-
公开(公告)号：CN118444675A
公开(公告)日：2024-08-06
申请号：CN202410460553.9
申请日：2024-04-17
Applicant: 南通大学
Abstract: 本发明公开了一种基于海空协同控制机器人的海上风电桩检测系统及其方法，系统包括无人机风叶检测单元、水下无人机风电桩检测单元、中央机器人控制单元、检测评估单元和通信单元，针对海上无线通信环境，在无人机、水下机器人、中央机器人上部署无线自组网络节点、快速组建高可靠性、强抗毁抗干扰性、超覆盖面积无线传输网络；确保无人机与中央机器人之间、水下机器人与中央机器人之间实现信号传输与数据共享。稳定按照自主巡航路线运动同时完成发布的海上风电桩检测任务。通过无人机与水下机器人对海上风电桩各个部分的评估检测，能够将风电桩空中检测与水下检测有机结合、优势互补，形成海空集成化控制海上风电桩检测机器人系统架构。
-
公开(公告)号：CN119205906A
公开(公告)日：2024-12-27
申请号：CN202411197212.3
申请日：2024-08-29
Applicant: 南通大学
IPC: G06T7/73 , G06V20/17 , G06N3/0464 , G06V10/82
Abstract: 本发明提供一种基于贝叶斯深度学习的海上停机平台动态位置预测方法，涉及无人机动态预测海上停机平台动态位置技术领域，解决了无人机在复杂环境下动态预测海上停机平台位置的技术问题，其技术方案为：包括以下步骤：S1、建立海上无人机停机平台图像数据集；S2建立基于贝叶斯深度学习的海上停机平台动态位置预测模型；S3、获取海上停机平台动态位置预测模型；S4、获取海上停机平台相对于无人机的位置及不确定性。本发明的有益效果为：本发明解决了无人机在海面上降落过程中高度、位置、角度、海风、海浪、抖动等因素的影响，实现对海上停机平台动态位置较为准确的预测，并给出预测的不确定性，提高模型的鲁棒性。
-
公开(公告)号：CN120047808A
公开(公告)日：2025-05-27
申请号：CN202510132058.X
申请日：2025-02-06
Applicant: 南通大学
IPC: G06V20/05 , G06V10/12 , G06V10/84 , G06V10/82 , G06V10/774 , G06N3/047 , G06N3/09 , G06N3/0464 , G06V10/764 , G06V10/25
Abstract: 本发明提供了一种基于贝叶斯神经网络的水下图像识别方法，属于水下图像识别技术领域；解决了通用的目标识别方法在视觉退化的水下环境下鲁棒性较差的技术问题。该方法步骤包括：S1、构建水下潜艇图像数据集；S2、构建基于贝叶斯神经网络的水下图像识别模型；S3、使用构建数据集进行深度学习模型训练，得到水下图像识别模型；S4、根据训练好预测模型，对潜航器执行水下任务时采集的图像进行预测分析，获取图像目标分类结果及不确定度。
-
公开(公告)号：CN222555123U
公开(公告)日：2025-03-04
申请号：CN202421305742.0
申请日：2024-06-07
Applicant: 南通大学
Abstract: 本实用新型公开了一种可以与无人机协同作业的水下机器人，属于无人机与水下机器人协同作业技术领域；其技术方案为：包括主体结构、防水仓、上中连接器、中下连接器、驱动电机、二维码区、拍摄模块。本实用新型的有益效果是：该水下机器人旨在实现无人机与水下机器人的高效协同，通过控制水下机器人上浮，使机器人平稳的漂浮在水面上，把上顶板浮出水面，露出上顶板处的二维码区，当空中的无人机扫描到上顶板处的二维码时，便进行着陆，最终平稳的停留在水下机器人上；无人机通过识别与水下机器人的二维码建立完成与与水下机器人的联系，并且水下机器人还会为无人机提供稳定的着陆平台。提高无人机与水下机器人的协同能力。
-
-
-
Search Results
4
records
(took 0.013 seconds)
