- 综合排序
- 最热优先
- 最新优先
无人船水下暗管排查及水质走航监测案例
无人船水下暗管排查及水质走航监测案例一、案例背景1. 行业需求分析传统作业痛点水下暗管排查：① 依赖人工潜水：需潜水员携带探测设备下水，受限于水体能见度、流速及危险环境（如暗流、污染物），效率低且安全隐患大。 阶段2：现场作业暗管排查：① 无人船以1.5m/s航速巡航，侧扫声呐实时采集声呐数据。② 发现疑似暗管时，AI自动识别，获取暗管影像三维坐标定位。 暗管排查成果点位编号类型坐标精度现场验证结果1半潜没排口±0.3m确认PVC管道，存在废水排放痕迹2-6水下潜没排口±0.5m需进一步开挖验证7明渠排口±0.2m封堵完好，无渗漏2. 六、附录关键数据示例 侧扫声呐影像图① 半潜没排口② 水下暗管③ 水下暗管④ 明渠排口 水质反演热力图
65320编辑于 2025-02-18- 来自专栏漫途科技
城市管网污水监测方案，科技助力污水排放管理！
加大私设暗管借道排污的监察力度溯源主体责任。加强科技研发，开展各类遥感监测、水面航测、水下探测、管线排查等实用技术和装备的研发集成，为完成排污口排查整治任务提供保障。 网关搭载液位计、流量计、水质传感器等设备对城市管网内流量、液位、水质PH、浊度、氨氮、电导率等进行实时在线监测，并根据自定义算法对流量、液位、水质指标超标自动预警，并根据微流量判断雨污混排，污染溯源，自动排查污染源进行报警提示并推送微信
47310编辑于 2023-09-13 - 来自专栏逍遥剑客的游戏开发
水下效果
这里说的水下效果, 是指在水底下时, 为了增强真实感, 做的一种水的波动效果, 算是post process的一种吧 原理很简单, 就是把渲染好的屏幕场景做为一张纹理输入, 然后对上面的像素按时间进行扰动
97240发布于 2018-05-21 - 来自专栏CSDN社区搬运
水下图像增强
概述 2021年11月，提出一种用于水下图像增强的U型Transformer模型，这是首次在水下图像增强任务中使用Transfomer模型，并且作者同时也发布了《U-shape Transformer 它主要针对水下图像增强任务，通过神经网络训练的方式，将模糊的，低分辨率的，对比度低的水下图像，转换成高清的、高分辨率的，对比度高的图像。 并且作者也发布了一个大型的水下图像数据集LSUI，为后续在水下图像增强方向提供重要贡献。 一、论文思路 水下杂质的光吸收和散射导致水下成像质量差。 现有的基于数据驱动的水下图像增强(UIE)技术缺乏包含各种水下场景和高保真参考图像的大规模数据集。此外，没有充分考虑不同颜色通道和空间区域的不一致衰减。 为此，本文建立了大尺度水下图像(LSUI)数据集，并设计了U型Transformer。
61410编辑于 2024-11-13 - 来自专栏Adobe系列
AU下载--怎么制作水下效果Audition设置水下语音组合效果的技巧
AU处理音频的时候，想要制作水下声音，该怎么制作呢?下面就为大家分享Audition设置水下语音组合效果的技巧，有需要的可以来了解了解哦。 AU怎么制作水下效果? Audition设置水下语音组合效果的技巧 1、首先在电脑中打开AU软件，点击左上方区域，将需要的音频导入。 2、在弹出的导入文件窗口中，选择需要的音频素材文件，然后点击打开。 4、点击左侧的效果组窗口，在弹出的窗口中，将预设设置为“水下语音”。 5、点击效果组下方的“应用”按钮，使该效果组合生效。 6、剪辑完成后，将处理好的素材导出为想要的格式即可。 看完上面的精彩内容，各位小伙伴们都清楚Audition设置水下语音组合效果的技巧了吧!
