-
公开(公告)号：CN118762122A
公开(公告)日：2024-10-11
申请号：CN202410769059.0
申请日：2024-06-14
Applicant: 哈尔滨工程大学
IPC: G06T17/00
Abstract: 本发明提出一种叶梢互连式串列螺旋桨数值模型自动批量建模方法，包括：步骤1：计算叶梢互连式串列螺旋桨的三维型值点；步骤2：对三维建模软件进行二次开发，编写叶梢互连式串列螺旋桨自动建模软件；步骤3：基于叶梢互连式串列螺旋桨数值模型自动建模软件中完成第一个桨叶的建模；步骤4：重复对第一个桨叶的建模的三维坐标点进行旋转变换，得到所有桨叶的坐标点，完成叶梢互连式串列螺旋桨数值模型的自动批量建模。本发明运用Java语言进行叶梢互连式串列螺旋桨自动建模研究，开发自动建模软件，设计自动建模软件界面，实现了叶梢互连式串列螺旋桨数值模型从参数输入到型值计算再到数值模型建立的全自动化。
-
公开(公告)号：CN118514844A
公开(公告)日：2024-08-20
申请号：CN202410768513.0
申请日：2024-06-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种叶梢互连式串列螺旋桨构型及设计方法，其中叶梢互连式串列螺旋桨构型包括Intake Blades部分、Exhaust Blades部分和Blade Tip部分，DMTB3686螺旋桨作为母型桨，改变母型桨的桨叶直径和来流方向完成Intake Blades部分的设计，改变母型桨中的桨叶的直径、来流方向、桨间距和叶错角完成Exhaust Blades部分的设计，将Intake Blades部分中间处叶切面的型值点进行旋转和平移，并添加控制点完成Blade Tip部分的设计。本发明将具有消除梢涡功能的环形螺旋桨和具有良好推进效率等优点的串列螺旋桨应用于潜艇螺旋桨的降噪设计上，将串列螺旋桨和环形螺旋桨的优点进行融合，使其同时保留串列螺旋桨的高推进效率、环形螺旋桨的无叶稍构型消除梢涡功能。
-
公开(公告)号：CN116203958A
公开(公告)日：2023-06-02
申请号：CN202310176512.2
申请日：2023-02-28
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 一种面向无人艇护航任务的改进零空间编队机动控制方法，根据无人艇编队运动意图，将无人艇机动过程分解，然后建立运动模型步骤，对护航目标的状态进行修正的同时设计一种新的避障行为函数，采用全局融合策略融合运动模型，得到最终的速度和方向。本发明为解决传统零空间行为融合算法存在的编队滞后以及轨迹震荡等问题，在编队保持行为中，添加了修正增益λ，对护航目标的状态进行修正，避免了在编队集结后出现编队滞后的现象；并且受到人工势场法的启发，在全局融合的策略下设计了一种新的避障行为函数，使无人艇可以在到达安全距离前执行部分编队避障行为，顺利完成编队保持阶段的任务，避免了传统零空间行为融合算法存在的轨迹震荡的问题。
-
公开(公告)号：CN115877404A
公开(公告)日：2023-03-31
申请号：CN202211298880.6
申请日：2022-10-24
Applicant: 哈尔滨工程大学
IPC: G01S17/93 , G01S7/495 , G06T5/00 , G06V10/762 , G06V10/764
Abstract: 点云数据预处理方法及装置、水面目标激光雷达，涉及智能无人智慧船领域。针对现有简单的欧式聚类方法对船舶尾浪处理不足，会导致对目标船位置、体积的误判，影响无人艇对目标真实属性的判断的问题，本发明提供的技术方案为：点云数据预处理方法，用于水面点云数据噪点移除，所述方法包括：步骤1：选取目标水面空间中一点，根据点得到点云；步骤2：根据点云得到距离满足预设阈值的激光点集合；步骤3：判断激光点集合中激光点个数是否满足预设要求，若满足则保留集合作为目标点云簇，并进行步骤4；若不满足则返回重复步骤1至步骤3；步骤4：根据目标点云簇，获取目标水面信息。适合应用于点云处理技术，应用于船载水面激光雷达传感器。
-
公开(公告)号：CN115331093A
公开(公告)日：2022-11-11
申请号：CN202210889545.7
申请日：2022-07-27
Applicant: 哈尔滨工程大学
IPC: G06V20/05 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种水下航行器目标检测的神经网络优化学习方法，尤其是涉及一种神经网络元学习训练方法。针对水下航行器目标检测网络在小规模样本集上训练无法达到较好泛化性能的问题，本发明实现了只使用相关小规模样本集训练，首先划分小规模样本集为训练集、测试集、元训练集和元测试集；然后使用元训练集和元测试集让水下航行器目标检测网络进行本发明提出的元学习，使其学习元知识；最后再使用训练集让水下航行器目标检测网络进行学习。本发明能够有效减少学习所需的时间和能耗，同时提高神经网络的泛化性能。本发明具有广泛的适用性，可以很容易地扩展到各种任务的小规模样本集神经网络训练中。
-
Patent Agency Ranking
