-
公开(公告)号：CN114419341B
公开(公告)日：2024-04-26
申请号：CN202210067935.6
申请日：2022-01-20
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于迁移学习改进的卷积神经网络图像识别方法，包括构建原始图像集，利用显著性检测方法对原始图像集进行提取，获得显著区域图像集；利用显著区域图像集构造过滤器集；利用迁移学习方法构建卷积神经网络训练模型，并对卷积神经网络进行训练；利用训练后的卷积神经网络和过滤器集识别显著区域图像集，获得图像深度特征。本发明通过显著性检测，有效地去除图片背景的影响，抑制干扰区域的信息，并使用迁移学习方法，只需对原始训练模型的参数进行微调，即可应用于特定区域的图像识别，既可以减少训练所需的数据量，也消除了卷积神经网络在参数计算方面的不足，节省训练时间，提高了算法的图像识别性能。
-
公开(公告)号：CN114397821B
公开(公告)日：2024-07-12
申请号：CN202210060294.1
申请日：2022-01-19
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于预设性能的多水面船分布式编队的鲁棒控制方法，包括：S1：建立船舶编队系统中船舶的运动学模型和船舶的动力学模型；S2：建立三阶非线性状态扩张状态观测器；S3：建立基于有限时间控制方法的预设性能函数；S4：设计船舶编队系统的鲁棒控制律。本发明能够使系统能够在复杂海况的环境下保持良好的性能，摆脱了传统控制方法依赖于精确数学模型的局限性。同时本发明结合有限时间控制方法的特性设计一种新型的预设性能函数以约束系统误差，通过改变收敛时间的值可以减少船舶队形形成的时间，在一定程度上提高了系统的工作效率和动态性能。
-
公开(公告)号：CN114578819B
公开(公告)日：2024-05-17
申请号：CN202210195126.3
申请日：2022-03-01
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于人工势场法的多水面船分布式编队的控制方法，包括：S1、建立船舶的数学模型，并使用人工势场法，建立船舶所受的总势场函数；S2、采用反步法，设计多水面船分布式的鲁棒控制律；S3、使用单隐层神经网络，建立船舶受力的未知函数；S4、根据船舶与障碍物之间的距离信息，判断船舶是否存在碰撞危险；若否，则通过所述鲁棒控制律，控制船舶按照原目标轨迹前进；若是，则根据势场模型、未知函数，计算船舶下一时刻的位置，即下一时刻的避碰路径，通过所述鲁棒控制律，控制船舶前往所述位置。本发明解决了船舶不能按照原先编队的目标轨迹前进的问题，提高无人艇在航行时的安全性，有效的预防了船舶的避碰。
-
Patent Agency Ranking
公开(公告)号：CN117148843A
公开(公告)日：2023-12-01
申请号：CN202311232570.9
申请日：2023-09-22
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了收敛时间和约束边界可指定的预设性能多船编队控制方法，包括如下步骤：S1：建立多船编队控制系统中船舶的运动学模型和动力学模型；S2：设定多船编队控制系统的编队误差，并基于编队误差设定辅助误差；S3：设计基于时变尺度函数和时变强迫函数的性能函数对所述辅助误差进行误差转换，得到转换后的误差变量；S4：基于船舶的运动学模型和动力学模型以及转换后的误差变量设计系统控制律，实现基于收敛时间和约束边界可指定的预设性能对多船编队控制系统进行控制。本发明中具有指定收敛时间和约束边界的性能函数，使控制工程师能够根据实际需求提前设定收敛时间，且实现了对编队误差的约束，保证了多水面船编队系统的瞬态和稳态性能。
-
公开(公告)号：CN117055579A
公开(公告)日：2023-11-14
申请号：CN202311232576.6
申请日：2023-09-22
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了满足指定性能的多船预设时间分段输出反馈编队控制方法，包括如下步骤：S1：建立多船编队控制系统中船舶的运动学模型和动力学模型；S2：设定多船编队控制系统的编队误差，并基于所述编队误差设定辅助误差；S3：设计性能函数进行误差转换，得到转换后的误差变量；S4：基于船舶的运动学模型和动力学模型以及转换后的误差变量设计预设时间分段式控制律，用于对所述多船编队控制系统进行控制。通过设计一种具有预设时间收敛性的性能函数，并通过误差转换设计了满足指定性能的多船预设时间分段输出反馈编队控制器，使得工程师可以根据实际任务需求提前设定收敛时间，而不受系统初始条件和控制器的设计参数的影响，提高了工作效率。
-
公开(公告)号：CN114578819A
公开(公告)日：2022-06-03
申请号：CN202210195126.3
申请日：2022-03-01
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于人工势场法的多水面船分布式编队的控制方法，包括：S1、建立船舶的数学模型，并使用人工势场法，建立船舶所受的总势场函数；S2、采用反步法，设计多水面船分布式的鲁棒控制律；S3、使用单隐层神经网络，建立船舶受力的未知函数；S4、根据船舶与障碍物之间的距离信息，判断船舶是否存在碰撞危险；若否，则通过所述鲁棒控制律，控制船舶按照原目标轨迹前进；若是，则根据势场模型、未知函数，计算船舶下一时刻的位置，即下一时刻的避碰路径，通过所述鲁棒控制律，控制船舶前往所述位置。本发明解决了船舶不能按照原先编队的目标轨迹前进的问题，提高无人艇在航行时的安全性，有效的预防了船舶的避碰。
-
公开(公告)号：CN114419341A
公开(公告)日：2022-04-29
申请号：CN202210067935.6
申请日：2022-01-20
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于迁移学习改进的卷积神经网络图像识别方法，包括构建原始图像集，利用显著性检测方法对原始图像集进行提取，获得显著区域图像集；利用显著区域图像集构造过滤器集；利用迁移学习方法构建卷积神经网络训练模型，并对卷积神经网络进行训练；利用训练后的卷积神经网络和过滤器集识别显著区域图像集，获得图像深度特征。本发明通过显著性检测，有效地去除图片背景的影响，抑制干扰区域的信息，并使用迁移学习方法，只需对原始训练模型的参数进行微调，即可应用于特定区域的图像识别，既可以减少训练所需的数据量，也消除了卷积神经网络在参数计算方面的不足，节省训练时间，提高了算法的图像识别性能。
-
公开(公告)号：CN114397821A
公开(公告)日：2022-04-26
申请号：CN202210060294.1
申请日：2022-01-19
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于预设性能的多水面船分布式编队的鲁棒控制方法，包括：S1：建立船舶编队系统中船舶的运动学模型和船舶的动力学模型；S2：建立三阶非线性状态扩张状态观测器；S3：建立基于有限时间控制方法的预设性能函数；S4：设计船舶编队系统的鲁棒控制律。本发明能够使系统能够在复杂海况的环境下保持良好的性能，摆脱了传统控制方法依赖于精确数学模型的局限性。同时本发明结合有限时间控制方法的特性设计一种新型的预设性能函数以约束系统误差，通过改变收敛时间的值可以减少船舶队形形成的时间，在一定程度上提高了系统的工作效率和动态性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
