面向狭窄水域航行任务的大型船舶高稳定控制方法

    公开(公告)号:CN118331271A

    公开(公告)日:2024-07-12

    申请号:CN202410493178.8

    申请日:2024-04-23

    IPC分类号: G05D1/43 G05D109/30

    摘要: 本发明公开了一种面向狭窄水域航行任务的大型船舶高稳定控制方法,所述方法包括以下步骤:基于逻辑虚拟船的运动模型,根据设置的狭窄水域航路点获取参考路径构建路径跟踪回路控制律;基于路径跟踪回路控制律,根据船舶的三自由度非线性数学模型构建船舶虚拟控制律;基于鲁棒边界补偿技术与动态事件触发技术,根据船舶虚拟控制律构建船舶自适应控制律与船舶增益自适应更新律;根据船舶自适应控制律与船舶增益自适应更新律实现在狭窄水域航行任务的大型船舶的控制。本发明解决了现有的船舶路径跟踪控制方法,由于基于时间产生参考路径,随着航路点数量的增加和时间的累积,在航路点附近会产生一定的距离超调量而影响制导精度;利用径向基神经网络技术逼近船舶模型中的非线性项会引入较多的设计参数,使整个系统的设计复杂度较高;控制输入信号实时传输会出现大幅度的波动没使得控制输入信号带来了通讯负载问题,进而加速执行器磨损。

    一种基于数据驱动的LNG船压载水舱液位预测控制方法

    公开(公告)号:CN117806377A

    公开(公告)日:2024-04-02

    申请号:CN202410003206.3

    申请日:2024-01-02

    IPC分类号: G05D9/12

    摘要: 本发明公开了一种基于数据驱动的LNG船压载水舱液位预测控制方法,将已有的压载水系统简化为多容水箱液位系统,降低了模型复杂度;通过随机生成的压水分流因数,获取时间预测序列以构建时间序列辨识模型,来揭示液位高度与压水分流因数间的映射关系,并基于时间序列辨识模型构建多容水箱液位控制系统的最优控制律;通过迭代更新所述时间序列辨识模型,通过在线求解更新等效水箱液位控制律,有效确定了各压载水舱液位高度,降低了人工成本,避免了人为设定导致的舱内压载水量不准或工程模型计算复杂的问题;且时间序列辨识建模和液位控制律是同步在线进行的,具有建模精度高、控制鲁棒性能好等优点。

    面向海事平行搜寻的无人机-船协同鲁棒自适应控制方法

    公开(公告)号:CN116047909B

    公开(公告)日:2023-09-05

    申请号:CN202310067964.7

    申请日:2023-01-13

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种面向海事平行搜寻的无人机‑船协同鲁棒自适应控制方法,包括:建立USV的非线性数学模型和UAV的非线性数学模型;获取USV‑UAV协同系统的控制输入矩阵;建立USV‑UAV协同系统的传感器故障模型;获取USV的参考轨迹,以获取UAV的实时参考航路轨迹;获取USV的参考位置信号和UAV的参考姿态信号;获取USV‑UAV协同系统的自适应控制器,以对USV‑UAV协同系统进行控制。本发明充分的考虑USV‑UAV协同系统的复杂性以及外界海洋环境干扰下引起的传感器信号丢失对协同控制系统造成的不稳定影响,解决了海洋环境下传感信号传输容易丢失的问题,提高了USV‑UAV协同系统制导的可靠性。

    一种考虑未知死区的复合自适应容错控制器设计方法

    公开(公告)号:CN112947375B

    公开(公告)日:2023-08-25

    申请号:CN202110182000.8

    申请日:2021-02-09

    IPC分类号: G05B23/02

    摘要: 本发明公开了一种考虑未知死区的复合自适应容错控制器设计方法,包括:建立船舶模型;根据船舶执行器的死区非线性特性建立死区模型,并结合船舶执行器的故障类型建立故障模型;基于鲁棒神经网络对船舶的速度变量进行估计;根据船舶实际速度与估计速度之间的误差来计算死区模型的死区参数以及执行器故障参数;根据死区参数构造死区逆模型对死区模型进行补偿;根据故障参数对故障模型进行补偿;计算死区模型和故障模型补偿后的控制律;根据控制律来调节船舶执行器的控制输入矢量,以控制船舶执行动力定位。本发明能够实现在具有未知死区的推进器出现未知故障的情况下继续保持动力定位任务的正常进行。

    一种基于颜色校正和对比度拉伸的水下图像增强方法

    公开(公告)号:CN110517327B

    公开(公告)日:2022-10-04

    申请号:CN201910818691.9

    申请日:2019-08-30

    IPC分类号: G06T7/90 G06T5/00 G06T5/40

    摘要: 本发明提供一种基于颜色校正和对比度拉伸的水下图像增强方法,属于图像处理技术领域,为解决由于水下介质的吸收和散射作用,导致水下图像存在颜色失真,对比度低,细节模糊等问题。本发明方法,包括:首先对原始水下图像进行色彩补偿解决图像偏色问题,再进行色彩校正解决色彩失真问题,为了突显出图像细节信息,使用高斯差分金字塔进行R、G、B三通道细节特征图重构,最后为了增强图像的对比度和亮度,使用CLAHE算法对图像进行拉伸操作,得到最终清晰的水下增强图像。效果为提高了图像全局对比度,可视性好,具有较好的增强效果,提高全局对比度,实现了细节增强和色彩保真性。

