-
公开(公告)号：CN118605144A
公开(公告)日：2024-09-06
申请号：CN202410566485.4
申请日：2024-05-09
Applicant: 海南大学
IPC: G05B13/04
Abstract: 本发明涉及自动化和现代控制工程及应用领域，公开了一种海洋监测多机器人系统牵制协同控制方法。首先，基于牵制控制的理论，利用部分智能体输出，构造一个自适应事件触发观测器，并设计了相应的增益矩阵，实现对机器人系统的实时监测和管理。最后，使用矩阵分解技术、协同李雅普诺夫函数和线性规划对多机器人进行牵制协同一致设计，使机器人在执行任务时能够高效、有序地完成任务，实现紧密的协同配合。同时，领导者根据环境变化动态调整策略，追随者能够快速响应这些变化，使整个系统能够适应复杂多变的海洋环境。
-
公开(公告)号：CN118331297A
公开(公告)日：2024-07-12
申请号：CN202410343637.4
申请日：2024-03-25
Applicant: 海南大学
Abstract: 本发明涉及一种基于隧道预设性能的无人机集群路径规划控制方法。所述方法包括：针对所述跟随者，定义路径误差，采用隧道预设性能策略对所述路径误差进行变换处理，构造出基于隧道预设性能的运动学控制律；确定所述虚拟领导者的路径参数变量，构造出路径更新律；针对所述跟随者，采用分布式学习策略构建基于DNP的自适应控制律；将所述运动学控制律、所述路径更新律、所述基于DNP的自适应控制律作为控制信号；根据分布式路径控制器，进行无人机集群路径跟踪控制。通过引入隧道预设性能策略构建出运动学控制律，采用分布式学习策略构建基于DNP的自适应控制律，使得分布式路径控制器在分布式学习策略下，泛化能力得到增强。
-
公开(公告)号：CN118230262A
公开(公告)日：2024-06-21
申请号：CN202410056729.4
申请日：2024-01-15
Applicant: 海南大学
IPC: G06V20/54 , G06V20/17 , G06V10/25 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06T7/73 , G06T7/246 , G06N3/045 , G06N3/0495 , G06N3/0455 , G06N3/0442
Abstract: 本发明涉及一种基于空海自主协同系统的船舶异常行为红外监测方法，无人船通过雷达检测到活动船只，释放无人机监测船只；无人机将采集的船舶图像输入到目标检测模块中，识别目标类别，并根据红外相机参数和无人机GPS位置信息，计算目标GPS位置，将图像中多目标GPS位置的质心点作为航点，实现多目标跟踪；根据相邻帧图像目标构建关联度矩阵，使用基于关联度最大权匹配的匈牙利算法找出最优匹配，得到目标轨迹；依据轨迹提取目标轨迹特征，通过自编码器重构特征信息，计算原始特征和重构特征的误差，判别船舶行为异常情况。与现有技术相比，本发明解决了船舶关闭AIS系统后难以监控的问题，提升了夜间船舶监控能力，降低人工监测强度。
-
公开(公告)号：CN114926819B
公开(公告)日：2024-06-21
申请号：CN202210607410.7
申请日：2022-05-31
Applicant: 海南大学
IPC: G06V20/58 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种复杂场景的未知异常障碍物识别方法及系统，该系统包括：特征编码器模块：用以将输入图片编码为高维特征张量，提取输入特征；未知注意力生成模块，用以生成未知注意力权重图，该注意力图对不确定性高区域生成高权重，反之注意力图较低；注意力信息提示模块，用以对注意力高区域给予真值提示；语义分割结果预测模块，用以预测像素为各类别的概率。本发明通过训练模型将有效注意力放在不确定性区域高的区域来以此根据模型注意力权重值来预测是否为未知异常障碍物。与现有技术相比本发明具有应用性强、计算量小、普适性强等优点。
-
公开(公告)号：CN118143946A
公开(公告)日：2024-06-07
申请号：CN202410407736.4
申请日：2024-04-07
Applicant: 海南大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于伪逆描述的水下机械臂自适应抗噪运动控制方法，包括以下步骤：根据已知/给定频率的谐波噪声，采用内模原理构造自适应动态模型，自动生成谐波信号；基于自适应动态模型，结合水下机械臂末端轨迹规划的实际需求，并引入末端位置误差的反馈，确定基于伪逆描述的自适应抗噪运动控制方案；利用下位机控制器根据自适应抗噪运动控制方案的计算结果驱动水下机械臂的各个关节，完成给定的末端操作任务。与现有技术相比，本发明只需测得谐波噪声的频率便能自适应估算谐波噪声的幅值和相位信息，从而补偿谐波噪声对水下机械臂运动控制的干扰，提升水下机械臂在复杂环境下执行操作任务的能力。
-
Patent Agency Ranking
公开(公告)号：CN115107032B
