-
公开(公告)号：CN117719657A
公开(公告)日：2024-03-19
申请号：CN202410004723.2
申请日：2024-01-03
Applicant: 福州大学
IPC: B63C11/52
Abstract: 本发明提出一种可拆卸式水下机器人岸边布放装置，包括控制平台和布放平台；所述布放平台设于控制平台的框架斜面处升降滑移；所述控制平台的框架斜面包括框架；框架与光轴导轨、大丝杠（7）组合为控制平台；所述布放平台与光轴导轨的滑块、手摇丝杠的滑块相连接；控制平台下端通过固定夹（12）与底板（11）相铰接，框架上部通过活动管（9）与支撑板（10）上端连接，支撑板下端通过活页件与底板连接固定；布放置于接触板上的水下机器人时，先通过移动活动管调节控制平台与地面形成所需角度，再调小丝杠的滑块位置使布放平台接触板水平，然后转动大丝杠驱动布放平台滑移，带动水下机器人移动到水下以完成布放；本发明结构简单，可拆卸，可靠性高。
-
公开(公告)号：CN118936473A
公开(公告)日：2024-11-12
申请号：CN202410993490.3
申请日：2024-07-24
IPC: G01C21/20
Abstract: 本发明提供了一种数据驱动的浅水域水下机器人路径规划方法，包括:步骤S1、根据任务需求对水下航行器与其环境进行环境建模；步骤S2、获取环境中的流场边界速度矢量信息，建立全部工况下流场流速信息的仿真数据库；步骤S3、在实际场景下，获得流场中全部区域的流速信息；步骤S4、从环境模型中获得水下机器人的当前位置，针对设定的目标点，进行全局采样及路径优化，以获得理论可行初始路径；步骤S5、将步骤4中获得的初始路径进行可行性检测，分析出物理可行区域与物理不可行区域；步骤S6、对物理不可行区域进行局部有向拓展，修正为物理可行路径；步骤S7、根据路径长度输出最优可达路径。
-
公开(公告)号：CN115718499A
公开(公告)日：2023-02-28
申请号：CN202211595197.9
申请日：2022-12-13
Applicant: 福州大学
IPC: G05D1/06
Abstract: 本发明涉及基于扩展扰动观测器的欠驱动AUV轨迹跟踪控制方法，包括以下步骤：步骤1：建立欠驱动AUV水平面的运动学与动力学模型；步骤2：通过对AUV自身实时位置和速度信息的采集，同时设定期望轨迹，由位置跟踪误差模型推导得到速度跟踪误差模型；步骤3：构建扩展扰动观测器来估计扰动；步骤4：根据速度跟踪误差，进行非奇异快速终端滑模的滑模函数设计；步骤5：根据滑模函数构建非奇异快速终端滑模控制器NFTSMC，并将扰动观测器的估计值补偿到控制器输出中，实现未知时变扰动下欠驱动AUV水平面的轨迹跟踪控制。该方法对于外界复杂干扰适应性好，且收敛速度快。
-
公开(公告)号：CN119550330A
公开(公告)日：2025-03-04
申请号：CN202410863707.9
申请日：2024-06-29
Abstract: 本发明提出一种基于RBF神经网络与滑模面的水下机械臂轨迹跟踪控制方法，包括以下步骤：建立水下动力学模型及电驱动数学模型；构建级联动力学方程组；设定期望输入信号并定义相关误差；进行快速终端滑模面的滑模函数设计，定义李雅普诺夫方程表达式并对其求导；根据滑模函数存在奇异点问题设计消除奇异点的函数，并更新李雅普诺夫方程的求导函数；设计RBF神经网络及权重对李雅普诺夫方程求导函数的非线性项进行神经网络逼近，设计电驱动辅助控制器和动力学辅助控制器。本发明在考虑电驱动力的辅助控制的基础上，对快速终端滑模控制方法进行改进，不仅提高了水下机械臂轨迹跟踪控制方法的稳定性和收敛速度，而且能够适应不同应用场合的具体需求。
-
公开(公告)号：CN117494526A
公开(公告)日：2024-02-02
申请号：CN202311600909.6
申请日：2023-11-27
Applicant: 福州大学
IPC: G06F30/23 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种基于Fluent和Lagrange插值方法对水下机器人阻力优化的方法。包括：建立水下机器人几何模型并且进行简化在将其导入ANSYS，利用DesignModeler建立流程区域，并对相关部件进行命名，使用网格程序Workbench Mesh进行网格划分及边界层设置，将文件导入到求解模块，对模型初始化并进行迭代计算，进行后处理及阻力系数的统计，取不同水下机器人Z轴坐标参数重复上述步骤，统计所得到的多个阻力系数以及水下机器人Z轴坐标参数，利用Lagrange插值多项式用Matlab进行阻力系数曲线的制作，得出当Z轴纵向高度减小对阻力系数影响不大的起始点，以选择合适功率的电机。本发明能为水下机器人选用最优电机提供指导意见，并为后续流线体结构改进提供最优高度。
-
Patent Agency Ranking
公开(公告)号：CN115726919A
公开(公告)日：2023-03-03
申请号：CN202211401202.8