1.2K30编辑于 2023-03-26 - 来自专栏机器人网
水下机器人首次传回福岛核电站水下废墟画面
据外媒报道，本周三（19日），东京电力公司正式向福岛核电站投放水下机器人“小太阳鱼”，用于调查废墟内结构的损坏情况。在水下，机器人顺利拍摄到了废墟内建筑崩坏的图像，其中包括一些严重受损的关键结构。 东电发言人Takahiro Kimoto称，虽然机器人没有捕获到堆芯熔化的明显痕迹，但是这次的调查工作十分顺利，东电将在本周五继续投入水下机器人，去进行更深入、更全面的调查，工作人员希望届时能找到熔化的燃料 据悉，本次参与调查的水下机器人由东芝和IRID（国际反应堆报废研究研发机构）共同研发。
70860发布于 2018-04-25 - 来自专栏人工智能前沿讲习
王硕：水下仿生机器人-作业臂系统及其自主水下作业研究
对水下机器人，可以做很多的水下移动作业机人。最早的这种机器人在水下应用就是石油钻井平台，早期做墨西哥湾的石油漏油，就是利用水下机器人完成水下作业，进行管道的封闭。 另一方面，在斯坦福大学做OCEAN ONE的双臂水下机器人，可以在水下进行双臂协作操作，对目标进行抓取，在红海附近完成了水下目标的文物采集的工作。 像我们中科院自动化所也做了一些水下自主抓取的动作。 ? 但水下机器人自主作业面临着巨大挑战，这些挑战当中，首先是弱光线。 但是在水下，用水声通讯，只有100多K，就像很早的时候用modem，跟水声通讯是类似的。另外水下环境是未知的，也非常恶劣，水下的气流、水流的影响，经常有不同的变化，没有办法进行很好地预测和建模。 针对水下进行挑战性问题的时候，给出了一个竞赛的模式，通过水下目标抓取大赛研究水下机器人，提升水下机器人的智能性。 这里我们经常用的水下机器人，希望用水下机器人代替人类的潜水员。
2.9K20发布于 2020-05-13 - 来自专栏机器人网
这款水下无人机可深入200 英尺水下，畅游150分钟
Robosea 是一家专门从事高精度开发的技术公司，而他们主要也是在研发水下自动化设备。现在，这个团队就为我们介绍了一款 BIKI 水下无人机，它是第一个可以捕获“神奇时刻”的仿生机器鱼。 Robosea 在设计 BIKI 的时候最大限度的减轻它的体积和重量，同时，它还配置了红外定位传感器，这也允许这个水下无人机能像鱼类那样，自动避开障碍。 ? ? ? 既然它是一条“仿生机器鱼”，所以说它还可以非常智能的适应不同的水下复杂环境。 ? 就算在 200 英尺的水下，充满电后的 BIKI 也能“畅游” 150 分钟。 ? 除了拍摄 4K 视频以外，BIKI 还支持 30 fps 的 1600 万像素摄影，即使在高速运动或黑暗中，我们也可以从水下观看。 ?
61350发布于 2018-04-25 - 来自专栏点点GIS
无人船水下地形测量作业流程
在开始作业前需要使用rtk对当地区域坐标系统高程进行固定差改正或者高程拟合，也可以在数据后处理阶段进行。但需要测得固定差值或者高程拟合参数。
1.7K41编辑于 2023-09-09 - 来自专栏计算机视觉工坊
一文梳理水下目标检测方法汇总
水下目标检测旨在对水下场景中的物体进行定位和识别。这项研究由于在海洋学、水下导航等领域的广泛应用而引起了持续的关注。但是，由于复杂的水下环境和光照条件，这仍然是一项艰巨的任务。 因此近年来有多个赛事与水下目标检测相关，接下来我们将介绍在水下目标检测领域的深度学习方法概述。 01 水下目标检测的关键问题 1.1 水下图片模糊 在水下场景中，由于光照影响大大降低了水下图像的质量，从而导致了可见度损失，弱对比度和纹理失真，颜色变化等问题（如下图所示），并且在水下场景中环境复杂， 02 水下目标检测的深度学习方法 缓解水下图片模糊主要是通过对水下图片进行增强，去噪，复原等方法，对于小目标检测的问题可以通过数据扩增和改进网络的方式来缓解，接下来我们将介绍近年来解决水下目标检测问题的深度学习方法 UIEBD，包含各个水下场景，以及水下各种特征退化(光线不足、雾)的情况，用数据集UIEBD对12种现阶段主流的水下图片增强算法进行评测和验证。
1.5K20编辑于 2023-02-24 - 来自专栏巴山学长
色彩平衡与融合用于水下图像增强
