-
公开(公告)号：CN117991790A
公开(公告)日：2024-05-07
申请号：CN202410133388.6
申请日：2024-01-31
Applicant: 广东海洋大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及基于双稳态贡献因子的船舶操舵反馈控制方法及装置，包括以下：步骤S1、初始化实验状态值；步骤S2、船体于预定的舵角范围值中进行随机舵角选择，并在选定后完成相应的舵角操控，之后更新实验状态值；步骤S3、基于所述舵角操作获取对应的船体的实时双稳态贡献因子；步骤S4、基于更新的实验状态值计算船体与目标终点的中心坐标的距离L；步骤S5、基于实时双稳态贡献因子以及距离L计算反馈值，基于所述反馈值判断此时是否达到双稳态状态，若是则结束控制，若否则重复执行所述步骤S1至步骤S5。本发明能够用相对较少的必要变量就可以训练船智能体减少操舵幅度过大的情况发生，在应用在实际场景中可以增加船舶行驶的稳定性、安全性。
-
公开(公告)号：CN117533065A
公开(公告)日：2024-02-09
申请号：CN202311666925.5
申请日：2023-12-06
Applicant: 广东海洋大学
IPC: B60F5/00 , B64U10/14 , B64U10/70 , B64U30/297 , B64U30/299 , B64U50/19
Abstract: 本发明公开一种水陆空三栖无人机包括主体、多组动力臂；所述动力臂对称的分布在主体侧面；所述动力臂包括横向支撑杆、中央活动杆、桨部；所述横向支撑杆一端固定到主体上，另一端通过第一转轴组同中央活动杆端部连接，所述中央活动杆另一端固定有第二转动部，所述桨部包括有中央支撑框、内螺旋桨部，所述中央支撑框包括有中央环、支撑伞状骨架，所述支撑伞状骨架固定到中央环，另一端固定到第二转动部的输出轴，所述内螺旋桨部包括有多组桨叶、桨叶保护伞网，设置在中央环内。本发明提供了一种水陆空三栖无人机动力系统结构，可以实现基于旋翼的空中飞行、水下螺旋桨推进、陆上/海底的轮式行走，具有结构相对简单、状态切换便捷、推进效率可观等技术优点。
-
公开(公告)号：CN116476721A
公开(公告)日：2023-07-25
申请号：CN202310508552.2
申请日：2023-05-08
Applicant: 广东海洋大学
IPC: B60P3/10
Abstract: 本发明属于船舶运输技术领域，涉及一种船舶陆运支撑架，包括集装箱底板(1)，集装箱底板(1)上设有多个固定支撑架(2)，多个固定支撑架(2)用于从船舶(C)的两侧对船舶(C)进行支撑，固定支撑架(2)能够在集装箱底板(1)上纵向移动，固定支撑架(2)包括横向移动槽(22)，横向移动槽(22)内设有能在其内横向移动的三角支撑架(23)，三角支撑架(23)的底部安装有多个竖向液压器(24)且每个竖向液压器(24)的液压伸缩杆的顶部都连接有一个固定支撑面板(25)。其可以和船舶一起被牢牢地放置在平板车上，并可适应不同单体船舶的船架，以此实现平板车拖动小型船舶的运输。
-
公开(公告)号：CN119516283A
公开(公告)日：2025-02-25
申请号：CN202510030306.X
申请日：2025-01-08
Applicant: 广东海洋大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/096
Abstract: 本发明属于图像识别技术领域，公开了一种基于深度卷积神经网络的红外图像分类与识别方法，包括以下步骤：步骤S1、收集红外图像数据集，并对数据进行预处理；步骤S2、基于Resnet34的分类模型，构建基于深度卷积神经网络的红外图像分类与识别模型，并进行模型训练。本发明采用上述的一种基于深度卷积神经网络的红外图像分类与识别方法，不仅在红外图像分类任务中取得了显著的识别准确率，而且相较于传统的红外图像分类识别算法，避免了人工特征提取过程，极大地提高了分类的效率和准确性，为红外图像分类领域的发展提供了有力支持。
-
公开(公告)号：CN119270869A
公开(公告)日：2025-01-07
申请号：CN202411449708.5
申请日：2024-10-17
Applicant: 广东海洋大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及基于静态奖励驱动的RRT算法的无人船路径规划方法及装置，对终点附近范围内对纵坐标进行梯度化，在不同梯度选取不同奖励系数，在根据横坐标差值，对无人船具体位置进行奖励值确定，通过这一系列操作实现对奖励值梯度化，在一定的梯度范围内，奖励值的确定主要由x坐标的差距进行决定，使得无人船训练的路径能够更加迅速的收敛于参考路径，这样不但可以有效的解决在不同点的奖励值多样化造成的最优路径收敛慢等问题。还可以使得无人船在距离终点越近对强化学习算法学习速率和更新速率更快，能够解决在以往的无人船路径规划任务中，由于奖励函数设计不合理或奖励值收敛不集中，规划可能存在效率低下、任务无法完成或操作不准确的问题。
-
Patent Agency Ranking
公开(公告)号：CN117991794A
公开(公告)日：2024-05-07
