-
公开(公告)号:CN117950415A
公开(公告)日:2024-04-30
申请号:CN202410059795.7
申请日:2024-01-16
Applicant: 南京邮电大学
IPC: G05D1/46 , G01C21/20 , G05D109/20
Abstract: 本发明涉及船舶污染检测技术领域,具体涉及一种基于无人机的船只污染检测方法,步骤S1:搭建基于无人机的船只污染检测系统,所述检测系统包括无人机、船只、基站、信息处理中心和调度中心,所述无人机上设有传感器;步骤S2:所述检测系统基于LKH的轨迹规划方法LKH‑TPM生成无人机访问船只的路径;步骤S3:所述无人机根据路径访问船只时通过传感器采集船只排出的污染物信息,并将采集到的信息传递至信息处理中心,完成对船只的污染检测。本发明通过基于LKH的轨迹规划方法LKH‑TPM对无人机进行路径优化,提高了无人机对船只检测的性能和有效性,提高了无人机对船只污染检测的效率。
-
公开(公告)号:CN118466301B
公开(公告)日:2025-01-24
申请号:CN202410621743.4
申请日:2024-05-17
Applicant: 南京邮电大学
IPC: G05B19/042
Abstract: 本发明公开了一种融合A星算法和强化学习的多无人机空海协同目标监测方法,涉及路径规划技术领域,解决了空海协同监测效率和精准度不够高的技术问题,其技术方案要点融合A星算法和强化学习的路径规划算法来指导无人机的全覆盖路径规划与水面船只的点到点路径规划,以提高任务执行效率,并有效减少航行风险从而确保任务的安全高效执行;通过利用声纳阵列同时对水下情况进行监测,拓宽了监测的深度和广度,对潜在异常进行有效预防。本发明充分结合空中、海面上的精确扫描与水下的深度勘测,能够有效提升对广阔海域及水下目标监测的全面性和准确性。
-
公开(公告)号:CN118466301A
公开(公告)日:2024-08-09
申请号:CN202410621743.4
申请日:2024-05-17
Applicant: 南京邮电大学
IPC: G05B19/042
Abstract: 本发明公开了一种融合A星算法和强化学习的多无人机空海协同目标监测方法,涉及路径规划技术领域,解决了空海协同监测效率和精准度不够高的技术问题,其技术方案要点融合A星算法和强化学习的路径规划算法来指导无人机的全覆盖路径规划与水面船只的点到点路径规划,以提高任务执行效率,并有效减少航行风险从而确保任务的安全高效执行;通过利用声纳阵列同时对水下情况进行监测,拓宽了监测的深度和广度,对潜在异常进行有效预防。本发明充分结合空中、海面上的精确扫描与水下的深度勘测,能够有效提升对广阔海域及水下目标监测的全面性和准确性。
-
-