一种考虑输出约束的船舶推进器辅助锚泊定位系统的控制方法

    公开(公告)号:CN118012040A

    公开(公告)日:2024-05-10

    申请号:CN202311545040.X

    申请日:2023-11-19

    IPC分类号: G05D1/43 G05D109/30

    摘要: 本发明提供的是一种考虑输出约束的船舶推进器辅助锚泊定位系统控制方法,旨在避免船舶位置超出极限安全位置,造成锚链断裂,确保作业安全。通过位置设定点优化系统得到船舶期望位置信息;干扰观测器估计由时变海洋环境干扰和模型参数不确定性组成的混合扰动,并传递给DP控制器;为确保定位船舶的位置在设定范围内,输出约束系统设计障碍李雅普诺夫函数(BLF)对位置误差进行约束;最后,为了提高定位精度,在DP控制器设计中考虑了推进器的动态特性,并根据设计的BLF函数、混合扰动估计值,以及锚泊系统产生的锚泊力,设计合适的控制律,并将控制指令传递给船舶的推进系统。

    一种解决动态物体大占比的视觉SLAM方法

    公开(公告)号:CN117315547A

    公开(公告)日:2023-12-29

    申请号:CN202311347737.6

    申请日:2023-10-18

    摘要: 本发明提出了一种解决动态物体大占比的视觉SLAM方法,旨在解决动态物体在图像中占比大时,SLAM算法的定位精度低和实时性差的问题,具体包括:首先输入连续图像帧到改进的轻量化目标检测网络(SG‑YOLOv5s)中,提取图像中动态物体语义信息,获得动态物体自适应锚框,同时提取ORB特征点,然后基于几何约束法剔除锚框内的动态特征点,利用PROSAC算法剔除锚框外的动态特征点,最后利用静态特征点进行位姿估计和建图。本发明准确有效的剔除了动态区域内的动态特征点,保留了静态特征点,减少了动态区域外的误匹配点,降低了动态环境对SLAM系统的影响,提高了系统的实时性,同时提升了系统的位姿估计和建图精度。

    一种考虑杆长杆间约束的船载栈桥前馈模糊控制方法

    公开(公告)号:CN117163219A

    公开(公告)日:2023-12-05

    申请号:CN202311198590.9

    申请日:2023-09-15

    摘要: 本发明涉及一种考虑杆长杆间约束的船载栈桥前馈模糊控制方法,旨在解决船载栈桥控制系统时滞性大、响应速度慢和模型不精确问题。其包括:考虑支链驱动杆杆长、杆间以及运动学参数约束进行建模,获取驱动杆模型与运动目标;根据驱动杆电动缸模型,设计基于船载栈桥的前馈控制律,根据目标位姿与实际位姿之差,根据模糊自适应控制,结合阻抗控制方法,控制驱动杆调整六个电动缸的输出力,使其驱动关节,从而保持平台和目标船相对位置恒定,实现船载栈桥稳定平台的波浪补偿运动。本发明考虑杆长杆间约束的船载栈桥前馈模糊控制方法,可以精确实现船载栈桥的波浪补偿,具有良好的稳定性与快速性。

    一种适用于变绳长双摆型船用起重机的滑模控制方法

    公开(公告)号:CN117105096A

    公开(公告)日:2023-11-24

    申请号:CN202311242696.4

    申请日:2023-09-25

    IPC分类号: B66C13/18 B66C13/06 G05B13/04

    摘要: 本发明提供一种适用于变绳长双摆型船用起重机的滑模控制方法,旨在解决传统线性控制方法导致非线性船用起重机系统减摆效果不佳、响应速度慢的问题。首先,在缆绳长度可以改变和吊钩质量不可忽略的情况下,建立具有双摆特性船用起重机的动力学模型,然后,采用干扰观测器对未知波浪有界干扰进行估计补偿,最后,针对系统可驱动状态向量构造包含吊钩摆角导数和负载摆角导数的滑模面,以确保系统的状态输出及早得到修正,分别设计基于台车位置与缆绳长度的控制律,以实现变绳长双摆型船用起重机的镇定控制。本发明提高了船用起重机非线性模型的准确性,使系统状态在有限时间内快速收敛到平衡状态,并且能够有效地抑制负载和吊钩的摆动角度。

    一种基于频域和语义的动态视觉SLAM方法

    公开(公告)号:CN116524026B

    公开(公告)日:2023-10-27

    申请号:CN202310505675.0

    申请日:2023-05-08

    摘要: 本发明公开了一种基于频域和语义的动态SLAM方法,完成在高动态与复杂光照环境中的定位与建图任务。首先,为精确获得物体的运动区域,采用傅里叶梅林算法在频域对图像进行配准以补偿相机运动,随后应用帧间差分算法获得图像的运动掩膜。同时,图像通过短时密集连接(STDC)网络进行语义分割得到潜在运动物体掩膜。将运动掩膜与物体掩膜相结合,获得最终的物体运动区域,对落在该区域的特征点进行剔除。最后,依据稳定的静态特征点跟踪优化,提升位姿精度。在公开数据集与现实环境中的测试结果表明,本方法在复杂动态场景下具有良好的定位精度与鲁棒性,能够有效的降低运动模糊与光照变化对于运动检测的影响。

