-
公开(公告)号：CN115718428A
公开(公告)日：2023-02-28
申请号：CN202211449811.0
申请日：2022-11-18
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明提供一种考虑量化和死区的多无人船速度约束编队避碰控制方法，包括：结合船舶避碰、避障和连接保护条件并考虑速度约束问题，构建存在死区和量化的无人水面船运动学和动力学模型；引入误差变量并结合李雅普诺夫函数，设计虚拟控制率和实际控制率；结合设计的虚拟控制率和实际控制率以及李雅普诺夫函数，对控制方案进行稳定性分析。本发明针对具有速度约束的无人船，考虑了一个能够在统一设计和分析条件下的多无人船速度约束编队避碰控制问题，能够保证受到执行器和传感器非线性特征影响的高速航行无人船在避碰避障过程中的安全性。
-
公开(公告)号：CN115437251A
公开(公告)日：2022-12-06
申请号：CN202211060827.2
申请日：2022-08-31
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明提供一种带有输入量化的USV路径规划与模糊自适应跟踪控制方法，包括：获取周围环境及周围其他船舶的海况信息，设置参数；采用模拟退火算法改进传统人工势场法对海况信息下的本船进行合理规避障碍物的路径规划；对规划的路径作曲线拟合得出优化后的路径，并将优化后的路径用一条函数曲线表示，将曲线作为船舶运动控制系统的期望输入；设计基于扩张状态观测器的运动学制导律和自适应模糊量化控制器，对船舶规划路径进行跟踪。本发明采用模拟退火算法改进的人工势场法进行船舶路径规划，将规划的优化路径作为船舶运动控制系统的期望输入，基于扩张状态观测器设计船舶运动学跟踪控制率，通过设计自适应模糊量化器解决了欠驱动船舶路径跟踪问题。
-
公开(公告)号：CN110471427B
公开(公告)日：2022-05-10
申请号：CN201910844061.9
申请日：2019-09-06
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明提供一种基于路径规划与人工势场法的船舶编队智能避碰方法，属于信息技术与船舶编队分布式控制技术领域，为解决现有人工势场所存在的技术问题，本发明方法，通过电子海图系统获得实时航行安全信息，结合船舶性能设定航行安全水深等指标，利用路径规划方法预规划出起点到终点的路径。通过船舶自动识别系统、全球定位系统等设备获得船舶的航行安全信息。当编队内船与船间的距离或船与障碍物间的距离小于对应的安全距离时，触发避碰或避障人工势场，通过人工势场排斥力与船舶路径跟踪复合力矩控制船舶航向和航速。本发明将路径规划与人工势场法结合，充分利用船舶航行全局信息与实时局部信息，实现了船舶智能航行与避碰控制。
-
公开(公告)号：CN113835434A
公开(公告)日：2021-12-24
申请号：CN202111153779.7
申请日：2021-09-29
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明提供一种考虑输入量化的分布式多无人船舶自适应神经网络编队控制方法，包括构建无人船运动学模型；考虑量化输入问题，构建无人船动力学模型；设计运动学控制器；基于运动学控制器，设计分布式编队控制律设计动力学控制器；基于动力学控制器，设计动力学控制律。在运动学子系统，基于扩张状态观测器设计分布式制导律，跟踪时变轨迹，利用观测器估计邻近船舶的未知状态；在动力学子系统，利用线性时变模型描述量化过程，利用径向基神经网络识别未建模动态及系统不确定项，设计无量化器参数信息自适应神经网络量化控制律。考虑外部海洋扰动和内部模型不确定性导致的未知动力学问题，实现考虑输入量化问题的分布式多无人船舶编队的有效控制。
-
-
Patent Agency Ranking
-
公开(公告)号：CN110471427A
公开(公告)日：2019-11-19
申请号：CN201910844061.9
申请日：2019-09-06
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明提供一种基于路径规划与人工势场法的船舶编队智能避碰方法，属于信息技术与船舶编队分布式控制技术领域，为解决现有人工势场所存在的技术问题，本发明方法，通过电子海图系统获得实时航行安全信息，结合船舶性能设定航行安全水深等指标，利用路径规划方法预规划出起点到终点的路径。通过船舶自动识别系统、全球定位系统等设备获得船舶的航行安全信息。当编队内船与船间的距离或船与障碍物间的距离小于对应的安全距离时，触发避碰或避障人工势场，通过人工势场排斥力与船舶路径跟踪复合力矩控制船舶航向和航速。本发明将路径规划与人工势场法结合，充分利用船舶航行全局信息与实时局部信息，实现了船舶智能航行与避碰控制。
-
公开(公告)号：CN109522838A
公开(公告)日：2019-03-26
申请号：CN201811355123.1
申请日：2018-11-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于宽度学习的安全帽图像识别算法，其特征在于具有如下步骤：S1、宽度学习系统的数据准备；S2、基于宽度学习训练安全帽图像识别模型；S3、基于宽度学习系统的安全帽图像检测机制：S31、读取步骤S1得到的图像测试集和步骤S2得到的所述安全帽图像识别模型；S32、将图像测试集中的图像输入到所述安全帽图像识别模型，获得输出值；S33、将有人但无安全帽的图片进行标记，并发出警告。本发明是基于宽度学习系统的安全帽图像识别技术，而宽度学习架构层次较浅，对计算资源要求较低使得其能够在低端设备上进行部署且不会损失太大的精度。
-
公开(公告)号：CN119045478A
公开(公告)日：2024-11-29
申请号：CN202411121721.8
申请日：2024-08-15
Applicant: 大连海事大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明提供一种带有输入和状态量化的欠驱动无人船分布式编队跟踪控制方法，包括：获取周围环境及周围其他船舶的海况信息，建立欠驱动无人船分布式编队的轨迹控制数学模型，采用均匀量化器对控制系统中的控制输入和状态变量进行量化处理；设计分布式ESO来观测虚拟领导者的位置信息，利用ESO技术估计每个USV的量化状态信息和模型中存在的不确定项；采用分层设计的方法，设计运动学制导律和动力学量化跟踪控制律；并证明了带有输入和状态量化的USV分布式编队跟踪控制系统的稳定性。本发明针对海上通信带宽受限的海洋环境，设计带有输入和状态量化的USV编队跟踪控制器，在保证编队中USV能够对期望轨迹进行跟踪的同时，减少控制器的执行频次，降低控制幅度。
-
公开(公告)号：CN118155632A
公开(公告)日：2024-06-07
申请号：CN202410286821.X
申请日：2024-03-13
Applicant: 大连海事大学
IPC: G10L17/02 , G10L19/022 , G10L19/02 , G10L25/18 , G10L25/24
Abstract: 本发明公开了一种基于上下文相关频谱系数动态分割的声纹特征提取算法，包括如下步骤：对读取的语音信号分别进行预处理、频谱转换、上下文特征提取；基于声纹特征向量建立话者识别模型，输入说话人语音进行识别。本发明在现有等频域分割的声纹特征基础上，考虑了分帧后频谱数据的上下文相关性，提出了基于上下文相关的特征提取算法。利用S13步骤完善了处理后信号本身所具有的上下文相关性特征。本发明采用了动态分割方法，在考虑上下文相关性的同时，加强了向量间的特征相似性比较，使本发明具有更广泛的适应性，且在说话人识别上可以获得更高的识别精度。本发明采用线性相关性作为评价指标，具有流程简明，速度快捷，占用计算资源少的优点。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.024 seconds)
