-
公开(公告)号：CN103177290B
公开(公告)日：2017-05-03
申请号：CN201310116653.1
申请日：2013-04-03
Applicant: 大连海事大学
IPC: G06N3/02
Abstract: 本发明提出了一种基于在线自组织模糊神经网络的船舶领域模型的辨识方法，具有如下步骤：选定船舶安全区域模型，确定该模型的函数、输入变量和期望输出值；建立包含输入层、隶属函数层、T‑范数层和输出层的动态模糊神经网络；使用包含所述模型的输入变量和输出值的训练数据集，对所述动态模糊神经网络进行训练直至达到精度要求；将两艘对应船舶的航行参数，作为输入变量输入训练完毕后的船舶安全区域模型，得到两艘船舶的船舶安全区域。由于采用了上述技术方案，相对与传统的船舶领域模型，经过本发明修正的安全模型，具有更好的精度，安全性也更高。
-
公开(公告)号：CN103207937A
公开(公告)日：2013-07-17
申请号：CN201310130091.6
申请日：2013-04-15
Applicant: 大连海事大学
IPC: G06F17/50
Abstract: 本发明公开了一种四元船舶安全领域模型，其特征在于：该模型由参数Q和k决定。参数Q由四个方向半径决定，方向半径分别为：Rfore、Raft、Rstarb和Rport；其中，Rfore、Raft分别为四元船舶领域纵向半径（Rlon）的前、后半径；Rport、Rstarb分别为四元船舶领域横向半径（Rlat）的左、右半径；所述四元船舶安全领域模型的边界为上述四个方向半径的所确定的闭合曲线组合而成，由于采用了上述技术方案，本发明提供的一种四元船舶安全领域模型和船舶避碰方法，形成了一个统一的安全领域框架，可以直观得到一个确定的船舶安全区域，结合避碰几何模型，可以有效提前警示相关船舶展开避碰动作，有效的保证了海上航行的安全性。
-
公开(公告)号：CN118377032A
公开(公告)日：2024-07-23
申请号：CN202410215915.8
申请日：2024-02-27
Applicant: 大连海事大学 , 上海船舶运输科学研究所有限公司
Abstract: 本发明一种基于多传感器融合SLAM的监测无人艇环境感知方法，包括以下步骤：获取激光雷达采集无人艇的点云信息、惯性测量单元采集的无人艇的位姿信息：三轴姿态角或角速率以及加速度信息、GPS模块采集的无人艇的位置信息；基于无人艇的三轴姿态角或角速率以及加速度信息，对无人艇的点云信息进行去畸变处理；使用IMU预积分模型进行IMU预积分计算；通过点云配准获得每帧激光点云之间的位姿变换关系，构建激光里程计；进行回环检测与无人艇的位姿信息优化；进行激光里程计、IMU预积分、GPS信息、回环检测进行后端优化，建立监测无人艇航行环境的全局点云地图以及获得无人艇航行轨迹。
-
公开(公告)号：CN117890551A
公开(公告)日：2024-04-16
申请号：CN202410215911.X
申请日：2024-02-27
Applicant: 大连海事大学
Abstract: 本发明一种水域监测与远程规划无人艇岸基平台系统，包括数据存储模块：用于对感知到无人艇行驶海域的环境状态和水质监测状况进行存储；数据处理模块：用于对所述数据存储模块存储的无人艇行驶海域的环境状态和水质监测状况，进行水质监测处理，无人艇感知到行驶环境处理，并进行无人艇航迹处理，形成无人艇地图，并传送给无人艇控制系统；数据显示模块：用于对所述数据处理模块处理后的无人艇航迹地图、处理后水质监测、处理后的无人艇感知环境进行显示；远程操作模块：用于基于所述数据显示模块显示无人艇航迹地图、处理后水质监测、处理后的无人艇感知环境，实现对无人艇的监测、无人船的航迹规划、水质信息和环境信息进行监测。
-
公开(公告)号：CN112327885B
公开(公告)日：2024-04-09
申请号：CN202011386618.8
申请日：2020-12-01
Applicant: 大连海事大学
IPC: G05D1/43 , G01C21/20 , G05D109/30
