-
公开(公告)号：CN117193290A
公开(公告)日：2023-12-08
申请号：CN202311008481.6
申请日：2023-08-11
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于SSE算法的水面无人船巡检搜救路径规划方法，包括以下步骤：环境建模；按随机图式理论进行计算。本发明通过模拟自然选择的过程来找到最优解。具体来说，本发明是一种遗传算法的改进，它通过对候选解的结构进行分析和利用，来更快地找到最优解。本发明优化无人船的路径规划，可以将无人船的行驶路径看作一个候选解，然后使用SSE算法来不断优化路径，直到找到最优解。本发明根据候选解的结构，自动调整算法参数，提高算法的收敛速度和搜索质量。同时，由于本发明具有全局搜索能力，因此可以避免陷入局部最优解而导致的搜索失败。本发明可以实现无人船自主搜救路径规划的自动化和优化，提高搜救效率，并减少人员风险。
-
公开(公告)号：CN115718428A
公开(公告)日：2023-02-28
申请号：CN202211449811.0
申请日：2022-11-18
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明提供一种考虑量化和死区的多无人船速度约束编队避碰控制方法，包括：结合船舶避碰、避障和连接保护条件并考虑速度约束问题，构建存在死区和量化的无人水面船运动学和动力学模型；引入误差变量并结合李雅普诺夫函数，设计虚拟控制率和实际控制率；结合设计的虚拟控制率和实际控制率以及李雅普诺夫函数，对控制方案进行稳定性分析。本发明针对具有速度约束的无人船，考虑了一个能够在统一设计和分析条件下的多无人船速度约束编队避碰控制问题，能够保证受到执行器和传感器非线性特征影响的高速航行无人船在避碰避障过程中的安全性。
-
公开(公告)号：CN110471427B
公开(公告)日：2022-05-10
申请号：CN201910844061.9
申请日：2019-09-06
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明提供一种基于路径规划与人工势场法的船舶编队智能避碰方法，属于信息技术与船舶编队分布式控制技术领域，为解决现有人工势场所存在的技术问题，本发明方法，通过电子海图系统获得实时航行安全信息，结合船舶性能设定航行安全水深等指标，利用路径规划方法预规划出起点到终点的路径。通过船舶自动识别系统、全球定位系统等设备获得船舶的航行安全信息。当编队内船与船间的距离或船与障碍物间的距离小于对应的安全距离时，触发避碰或避障人工势场，通过人工势场排斥力与船舶路径跟踪复合力矩控制船舶航向和航速。本发明将路径规划与人工势场法结合，充分利用船舶航行全局信息与实时局部信息，实现了船舶智能航行与避碰控制。
-
-
-
Patent Agency Ranking
公开(公告)号：CN110471427A
公开(公告)日：2019-11-19
申请号：CN201910844061.9
申请日：2019-09-06
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明提供一种基于路径规划与人工势场法的船舶编队智能避碰方法，属于信息技术与船舶编队分布式控制技术领域，为解决现有人工势场所存在的技术问题，本发明方法，通过电子海图系统获得实时航行安全信息，结合船舶性能设定航行安全水深等指标，利用路径规划方法预规划出起点到终点的路径。通过船舶自动识别系统、全球定位系统等设备获得船舶的航行安全信息。当编队内船与船间的距离或船与障碍物间的距离小于对应的安全距离时，触发避碰或避障人工势场，通过人工势场排斥力与船舶路径跟踪复合力矩控制船舶航向和航速。本发明将路径规划与人工势场法结合，充分利用船舶航行全局信息与实时局部信息，实现了船舶智能航行与避碰控制。
-
公开(公告)号：CN109767756A
公开(公告)日：2019-05-17
申请号：CN201910087494.4
申请日：2019-01-29
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于动态分割逆离散余弦变换倒谱系数的音声特征提取算法，具有如下步骤：S1、对音声信号进行预加重、分帧和加窗预处理：S2、对于预处理后的音声信号进行从时域到频域的变换形式处理：S3、利用聚类分析算法，计算步骤S2得到的逆离散余弦变换倒谱系数之间的相似度，并把相似度最大的相邻两类依次合并；迭代以上过程，直至聚类至24类，得到的动态分割逆离散余弦变换倒谱系数即为音声特征。本发明完善了现有技术没有充分利用音声动态特征进行频域变换的缺点，使本发明具有更广泛的适应性，且在说话人识别上可以获得更高的识别精度。
-
公开(公告)号：CN109522838A
公开(公告)日：2019-03-26
申请号：CN201811355123.1
申请日：2018-11-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于宽度学习的安全帽图像识别算法，其特征在于具有如下步骤：S1、宽度学习系统的数据准备；S2、基于宽度学习训练安全帽图像识别模型；S3、基于宽度学习系统的安全帽图像检测机制：S31、读取步骤S1得到的图像测试集和步骤S2得到的所述安全帽图像识别模型；S32、将图像测试集中的图像输入到所述安全帽图像识别模型，获得输出值；S33、将有人但无安全帽的图片进行标记，并发出警告。本发明是基于宽度学习系统的安全帽图像识别技术，而宽度学习架构层次较浅，对计算资源要求较低使得其能够在低端设备上进行部署且不会损失太大的精度。
-
公开(公告)号：CN118155632A
公开(公告)日：2024-06-07
申请号：CN202410286821.X
申请日：2024-03-13
Applicant: 大连海事大学
IPC: G10L17/02 , G10L19/022 , G10L19/02 , G10L25/18 , G10L25/24
Abstract: 本发明公开了一种基于上下文相关频谱系数动态分割的声纹特征提取算法，包括如下步骤：对读取的语音信号分别进行预处理、频谱转换、上下文特征提取；基于声纹特征向量建立话者识别模型，输入说话人语音进行识别。本发明在现有等频域分割的声纹特征基础上，考虑了分帧后频谱数据的上下文相关性，提出了基于上下文相关的特征提取算法。利用S13步骤完善了处理后信号本身所具有的上下文相关性特征。本发明采用了动态分割方法，在考虑上下文相关性的同时，加强了向量间的特征相似性比较，使本发明具有更广泛的适应性，且在说话人识别上可以获得更高的识别精度。本发明采用线性相关性作为评价指标，具有流程简明，速度快捷，占用计算资源少的优点。
-
公开(公告)号：CN116796169A
公开(公告)日：2023-09-22
申请号：CN202310570732.3
申请日：2023-05-19
Applicant: 大连海事大学
IPC: G06F18/213 , G06F18/24 , G06F17/16
Abstract: 本发明公开了一种异构船舶多航迹分段通用特征提取方法，所述异构船舶为不同船型C和船长L的多条船舶，所述方法包括以下步骤：确定AIS数据采集海域；对异构船舶进行分类；对多航迹进行通用分段；提取通用分段航迹特征；依次选取航迹集合中的航迹，根据MMSI选择所属船舶分类的通用分段及其通用分段航迹特征。本发明可同时处理不同船舶的多条航迹，可用于轨迹压缩或轨迹特征提取。本发明通过得分的方式确定航迹特征点，保证了航迹特征提取的有效性。此外，也可将其他航迹直接应用于本发明，保证了航迹特征提取算法的泛化性，与传统特征提取算法相比，降低了迭代和计算时间。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.022 seconds)
