-
公开(公告)号：CN110989362B
公开(公告)日：2022-09-27
申请号：CN201911370587.4
申请日：2019-12-26
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明提供一种带有信号量化和状态时变时延的UMV的T‑S模糊滑模容错控制方法，包括：S1、建立推进器故障模型，包括推进器失效、中断、时变卡死故障类型；S2、建立量化机制模型，包括静态量化器模型和动态量化器模型；S3、考虑UMV发生推进器故障和含有状态时变时延的现象，建立T‑S模糊UMV时变时延系统模型；S4、针对步骤S3中建立的T‑S模糊UMV时变时延系统模型，设计线性滑模面；S5、基于步骤S4设计的线性滑模面，设计量化滑模容错切换控制器。本发明的技术方案解决了T‑S模糊UMV系统同时发生信号量化、状态时变时延与推进器故障的问题。
-
公开(公告)号：CN110879535A
公开(公告)日：2020-03-13
申请号：CN201911368384.1
申请日：2019-12-26
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明提供一种T-S模糊UMV的滑模容错控制方法，包括：S1、基于T-S模糊模型方法，建立T-S模糊UMV时变时延系统模型；S2、基于上述的T-S模糊UMV时变时延系统模型，设计滑模面；S3、基于步骤S2设计的滑模面，设计自适应切换滑模容错控制器。本发明的技术方案可以在推进器发生故障以及UMV存在状态时变时延的情况下，实现UMV的动力定位，且不需要故障检测与诊断模块，避免了可能出现的推进器故障信息延迟或漏报现象。解决了现有技术中针对推进器故障和UMV存在状态时变时延的情况考虑单一的问题。
-
公开(公告)号：CN108665099A
公开(公告)日：2018-10-16
申请号：CN201810425909.X
申请日：2018-05-07
Applicant: 大连海事大学
Abstract: 本发明公开了一种船舶穿越间隙的计算方法，包括以下步骤：采集航道水文、气象及交通环境资料；计算航道船舶航行时间；建立航道船舶到达模型；计算航道船舶穿越间隙。本发明将所需数据通过雷达等检测手段，导出所需数据，并按上述方法进行计算，精确在各个位置时，工程船与其他船舶之间安全距离，为工程船驾驶员提供了一个参考依据，降低了主观判断不当引起的水上交通事故。本发明结合航道区域内的气象和水文资料、船舶的航速、航道的交通环境以及专家知识库，建立船舶穿越间隙的通用计算公式。该计算公式既适合内河航道，也适合海洋航线。
-
公开(公告)号：CN108665099B
公开(公告)日：2021-05-18
申请号：CN201810425909.X
申请日：2018-05-07
Applicant: 大连海事大学
Abstract: 本发明公开了一种船舶穿越间隙的计算方法，包括以下步骤：采集航道水文、气象及交通环境资料；计算航道船舶航行时间；建立航道船舶到达模型；计算航道船舶穿越间隙。本发明将所需数据通过雷达等检测手段，导出所需数据，并按上述方法进行计算，精确在各个位置时，工程船与其他船舶之间安全距离，为工程船驾驶员提供了一个参考依据，降低了主观判断不当引起的水上交通事故。本发明结合航道区域内的气象和水文资料、船舶的航速、航道的交通环境以及专家知识库，建立船舶穿越间隙的通用计算公式。该计算公式既适合内河航道，也适合海洋航线。
-
公开(公告)号：CN102426789A
公开(公告)日：2012-04-25
申请号：CN201110268296.1
申请日：2011-09-09
Applicant: 大连海事大学
Abstract: 本发明公开了一种机动车交通流量检测装置及其操作方法，包括T型柱、缓冲弹簧、支撑套筒、底板、电子线圈检测器、微处理器和嵌入式霍尔传感器；所述的T型柱柱头的两侧通过缓冲弹簧分别安装在支撑套筒上，所述的T型柱柱杆的外侧矩形通槽安装有嵌入式霍尔传感器，所述的支撑套筒的内侧矩形通槽嵌入磁铁；所述的电子线圈检测器安装在底板和T型柱柱杆之间。本发明利用电子线圈检测器和嵌入式霍尔传感器同时对机动车道的机动车流量进行并行检测，形成两种检测方式互为补充、互相校核，实现了检测精度更高、可靠性更好。本发明可大大缓解直接作用到电子线圈检测器上的重力，可有效提高检测线圈的使用寿命。
-
Patent Agency Ranking
公开(公告)号：CN110879535B
公开(公告)日：2022-09-30
申请号：CN201911368384.1
申请日：2019-12-26
