一种水下巡检机器人的轨迹跟踪控制方法

    公开(公告)号:CN111324146A

    公开(公告)日:2020-06-23

    申请号:CN202010156115.5

    申请日:2020-03-09

    Abstract: 本发明公开了一种水下巡检机器人的轨迹跟踪控制方法。包括如下步骤:(1)、预设水下巡检机器人轨迹跟踪的参考轨迹,参考轨迹用导航路径规划算法得到从起始点到目标点的最优路径,将其作为机器人轨迹跟踪的预设参考轨迹;(2)、结合参考轨迹与运动学模型设计轨迹跟踪的运动学控制器;(3)、对水下巡检机器人作受力分析,建立动力学模型,并设计轨迹跟踪的动力学控制器;(4)、将运动学控制器的控制值作为动力学控制器的输入,得到满足轨迹跟踪所需的推力及转矩,实现水下巡检机器人平滑稳定的轨迹跟踪控制。本发明通过设计动态的目标函数,不仅解决了速度跳变问题,还减小了实际轨迹与参考轨迹之间的滞后,在目标函数中加入的最短跟踪步长优化函数项,减小了实际轨迹的路径长度,进而降低了轨迹跟踪能耗;此外还考虑实际水下环境对轨迹跟踪的影响,最终实现了平滑稳定的轨迹跟踪控制。

    一种水下巡检机器人的轨迹跟踪控制方法

    公开(公告)号:CN111324146B

    公开(公告)日:2023-06-13

    申请号:CN202010156115.5

    申请日:2020-03-09

    Abstract: 本发明公开了一种水下巡检机器人的轨迹跟踪控制方法。包括如下步骤:(1)、预设水下巡检机器人轨迹跟踪的参考轨迹,参考轨迹用导航路径规划算法得到从起始点到目标点的最优路径,将其作为机器人轨迹跟踪的预设参考轨迹;(2)、结合参考轨迹与运动学模型设计轨迹跟踪的运动学控制器;(3)、对水下巡检机器人作受力分析,建立动力学模型,并设计轨迹跟踪的动力学控制器;(4)、将运动学控制器的控制值作为动力学控制器的输入,得到满足轨迹跟踪所需的推力及转矩,实现水下巡检机器人平滑稳定的轨迹跟踪控制。本发明通过设计动态的目标函数,不仅解决了速度跳变问题,还减小了实际轨迹与参考轨迹之间的滞后,在目标函数中加入的最短跟踪步长优化函数项,减小了实际轨迹的路径长度,进而降低了轨迹跟踪能耗;此外还考虑实际水下环境对轨迹跟踪的影响,最终实现了平滑稳定的轨迹跟踪控制。

    一种基于弱监督深度学习的水下构筑物缺陷检测方法

    公开(公告)号:CN110084804A

    公开(公告)日:2019-08-02

    申请号:CN201910361732.6

    申请日:2019-04-30

    Abstract: 本发明公开了一种基于弱监督深度学习的水下构筑物缺陷检测方法,包括以下步骤:S1,以语义信息为标签对输入图像进行弱标注,训练弱监督下的卷积神经网络模型,对正常图像和有缺陷图像进行分类;S2,利用卷积神经网络模型的第三层卷积层信息,实现深度显著性检测算法;S3,根据深度显著性算法的检测结果,进行迭代聚类统一检测算法,训练一个可靠的水下构筑物图像异常点分类器;S4,将迭代聚类统一检测分类器用于水下构筑物图像数据集进行评估测试。本发明提供的一种基于弱监督深度学习的水下构筑物缺陷检测方法,解决了水下构筑物缺陷检测模型难以构建的问题,可以较好地辅助检测人员完成对水下构筑物目标的缺陷检测任务。

    一种用于无人机电力巡检的异构图像融合检测方法

    公开(公告)号:CN110097531A

    公开(公告)日:2019-08-06

    申请号:CN201910366686.9

    申请日:2019-05-05

    Abstract: 本发明公开了一种用于无人机电力巡检的异构图像融合检测方法,包括如下步骤:首先在电力巡检的无人机上,安装光学成像相机和用热红外成像相机,采集不同角度的可见光图像和热红外图像;(2)、从可见光图像和热红外图像中提取电力巡检异常特征并构建各种故障类型的特征知识库;(3)、从无人机飞行过程中采集到的可见光图像和热红外图像中,提取故障目标,结合特征知识库,分别构造基本信度分配函数;(4)、将获取到的针对同一故障目标的异构图像证据进行融合,不同角度的异构图像证据进行融合,并用综合可信度设定融合权重。本发明克服了利用单一的可见光图像与热红外图像造成的诊断结果不可靠这一弊端。

    一种用于无人机电力巡检的异构图像融合检测方法

    公开(公告)号:CN110097531B

    公开(公告)日:2023-05-12

    申请号:CN201910366686.9

    申请日:2019-05-05

    Abstract: 本发明公开了一种用于无人机电力巡检的异构图像融合检测方法,包括如下步骤:首先在电力巡检的无人机上,安装光学成像相机和用热红外成像相机,采集不同角度的可见光图像和热红外图像;(2)、从可见光图像和热红外图像中提取电力巡检异常特征并构建各种故障类型的特征知识库;(3)、从无人机飞行过程中采集到的可见光图像和热红外图像中,提取故障目标,结合特征知识库,分别构造基本信度分配函数;(4)、将获取到的针对同一故障目标的异构图像证据进行融合,不同角度的异构图像证据进行融合,并用综合可信度设定融合权重。本发明克服了利用单一的可见光图像与热红外图像造成的诊断结果不可靠这一弊端。

Patent Agency Ranking