一种基于深度学习的无人艇感知融合算法

    公开(公告)号:CN110414396A

    公开(公告)日:2019-11-05

    申请号:CN201910653226.4

    申请日:2019-07-19

    Abstract: 本发明提供一种基于深度学习的无人艇感知融合算法,包括:步骤一、对摄像头采集的单帧图像进行目标检测,得到机器视觉数据;步骤二、将激光雷达输入的数据进行滤波、聚类,将离散的点聚类为目标信息,得到雷达数据;步骤三、将雷达数据和机器视觉数据进行数据关联:步骤一和步骤二分别处理完摄像头和雷达的数据后,将两者的观测目标进行匹配,建立雷达数据和机器视觉数据的数据关联模型,得到雷达和视觉测量目标的关联矩阵,通过雷达和视觉测量目标的关联矩阵筛选出关联程度较大的目标,进而实现对目标的感知。本发明能够融合雷达和视觉两个传感器的优点,给出目标足够的信息用于无人艇环境感知,并具有一定的鲁棒性,能够适应一定的干扰。

    一种共直流母线开绕组PMSLM零序电流抑制方法

    公开(公告)号:CN116938064A

    公开(公告)日:2023-10-24

    申请号:CN202311195015.3

    申请日:2023-09-16

    Abstract: 本发明涉及电机控制技术领域,具体涉及一种共直流母线开绕组PMSLM零序电流抑制方法。包括:获取空间电压矢量并构建空间电压矢量分布图;对开绕组PMSLM系统中增加零序电流闭环获取实际零序电压,将实际零序电压与参考电压矢量在两相静止坐标系下的正交分量作为输入矢量;判断输入矢量在空间电压矢量分布图中所在的扇区;将输入矢量所在扇区作为目标扇区,获取目标扇区内基本电压矢量的作用时间;根据目标扇区内基本电压矢量的作用时间以及双逆变器组的共模电压获取零电压矢量的分配系数;对零电压矢量的作用时间进行动态调整。

    一种基于神经网络估计路径代价的多目标点路径规划方法

    公开(公告)号:CN115826591A

    公开(公告)日:2023-03-21

    申请号:CN202310157975.4

    申请日:2023-02-23

    Abstract: 本发明提供一种基于神经网络估计路径代价的多目标点路径规划方法,包括:构建抽象表示环境的特征地图;根据某起始点和目标点直线相连的线段与障碍圆相交的个数,分别制造数据集训练相应的路径代价估计神经网络;根据各线段与障碍圆相交的情况选择相应的路径代价估计神经网络计算所有条路径的估计路径代价,构建任意两点间的路径代价矩阵;运用遗传算法求解已知路径代价矩阵的旅行商问题,得到最佳遍历顺序;运用Informed‑RRT*算法,按最佳遍历顺序规划出从起点出发经过所有目标点后返回起点的总路径代价最小的路径。本发明可极大减少算法耗时,估计结果与实际规划路径代价相差极小,保证了TSP问题求解所得遍历顺序的最优性。

    一种基于深度学习的无人艇感知融合算法

    公开(公告)号:CN110414396B

    公开(公告)日:2021-07-16

    申请号:CN201910653226.4

    申请日:2019-07-19

    Abstract: 本发明提供一种基于深度学习的无人艇感知融合算法,包括:步骤一、对摄像头采集的单帧图像进行目标检测,得到机器视觉数据;步骤二、将激光雷达输入的数据进行滤波、聚类,将离散的点聚类为目标信息,得到雷达数据;步骤三、将雷达数据和机器视觉数据进行数据关联:步骤一和步骤二分别处理完摄像头和雷达的数据后,将两者的观测目标进行匹配,建立雷达数据和机器视觉数据的数据关联模型,得到雷达和视觉测量目标的关联矩阵,通过雷达和视觉测量目标的关联矩阵筛选出关联程度较大的目标,进而实现对目标的感知。本发明能够融合雷达和视觉两个传感器的优点,给出目标足够的信息用于无人艇环境感知,并具有一定的鲁棒性,能够适应一定的干扰。

    基于量子遗传算法的船舶电力系统故障诊断方法

    公开(公告)号:CN102645615B

    公开(公告)日:2014-04-02

    申请号:CN201210125477.3

    申请日:2012-04-26

    Abstract: 本发明提供一种基于量子遗传算法的船舶电力系统故障诊断方法,包括如下步骤a.)船舶电力系统发生故障后,根据故障报警信息通过船舶电力系统拓扑分析确定故障失电区域,确定失电区域中元件;b.)基于a.)建立考虑保护或断路器拒动情况下主、后备保护之间状态关系对故障诊断目标函数共同影响的故障诊断数学模型c.)利用量子遗传算法对故障诊断目标函数进行求解:采用个体的量子比特编码来表示故障诊断问题。本发明建立了适合船舶电力系统的故障诊断模型,能利用保护和断路器信息实现准确的故障判断,易于实现船舶电力系统的在线故障诊断。

    基于潮流直接可解的船舶电力系统PMU优化配置方法

    公开(公告)号:CN102664402A

    公开(公告)日:2012-09-12

    申请号:CN201210125429.4

    申请日:2012-04-26

    CPC classification number: Y02E60/728 Y04S10/265

    Abstract: 一种基于潮流直接可解的船舶电力系统PMU优化配置方法,包括a.)得到不同工况下潮流方程及节点关联矩阵;b.)用系统节点关联矩阵描述潮流方程的特点;c.)判断在船舶电力系统某一工况下的潮流方程,PMU配置方案是否满足潮流直接可解;d.)在c.)的基础上,判断PMU配置方案是否满足不同工况下潮流直接可解;e.)借鉴N-1量测冗余度分析原则对N-1电压相量可解冗余度作定义;f.)在最大运行工况下,在保证满足不同工况条件下潮流方程直接可解的基础上,PMU配置数目尽量少而N-1电压相量可解冗余节点最多;g.)采用量子遗传算法具有全局寻优的能力能在整个解空间内快速搜索多目标函数的Pareto最优解。

Patent Agency Ranking