-
公开(公告)号：CN118687262A
公开(公告)日：2024-09-24
申请号：CN202410864028.3
申请日：2024-06-30
Applicant: 海南大学
IPC: F24H9/20 , H01M8/04089 , H01M8/04082 , H01M8/04029 , H01M8/04992
Abstract: 本发明涉及一种基于燃料电池热电联供系统的设施农业恒温控制方法，方法采用设施农业恒温控制程序包含供热需求和热能管理等模块，所述燃料电池系统控制程序包括功率跟踪、湿度控制、供气控制、温度控制等模块。与现有技术相比，本发明具有燃料电池系统环境适应性强等优点。
-
公开(公告)号：CN118093909A
公开(公告)日：2024-05-28
申请号：CN202410100686.5
申请日：2024-01-24
Applicant: 海南大学
IPC: G06F16/51 , G06F16/55 , G06V10/40 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明涉及一种基于ViT的无人机深度哈希图像检索方法、设备、介质，利用预先训练好且微调后的基于ViT网络的网络模型，基于输入的无人机图像的图像特征进行检索，方法包括如下步骤：针对输入的图像特征，通过卷积提取浅层特征；基于所述浅层特征，通过分块和线性嵌入处理，利用多个多头注意力模块提取深层特征；基于所述浅层特征和所述深层特征，通过残差连接得到融合特征；基于所述融合特征，通过哈希层生成哈希编码；基于所述哈希编码和所述融合特征，从图像库中进行由粗到细的分级搜索，得到检索结果。与现有技术相比，本发明提高了无人机图像检索的准确率。
-
公开(公告)号：CN116945192A
公开(公告)日：2023-10-27
申请号：CN202311170380.9
申请日：2023-09-11
Applicant: 海南大学
IPC: B25J9/16
Abstract: 本发明涉及一种三轮全向移动机械臂自运动规划方法，方法包括：S1、采用梯度下降公式，推导机械臂从不同初始状态调整到期望状态的速度层指标；S2、引入末端定位误差及其积分的反馈，并结合移动平台的运动学方程和S1的速度层指标，设计以伪逆形式描述的自运动规划方案；S3、获取机械臂的初始状态，将初始状态代入自运动规划方案进行迭代计算，得到自运动规划的驱动轮旋转角速度和关节速度；S4、将自运动规划的驱动轮旋转角速度和关节速度发送至三轮全向移动机械臂的下位机控制器，驱动三轮全向移动机械臂和移动平台达到期望状态。与现有技术相比，本发明具有完成不同状态之间的自动、快速、准确调整等优点。
-
公开(公告)号：CN119396141A
公开(公告)日：2025-02-07
申请号：CN202411452632.1
申请日：2024-10-17
Applicant: 海南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及无人艇轨迹跟踪技术领域，尤其涉及一种基于自适应动态事件触发的无人艇轨迹跟踪控制方法，建立了无人艇的运动学模型、期望轨迹和位置误差动态方程。结合动态事件触发机制和自适应动态规划，给出了含有动态事件触发控制律的代价函数和Hamilton函数，减少了无人艇控制器的资源消耗。利用了神经网络良好的非线性逼近能力，近似获取未知的代价函数与最优控制律。将计算得到的最优控制律应用于无人艇的控制系统，驱动无人艇按照预定的轨迹进行精确跟踪。本发明提出的方法能够有效提高无人艇轨迹跟踪的精度，节省系统计算和通信资源。
-
公开(公告)号：CN118963336A
公开(公告)日：2024-11-15
申请号：CN202410807384.1
申请日：2024-06-21
Applicant: 海南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及一种基于反步法的水面目标拦截方法、设备及介质，包括以下步骤：构建无人船拦截水面目标的无人船动力学模型，并获取无人船的动力学系数，其中所述无人船动力学模型包含未建模部分与未知外部环境扰动；确定所述未建模部分与未知外部环境扰动的上限；获取无人船和水面目标的位置速度信息，并给定参考相对速度，计算无人船和水面目标的相对距离、相对速度、视线角以及艏摇角与视线角夹角；基于所述无人船动力学模型、动力学系数、上限、参考相对速度、相对距离、相对速度、视线角以及艏摇角与视线角夹角，采用反步法设计无人船的拦截控制器，对水面目标进行拦截，完成拦截过程。与现有技术相比，本发明具有提升效率和稳定性等优点。
-
Patent Agency Ranking
公开(公告)号：CN117706481A
公开(公告)日：2024-03-15