公开(公告)号：CN112810785B
公开(公告)日：2022-09-02
申请号：CN202110002094.6
申请日：2021-01-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种仿生水母机器人，适用于水下潜伏、水下侦查、目标跟踪、反潜等军事用途，以及海洋生物研究、海底勘探等民用需求。该仿生水母机器人，包括头部部分、伞体部分、以及能源部分。头部部分包括硬质外壳、固定板、环境感知模块、单片机、电源。伞体部分包括多节骨架机构、舵机、伞体弹性薄膜。该仿生水母机器人采用水母式游动方式时，通过伞体部分周期性收缩舒张进行游动，具有噪声小、隐蔽性好、能耗低等优势。此外，该仿生水母机器人采用控制部分、动力部分、能源部分三者分离式的设计。此设计方便对易损坏的伞体部分更换，能源部分的更换与安装，以及控制系统的维护和程序修改。
-
公开(公告)号：CN110705184B
公开(公告)日：2022-07-15
申请号：CN201910917364.9
申请日：2019-09-26
Applicant: 哈尔滨工程大学
IPC: G06F30/28 , G06F17/13 , G06T17/00 , G06F119/14
Abstract: 本发明涉及三维精细化CFD数值计算方法领域，特别涉及一种反应堆堆芯精细化数值求解的虚拟体积力动量源法，所述方法包括如下步骤：将棒束通道内的交混翼片去除，在翼片原来所占空间内对流体施加虚拟体积力，作为动量方程的源项，以考虑交混翼片对流场的影响；将各个方向的虚拟体积力加入到动量守恒方程中，将各分力在直角坐标系下分解，求得直角坐标系下x，y，z三个方向的分力，并进行数学描述。本发明利用动量方程不断迭代求解流场，从而完全实现在无交混翼片的简单通道中模拟交混翼流场的效果，极大地提高了三维精细化CFD数值计算的效率和计算精度。
-
公开(公告)号：CN114648686A
公开(公告)日：2022-06-21
申请号：CN202210237068.6
申请日：2022-03-10
Applicant: 哈尔滨工程大学
IPC: G06V20/00 , G06V10/46 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T5/00 , G06T5/20 , G06T5/30
Abstract: 一种融合激光点云与RGB图像数据的逆光水面目标识别方法、系统及装置，涉及无人艇逆光水面目标识别领域。解决了无人艇逆光时造成的图像纹理、颜色等关键信息缺失使得水面目标识别任务算法经常出现图像信息识别不精缺的问题。本发明所述的逆光水面目标识别方法，包括：利用无人艇识别水面点云并进行分簇，获取水面目标点云簇的尺寸、点云簇距离以及点云簇ID；根据张正友标定法处理水面三维点云特征投影，获取点云特征矩阵和RGB原始图像；将获取的点云特征矩阵和RGB原始图像数据训练，获取神经网络模型权重；根据神经网络模型权重进行逆光环境下水面目标识别，获取目标信息。本发明用于无人艇在逆光条件下进行目标识别，适用于智能无人船舶领域。
-
公开(公告)号：CN111976886B
公开(公告)日：2022-04-29
申请号：CN202010891297.0
申请日：2020-08-30
Applicant: 哈尔滨工程大学
Abstract: 本发明属于波浪能驱动海洋航行器领域，具体涉及一种带有翼板限位角调节控制装置的水翼及波浪驱动无人艇。船体纵摇运动能量捕获与转化装置位于首部及尾部，捕获船体纵摇运动能量用于限位调节。翼板限位角调节控制装置位于左右翼板之间的支架内，水翼旋转时通过翼板限位角调节控制装置限定转动角度幅值。控制系统依据感知的波浪运动给出需要的最佳限位角，通过开闭气缸上的气阀与单向通气孔调节，并通过气压计反馈回的气压变化验证是否已经达到最佳限位角。当波浪能航行器在不同波高与波长的海浪中航行，根据预先设定的转角需要，调整水翼转动运动的限位角度幅值，可以适应不同海况，保证水翼在各种海况下提供推力，大幅提高波浪能的综合利用效率。
-
公开(公告)号：CN108960421B
公开(公告)日：2022-03-18
申请号：CN201810577099.X
申请日：2018-06-05
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种改进基于BP神经网络的水面无人艇航速在线预报方法。收集数据，挑选出需要的对预测速度有影响的四个体系指标；对所述的四个体系指标进行识别与处理和所有指标的无量纲化；对四个无量纲化后的体系指标数据进行主成分分析；对水面无人艇航速预测BP神经网络进行初始化；运用四个体系指标样本集对网络进行训练；对水面无人艇航速预测BP神经网络的泛化能力进行检验，进行分析并加以修正；通过修正后的水面无人艇航速预测BP神经网络，得到下一时刻无人艇的速度。本发明提供的水面无人艇的航速的预报方法结构清晰，逻辑性较强，易于编写计算机程序实现。本发明适用于水面无人艇航速预测及航迹规划，海面避障方面。
-
-
-
-
-
-
-
-
-
Search Results
253
records
(took 0.077 seconds)