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明提供一种T‑S模糊UMV的滑模容错控制方法，包括：S1、基于T‑S模糊模型方法，建立T‑S模糊UMV时变时延系统模型；S2、基于上述的T‑S模糊UMV时变时延系统模型，设计滑模面；S3、基于步骤S2设计的滑模面，设计自适应切换滑模容错控制器。本发明的技术方案可以在推进器发生故障以及UMV存在状态时变时延的情况下，实现UMV的动力定位，且不需要故障检测与诊断模块，避免了可能出现的推进器故障信息延迟或漏报现象。解决了现有技术中针对推进器故障和UMV存在状态时变时延的情况考虑单一的问题。
-
公开(公告)号：CN110333661B
公开(公告)日：2022-04-01
申请号：CN201910723107.1
申请日：2019-08-06
Applicant: 大连海事大学
Abstract: 本发明提供一种考虑量化和状态时滞的UMV自适应滑模容错控制方法，包括：构建推进器故障模型；构建量化机制模型；构建含海洋扰动和推进器故障的状态时滞UMV模型；针对构建的状态时滞UMV模型，基于矩阵的满秩分解方法和矩阵不等式技术，设计滑模面，保证UMV系统在滑模面上存在滑动模态；基于滑模面，引入自适应算法在线估计故障信息，结合量化参数的动态调节策略，设计滑模容错控制器，并基于Lyapunov方法分析系统的稳定性，保证UMV系统的容错能力和鲁棒性。本发明的技术方案解决了UMV运行过程中存在的未知的风浪流扰动，可能发生的各种推进器故障，通信网络中存在状态时滞和量化现象等问题。
-
公开(公告)号：CN101777262B
公开(公告)日：2011-11-23
申请号：CN200910248811.2
申请日：2009-12-25
Applicant: 大连海事大学
Abstract: 本发明公开了一种自行车流量检测装置及其操作方法，所述的装置包括机架、两个电子线圈检测器和微处理器，还包括两个贴片式红外检测器；所述的机架由左底板、右底板、左立柱、中立柱和右立柱组成，该装置可置于地表对通过整个非机动车道以及信号控制交叉口停车线横断面的自行车流量进行短时自行车流量检测，以便据此数据推测特定时段的自行车交通流量。该装置将线圈检测器和贴片式红外检测器作为电子检测元件，并结合微处理机，即可实现同时并行对自行车流量进行检测，两种检测装置可以互为补充，相互校核其检测到的自行车流量数据。因此，该装置检测精度高、可靠性好。此外，该装置可伸缩、折叠，体积小，重量轻，便于携带。
-
公开(公告)号：CN119600844A
公开(公告)日：2025-03-11
申请号：CN202411781770.4
申请日：2024-12-05
Applicant: 大连海事大学
IPC: G08G3/00 , G06Q10/047 , G06Q10/083 , G06N3/0442 , G06N3/084 , G06N3/006 , G01C21/20
Abstract: 本发明公开了一种内河航线网船舶实时动态航线诱导方法，包括以下步骤：采集信息；计算船舶实时动态速度及船舶穿插间隙；建立船舶航线网赋权拓扑图；建立广义路阻函数；建立诱导路径优化模型并求解最佳航线；输出实时动态船舶诱导航线。由于本发明基于实时动态船舶交通流量预测的结果，结合内河航线网内船舶航线网拓扑结构，通过建立船舶航线诱导模型，从而计算船舶的实时动态诱导航线，具有通用性强、覆盖面广的特点；本发明所采用的LSTM网络预测船舶航速，预测精度高，收敛快，工作量小；本发明可以提供准确的船舶实时动态诱导航线信息，可靠性好；由于本发明利用运筹学的蚁群优化算法解决了内河航线网内船舶实时动态航线规划，经济性好。
-
公开(公告)号：CN118196142A
公开(公告)日：2024-06-14
申请号：CN202410394904.0
申请日：2024-04-02
Applicant: 大连海事大学
IPC: G06T7/246 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于可学习互相关和排序损失的孪生网络目标跟踪算法，包括：获取目标图像和搜索图像；构建包括相连接的特征提取模块和可学习互相关模块的孪生神经网络模型，特征提取模块用于提取搜索图像的搜索特征图和目标图像的模板特征图；可学习互相关模块用于根据搜索特征图和模板特征图得到融合特征图；根据融合特征图构建排序损失函数更新孪生神经网络模型的参数；将图像组输入孪生神经网络模型，孪生神经网络结果输出目标图像在搜索图像的位置。通过可学习互相关模块增强对物体边界的分辨能力，防止被相似干扰物欺骗。通过基于排序的损失函数，增强模型的判别能力，缓解分类和定位之间的不匹配问题，确保更准确的目标预测。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
