-
公开(公告)号：CN118011820A
公开(公告)日：2024-05-10
申请号：CN202410170634.5
申请日：2024-02-06
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种考虑输入死区的无人船自适应动态规划航向跟踪控制方法，将无人船舵机液压系统的死区模型信号进行线性化描述，并结合航向跟踪控制数学模型构建考虑输入死区的航向跟踪控制数学模型，提高了无人船控制器对与死区干扰的鲁棒性，强化了无人船的跟踪控制性能。在控制器设计过程中，将控制器分为前馈控制器和最优控制器两部分分别设计，能够有效提高复杂海况下无人船的跟踪性能，解决了求解非线性系统HJB方程难的问题，最终针对考虑输入死区的非线性无人船航向跟踪控制系统，构建了无人船船舶航向跟踪的航向反馈自适应律，确保无人船能够高效的跟踪期望航向，以实现无人船自适应动态规划航向的跟踪控制。
-
公开(公告)号：CN116702095B
公开(公告)日：2024-04-05
申请号：CN202310643493.X
申请日：2023-06-01
Applicant: 大连海事大学 , 上海船舶运输科学研究所有限公司 , 广东海洋大学
IPC: G06F18/27 , G06F18/214 , G06N3/0499 , G06F18/2135
Abstract: 本发明提供了一种模块化海上船舶运动姿态实时预报方法，涉及船舶运动姿态预报技术领域，包括如下步骤：S1、采集目标船舶的船舶运动六自由度运动要素数据；S2、利用递归偏最小二乘回归模型进行预报，得到第一预报结果；S3、得到近似分量和细节分量；S4、利用变结构的径向基函数神经网络进行每个近似分量和细节分量的时间序列预报；S5、建立基于径向基函数神经网络的船舶运动预报模型，利用所述基于径向基函数神经网络的船舶运动预报模型进行预报，得到第二预报结果；S6、将所述第一预报结果和第二预报结果进行叠加，得到最终的模块化船舶运动预报的结果。本发明通过结合RPLS模型和VRBFN模型的模块化预报策略，在保证预报稳定性的同时提高了预报的精度。
-
公开(公告)号：CN116678409B
公开(公告)日：2024-03-12
申请号：CN202310448494.9
申请日：2023-04-24
Applicant: 大连海事大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于改进灰狼算法的北极冰区船舶路径规划方法，包括，获取船舶类型、航行区域以及航行区域的海冰数据，对航行区域进行栅格化处理，建立船舶航行的目标函数；构建灰狼算法模型，通过Tent混沌映射对灰狼种群的位置信息进行初始化，灰狼狼群通过围猎行为和捕食行为更新位置信息，根据位置信息计算目标函数的取值，判断目标函数的取值是否满足阈值或当前迭代次数等于最大迭代次数，若满足则获取将狼群的位置信息作为船舶的路径，反之则对灰狼狼群的位置信息进行优化，根据优化后的位置信息重新计算目标函数的取值。通过本发明使得规划路径更优，提高了船舶在冰区进行路径规划的效率、收敛速度与避障效果。
-
公开(公告)号：CN112182972B
公开(公告)日：2023-09-22
申请号：CN202011062082.4
申请日：2020-09-30
Applicant: 大连海事大学 , 大连海大智龙科技有限公司
IPC: G06F30/27 , G06F18/214 , G06F18/27 , G06F111/10 , G06F119/14 , G06F111/06
Abstract: 本发明提供一种船舶操纵运动ADAM(adaptive moment estimation)局部加权回归辨识建模方法，包括以下步骤：选定待辨识船舶操纵运动模型，根据模型中的船舶所受力矩与力和船舶运动状态确定辨识方法的回归模型、输入变量和输出变量；基于局部加权回归构建多输入多输出的船舶操纵运动数学模型；对所述模型进行基于ADAM优化的优化训练，使模型达到精度要求；通过所建模型在线解算船舶的力与力矩预测船舶运动状态，以实现船舶运动动态仿真。本发明能够更贴合实际工程应用场景，基于所辨识船舶操纵运动模型，通过查询变量(舵角，转速)，动态仿真船舶运动状态，符合船舶模拟器的工程应用。
-
公开(公告)号：CN116678409A
公开(公告)日：2023-09-01
申请号：CN202310448494.9
申请日：2023-04-24
Applicant: 大连海事大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于改进灰狼算法的北极冰区船舶路径规划方法，包括，获取船舶类型、航行区域以及航行区域的海冰数据，对航行区域进行栅格化处理，建立船舶航行的目标函数；构建灰狼算法模型，通过Tent混沌映射对灰狼种群的位置信息进行初始化，灰狼狼群通过围猎行为和捕食行为更新位置信息，根据位置信息计算目标函数的取值，判断目标函数的取值是否满足阈值或当前迭代次数等于最大迭代次数，若满足则获取将狼群的位置信息作为船舶的路径，反之则对灰狼狼群的位置信息进行优化，根据优化后的位置信息重新计算目标函数的取值。通过本发明使得规划路径更优，提高了船舶在冰区进行路径规划的效率、收敛速度与避障效果。
-
Patent Agency Ranking
公开(公告)号：CN119512205B