光的水下传播 ? ? Jaffe-McGlamery图像模型，在水下介质中，一般像平面上的点上的总辐照度入射有三个主要分量:直接分量、前向散射和后向散射。 忽略前向散射分量，简化水下光学模型为: ? 论文提出的图像增强方法采用了两步策略，结合白平衡和图像融合来改善水下图像，而不需要借助于光学模型的显式反演。 其中灰色世界算法对于合理失真的水下场景具有良好的视觉效果。然而，对极度恶化的水下场景进行更深入的研究发现，大多数传统方法的性能都很差。它们不能消除颜色的变化，通常看起来是蓝色的。 锐化与Gamma变换 Gamma变换：一般而言，白平衡水下图像往往显得太亮。 然而，对于水下去雾任务，这个权值不足以恢复对比度，主要是因为它无法区分斜坡和平坦区域。 显著性权重 突出在水下场景中失去显著性的显著对象。 饱和权重 对高饱和区域的优化，使融合算法能够适应彩色信息。
1.7K20发布于 2020-03-25 - 来自专栏机器人网
深度揭秘中国水下机器人产业
在有缆遥控水下机器人领域，国际上有的各种类型我国基本上都能制造，我国300米以浅的有缆遥控水下机器人大体上已经达到了与国际相齐的水平，目前我国有缆遥控水下机器人正在向更大深度和更大功率方向发展，不久我国将出现 服务国家海洋事业是设计制作水下机器人的主要原因。中国工程院院士、水下机器人专家封锡盛说，我国深水自主水下机器人的研究工作与中国的大洋资源科学考察密切相关。 中国水下机器人应用广泛 日前，长江航道救助打捞局水下检测中心在长江荆江河段开展了新型水下机器人设备试验，为水下检测新方法作出了有益的探索。这意味着，未来水下机器人可能更广泛地应用于水下打捞。 中科院沈阳自动化研究所、自主水下机器人技术研究室主任林扬介绍，一般而言，水下机器人包括有缆遥控水下机器人（ROV）和自主水下机器人（AUV）两大类。 林扬指出，目前发展了ROV和AUV混合型水下机器人，其活动范围较ROV大大增加，且操作者可以通过光纤实时监测和操控水下机器人，因此也称之为半自主水下机器人。
1.2K50发布于 2018-04-13 - 来自专栏一点人工一点智能
一文梳理水下目标检测方法汇总
转载自：AI约读社原文：一文梳理水下目标检测方法汇总水下目标检测旨在对水下场景中的物体进行定位和识别。这项研究由于在海洋学、水下导航等领域的广泛应用而引起了持续的关注。 但是，由于复杂的水下环境和光照条件，这仍然是一项艰巨的任务。因此近年来有多个赛事与水下目标检测相关，接下来我们将介绍在水下目标检测领域的深度学习方法概述。 01 水下目标检测的关键问题1.1 水下图片模糊在水下场景中，由于光照影响大大降低了水下图像的质量，从而导致了可见度损失，弱对比度和纹理失真，颜色变化等问题（如下图所示），并且在水下场景中环境复杂，这导致水下目标检测更加困难 02 水下目标检测的深度学习方法缓解水下图片模糊主要是通过对水下图片进行增强，去噪，复原等方法，对于小目标检测的问题可以通过数据扩增和改进网络的方式来缓解，接下来我们将介绍近年来解决水下目标检测问题的深度学习方法 UIEBD，包含各个水下场景，以及水下各种特征退化(光线不足、雾)的情况，用数据集UIEBD对12种现阶段主流的水下图片增强算法进行评测和验证。
2.4K11编辑于 2023-02-07 - 来自专栏登神长阶
【传知代码】水下图像增强（论文复现）
这些影响使得水下图像常常出现颜色失真、对比度降低和细节模糊等问题，给后续的图像分析和应用带来了极大的挑战。 为了解决这些问题，水下图像增强技术应运而生。 概述 2021年11月，提出一种用于水下图像增强的U型Transformer模型，这是首次在水下图像增强任务中使用Transfomer模型，并且作者同时也发布了《U-shape Transformer 它主要针对水下图像增强任务，通过神经网络训练的方式，将模糊的，低分辨率的，对比度低的水下图像，转换成高清的、高分辨率的，对比度高的图像。 并且作者也发布了一个大型的水下图像数据集LSUI，为后续在水下图像增强方向提供重要贡献。 一、论文思路 由于水下环境的复杂性，水下图像常常受到杂质的光吸收和散射的严重影响，导致图像模糊不清，细节丢失。 为了克服这些难题，我们构建了大规模水下图像（LSUI）数据集，并创新性地提出了U型Transformer模型。
1.3K10编辑于 2024-11-02 告别水下模糊！SU-YOLO：轻量化+尖峰神经网络，用“类脑计算”实现水下目标毫秒级识别
