-
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：CN117762018A
公开(公告)日：2024-03-26
申请号：CN202311771424.3
申请日：2023-12-21
Applicant: 海南大学
IPC: G05B13/04
Abstract: 本发明一种水下无人系统的模糊智能体建模及实用控制方法，建立网络攻击下水下无人系统的模糊智能体建模状态空间模型；构建网络攻击下水下无人系统的实用控制协议；构建网络攻击下水下无人系统中的两个变量以保证每个模糊智能体运行到指定位置；构建网络攻击下水下无人系统的增广系统；引入网络攻击下水下无人系统的有界一致性性能指标；设计网络攻击下水下无人系统达成有界一致的条件。本发明利用模糊多智能体系统建立水下无人系统的状态空间模型，借助线性规划方法和矩阵分解技术设计了实用控制协议，该协议预设有界性能指标并通过有效地控制动作调节各个智能体的位置和速度，从而控制水下无人系统实现有界一致性，并确保系统安全稳定运行。
-
公开(公告)号：CN117673408A
公开(公告)日：2024-03-08
申请号：CN202311751740.4
申请日：2023-12-19
Applicant: 海南大学
IPC: H01M8/04492 , H01M8/04828 , H01M8/04992 , H01M8/04746 , H01M8/04701 , H01M8/0432 , H01M8/0438
Abstract: 本发明涉及一种燃料电池阴极相对湿度控制方法及燃料电池控制器，该方法包括：基于环节Γ坐标变换后的实际出口相对湿度和环节Γ坐标变换后的期望出口相对湿度 通过外环抗饱和内模定量过程控制结构计算得出期望入口相对湿度 根据环节Ψ坐标变换后的期望入口相对湿度 和环节Ψ坐标变换后的实际入口相对湿度 通过内环抗饱和内模定量过程控制结构计算得出流量分配系数χhum；将流量分配系数χhum输入至非线性环节Φ，计算得到减湿阀开度；其中，环节Γ和环节Ψ均嵌入了环境压力、环境温度和相对湿度参数。与现有技术相比，本发明环境适应能力强，可减少系统迟滞性和非线性对控制系统动态跟踪性能的影响，从而提高燃料电池的效率和耐久性。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN117593598A
公开(公告)日：2024-02-23
申请号：CN202311403413.X
申请日：2023-10-26
Applicant: 海南大学
IPC: G06V10/771 , G06V10/762 , G06V10/30 , G06N3/088 , G06V10/82
Abstract: 本发明涉及一种基于谱松弛嵌入的无监督特征选择方法、装置及介质，其中方法包括以下步骤：获取用户输入的图像数据集并进行预处理；对数据集中的样本图像矩阵进行滤波降噪；根据样本图像矩阵计算局部拉普拉斯谱，建立基于谱松弛嵌入的向量式无监督特征选择模型；对无监督特征选择模型的多个变量进行迭代学习至收敛；根据迭代学习得到的无监督特征选择模型，计算各个特征对应的评价指标；根据评价指标值，从大到小依次选择预设数量的特征数，完成特征选择。与现有技术相比，本发明具有易于实现、方便快捷、可以根据需要选择所需的数据维度等优点。
-
公开(公告)号：CN117311364A
公开(公告)日：2023-12-29
申请号：CN202311456014.X
申请日：2023-11-03
Applicant: 海南大学
IPC: G05D1/02
Abstract: 本专利涉及一种基于UAE‑DDQN的无人船航向控制方法，包括：在复杂海况下实时采集无人水面艇的航行数据，使用欠完备自编码器UAE将指标集输入至隐藏层中，提取最显著特征，并将之作为深度强化学习DDQN(Dueling Deep‑Q Network)的状态空间。基于DDQN对无人艇进行智能航向控制，使用状态值函数和行动优势函数来计算值函数。将预测网络和目标网络相结合，加速模型的收敛性能。从优先重播缓冲区中进行小批次采样，采集先前时刻的状态、动作值和奖励值进行计算，防止网络发生过拟合。基于预测网络输出的值函数，不断优化智能航向控制策略。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：CN117036990A
公开(公告)日：2023-11-10
申请号：CN202310789016.4
申请日：2023-06-29
Applicant: 海南大学
IPC: G06V20/17 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种无人机视角物体检测方法、装置及存储介质，其中方法包括以下步骤：获取由无人机拍摄的图像，制作航拍目标数据集；将数据集放入预处理容器进行预处理操作，实现数据增强；使用改进CSPDarknet53为骨干网络对数据集进行特征提取，骨干网络的最后一层为Soft‑SPPF结构；根据骨干网络的特征提取结果，利用引入PVTM模块的路径聚合网络PANet，对多层次特征信息进行融合，其中，PVTM模块包括依次连接的层归一化结构、空间缩减注意力操作SRA模块和MLP结构；根据融合信息对多尺度的物体进行检测，得到航拍目标的检测结果。与现有技术相比，本发明具有检测精度高等优点。
-
公开(公告)号：CN117032290A
公开(公告)日：2023-11-10
申请号：CN202311119587.3
申请日：2023-08-31
Applicant: 海南大学
IPC: G05D1/08
Abstract: 本发明涉及一种基于trot步态的十六自由度四足机器人运动控制方法，方法包括：获取对应的步态时序图；根据建立的十六自由度四足机器人运动学模型获取当前时刻的位姿对应的速度，同时获取期望位姿；根据当前时刻的位姿对应的速度，通过比例‑微分算法求解当前时刻的位姿的支撑相和摆动相的二阶导数；根据建立的十六自由度四足机器人动力学模型，将支撑相和摆动相的二阶导数转化为达到期望位姿的关节扭矩，并执行关节扭矩，循环上述步骤。与现有技术相比，本发明具有实现十六自由度的机器人控制，优化扭矩分配等优点。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.053 seconds)
