-
公开(公告)号：CN103617370B
公开(公告)日：2017-01-04
申请号：CN201310664406.5
申请日：2013-12-10
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于动态载荷识别领域，具体涉及一种基于二阶系统解耦的动载荷时域识别方法。本发明包括：解算机械系统参数矩阵；对原机械系统线性化，对原机械系统的块阵对角化：解算机械系统的非耦合形式；检测系统实时响应与载荷的关系；根据机械系统的实测响应信号，输出实际载荷，实测响应信号获取载荷。本发明提出了一种基于二阶系统解耦的动载荷时域识别方法，与现有的时域识别方法相比，此方法打破了时域识别方法在理论上只适用于比例阻尼的局限性，适用范围更加广泛。
-
公开(公告)号：CN105654140A
公开(公告)日：2016-06-08
申请号：CN201610003517.5
申请日：2016-01-04
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/6256 , G06K9/60 , G06K9/6267
Abstract: 本发明提供的是一种面向复杂工业环境的铁路油罐车车号定位与识别方法。对灰度图像进行最大稳定极值区域检测得到灰度图像上的极值区域以及对灰度图像的反色图像进行检测得到反灰度图像上的极值区域。以灰度图像及其反色图像作为要处理的2通道图像，对每个通道的图像分别进行极值区域的筛选。从极值区域中筛选出有效的区域对，对满足条件的相邻区域对进行合并得到三联体区域，以1个有效的三联体区域为1个序列，筛选出符合条件的有效序列，进而对序列进行输出得到文本区域。利用4点矫正对定位出的文本区域进行倾斜矫，对矫正后的文本区域进行字符分割，用训练好的分类器对字符进行识别。本方法对铁路油罐车车号区域具有较好的定位效果。
-
公开(公告)号：CN105446821A
公开(公告)日：2016-03-30
申请号：CN201510766653.5
申请日：2015-11-11
Applicant: 哈尔滨工程大学
CPC classification number: G06F11/079 , G06N3/0445
Abstract: 本发明公开了一种基于改进神经网络的智能水下机器人推进器故障诊断方法。将水下机器人的推进器的控制指令分别传送给基于神经网络的水下机器人模型和水下机器人实际推进器，将基于神经网络的水下机器人模型的输出值和水下机器人实际传感器的测量值进行作差，根据残差判断推进器是否故障；构建的神经网络水下机器人模型中，在联接单元中增加了固定增益的自反馈连接，并且采用动态反向传播学习算法对基于神经网络的水下机器人模型进行学习和训练，对神经网络层间权值进行调整。本发明能够提高推进器故障诊断的效率和准确性。
-
公开(公告)号：CN104679656A
公开(公告)日：2015-06-03
申请号：CN201510109637.9
申请日：2015-03-13
Applicant: 哈尔滨工程大学
IPC: G06F11/36
Abstract: 本发明属于软件测试领域，具体涉及一种针对待测软件各维度的缺陷检测率进行自适应调整的自适应调整缺陷检测率的组合测试方法。本发明包括：生成候选测试用例集：随机生成候选测试用例集的容量值M；采用随机方法从软件模型中选择M个候选测试用例加入到候选测试用例集中；选择最优测试用例；执行测试；动态调整各维度的检测率；判断是否满足算法结束条件，如果不满足则继续执行以上流程，直到满足算法的结束条件。所用的自适应调整针对软件模型当中各个维度缺陷检测率的调整正是基于自适应控制的思想，通过当前测试用例各个维度的缺陷检测率对软件模型进行反馈，进一步调节软件模型中各个维度的缺陷检测率，以便其更加接近真实值。
-
公开(公告)号：CN104657726A
公开(公告)日：2015-05-27
申请号：CN201510117537.0
申请日：2015-03-18
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种铁路油罐车车辆编号的识别方法。包括以下步骤：利用摄像机拍摄油罐车车体局部侧面灰度图像；对灰度图像计算边缘；对边缘图像的字符区域进行定位；对车体局部侧面灰度图像二值化；对二值图像的字符区域进行形态学处理，去除孤立点，连接断裂字符；对字符进行分割处理，确定单个字符区域的位置和范围；将分割后的字符输入通用字符识别引擎，输出结果。本发明具有实施成本低，自动化程度高的特点。
-
Patent Agency Ranking
公开(公告)号：CN102393204A
公开(公告)日：2012-03-28
申请号：CN201110323774.4
申请日：2011-10-21
Applicant: 哈尔滨工程大学
IPC: G01C21/28