    一种考虑未知死区的复合自适应容错控制器设计方法

    公开(公告)号:CN112947375A

    公开(公告)日:2021-06-11

    申请号:CN202110182000.8

    申请日:2021-02-09

    IPC分类号: G05B23/02

    摘要: 本发明公开了一种考虑未知死区的复合自适应容错控制器设计方法,包括:建立船舶模型;根据船舶执行器的死区非线性特性建立死区模型,并结合船舶执行器的故障类型建立故障模型;基于鲁棒神经网络对船舶的速度变量进行估计;根据船舶实际速度与估计速度之间的误差来计算死区模型的死区参数以及执行器故障参数;根据死区参数构造死区逆模型对死区模型进行补偿;根据故障参数对故障模型进行补偿;计算死区模型和故障模型补偿后的控制律;根据控制律来调节船舶执行器的控制输入矢量,以控制船舶执行动力定位。本发明能够实现在具有未知死区的推进器出现未知故障的情况下继续保持动力定位任务的正常进行。

    一种基于颜色校正和对比度拉伸的水下图像增强方法

    公开(公告)号:CN110517327A

    公开(公告)日:2019-11-29

    申请号:CN201910818691.9

    申请日:2019-08-30

    IPC分类号: G06T7/90 G06T5/00 G06T5/40

    摘要: 本发明提供一种基于颜色校正和对比度拉伸的水下图像增强方法,属于图像处理技术领域,为解决由于水下介质的吸收和散射作用,导致水下图像存在颜色失真,对比度低,细节模糊等问题。本发明方法,包括:首先对原始水下图像进行色彩补偿解决图像偏色问题,再进行色彩校正解决色彩失真问题,为了突显出图像细节信息,使用高斯差分金字塔进行R、G、B三通道细节特征图重构,最后为了增强图像的对比度和亮度,使用CLAHE算法对图像进行拉伸操作,得到最终清晰的水下增强图像。效果为提高了图像全局对比度,可视性好,具有较好的增强效果,提高全局对比度,实现了细节增强和色彩保真性。

    一种基于高、低频信息融合的水下图像增强方法

    公开(公告)号:CN110503617A

    公开(公告)日:2019-11-26

    申请号:CN201910807224.6

    申请日:2019-08-29

    IPC分类号: G06T5/00 G06T5/40

    摘要: 本发明提供一种基于高、低频信息融合的水下图像增强方法,属于图像处理领域,为解决水下图像的偏色、对比度低、可视性差等问题,本发明方法,包括:基于Retinex模型利用多尺度提取法估计出原图像高频部分照射分量,对获取的照射分量进行对比度受限的自适应直方图均衡化拉伸操作在增强全局对比度的同时突出主特征边缘细节;再将原图像与原图像高频部分照射分量相除来获取原图像低频部分照射分量,采用多尺度局部细节增强算法再对原图像高、低频部分对照射分量进行处理得到各自的细节图;再利用线性加权融合的方法对原图像高、低频部分对照射分量的细节图进行融合;最后对融合后的图像进行颜色校正来获取清晰的水下增强图像。

    一种基于PSPNet细节提取的多聚焦图像融合方法

    公开(公告)号:CN110334779A

    公开(公告)日:2019-10-15

    申请号:CN201910640006.8

    申请日:2019-07-16

    IPC分类号: G06K9/62 G06K9/34 G06N3/04

    摘要: 本发明为一种基于PSPNet细节提取的多聚焦图像融合方法,其特征在于,包括以下步骤:首先,采用金字塔场景解析网络PSPNet聚合不同子区域的上下文信息,同时利用金字塔池化模块捕获多尺度下的全局和局部颜色、纹理、形状等特征信息,在此基础上将4种不同尺度的特征图融合为概率图;其次,采用卷积条件随机场ConvCRFs网络提取图像灰度特征,为了优化二值掩膜图,引入自适应阈值判断;为了获取两个源图像高精确聚焦区域,将优化的二值掩膜图作为权重图,并与两个源图像相乘,最后,将两个区域融合以重构清晰的融合图像。本发明通过图像上下文信息,提升全局特征利用率和分割精度,实现多聚焦图像全方位融合。

    一种基于多通道卷积的MSRCR图像去雾方法

    公开(公告)号:CN109816605A

    公开(公告)日:2019-05-28

    申请号:CN201910041240.9

    申请日:2019-01-16

    IPC分类号: G06T5/00 G06N3/04

    摘要: 本发明提供一种基于多通道卷积的MSRCR图像去雾方法。本发明方法,包括:对源图像进行引导滤波处理,对处理后的R、G、B通道分别用6个3*3的高斯卷积核进行卷积,得到6张与单个输入通道同等大小的特征图,将每个通道对应的6张特征图通过Retinex算法增强后进行线性加权融合,将Retinex增强后的图像和二次引导滤波处理后的细节图像进行加权融合,重构出最终的去雾图像。本发明利用多尺度的高斯卷积核进行卷积,提取更精细的特征估计入射分量,对入射分量进行多尺度线性加权的Retinex增强,同时二次引导滤波考虑到入射分量和反射图像的平滑约束,使得处理后的图像即满足了平滑约束,又降低了噪声,将两个增强后的图像进行线性加权融合,实现图像的去雾。