视场、高分辨率成像和大范围、高精度定向的动态多自由度测量要求。研究内容包括：建立级联棱镜粗精耦合跟踪和双视场成像联控的测量方案和数学模型；研究粗精跟踪和双视场成像的参数匹配、模式转换、测量信息提取与图像处理方法；根据测量要求，建立机器人动态误差测量的理论模型、误差模型和实验方案，并实现测量系统的精确标定；通过机器人动态误差的测量实验，为机器人误差测量提供科学依据，同时对测量精度进行评定。本项目提出的单站多模式跟踪测量方法具有独创性和可行性，旨在攻克激光多模式跟踪机器人误差测量系统中的关键问题，开展测量系统的原理样机实验和应用示范研究，有望为机器人动态误差测量提供全新的解决途径，具有重要的应用价值和市场前景。 近二三十年来，激光跟踪技术发展迅速，在机器人测量领域得到广泛应用。据ElectroniCastConsultants发布的市场研究报告，对光电跟踪行业的全球消费量进行了调查分析。2010年，光电跟踪设备的全球消费价值为5.95亿美元，预计未来五年该行业的消费价值将以9.83％的平均年增长率在成长，2016年将达到9.51亿美元，约合人民币58.96亿元。本项目提出的测量系统以其结构紧凑、准确性高、速度快、偏转角度大、动态性能好、环境适应性好等优点，是一种颇具潜力的测量新技术，可以广泛用机器人动态误差测量领域，具有广阔的市场前景。 根据“中国制造2025”规划，我国需要努力提升高端装备的自主创新研发能力，而测量技术是高端装备制造的重要保证。目前，我国高端光学测量设备主要依赖进口，不仅价格昂贵，而且国外对其关键技术严密封锁。国外每台激光跟踪仪的售价高达百万元，严重制约一些我国中小心型企业的购买。因此本项目研发的产品不仅在国内存在巨大的市场空间和发展潜力，而可以推动先进装备制造的产业化进程，对促进我国自主创新具有重要的战略意义。项目研发中的创新技术处于国际先进水平，将极大提升机器人作业的技术含量。合作单位江阴纳尔捷机器人技术有限公司是专业从事机器人技术研发的高新技术企业，是机器人产业联盟第一届理事单位，具有雄厚的科研和技术开发实力。该项目在研究实验阶段，就可以将成果应用到现有产品的开发中；项目完成后除了该公司以外，研究成果还可以应用到其他自动化机器人装备企业的产品开发中。尤其通过产学研结合，将会极大的提升产品的科技含量并缩短产品开发周期，提前实现批量化市场销售，有望为企业带来良好的经济效益。

本发明公开了一种基于单摄像头的太阳跟踪定位装置与方法,该装置包括数字信号处理芯片、舵机、摄像头和视频解码器。该方法包括舵机控制摄像头定位、图像信息采集和图像信息处理步骤。本发明实时采集太阳方位图像信息并得到太阳的精确方位,系统精确度高,稳定可靠,抗干扰能力强,适合于那些跟踪精度要求较高,设备性能要求较稳定的太阳能聚光发电系统使用。

本发明公开了一种基于双极化天线的 GNSS 信号捕获、跟踪方法及系统，本发明 GNSS 信号捕获方 法为:采用右旋圆极化天线和左旋圆极化天线分别接收 RHCP 信号和 LHCP 信号，基于 RHCP 信号捕获 卫星信号并提取未捕获卫星的编号;加长积分时间，分别基于 RHCP 信号和 LHCP 信号对未捕获卫星的 信号进行捕获，并且，基于 RHCP 信号和 LHCP 信号同时分别捕获相同卫星或不同卫星的信号。本发明 采用双极化天线同时接收直射信号和反射信号，并基于直射信号和反射信号处理卫星信号并定位，在多 径衰减严重和信号环境恶劣情况下，采用本发明可提高 GNSS 接收机在城市及室内等弱信号环境、复杂 信号环境下的灵敏度性。