Abstract: 本发明提供一种无人船自适应全局‑局部混合路径规划的方法，包括：创建全局地图，建立无人船工作空间的环境模型；基于改进的Theta*算法，对无人船进行全局路径规划；基于改进的动态窗口法，对无人船进行局部路径的规划。本发明在Theta*算法中融入了自适应步长算法、二次LOS策略、不仅减小了算法计算量，而且还保证全局航路点最优，通过B‑Spline平滑策略，最终得到了便于无人船航行的曲率变化连续的全局路径，提升了安全性，减短了时间消耗。本发明改进的Theta*算法不仅在全局路径规划时找到了满足了无人船操纵特性的全局最优路径，还极大的缩短了运算时间；同时在传统动态窗口算法的基础上，在评价函数中引入了动态障碍物和全局航路点，增强了无人船避障时的安全性。
-
Patent Agency Ranking
公开(公告)号：CN117788330A
公开(公告)日：2024-03-29
申请号：CN202311838687.1
申请日：2023-12-28
Applicant: 大连海事大学
Abstract: 本发明一种基于通道‑空间注意力的水下图像渐进式生成对抗增强模块，包括以下步骤：获取待处理的水下图像；基于水下退化图像背景光估计模块获取待处理的水下图像的背景光参数；背景光参数输入到水下成像模型中，得到预增强的水下图像；预增强的水下图像输入到水下退化图像增强网络中，得到增强的水下图像；将增强的水下图像和真值水下图像输入到判别器中，得到增强的水下图像和真值水下图像的差值；增强的水下图像和真值水下图像的差值，通过总损失函数，再输入到水下退化图像增强网络中，实现取待处理的水下图像的增强，通过在编解码器的跳跃连接操作中引入水下双注意力模块，实现自适应地选择和强调图像中的关键信息，避免放大水下图像的噪声。
-
公开(公告)号：CN117634661A
公开(公告)日：2024-03-01
申请号：CN202310571525.X
申请日：2023-05-19
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/08 , G06N3/049 , G06N3/0464
Abstract: 本发明一种基于自注意双向长短期记忆网络的船舶操纵运动预报方法，包括以下步骤：对船舶运动历史数据进行采集，得到船舶历史数据的时间序列；构建自注意力加权双向长短期记忆网络模型，对注意力加权双向长短期记忆网络模型进行训练，得到训练后的自注意力加权双向长短期记忆网络模型；训练后的自注意力加权双向长短期记忆网络模型实现对船舶航行的运动数据进行预测，本方法采用了双向长短期记忆网络，可以循环学习并提取船舶运动时间序列数据的前向和反向特征，在船舶操纵运动数据预测中具有优异的预测精度和模型泛化能力，实际应用性较强。
-
公开(公告)号：CN112936277B
公开(公告)日：2024-02-20
申请号：CN202110166714.X
申请日：2021-02-04
Applicant: 大连海事大学
Abstract: 本发明公开了一种水下机器人‑机械手系统固定时间轨迹跟踪方法，属于机器人控制领域，该方法包括以下步骤：设计固定时间扰动观测器，采用固定时间扰动观测器在固定时间内实现对水下机器人‑机械手系统的未建模动态与外界扰动的进行观测，得到未建模动态与外界扰动对水下机器人‑机械手系统的影响力矩；设计固定时间积分滑模控制器，固定时间积分滑模控制器根据影响力矩产生一个补偿力矩，抵消未建模动态与外部扰动对水下机器人‑机械手系统的影响，最终固定时间积分滑模控制器实现水下机器人‑机械手系统的运行轨迹的精确跟踪；该方法所设计的固定时间积分滑模控制器，可在固定时间内跟踪期望轨迹，实现了系统的固定时间稳定。
-
-
公开(公告)号：CN116992916A
公开(公告)日：2023-11-03
申请号：CN202310536683.1
申请日：2023-05-12
Applicant: 大连海事大学
Abstract: 本发明一种基于SDN‑HP模型的智能船舶操纵运动预报方法，包括以下步骤：对船舶的航行数据进行采集；对采集到的船舶航行数据进行小波包阈值去噪处理；基于处理后的船舶航行数据，建立数据驱动自组织分层剪枝神经网络模型，并对数据驱动自组织分层剪枝神经网络模型进行训练；根据船舶历史航行数据输入到训练好的数据驱动自组织分层剪枝神经网络模型中，实现对船舶运动方向的在线预测，本发明方法能够为船舶运动预报领域提供更加可靠和高效的技术支持，进一步提高了智能船舶航行的安全性和经济性，具有广泛的实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
158
records
(took 0.034 seconds)