然而，复杂的光学环境和有限的水下设备资源给实现高精度和低功耗带来了巨大挑战。为了解决这些问题，提出了一种尖峰神经网络（SNN）模型——尖峰水下YOLO（SU-YOLO）。 然而，这些研究主要侧重于一般物体检测，缺乏针对水下条件的优化，如图像预处理和噪声抑制，从而限制了它们在水下环境中的性能。 然而，这些方法主要用于一般物体检测，由于存在模糊物体和严重噪声等挑战，在水下场景中的表现并不理想。水下物体探测由于复杂的水下环境和水下设备的性能限制，水下物体探测尤其具有挑战性。 这些局限性促使我们提出了基于SNN的水下物体检测模型SU-YOLO。水下图像去噪图像去噪对于水下物体检测至关重要。 URPC2019数据集是在2019年水下机器人采摘大赛期间发布的，包含4707张标注过的水下图像，涵盖扇贝、海星、海参和海胆四种物体类别。
85810编辑于 2025-04-08- 来自专栏GPUS开发者
【Jetson开发项目展示】用 Jetson Nano打造水下航行器
马欣德拉中央理工学院(MEC)工程学院是马欣德拉集团旗下的一所国际技术学院，该学院推出了首个名为“黑珍珠”的自主水下航行器(AUV)。 “黑珍珠”无人水下航行器是一种自行、无人、不系绳的水下航行器，能够在很少或没有人监督的情况下进行简单的活动。 MEC的黑珍珠拥有完全自主的操作系统，通过锂聚合物电池携带电力。 Mahindra Ecole Centrale主任Yajulu Medury博士说:“‘黑珍珠’是另一个这样的产品，学生和他们的学术和研究导师在我们的机器人技术中心不知疲倦地工作，创造了一个强大的自主水下机器人
1.3K20发布于 2020-02-17 - 来自专栏人工智能快报
波音新型无人潜艇可在水下执行任务长达数月
2016年3月，波音公司公布了其最新的“回音旅行者(Echo Voyager)”潜艇，并称之为水下无人运载工具中的“游戏规则挑战者”。 “回音旅行者”共有51英尺长，能够在水下自主运行数月，并能够下潜到水下11000英尺深。波音公司幻像工作室海洋与陆地部主任Lance Towers表示，该潜水器知道如何躲避障碍物并保持安全。
78670发布于 2018-03-13 - 来自专栏Pou光明
手眼标定问题排查_圆网格数据排查
经过昨天晚上的调试，发现了一个主要问题：使用圆网格标定板标定时，不能使用cornerSubPix()函数，否则寻找角点时，会导致图一的情况(裁剪为30万像素)。就找到能参考的程序，推进还是很快的。
35010编辑于 2024-04-13 - 来自专栏一点人工一点智能
水下视觉SLAM的图像滤波除尘与特征增强算法
\pmb{I}^{out}_{i,j}原文地址：水下视觉SLAM的图像滤波除尘与特征增强算法 摘要：将视觉SLAM（同步定位与地图创建）方法应用于水下环境时，扬起的沉积物会导致SLAM特征点提取与追踪困难 01 引言 水下视觉SLAM，即是在水下场景中，通过对所采集的图像进行特征匹配与追踪，完成对相机的轨迹定位与对周围环境的构建[1]，在无人勘测、自由巡航等领域有巨大的应用潜力。 水下环境与陆地环境之间存在巨大差异。首先，在水下尤其是深水中，主要依赖人工光源照明，而且水对光的吸收与散射作用[2]导致照明范围有限且清晰度不足，水下图像特征提取困难，特征匹配度不高。 为解决上述问题，应对水下图像进行两方面处理，分别为对水下扬起沉积物的过滤以及对有效特征的增强。 05 结论 提出了用于水下视觉SLAM图像处理的半均值滤波与光照均衡化算法，用于解决水下光照不均匀、有扬起沉积物干扰以及特征不明显的问题。
1.8K00编辑于 2023-04-12 潜入数字深海：解密水下动作捕捉技术的应用与奥秘
这套设备，正是水下动作捕捉系统。 从海洋工程的船舶模型测试到水下机器人的精准操控，从影视动画的深海特效制作到康复医学的水下步态分析，水下动作捕捉技术正悄然改变着人类探索、利用水下世界的方式。 本文将带你揭开水下动作捕捉的神秘面纱。一、什么是水下动作捕捉？ 核心原理：光与算法的“水下协作”水下动作捕捉系统通常由水下摄像机、反光标记点、数据传输模块和分析软件四部分组成。 二、水下动作捕捉的核心技术：如何驯服复杂水下环境？水下环境对技术的“苛刻要求”，让水下动作捕捉系统必须在环境适应性、捕捉精度和数据可靠性三个维度做到极致。 （四）影视动画：打造“真实的水下奇幻世界”在电影、游戏的水下场景制作中，传统动作捕捉需在陆地完成后“模拟水下效果”，真实感不足；水下动捕则可直接记录水下运动的自然状态。
44510编辑于 2025-08-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号