-
公开(公告)号：CN119550330A
公开(公告)日：2025-03-04
申请号：CN202410863707.9
申请日：2024-06-29
Abstract: 本发明提出一种基于RBF神经网络与滑模面的水下机械臂轨迹跟踪控制方法，包括以下步骤：建立水下动力学模型及电驱动数学模型；构建级联动力学方程组；设定期望输入信号并定义相关误差；进行快速终端滑模面的滑模函数设计，定义李雅普诺夫方程表达式并对其求导；根据滑模函数存在奇异点问题设计消除奇异点的函数，并更新李雅普诺夫方程的求导函数；设计RBF神经网络及权重对李雅普诺夫方程求导函数的非线性项进行神经网络逼近，设计电驱动辅助控制器和动力学辅助控制器。本发明在考虑电驱动力的辅助控制的基础上，对快速终端滑模控制方法进行改进，不仅提高了水下机械臂轨迹跟踪控制方法的稳定性和收敛速度，而且能够适应不同应用场合的具体需求。
-
公开(公告)号：CN118936473A
公开(公告)日：2024-11-12
申请号：CN202410993490.3
申请日：2024-07-24
IPC: G01C21/20
Abstract: 本发明提供了一种数据驱动的浅水域水下机器人路径规划方法，包括:步骤S1、根据任务需求对水下航行器与其环境进行环境建模；步骤S2、获取环境中的流场边界速度矢量信息，建立全部工况下流场流速信息的仿真数据库；步骤S3、在实际场景下，获得流场中全部区域的流速信息；步骤S4、从环境模型中获得水下机器人的当前位置，针对设定的目标点，进行全局采样及路径优化，以获得理论可行初始路径；步骤S5、将步骤4中获得的初始路径进行可行性检测，分析出物理可行区域与物理不可行区域；步骤S6、对物理不可行区域进行局部有向拓展，修正为物理可行路径；步骤S7、根据路径长度输出最优可达路径。
-
公开(公告)号：CN118940496A
公开(公告)日：2024-11-12
申请号：CN202410983593.1
申请日：2024-07-22
IPC: G06F30/20 , G06F119/14
Abstract: 本发明提供了一种基于K与T指数对水下潜航器操纵性能预报方法，包括以下步骤：利用Creo建立水下潜航器SUBOFF带E1619螺旋桨的参数化模型，将其导入Fluent进行数值模拟，模拟出不同舵角下的水下潜航器SUBOFF的艏摇力矩，不同速度下水下潜航器SUBOFF的艏摇力矩，以及不同加速度下水下潜航器SUBOFF的艏摇力矩。本发明利用Creo参数化方法，Fluent数值模拟，MATLAB曲线拟合方法结合，求解出水动力导数，利用野本方程得到K与T指数，基于K与T指数进行水下潜航器操纵性能预报，为水下潜航器操纵性能预报提供指导意见，并为后续水下潜航器操纵性能优化提供理论指导，减少水下潜航器操纵性能不当产生的海洋事故。
-
公开(公告)号：CN118865082A
公开(公告)日：2024-10-29
申请号：CN202410850429.3
申请日：2024-06-28
IPC: G06V20/05 , G06V20/70 , G06V10/25 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/048
Abstract: 本发明提出一种适用于水下的组合自监督目标识别方法，包括以下步骤：步骤1：构建水下数据集；步骤2：数据预处理；对水下数据集中的同一数据进行不同的预处理，让检测模型在不同的预测处理结果中找出相似的信息；步骤3：检测模型采用组合自监督方法预训练，将输入图像映射到一个特征空间中，然后缩小正对之间的距离，扩大负对之间的距离，用以通过这一过程帮助检测模型学习数据中对下游任务有用的信息；步骤4：迁移训练，对检测模型预训练获得的权重信息，采用迁移训练进行微调获得获得高精度的水下检测模型，用于水下目标识别；本发明帮助目标模型获得更加丰富的水下目标表征信息，提高水下目标检测器的性能。
-
-
-
Search Results
4
records
(took 0.024 seconds)
