水下机器人脱缆装置
    51.
    发明公开

    公开(公告)号:CN116834929A

    公开(公告)日:2023-10-03

    申请号:CN202310682881.9

    申请日:2023-06-09

    IPC分类号: B63C11/34

    摘要: 本发明提供一种水下机器人脱缆装置,包括缆绳脱离部和吊钩脱离部,所述吊钩脱离部位于所述缆绳脱离部的下方,所述缆绳脱离部包括分设在总固定板上的旋转执行机构和缆绳脱离机构,所述缆绳脱离机构内设相互对接的缆绳端水下连接器和入设备端水下连接器;所述吊钩脱离部包括直线执行机构以及设置在所述直线执行机构下方的中空吊钩;在ROV遇到水下障碍物等物品发生缠绕、打结等情况受困无法脱离时,通过对缆绳端水下连接器和入设备端水下连接器的连接部分和中空吊钩的连接部分进行解锁,实现缆绳与缆绳端水下连接器的无损脱离,使ROV能够顺利脱困,且脱困时不需切断缆绳,脱困后缆绳端水下连接器与缆绳仍可继续使用。

    一种基于gazebo的水下机器人自适应控制方法

    公开(公告)号:CN115494733A

    公开(公告)日:2022-12-20

    申请号:CN202211332791.9

    申请日:2022-10-27

    IPC分类号: G05B13/04

    摘要: 本发明涉及水下机器人技术领域,具体为一种基于gazebo的水下机器人自适应控制方法,一种基于gazebo的水下机器人自适应控制方法,包括如下步骤:S1:水下环境模型建立:利用gazebo系统生成复杂水下环境;2:数据导入:将水环境导入到水下机器人程序中,使其能够分辨障碍物以及鱼群等;S3:模拟学习:学习如何规避障碍物,并生成动作保存在计算机中;S4:模拟练习:根据导入水环境信息,使得水下机器人做出水环境的判断,从而做出规避动作,并根据规避动作判断机器人完成情况,再次对机器人程序进行优化改进。该基于gazebo的水下机器人自适应控制方法能够在通过对数据的不断学习对比,从而更加智能化进行自适应巡航。

    一种适用于高压级联储能变流器的测试系统及其控制方法

    公开(公告)号:CN115112976A

    公开(公告)日:2022-09-27

    申请号:CN202210725446.5

    申请日:2022-06-24

    IPC分类号: G01R31/00

    摘要: 本发明公开了一种适用于高压级联储能变流器的测试系统及其控制方法,通过不同电气连接方式适应不同的电源场景,实现高压级联储能变流器在无电池簇的条件下完成整机测试;测试系统包括n个隔离型DC/DC功率模块,每个模块由2个全桥和高频隔离变压器组成的双有源全桥构成,实现双向DC/DC变换功能;通过隔离型DCDC功率模块的一侧直流接口的直连、串联、并联实现与模块级直流、高压直流、低压直流等不同输入电源的连接,功率模块另一侧直流接口与待测高压级联储能变流器功率模块直流侧相连;通过主控制器与每个DCDC功率模块通信连接,实现功率模块不同电气连接方式下的不同运行方式控制,以及模拟电池特性的模块级输出特性控制。

    大坝监测数据的分析方法、装置、设备和存储介质

    公开(公告)号:CN113642827A

    公开(公告)日:2021-11-12

    申请号:CN202110685247.1

    申请日:2021-06-21

    IPC分类号: G06Q10/06 G06Q50/08

    摘要: 本申请涉及一种大坝监测数据的分析方法、装置、设备和存储介质。所述方法包括:获取多个监测周期内采集到大坝的监测数据;根据预设的监测等级模型,确定监测数据中各个数据项的数据值分别对应的监测等级;针对每个监测周期,将各监测等级以及监测周期携带的安全等级标记,确定为一个监测数据集合;对多个监测周期对应的监测数据集合进行关联分析,提取各数据项的关联规则。其中,监测数据包括性态监测数据和环境监测数据;关联规则包括监测数据与安全等级标记之间的相关性。采用本方法能够得到监测数据集合中与安全等级标记具有强关联规则的数据项,为后续建立大坝安全风险预测模型提供分析基础,从而提升大坝安全风险预警模型的预测精度。

    环境异常检测方法、装置、计算机设备和存储介质

    公开(公告)号:CN113343779A

    公开(公告)日:2021-09-03

    申请号:CN202110528661.1

    申请日:2021-05-14

    摘要: 本申请涉及一种环境异常检测方法、装置、计算机设备和存储介质。所述方法包括:获取当前检测周期的待检测图像;根据待检测图像中的图像特征,判断到待检测图像中存在环境异常,则根据待检测图像中的图像特征,得到待检测图像中的所有环境异常检测框;每个环境异常检测框均携带有位置信息、类别和置信度,位置信息用于标识对应的环境异常检测框的位置信息,类别用于标识对应的环境异常检测框中所包含的异常环境信息的类别,置信度用于标识对应的环境异常检测框中所包含的异常环境信息的类别的置信度;根据每个环境异常检测框携带的位置信息、类别和置信度,确定对待检测图像的环境异常检测结果。采用本方法,能够提高环境异常的检测效率。