-
公开(公告)号：CN120029289A
公开(公告)日：2025-05-23
申请号：CN202510170922.5
申请日：2025-02-17
Applicant: 海南大学
Abstract: 本发明涉及海洋智能系统技术领域，具体涉及一种基于DDPG‑DKNN的无人潜器路径跟踪方法，包括：实时采集无人潜器的航行指标，并以此构建DDPG算法的状态空间。基于双层网络架构，在Actor网络中生成动作策略，采用Critic网络评估其值函数，为策略的优化提供反馈。引入DKNN算法，在重播缓冲区中选择与当前状态最相似的样本，优化经验回放过程，增强算法的泛化能力。基于均方误差计算Critic网络的损失函数，采用随机梯度下降法迭代更新参数，不断提高网络的评估精度。基于DDPG‑DKNN算法实时生成控制策略。与现有技术相比，本发明具有提高无人潜器的路径跟踪精度等优点。
-
公开(公告)号：CN119963998A
公开(公告)日：2025-05-09
申请号：CN202510038085.0
申请日：2025-01-10
Applicant: 海南大学
IPC: G06V20/10 , G06V10/764 , G06V10/44 , G06V10/80 , G06V10/771 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及遥感影像变化检测技术领域，尤其涉及一种基于局部细节特征聚合的冰川变化遥感检测方法及系统，通过对局部细节信息的有效聚合与优化，在复杂地形与多变环境条件下显著提高冰川变化检测的精度，增强对冰川边缘微细结构的捕捉与识别能力。系统包括：多尺度特征提取模块：用以提取高分辨率双时相冰川影像多尺度特征。局部细节聚合模块：用以聚合冰川局部细节信息检测冰川图像的边缘和过渡区域。形状感知模块：用以灵活地捕捉冰川复杂的结构和轮廓。多尺度差异预测模块：用以同时处理大尺度和小尺度的变化，提供更全面的检测结果。与现有技术相比，本发明能够精确检测冰川的复杂形状和边界信息，准确识别位于冰川边缘处的微小变化区域。
-
公开(公告)号：CN119882790A
公开(公告)日：2025-04-25
申请号：CN202510007917.2
申请日：2025-01-03
Applicant: 海南大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明涉及海洋智能系统技术领域，尤其涉及一种无人潜器的自适应航迹控制方法，该方法通过实时采集无人潜器在复杂海洋环境中的运行参数，基于DUAE算法自适应地提取参数的关键特征，并将其作为IDDPG算法的状态空间。通过在IDDPG算法中引入连续的高斯噪声，有效提高控制策略的探索性，从而避免陷入局部最优解。采用小批次随机采样的方式从重播缓冲区中采集样本，降低样本间的相关性，并通过软更新方法防止目标网络发生过拟合。基于IDDPG算法实时生成自适应航迹控制策略，确保无人潜器高精度地完成航迹跟踪任务。与现有技术相比，本发明具有提高了无人潜器的航迹跟踪精度和任务执行效率等优点。
-
公开(公告)号：CN118285775A
公开(公告)日：2024-07-05
申请号：CN202410447828.5
申请日：2024-04-15
Applicant: 海南大学
IPC: A61B5/024 , A61B5/1455 , G06F18/10 , G06F18/27
Abstract: 本发明涉及一种基于EKF‑NRA的心率血氧检测方法、便携时钟，其中方法包括如下步骤：采集PPG信号并进行扩展卡尔曼滤波处理，得到滤波处理后的PPG信号；针对滤波处理后的PPG信号，基于信号的峰值周期计算心率值；针对滤波处理后的PPG信号，基于朗伯比尔定律，利用预先通过回归分析拟合得到的血氧曲线，得到修正后的血氧值，完成心率和血氧检测。与现有技术相比，本发明具有保证采集的原始心率信号和原始血氧信号的准确性、血样计算的准确性高、适用于老年人群体等优点。
-
公开(公告)号：CN118198427A
公开(公告)日：2024-06-14
申请号：CN202410306010.1
申请日：2024-03-18
Applicant: 海南大学
IPC: H01M8/04298 , H01M8/04858 , H01M8/04313
Abstract: 本发明涉及一种燃料电池动力系统能量管理策略半实物仿真平台和方法，包括：上位机(4)，用于产生总功率需求信号；第二嵌入式系统(6)，内置有燃料电池动力系统能量管理策略，用于基于燃料电池性能参数、动力电池性能参数和所述总功率需求信号，产生燃料电池需求功率和动力电池需求功率；动力电池管理模块(7)，用于产生动力电池性能参数，并基于所述动力电池需求功率，控制动力电池包产生对应的动力电池电功率；燃料电池模拟器，用于产生燃料电池性能参数，并基于所述燃料电池需求功率，基于预先构建的模型产生燃料电池电功率。与现有技术相比，本发明具有成本低、可拓展性强、安装便捷等优点。
-
Patent Agency Ranking