申请日：2022-11-10
Applicant: 福州大学
Abstract: 本发明涉及一种海洋能发电系统，包括波浪能发电装置、深水发电装置和温差能发电装置，深水发电装置包括连通器、一级蓄水池、收缩水道、水轮机、发电机和二级蓄水池，波浪能发电装置包括摆板阵列、传动及变速机构和排水机构，温差能发电装置包括温差发电仪；系统利用连通器抽取深海富盐海水进入低处的一级蓄水池，然后通过收缩水道对水加速，加速后的水通过水轮机，带动发电机发电，而后流入更低的二级蓄水池；布设在海面的摆板阵列获取波浪能，通过传动及变速机构带动排水机构，将二级蓄水池的水抽到高处的晒盐场或排至大海；温差发电仪的温端设在海浪中，冷端设在收缩水道内，以为热电材料提供温差进行发电。该系统有利于提高海洋能发电的稳定性和效率。
-
公开(公告)号：CN108791766A
公开(公告)日：2018-11-13
申请号：CN201810604461.8
申请日：2018-06-13
Applicant: 福州大学
IPC: B63C11/34
CPC classification number: B63C11/34
Abstract: 本发明涉及一种水下机器人的水面交换端及其工作方法，该水面交换端包括信号接收器、控制箱体、控制器、收缆器、电池箱、缆线、浮体和运动驱动器，信号接收器设于控制箱体的顶面，并与远程的控制端无线连接，控制箱体内设有用于存放水下机器人的暗舱，暗舱的舱门朝下，控制器、收缆器和电池箱均设于暗舱内，控制器连接信号接收器，缆线一端的信号接口连接控制器，缆线一端的电源接口连接电池箱，缆线另一端分别连接水下机器人。与现有技术相比，本发明通过水下机器人的水面交换端的控制，实现无线控制水下机器人，达到控制端与水下机器人无需缆线连接，直接由信号接收器接收控制信号，控制信号控制水面交换端与水下机器人的运动的目的。
-
公开(公告)号：CN108275516A
公开(公告)日：2018-07-13
申请号：CN201810097741.4
申请日：2018-01-31
Applicant: 福州大学
CPC classification number: B65H75/38 , B65H75/4481
Abstract: 本发明涉及一种水下机器人收缆器，包括安装底座、依次设置在安装底座上的绕缆组件和引缆组件，所述绕缆组件包括横向设置并用以收放线缆的线轱辘，所述线轱辘的中部沿轴向贯穿并固定有用以驱动其转动的绕缆转轴，所述绕缆转轴的一端与驱动机构相连；所述引缆组件包括引线块、用以驱动引线块沿横向往复运动的往复驱动机构，所述引线块位于线轱辘的前侧，引线块中部开设有沿纵向贯穿并以利于线缆穿过的通孔。本发明结构简单、使用方便，能实现水下带缆机器人150m线缆的收放，收缆效率高、质量好，缆线分布均匀，不会出席那缆线打结情况。
-
公开(公告)号：CN118194726A
公开(公告)日：2024-06-14
申请号：CN202410494629.X
申请日：2024-04-24
Applicant: 福州大学
IPC: G06F30/27 , G06F30/28 , G06N3/0442 , G06N3/08 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种基于ConvLSTM‑SE‑Res3D的串列双圆柱流场预测方法，属于流体力学领域。该方法具体步骤为：步骤步骤S1、进行不同工况串列双圆柱数值模拟仿真；步骤S2、建立串列双圆柱流场数据集；步骤S3、构建ConvLSTM‑SE‑Res3D网络模型；步骤S4、网络模型训练；步骤S5、流场域的快速预测；本发明方法将ConvLSTM神经网络算法与通道注意力机制、残差网络结合，为串列双圆柱流场预测提供了一种更高精度的方法,从而能够更准确的对串列双圆柱流场域进行预测。
-
公开(公告)号：CN115909039A
公开(公告)日：2023-04-04
申请号：CN202211201950.1
申请日：2022-09-29
Applicant: 福州大学
IPC: G06V20/05 , G06V10/82 , G06V10/764 , G06V10/20 , G06N3/0464 , G06V10/774
Abstract: 本发明提供了一种基于YOLOv4的水下目标识别方法，包括以下步骤：步骤S1：收集相关水下图像；步骤S2：运用Mosaic图像增广技术进行数据增广；步骤S3：将水下图像增强方法和Mosaic数据增广方法相结合；步骤S4：将GW和RGHS、ICM组合与Mosaic数据增广方法相结合；步骤S5：得到改进的YOLOv4模型；步骤S6：使用S1所述数据集训练集运用Mosaic数据增广方法对改进的YOLO V4模型进行训练；步骤S7：使用数据集中测试集测试S6中训练好的模型，然后用于水下目标识别；应用本技术方案可以提高识别水下目标的速度以及精准度，并且提高识别的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.024 seconds)