申请号：CN202311615911.0
申请日：2023-11-30
Applicant: 海南大学
IPC: G01S5/18
Abstract: 本发明涉及一种水下目标定位方法、系统、设备及介质，该方法包括：水下潜器利用接收到的水面浮标信息进行自定位；基于水下潜器的历史位置信息和自身的推进速度，估计水流速度，构建与深度相关的水流场模型并进行参数估计；接收水下潜器发出的信标信号，估计目标节点的位置和异步时钟参数；基于构建与深度相关的水流场模型以及目标节点的位置和异步时钟参数，计算得到目标节点的被动移动速度，实现目标节点移动性预测。与现有技术相比，本发明同时考虑了节点之间的异步时钟问题、分层效应引起的水声弯曲效应问题以及水流环境引起的节点被动运动问题，实现了对目标节点的定位、时钟同步以及移动性预测，有效地提高了水下目标节点位置估计的精度。
-
公开(公告)号：CN119882791A
公开(公告)日：2025-04-25
申请号：CN202510055859.0
申请日：2025-01-14
Applicant: 海南大学
IPC: G05D1/485 , G05D1/65 , G05D1/633 , G05D1/644 , G05D101/10
Abstract: 本发明涉及异构体控制技术领域，尤其涉及异构海洋机器人的动态交会控制方法，包含以下步骤：将无人艇和无人潜器的动力学模型重构成端口哈密顿能量结构；对无人潜器的上浮深度施加期望的性能约束；构造无人艇和无人潜器的期望能量配置函数，获得期望端口哈密顿能量结构；无人潜器的控制器实时调节动能的注入速率使其实际动能达到期望动能；控制器实时调节动能的注入速率使无人艇逐渐靠近无人潜器的位置，实现动态交会；实时调节对模型中不可测恒定参数估计值的变化速率，实现对不可测恒定参数的无偏辨识；与现有技术相比，本发明提出的控制方法能够实现高效、稳定且安全的无碰撞动态交会，具有良好的应用前景。
-
公开(公告)号：CN119847145A
公开(公告)日：2025-04-18
申请号：CN202411873657.9
申请日：2024-12-18
Applicant: 海南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及无人艇路径规划技术领域，尤其涉及一种基于自触发模型预测控制的无人艇路径规划方法，建立了无人艇运动的数学模型，通过前向欧拉法离散化得到了预测模型，定义了含有输入输出以及状态变量的系统动态方程。通过引入事件自触发机制，节省了系统计算和通信资源。定义了含有自触发控制律的目标函数和约束条件，并将其表述为一个带约束的优化问题。通过求解优化问题，无人艇在事件自触发时刻进行反馈校正，最终实现对无人艇的路径规划。本发明提出的方法能够有效提升无人艇路径规划的精度，节省系统计算和通信资源。
-
公开(公告)号：CN119600513A
公开(公告)日：2025-03-11
申请号：CN202411685240.X
申请日：2024-11-22
Applicant: 海南大学
Abstract: 本发明涉及红外目标检测技术领域，具体涉及一种面向无人艇的轻量型实时红外目标检测方法及系统，该方法通过无人艇搭载的红外热像仪采集红外数据，并进行预处理、标注和划分。采用轻量级GLAF‑MobileNetV4网络作为检测方法的主干，不仅提升实时性，还大幅减少了模型参数。其中，轻量型的全局局部自适应融合注意力，能巧妙地整合全局与局部信息，通过动态权重调整优化局部信息融合。同时，设计的动态自适应多尺度特征融合编码器，利用注意力引导机制，根据多尺度特征的重要性自适应调整融合比例。本发明部署简便，提升无人艇在低光照条件下的目标检测精度与实时性，检测效率显著。
-
公开(公告)号：CN118761316A
公开(公告)日：2024-10-11
申请号：CN202410859483.4
申请日：2024-06-28
Applicant: 海南大学
Abstract: 本发明涉及一种基于注意力机制的近端策略多无人艇围捕优化方法，包括以下步骤：实时获取多无人艇围捕海上逃逸目标的相关参数，建立无人艇的运动学模型和动力学模型，并确定围捕成功的判定条件和约束条件；将所述无人艇的运动学模型、动力学模型以及围捕成功的判定条件和约束条件进行建模并确定马尔可夫决策过程的五元组(S,A,R,P,γ)；建立基于注意力机制的近端策略优化算法框架，输出每个无人艇的围捕动作，完成多无人艇围捕过程，其中所述基于注意力机制的近端策略优化算法框架包括注意力评价网络和策略网络，采用集中式训练、分布式执行方法对注意力评价网络和策略网络的参数进行更新。与现有技术相比，本发明具有提高无人艇的协作围捕能力等优点。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.018 seconds)