申请号：CN202410141342.9
申请日：2024-01-31
Applicant: 广东海洋大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及基于强化学习激励信号塑性的无人船操纵优化方法及装置，包括以下：S1、依据自适应演化控制算法，构建航行态势分析网络、样本存储网络，构建二维平面坐标体系；S2、依照无人船基本物理构造舵机最大、小运作角度构造智能体自主控制船舶的舵机决策动作空间；S3、构造无人船自身物理特征核心信息及航行态势信息进行激励的软性惩罚函数，并入航行态势分析网络，以形成全局环境激励网络；S4、对形成的全局环境激励网络进行反复的基础经验和经验复用的自主采样强化学习；S5、基于状态随机转移矩阵迁移样本存储网络内航行样本逼近近似策略，得到更新后的船舶操纵智能体模型。本发明能够使无人船智能体能够成功执行类似于实际船舶的打舵操作。
-
公开(公告)号：CN117975239A
公开(公告)日：2024-05-03
申请号：CN202410157579.6
申请日：2024-02-02
Applicant: 广东海洋大学
IPC: G06V10/82 , G06V10/44 , G06V10/764 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/096 , G06N3/048
Abstract: 本发明涉及基于轻量级双通道特征渐进提取的图像识别方法，包括，S10、获取目标实例图片；S20、通过预训练的LDC‑PLE识别模型对目标实例图片进行图像识别得到识别结果。本发明通过将两个ResNet等预训练模型与PLE进行模型融合，对数据集进行双通道提取，可以提高传统PLE模型的性能、通用性和适用性，同时在计算效率和特征表达方面找到平衡，尤其适用于多任务学习和迁移学习的情景。这种融合方法充分发挥了两者的优势，提高了深度学习模型在各种计算机视觉任务中的表现。而在PLE的FC层前加上卷积层又可以显著降低参数量，即轻量级，使模型适用于高维度数据，同时加强模型对于有结构数据的处理能力。另外考虑到舰船识别的数据源的特殊性，本发明尤其适用于舰船识别。
-
公开(公告)号：CN117944854A
公开(公告)日：2024-04-30
申请号：CN202410127028.5
申请日：2024-01-29
Applicant: 广东海洋大学
Abstract: 本发明公开了一种双轮盘AUV自动回收投放装置，包括回收引导机构、两个轮盘存储机构和投放机构，两个轮盘存储机构分别设在回收引导机构的两侧，投放机构设在回收引导机构的下方；轮盘存储机构包括回转驱动组件、回转支架和多个AUV储存模块，多个AUV储存模块均布在回转支架的外侧。通过设置回收引导机构进行约束缓冲，减少控制航行的AUV设备所需要的机械耗能设备，降低成本；通过设置两个轮盘存储机构的双轮盘式AUV储存仓，减少占用空间，可实现更高的传动精度和位置控制精度，提高AUV设备回收效率；通过AUV储存模块对AUV设备的夹持，实现自动化、智能化AUV设备的投放与回收作业，在一定程度上降低人工成本，对AUV设备的容错率更高，适用范围更广。
-
公开(公告)号：CN119270868A
公开(公告)日：2025-01-07
申请号：CN202411449705.1
申请日：2024-10-17
Applicant: 广东海洋大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及基于RRT路径智引无人船强化学习的路径规划方法及装置，通过以一条RRT*算法规划出来的最优路径path(可能为局部最优)作为无人船强化学习的参考，并将此路径加入到无人船强化学习中，通过计算无人船在探索时与path的水平距离Δxt的平方，以此计算结果来作为常数N的除数，最终得出一个奖励值Rt，给此奖励函数命名为“N‑距离衰减奖励方程”。通过引入“N‑距离衰减奖励方程”，可以使无人船在探索时减少探索时间，进而提高无人船找到最优路径的效率。并且由于使用了RRT*路径来引导无人船，相较于RRT路径来引导更可能达到最优路径。
-
公开(公告)号：CN118172971A
公开(公告)日：2024-06-11
申请号：CN202410161281.2
申请日：2024-02-05
Applicant: 广东海洋大学
Abstract: 本发明属于航运技术领域，具体涉及一种应对气象变化的航线优化方法，所述航线优化方法包括以下步骤：步骤1.数据收集；步骤2.数据预处理；步骤3.航线规划；步骤4.气象预测；步骤5.航线优化；步骤6.实时监控；步骤7.航线调整；步骤8.数据分析；步骤9.驾驶员培训及航运安全管理，所述数据收集为收集航线相关的气象数据，所述数据来源为气象部门、航运公司、卫星数据，所述航运公司数据收集包括收集各个航运公司独立气象测站数据。该发明通过收集准确全面的气象数据，清洗和预处理数据，使用算法进行航线规划，根据气象条件，预测和实时调整航线，使用实时监控工具和培训驾驶员，提高航运安全性和效率，适应气象变化和航运管制要求。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.067 seconds)