    一种改进Sage-Husa自适应滤波的SINS/GPS组合导航方法

    公开(公告)号:CN116558511A

    公开(公告)日:2023-08-08

    申请号:CN202310540247.1

    申请日:2023-05-12

    IPC分类号: G01C21/16 G01S19/49

    摘要: 本发明提出了一种改进Sage‑Husa自适应滤波的SINS/GPS组合导航方法。本发明的主要步骤包括:组合导航系统状态方程建立、量测方程建立、系统方程离散化、滤波状态更新、量测噪声估计、滤波异常判定、渐消因子计算、量测更新、反馈修正。相比传统的基于Sage‑Husa滤波的SINS/GPS组合导航方法,本发明方法能够有效降低量测异常和模型误差对组合导航系统的影响,提高组合导航系统的稳定性和定位精度。

    一种基于强化学习的工作排程优化方法

    公开(公告)号:CN116307251A

    公开(公告)日:2023-06-23

    申请号:CN202310390230.2

    申请日:2023-04-12

    摘要: 本发明提出一种基于强化学习的工作排程优化方法,旨在通过考虑员工实时疲劳程度,优化员工工作排程,进而缩短最大完工时间。首先,分析员工工作与休息状态下的效率变化曲线,构建工作‑休息排程的数学模型,将员工作业流程建立为马尔可夫决策过程;其次,基于SAC(Soft Actor Critic)算法设计智能体决策框架,实时调整员工工作与休息时长,以最大限度提高员工平均工作效率;此外,设计工作量快速适应机制,仅通过少量迁移训练,实现快速适应不同任务目标。仿真结果表明本发明能够优化员工工作排程方案,缩短最大完工时间,同时在工作量任务较大的情况下,可得到更好的优化效果,工作量快速适应机制使模型可以更灵活的应用于动态场景中。

    一种融合颜色和尺度特征的ORB图像匹配方法

    公开(公告)号:CN115187791B

    公开(公告)日:2023-04-28

    申请号:CN202210957903.3

    申请日:2022-08-10

    IPC分类号: G06V10/44 G06V10/56 G06V10/75

    摘要: 针对传统ORB算法因忽略图像颜色信息,对光照变化的鲁棒性较差,易造成误匹配的情况,本发明公开了一种融合颜色和尺度特征的ORB图像匹配方法。所述方法包括:首先使用颜色不变量模型对彩色图像进行预处理,求出图像的颜色不变量,以颜色不变量作为输入信息,建立积分图像,采用盒式滤波器建立尺度空间,使用快速Hession矩阵检测极值点,提取具有尺度不变性的特征点,然后使用rBRIEF算法得到特征描述符,最后采用汉明距离和改进RANSAC算法去除误匹配点。本发明在保证ORB算法特点的基础上,改善了ORB算法在颜色不同而对应灰度值相同区域正确匹配率低的问题,并且使算法具备尺度不变性,解决了特征点分布不均匀的情况,提高了图像发生尺度变化时匹配精度。

    一种基于事件触发的动力定位船舶H∞最优控制方法

    公开(公告)号:CN115712244A

    公开(公告)日:2023-02-24

    申请号:CN202211427138.0

    申请日:2022-11-15

    IPC分类号: G05B13/04

    摘要: 本发明涉及一种基于事件触发的动力定位船舶H∞最优控制方法,所述方法包括:建立动力定位船舶的三自由度动力学模型和运动学模型;引入一个采样数据系统,将动力定位船的鲁棒H∞控制问题转化为二人零和差分博弈;利用事件触发的控制策略和时间触发的干扰策略,降低信号传递次数,仅当不满足触发条件时才更新事件触发控制器;同时,提出事件触发的并行学习算法,给出临界神经网络一种新的权重调整律,使控制输入有界。所提出方法避免了船舶动力定位系统在H∞控制设计中复杂的HJI不等式求解过程,减少了计算负担,不会产生不必要的信道占用,此外,提供最小采样时间的正下界以避免Zeno行为,即在有限的时间内出现无限次事件。

    一种考虑海浪干扰的无人艇回收分布式决策仿真系统

    公开(公告)号:CN115453914A

    公开(公告)日:2022-12-09

    申请号:CN202211277205.5

    申请日:2022-10-19

    IPC分类号: G05B17/02

    摘要: 本发明公开了一种考虑海浪干扰的无人艇回收分布式决策仿真系统,完成海洋作业中母船对无人艇的自动回收任务。首先,搭建无人艇回收任务所需的仿真环境;基于DuelingNetwork算法设计决策模块,并针对应用场景优化神经网络结构,使决策模块具有短时记忆功能;实现分布式通信机制,将决策模块置于服务器端,环境模块置于客户端;最后,启动服务器与客户端程序,控制无人艇抽象的智能体完成回收任务。该系统针对实际复杂海况,设计模拟物理交互的仿真环境;采用深度强化学习算法,使得AI控制器应对复杂场景时,具有更强的鲁棒性,且让模型具有迁移学习能力;分布式通信机制将训练与控制独立运行,便于实现离线训练,同时可以实现远程控制效果。