-
公开(公告)号：CN109552998A
公开(公告)日：2019-04-02
申请号：CN201811510128.7
申请日：2018-12-11
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于无线测距及通讯的集装箱精准吊装及分区管理方法，它涉及海运集装箱管理技术领域；在集装箱四个面上安装高精度无线测距传感器，由无线收发方式确定集装箱与箱体或卡车之间的相对距离，吊装驾驶室操作人员借助驾驶室显示器APP界面辅助其实现集装箱的实时快速精准吊装和摆放，缩短集装箱船靠港时间；区域A和区域B为堆场的两个分区，在A区的入口、A区和B区之间以及B区的出口各安装一个区域管理单元，拖车A、B载有集装箱，拖车A进入A区或者拖车B离开B区，无线通讯平台获取区域管理单元的信息并传送到工作人员的终端上；本发明的设备安装简单，且距离传感器适用于各种集装箱，稳定性高；便于精准控制，能够节省时间。
-
Patent Agency Ranking
公开(公告)号：CN109462817A
公开(公告)日：2019-03-12
申请号：CN201811509432.X
申请日：2018-12-11
Applicant: 哈尔滨工程大学
CPC classification number: H04W4/024 , H04W4/029 , H04W4/35 , H04W4/38 , H04W4/42 , H04W40/22 , H04W84/06
Abstract: 本发明公开了一种基于北斗导航和无线通讯的海运集装箱监控方法，它涉及集装箱安全运输技术领域；它的监控方法为：在集装箱内根据需求安装多种传感器用于监控，并运用无线通讯技术将多个集装箱数据汇集到中继节点，通过中继节点实现货物在船体范围内的位置和状态收集；中继节点对集装箱位置及安全信息进行判断，如有异常，异常信息也将被发送；通过网络云台或北斗系统的短报文通信及定位功能将信息实时传递给承运商或用户；本发明采用北斗系统，在海上航行通讯状况较差时，依旧能够通过北斗短报文进行关键性的信息传递；集装箱内传感器可以根据货物状态监测的需求进行定制。
-
公开(公告)号：CN109229378B
公开(公告)日：2022-04-05
申请号：CN201810855338.3
申请日：2018-07-31
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于避障无人机的矿难搜救与有毒有害气体监测系统及其工作方法，属于煤矿巷道应急搜救领域。本发明系统包含了用户监测端和无人机飞行平台两大部分。其中，用户监测端实现对无人机的有效控制及机载传感器采集信息回传，无人机飞行平台通过搭载仪器进行检测。当矿难发生后，搜救人员在最近安全区域启动本系统，在保障无人机安全飞行的前提下实时采集飞行区域附近图像信息、红外成像信息及有毒有害气体参数，并实时传回用户监测端。当监测到人体成像信息或有毒有害气体信息时，快速做出相应的搜救。本发明解决了传统无人车矿难搜救与巷道监测系统越障能力低、搜索速度慢、工作范围受空间限制的技术问题。
-
公开(公告)号：CN109229378A
公开(公告)日：2019-01-18
申请号：CN201810855338.3
申请日：2018-07-31
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于避障无人机的矿难搜救与有毒有害气体监测系统及其工作方法，属于煤矿巷道应急搜救领域。本发明系统包含了用户监测端和无人机飞行平台两大部分。其中，用户监测端实现对无人机的有效控制及机载传感器采集信息回传，无人机飞行平台通过搭载仪器进行检测。当矿难发生后，搜救人员在最近安全区域启动本系统，在保障无人机安全飞行的前提下实时采集飞行区域附近图像信息、红外成像信息及有毒有害气体参数，并实时传回用户监测端。当监测到人体成像信息或有毒有害气体信息时，快速做出相应的搜救。本发明解决了传统无人车矿难搜救与巷道监测系统越障能力低、搜索速度慢、工作范围受空间限制的技术问题。
-
公开(公告)号：CN111307179A
公开(公告)日：2020-06-19
申请号：CN202010191289.5
申请日：2020-03-18
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种高动态无人机的加速度计干扰加速度自补偿方法，涉及航空飞行器控制技术领域；它的方法为利用低通滤波后的加速度计三轴输出模值和当地重力加速度的差值与阈值进行比较，判断是否存在加速度机动，若不存在加速度机动，则进一步根据导航系下的水平计算加速度与另一阈值比较，综合判断加速度机动存在情况；在判断出存在大加速度机动情况下，将加速度计测量值根据机动加速度由无人机纵向或横向机动产生分别进行补偿；本发明成本低，可以不依赖GPS传感器等任何辅助传感器，仅利用加速度计测量信息进行自补偿，尤其适用于低成本微惯性垂直陀螺仪；有利于提升后续多传感器融合技术的姿态测量精度。
-
公开(公告)号：CN111104564A
公开(公告)日：2020-05-05
申请号：CN201911280879.9
申请日：2019-12-13
Applicant: 哈尔滨工程大学
IPC: G06F16/901 , G06N3/02 , G06N3/08
Abstract: 本发明公开了基于深度增强学习的图信号节点采样方法，属于机器学习领域。该方法基于经典分立空间增强学习算法Deep Q Learning方法，把图中所有的信号节点作为增强学习中的动作空间，增强学习智体通过学习采取合适的节点来最大化地保留原图所包含的信息。我们独创性地设计了智体所运行的环境，在这个环境中智体通过采取动作来获得回报，不断的训练与提升其采样策略。该方法不需要大量的有标签数据，使用神经网络来处理大量的图数据，使用增强学习算法来自动化这一流程。实现对部分节点的精准筛选。训练好的智体可以在环境中自动根据图的特征选取合适的节点进行筛选，只要实际应用问题可以抽象为信号图，而且全程自动化采样，没有任何附加成本和人力参与。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
