-
公开(公告)号：CN119126565A
公开(公告)日：2024-12-13
申请号：CN202411261435.1
申请日：2024-09-10
Applicant: 燕山大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于预设时间干扰观测器的AUV二阶滑模三维轨迹跟踪控制方法，属于水下航行器控制领域，包括搭建含有外部扰动的AUV数学模型；利用预设时间稳定性理论，设计预设时间干扰观测器；根据AUV控制系统的动力学模型以及跟踪误差，融合预设时间稳定性和二阶滑模技术，构建预设时间二阶滑模轨迹跟踪控制器；将构建好的干扰观测器和轨迹跟踪控制器接入AUV动力学数学模型，对AUV控制系统的动力学数学模型进行验证。本发明通过引入预设时间方法，使AUV快速地跟踪上给定的期望轨迹，实现了对AUV三维轨迹的精确控制，保证了系统在外界海流干扰下的控制性能的稳定性。
-
公开(公告)号：CN117809242A
公开(公告)日：2024-04-02
申请号：CN202311815168.3
申请日：2023-12-27
Applicant: 燕山大学
Abstract: 本发明公开一种面向跨模态空间错位的双阶段特征对齐融合计数系统及方法，涉及计算机视觉技术领域，包括：获取存在跨模态空间错位的待计数场景可见光图像和热红外图像；将可见光图像和热红外图像输入至双阶段特征对齐融合计数系统，得到估计的人群密度图；其中，双阶段特征对齐融合计数系统包括共享权重初始特征提取层、并联双层次特征对齐阶段、低频注意力过滤融合阶段和人群密度图估计层；将估计的人群密度图进行逐像素相加，得到场景人群图像中人数的估计值。本发明能够有效解决可见光‑热红外图像跨模态空间错位现象带来的计数误差偏大问题。
-
Patent Agency Ranking
公开(公告)号：CN111426950B
公开(公告)日：2020-11-27
申请号：CN202010197882.0
申请日：2020-03-19
Applicant: 燕山大学
Abstract: 本发明提出一种多尺度时空卷积深度信念网络的风力发电机故障诊断方法，该方法利用SCADA多变量时间序列固有的时空相关性和交互性特性，设计具有不同卷积核结构的卷积深度信念网络以级联的方式捕获传感器变量间的时空相关性信息，同时以并行的方式在多个滤波器尺度下挖掘变量间交互互补的特征，上述技术手段融合了时空依赖性提取和多尺度特征学习方法，因此能够提取更为丰富的故障诊断信息，与传统的卷积深度信念网络模型及其变体相比，本发明能够增强分类性能，为风力发电机故障诊断领域提供了新的途径。
-
公开(公告)号：CN117809242B
公开(公告)日：2025-02-14
申请号：CN202311815168.3
申请日：2023-12-27
Applicant: 燕山大学
Abstract: 本发明公开一种面向跨模态空间错位的双阶段特征对齐融合计数系统及方法，涉及计算机视觉技术领域，包括：获取存在跨模态空间错位的待计数场景可见光图像和热红外图像；将可见光图像和热红外图像输入至双阶段特征对齐融合计数系统，得到估计的人群密度图；其中，双阶段特征对齐融合计数系统包括共享权重初始特征提取层、并联双层次特征对齐阶段、低频注意力过滤融合阶段和人群密度图估计层；将估计的人群密度图进行逐像素相加，得到场景人群图像中人数的估计值。本发明能够有效解决可见光‑热红外图像跨模态空间错位现象带来的计数误差偏大问题。
-
公开(公告)号：CN118605180A
公开(公告)日：2024-09-06
申请号：CN202410827238.5
申请日：2024-06-25
Applicant: 燕山大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于预设时间干扰观测器的AUV滑模轨迹跟踪控制方法，属于AUV控制技术领域，包括以下步骤：S1、根据控制系统的控制输入非线性模型参数及外界海流干扰，搭建包含海洋扰动的AUV控制系统的数学模型；S2、根据AUV的运动学和动力学动态模型中的输入动态、综合观测误差及观测器误差状态，建立预设时间海流干扰观测器；S3、根据AUV的动态控制模型、预设时间干扰观测器以及跟踪误差，建立基于扰动观测的预设时间滑模控制器；S4、利用预设时间滑模控制器对AUV轨迹跟踪进行控制。本发明通过引入预设时间稳定函数，使AUV在很短时间内按照期望轨迹运动，实现了对自主式水下机器人的精确控制，保证了系统控制性能的稳定性和精确性。
-
公开(公告)号：CN118113160A
公开(公告)日：2024-05-31
申请号：CN202410377693.X
申请日：2024-03-29
Applicant: 燕山大学 , 秦皇岛驰维科技有限公司
IPC: G06F3/01 , G06T3/4053 , G06V20/20 , H04L67/131
Abstract: 本发明公开了一种基于虚拟现实技术的远程运维系统，属于运维指导系统技术领域，包括AR眼镜、数据存储装置、通信装置、边缘云服务器和指导端；所述AR眼镜包括实景摄像头、语音采集播报装置和光源，所述实景摄像头用于拍摄现场图像，所述语音采集播报装置用于采集现场的音频数据并播报来自指导端的音频数据；所述AR眼镜上还设置有光源开关，所述光源开关控制光源的开启和关闭，所述光源用于补偿自然光线不足对现场的影响；所述边缘云服务器与指导端相耦接，并包括图像增强模块和语义分析模块。本发明采用上述的一种基于虚拟现实技术的远程运维系统，在设备供应商不在现场时，可以通过远程运维系统对相关技术人员进行指导，从而快速解决设备故障。
-
公开(公告)号：CN111426950A
公开(公告)日：2020-07-17
申请号：CN202010197882.0
申请日：2020-03-19
Applicant: 燕山大学
Abstract: 本发明提出一种多尺度时空卷积深度信念网络的风力发电机故障诊断方法，该方法利用SCADA多变量时间序列固有的时空相关性和交互性特性，设计具有不同卷积核结构的卷积深度信念网络以级联的方式捕获传感器变量间的时空相关性信息，同时以并行的方式在多个滤波器尺度下挖掘变量间交互互补的特征，上述技术手段融合了时空依赖性提取和多尺度特征学习方法，因此能够提取更为丰富的故障诊断信息，与传统的卷积深度信念网络模型及其变体相比，本发明能够增强分类性能，为风力发电机故障诊断领域提供了新的途径。
-
-
-
-
-
-
Search Results
7
records
(took 0.053 seconds)