Abstract: 本发明提供一种基于SINS/CNS的组合导航信息融合方法。本发明包括以下步骤：(1)采集星敏感器的输出；(2)求解地球坐标系相对于惯性坐标系之间的转换以及地球坐标系与地理坐标系的转换矩阵；(3)通过上述步骤给出的信息，解算得到模拟的姿态矩阵；(4)由姿态矩阵求解得到载体的姿态角；(5)根据实际姿态角以及系统的失准角计算载体的误差姿态角；(6)建立组合导航系统的量测方程；(7)建立组合导航系统的状态方程；(8)对系统的误差进行估计补偿。本发明提供的组合导航信息融合方法能够有效地降低误差，提高导航精度。
-
公开(公告)号：CN101659320A
公开(公告)日：2010-03-03
申请号：CN200910072923.7
申请日：2009-09-18
Applicant: 哈尔滨工程大学
IPC: B63H25/26
Abstract: 本发明提供的是一种无人潜水器用转速可调节智能化舵机。包括步进电机、步进电机驱动器、舵轴角度光栅感应器、PC/104计算机、PC/104总线AD采集卡、PC/104总线脉冲输出板。步进电机密封于水密外壳中，驱动轴通过动密封伸出与舵轴通过轴系联接；PC/104计算机、AD采集卡和脉冲输出板插接，和步进电机驱动器一起密封于水密外壳中。PC/104计算机水密外壳上设置三个水密插头。舵轴角度光栅感应器安装于舵轴处，舵轴角度光栅感应器的信号反馈端与电压采集端联结，将PC/104计算机与控制舱主控计算机通过RS-232串行通信联结。本发明可根据航速，智能决定舵叶转动速度，避免扭矩不够步进电机无法转动等舵机失误动作，并有效测定舵轴转动不到位等故障，保证无人潜水器方向控制的精确度。
-
公开(公告)号：CN101337578A
公开(公告)日：2009-01-07
申请号：CN200810137018.0
申请日：2008-08-27
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是三油囊调节的水下机器人及其定深控制方法。通过相应传感器获取深度、纵向速度、姿态角度等信息。根据主控计算机指令决定静态下潜或运动下潜。若指令为静态下潜，艏、舯、艉同时从油囊中抽油，减少油囊排水体积，使水下机器人从总体上浮力＜重力，实现下沉；若指令为运动下潜，轴向主推力器开动，加速进入定速运动状态，艏部储油罐从艏油囊中吸油，减少艏油囊排水体积；从艉储油罐向艉油囊内排油，增大艉油囊排水体积。水下机器人从零纵倾变为艏重状态，埋艏。此时轴向运动耦合埋艏运动，实现有纵倾下潜。静态上浮或运动上浮时，吸排油动作与之相反。本发明对于长距离航行的水下机器人在节省能量上具有特别意义。
-
公开(公告)号：CN101323363A
公开(公告)日：2008-12-17
申请号：CN200810136825.0
申请日：2008-07-30
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种大深度无人潜水器及其深度复合控制方法。其组成包括潜器主体，安装在潜器主体艉部的艉部主螺旋桨，安装在潜器主体艏部的艏部水平翼，安装在潜器主体艉部的艉部水平翼，在潜器主体内部设置有浮力调节水舱，在潜器主体的艉部和艏部分别设置有艉垂向槽道桨和艏垂向槽道桨，由一台嵌入有控制核心程序的在主控耐压舱内一台PC/104计算机进行控制。从水面状态开始，向浮力调节水舱注水；在距离预定深度还有50m距离时开始吹除浮力调解水舱中的压载水；依靠垂向槽道桨提供向上的力；待无人潜水器的下沉速度减缓到0.5m/s以下时，进入定速航行状态，依靠艏、艉水平翼控制纵倾，进而耦合轴向运动，精确控制深度。
-
公开(公告)号：CN119690075A
公开(公告)日：2025-03-25
申请号：CN202411832076.0
申请日：2024-12-12
Applicant: 哈尔滨工程大学
IPC: G05D1/43 , G05D1/633 , G05D1/648 , G05D109/30
Abstract: 一种多无人艇协同多目标均匀围捕控制方法，涉及多无人艇协同多目标围捕技术领域。为解决现有技术中存在的，现有的多无人艇协同围捕技术存在效率较低、围捕精度和稳定性不足，以及增益设计复杂且容易产生过大增益的问题的技术缺陷，本发明提供的技术方案为：包括：构建多无人艇系统和多目标系统的运动学模型，定义围捕任务的目标状态；基于运动学模型和目标状态，建立分布式目标中心估计器；根据分布式目标中心估计器提供的目标几何中心信息，构建围捕控制器；基于围捕控制器的控制策略，调整无人艇的角速度以实现相位间隔角的一致性；动态调整围捕控制器的参数，输出给多无人艇系统。适合应用于多无人艇协同多目标均匀围捕控制的工作中。
-
-
-
-
-
-
-
-
-
Search Results
208
records
(took 0.078 seconds)