公开(公告)日：2025-05-13
申请号：CN202510089695.3
申请日：2025-01-21
Applicant: 大连海事大学
IPC: G05D1/686 , G05D1/43 , G05B13/04 , G05D109/30
Abstract: 本发明公开了一种基于知识驱动的无人船强化学习航向跟踪控制方法，包括根据无人船航向跟踪控制模型获取无人船虚拟控制律；基于无人船虚拟控制律获取无人船航向跟踪控制器的前馈项与反馈项；构建关于前馈项的前馈优化控制器；根据反馈项构建适用于复杂海况下无人船航向跟踪控制的第一切换控制器；利用反步法结合RBF神经网络，根据反馈项构建用于应对一般海况下的第二切换控制器；利用阶跃函数，根据第一切换控制器与第二切换控制器设计用于不同海况下的切换响应控制器，以实现知识驱动的强化学习无人船航向跟踪控制。解决了传统的无人船航向跟踪控制方法在面对不同海上复杂环境与未知扰动时，难以保持良好的航向跟踪控制效果的问题。
-
公开(公告)号：CN119826844A
公开(公告)日：2025-04-15
申请号：CN202411905088.1
申请日：2024-12-23
Applicant: 大连海事大学
IPC: G01C21/32 , G06Q10/047
Abstract: 本发明公开了一种基于ADR‑A*的智能船舶路径规划算法，包括：步骤1、基于自定义双层边界膨化策略对获得的海图进行处理获得第一、第二层膨化海图；步骤2、采用A*算法对第二层膨化海图进行路径规划获得全部路径点数据，其中A*算法中子节点列表通过采用自适应方向限制优先节点搜索策略处理获得；步骤3、根据全部路径点数据计算转向点数据，并根据转向点数据，在第一层膨化海图中采用路径全覆盖策略计算关键路径点；步骤4、基于计算获得的关键路径点规划海图环境路径。本发明公开的船舶路径规划算法可以在复杂环境下规划出兼具安全性、平滑性、经济性与高效性的综合型路经，有效证明了算法的可行性、合理性与优越性。
-
公开(公告)号：CN119512205A
公开(公告)日：2025-02-25
申请号：CN202510089695.3
申请日：2025-01-21
Applicant: 大连海事大学
IPC: G05D1/686 , G05D1/43 , G05B13/04 , G05D109/30
Abstract: 本发明公开了一种基于知识驱动的无人船强化学习航向跟踪控制方法，包括根据无人船航向跟踪控制模型获取无人船虚拟控制律；基于无人船虚拟控制律获取无人船航向跟踪控制器的前馈项与反馈项；构建关于前馈项的前馈优化控制器；根据反馈项构建适用于复杂海况下无人船航向跟踪控制的第一切换控制器；利用反步法结合RBF神经网络，根据反馈项构建用于应对一般海况下的第二切换控制器；利用阶跃函数，根据第一切换控制器与第二切换控制器设计用于不同海况下的切换响应控制器，以实现知识驱动的强化学习无人船航向跟踪控制。解决了传统的无人船航向跟踪控制方法在面对不同海上复杂环境与未知扰动时，难以保持良好的航向跟踪控制效果的问题。
-
公开(公告)号：CN118011820B
公开(公告)日：2024-11-29
申请号：CN202410170634.5
申请日：2024-02-06
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种考虑输入死区的无人船自适应动态规划航向跟踪控制方法，将无人船舵机液压系统的死区模型信号进行线性化描述，并结合航向跟踪控制数学模型构建考虑输入死区的航向跟踪控制数学模型，提高了无人船控制器对与死区干扰的鲁棒性，强化了无人船的跟踪控制性能。在控制器设计过程中，将控制器分为前馈控制器和最优控制器两部分分别设计，能够有效提高复杂海况下无人船的跟踪性能，解决了求解非线性系统HJB方程难的问题，最终针对考虑输入死区的非线性无人船航向跟踪控制系统，构建了无人船船舶航向跟踪的航向反馈自适应律，确保无人船能够高效的跟踪期望航向，以实现无人船自适应动态规划航向的跟踪控制。
-
公开(公告)号：CN118861532A
公开(公告)日：2024-10-29
申请号：CN202411128943.2
申请日：2024-08-16
Applicant: 大连海事大学 , 大连海大智龙科技有限公司 , 中国船舶科学研究中心
IPC: G06F18/10 , G06F18/214 , G06N3/006 , G06N3/0442 , G06N3/0499
Abstract: 本发明公开了一种基于改进P‑B‑T的船舶轨迹预测方法，通过建立包括均方误差、船舶预测轨迹点到上一时刻轨迹点的距离与船舶真实轨迹点到上一时刻轨迹点的距离和真实轨迹点与预测轨迹点的航向差的损失函数，来对基于双向长短期记忆网络和Transformer模型的船舶轨迹预测模型进行训练，以此来获取对船舶轨迹的时间序列数据进行编码后的轨迹向量，以获取船舶的预测轨迹，实现对船舶轨迹的预测；通过本发明所建立的损失函数，由于损失函数中不仅考虑了轨迹点位置因素还考虑了船舶航向和船舶的速度因素，使预测出来的船舶轨迹更贴合船舶实际运动的运动状态，并使得到的预测结果更有利于提高船舶整条预测轨迹与实际轨迹的相似程度，大大提高了预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.02 seconds)