公开(公告)日：2024-04-05
申请号：CN202210833987.X
申请日：2022-07-15
Applicant: 海南大学
IPC: B25J9/16
Abstract: 本发明涉及机械臂领域，具体涉及一种基于伪逆且可自适应抗噪的移动机械臂运动规划方法，包括如下步骤：根据Denavit‑Hartenberg参数法进行建模，并考虑谐波噪声的干扰，建立噪声环境下移动机械臂的速度层运动学方程；采用内模原理，构造可自动补偿谐波噪声干扰的自适应动态系统；融合该动态系统，并引入移动机械臂末端位置误差积分信息的反馈，设计基于伪逆描述且具备自适应抗噪特性的运动规划方案。本发明基于内模原理而设计的运动规划方案，仅凭谐波噪声的频率便可进行自适应计算，并自动补偿谐波噪声的干扰，从而使得移动机械臂在噪声环境下仍能成功地完成给定的规划任务。这对于复杂环境下移动机械臂运动规划的理论研究和应用实践均有着重要的意义和价值。
-
公开(公告)号：CN117706481A
公开(公告)日：2024-03-15
申请号：CN202311615911.0
申请日：2023-11-30
Applicant: 海南大学
IPC: G01S5/18
Abstract: 本发明涉及一种水下目标定位方法、系统、设备及介质，该方法包括：水下潜器利用接收到的水面浮标信息进行自定位；基于水下潜器的历史位置信息和自身的推进速度，估计水流速度，构建与深度相关的水流场模型并进行参数估计；接收水下潜器发出的信标信号，估计目标节点的位置和异步时钟参数；基于构建与深度相关的水流场模型以及目标节点的位置和异步时钟参数，计算得到目标节点的被动移动速度，实现目标节点移动性预测。与现有技术相比，本发明同时考虑了节点之间的异步时钟问题、分层效应引起的水声弯曲效应问题以及水流环境引起的节点被动运动问题，实现了对目标节点的定位、时钟同步以及移动性预测，有效地提高了水下目标节点位置估计的精度。
-
公开(公告)号：CN117673411A
公开(公告)日：2024-03-08
申请号：CN202311759590.1
申请日：2023-12-19
Applicant: 海南大学
IPC: H01M8/04701 , H01M8/04992 , H01M8/04014 , H01M8/04029
Abstract: 本发明涉及一种车载燃料电池温度控制方法、设备及介质，包括：采集实际电堆出口温度，通过外环抗饱和内模定量过程控制结构计算得出期望电堆入口温度；根据采集实际电堆入口温度和期望电堆入口温度，通过内环抗饱和内模定量过程控制结构计算得出节温器开度；采集电堆负载电流，通过散热计算模块，计算得到期望水热管理系统散热量；根据实际电堆出口温度和实际电堆输出电压，通过含有微分跟踪算法的散热估计模块计算得到实际水热管理系统散热量估计值；根据实际水热管理系统散热量估计值和期望水热管理系统散热量，通过散热量控制抗饱和内模定量过程控制结构计算得到散热器风扇转速。与现有技术相比，本发明具有鲁棒性强的优点。
-
公开(公告)号：CN116945178A
公开(公告)日：2023-10-27
申请号：CN202310989730.8
申请日：2023-08-08
Applicant: 海南大学
IPC: B25J9/16
Abstract: 本发明涉及一种三轮全向移动机械臂加速度层的神经动力学姿态调整方法，方法步骤包括：获取三轮全向移动机械臂的状态参数，将状态参数输入预先构建的加速度层姿态调整模型中；求解加速度层姿态调整模型；根据加速度层姿态调整模型计算结果同时调整移动平台和机械臂到达期望的姿态；加速度层姿态调整模型基于在加速度层上描述的性能指标结合移动平台加速度层运动学方程以及三轮全向移动机械臂的物理极限建立；在加速度层上描述的性能指标根据零化移动机械臂当前姿态与期望姿态的误差的思想采用神经动力学设计公式推导得到。本发明既能在加速度层上，也能在速度层上，高效地实现三轮全向移动机械臂的姿态自动调整，便于执行在不同姿态下的操作任务。
-
公开(公告)号：CN116824370A
公开(公告)日：2023-09-29
申请号：CN202310730827.7
申请日：2023-06-19
Applicant: 海南大学
IPC: G06V20/10 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及红外目标检测技术领域，尤其涉及一种基于密集双向金字塔网络的水上红外目标检测方法，通过对采集的水上红外图像按照统一尺寸进行自适应缩放，并将图像输入到特征提取网络中提取不同层次的多尺度深度特征图；将不同层次的多尺度特征图输入到密集双向金字塔网络，进行多尺度特征的融合，所述密集双向金字塔网络在多尺度融合特征输出前加入自适应双挤压激励通道注意力机制；将多尺度融合特征分别输入到分类预测网络和预测框回归网络，得到水上红外图像中所有目标的位置及类别信息。本发明丰富红外目标特征信息，突显特征中重要的目标信息，可有效提升水上红外目标检测的准确性和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.029 seconds)