公开(公告)号：CN118192635A
公开(公告)日：2024-06-14
申请号：CN202410407734.5
申请日：2024-04-07
Applicant: 海南大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明涉及一种基于ETM‑MDQN的无人机自适应路径规划方法、装置及介质，其中方法包括以下步骤：构建深度强化学习MDQN网络，将无人机路径规划问题建模为马尔可夫决策过程；根据无人机与障碍物的实际距离状态和状态变化误差设定事件触发机制的触发条件，当满足预设的事件触发条件时更新无人机的动作策略和MDQN网络的Q值；通过最小化损失函数优化MDQN网络的参数；利用优化后的MDQN网络进行实时无人机自适应路径规划。与现有技术相比，本发明充分利用计算资源，考虑了未来多个时间步的奖励，提高了复杂环境下路径规划策略的鲁棒性和有效性。
-
公开(公告)号：CN118092487A
公开(公告)日：2024-05-28
申请号：CN202311772605.8
申请日：2023-12-21
Applicant: 海南大学
IPC: G05D1/49 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明涉及一种基于毫米波雷达和视觉协同的艇载无人机降落方法和系统。系统包括无人机和停机平台。无人机，包括无人机基本结构及其精准定位模块、飞行控制模块、机载微型处理器和相应的传感器部件，其中精准定位模块用于获取停机平台的精确位置，包括卫星定位子模块、毫米波雷达定位子模块与视觉定位子模块；停机平台，包括停机平台、精准定位模块所需的标识码与固定无人机的自动推杆。相比于现有的其他发明技术，本发明提出的无人机自主降落系统具有全天候、高精度、大范围、低成本、抗干扰的明显优势。
-
公开(公告)号：CN117111594B
公开(公告)日：2024-04-12
申请号：CN202310530731.6
申请日：2023-05-12
Applicant: 海南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及一种无人水面艇的自适应航迹控制方法，包括：针对复杂环境下无人水面艇运行数据具有时变性和高度非线性的特点，基于Peephole LSTM方法，通过引入常量误差传输子来学习无人艇航行数据的非线性特征，挖掘数据间的时序规律，形成无人艇的状态空间。基于深度强化学习DDPG算法对无人水面艇进行实时自适应航迹控制，通过构建双层网络架构，使用最大化全局的奖励来调整优化网络的动作策略。采用经验回放技术，将每一时刻的样本存储于重播缓冲区中，通过非均匀小批次抽样，降低样本间的相关性。通过迭代计算损失函数，来定期更新目标网络的参数。与现有技术相比，本发明具有提高了无人水面艇的航行效率和安全性等优点。
-
公开(公告)号：CN117804455A
公开(公告)日：2024-04-02
申请号：CN202311751255.7
申请日：2023-12-19
Applicant: 海南大学
IPC: G01C21/20
Abstract: 本发明涉及一种基于改进A‑Star算法的无人水面艇路径规划方法，包括如下步骤：基于水域环境建立栅格化地图模型，明确起点、终点和不可航行位置；基于A‑Star算法，设计路径成本函数，八向搜寻扩展节点；结合天牛须搜索(BAS)算法，根据天牛位置更迭筛选扩展节点；计算扩展节点的路径成本值，更新位置与节点列表；从终点开始反向访问父节点直到起点，输出最终路径。本发明通过对预估成本函数进行加权，提供新的路径成本函数，并引入BAS算法对扩展节点进行筛选，避免了计算每个扩展节点的路径成本，提高了无人水面艇在复杂水域下的路径规划效率。
-
公开(公告)号：CN117649544A
公开(公告)日：2024-03-05
申请号：CN202311392497.1
申请日：2023-10-24
Applicant: 海南大学
IPC: G06V10/762 , G06V10/774 , G06V10/82 , G06V10/24 , G06V20/10
Abstract: 本发明涉及一种轻量化水上目标检测方法、装置及介质，其中方法包括以下步骤：获取水上目标的图像数据，构建水上目标数据集；构建基于改进YOLOv7的目标检测模型，采用轻量化的线性瓶颈逆残差模块重构特征提取模块，并引入坐标注意力机制替换SE模块，同时，使用SPD结合非跨步卷积层的形式替代YOLOv7中的下采样模块；使用聚类算法对水上目标数据集进行聚类，将聚类后的数据集分配给不同尺度检测头，对目标检测模型进行训练；对训练后的目标检测模型进行结构重参数化；将采集到的图像输入结构重参数化后的目标检测模型，得到目标的位置和类别置信度信息。与现有技术相比，本发明能够在有限计算资源下实现快速精准的水上目标检测。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.021 seconds)
