-
公开(公告)号：CN111507530A
公开(公告)日：2020-08-07
申请号：CN202010309180.7
申请日：2020-04-17
Applicant: 集美大学 , 交通运输部东海航海保障中心厦门航标处
Abstract: 本发明提出一种基于分数阶动量梯度下降的RBF神经网络船舶交通流预测方法，其特征在于：以前a小时船舶交通流量与下一次涨潮前b分钟的交通流量作为神经网络的输入，输出是未来c分钟的船舶交通流量；所述神经网络采用FOGDM-RBF神经网络。其能有效地加快梯度下降法的收敛速度，提高性能，具有较高的精度和有效性，避免了传统神经网络训练速度慢、容易陷入局部最优解、高方差振荡等缺点，并融入了分数阶运算所具有地更快的响应速度、更低的超调、更小的抖振效应和更好的预测控制性能。
-
公开(公告)号：CN111580387B
公开(公告)日：2022-09-13
申请号：CN202010292566.1
申请日：2020-04-14
Applicant: 集美大学 , 交通运输部东海航海保障中心厦门航标处
Abstract: 本发明公开了一种基于时滞分数阶船舶运动自适应滑模控制方法，所述控制方法包括以下步骤：S1，建立目标虚拟船舶运动模型，以此设立数学模型；S2，求取步骤S1中数学模型中的状态空间；S3，根据系统的期望状态，求取状态误差；S4，将步骤S3中的状态误差代入，构造滑动模态曲面函数；S5，利用控制输入和最近时刻的状态信息来逼近系统的不确定性，构造自适应控制律，以对滑模进行控制。通过使用本发明中的自适应滑模控制算法能使船舶在受到干扰时自动调整，快速恢复其稳定状态。
-
公开(公告)号：CN111507530B
公开(公告)日：2022-05-31
申请号：CN202010309180.7
申请日：2020-04-17
Applicant: 集美大学 , 交通运输部东海航海保障中心厦门航标处
Abstract: 本发明提出一种基于分数阶动量梯度下降的RBF神经网络船舶交通流预测方法，其特征在于：以前a小时船舶交通流量与下一次涨潮前b分钟的交通流量作为神经网络的输入，输出是未来c分钟的船舶交通流量；所述神经网络采用FOGDM‑RBF神经网络。其能有效地加快梯度下降法的收敛速度，提高性能，具有较高的精度和有效性，避免了传统神经网络训练速度慢、容易陷入局部最优解、高方差振荡等缺点，并融入了分数阶运算所具有地更快的响应速度、更低的超调、更小的抖振效应和更好的预测控制性能。
-
公开(公告)号：CN111580387A
公开(公告)日：2020-08-25
申请号：CN202010292566.1
申请日：2020-04-14
Applicant: 集美大学 , 交通运输部东海航海保障中心厦门航标处
Abstract: 本发明公开了一种基于时滞分数阶船舶运动自适应滑模控制方法，所述控制方法包括以下步骤：S1，建立目标虚拟船舶运动模型，以此设立数学模型；S2，求取步骤S1中数学模型中的状态空间；S3，根据系统的期望状态，求取状态误差；S4，将步骤S3中的状态误差代入，构造滑动模态曲面函数；S5，利用控制输入和最近时刻的状态信息来逼近系统的不确定性，构造自适应控制律，以对滑模进行控制。通过使用本发明中的自适应滑模控制算法能使船舶在受到干扰时自动调整，快速恢复其稳定状态。
-
公开(公告)号：CN111238478A
公开(公告)日：2020-06-05
申请号：CN202010008385.1
申请日：2020-01-06
Applicant: 交通运输部东海航海保障中心厦门航标处
IPC: G01C21/20
Abstract: 本发明涉及水上交通技术领域，具体地说，涉及一种基于三维视景的港水域航标助航系统及方法。其方法包括如下步骤：采用视频图像以增强场景模型的深度感和真实感；对三维视景进行增强处理；基于计算机视觉技术获得航标最优视景。该基于三维视景的港水域航标助航系统及方法中，在提供电子海图的基础上提供水上航标环境实景模型，改善视觉体验，使用户更直观地认识理解航标配布意图，减轻视频监控的网络流量压力，使得能够通过读取实时遥测经纬度数据，采用基于时空正则相关滤波器在线学习跟踪航标来处理海浪中的灯质闪烁。
-
Patent Agency Ranking
公开(公告)号：CN112051732B
公开(公告)日：2022-06-14
申请号：CN202010789229.3
申请日：2020-08-07
Applicant: 集美大学 , 交通运输部东海航海保障中心上海航标处
IPC: G05B13/04
Abstract: 本发明公开了一种考虑岸壁效应的航标船自适应神经网络分数阶滑模控制系统及方法，调用自适应分数阶滑模控制系统算法，利用径向基函数神经网络能逼近任意函数的特点，通过RBF神经网络估计模块估计出船舶模型的未知干扰力和未知干扰力矩，基于Lyapunov稳定性理论，在跟踪误差收敛到零，系统渐近稳定后，计算船舶纵向控制输入力和艏向控制输入力矩；将纵向控制输入力和艏向控制输入力矩，施加于船舶的执行机构上，驱使船舶保持期望位姿和期望速度，实现高精度定位，本发明能驱使船舶渐进地追踪期望的航向和估计外部扰动，并使得船舶保持目标航线，实现高精度定位。
-
公开(公告)号：CN114445695A
公开(公告)日：2022-05-06
申请号：CN202210007240.9
申请日：2022-01-05
Applicant: 集美大学
IPC: G06V20/00 , G06V20/40 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/762 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种海上航标识别方法、系统、装置和存储介质，可应用于海上交通技术领域。本发明方法包括：构建海上航标检测的训练集；根据包括YOLOv2算法的预设目标识别算法构建航标识别模型；采用训练集对所述航标识别模型进行训练；获取待识别图像数据；将待识别图像数据输入训练后的航标识别模型，得到待识别图像数据对应海域的航标识别结果。本发明通过根据包括YOLOv2算法在内的预设目标识别算法构建航标识别模型，并通过海上航标检测的训练集对航标识别模型进行训练后，然后通过训练好的航标识别模型识别出待识别图像数据对应海域的航标，以提高航标识别结果的准确度和实时性，从而可以给船舶传递正确的航标位置信息。
-
公开(公告)号：CN111986312B
公开(公告)日：2022-04-22
申请号：CN202010817894.9
申请日：2020-08-14
Abstract: 本发明涉及一种船舶轨迹绘制方法、终端设备及存储介质，该方法中包括：S1：通过摄像装置对已知坐标的物体进行拍摄；S2：根据拍摄的二维图像和物体的已知坐标对摄像装置进行标定；S3：通过标定后的摄像装置采集连续时间内的船舶图像，并通过非线性梯度域引导滤波算法对船舶图像进行滤波后，对每幅船舶图像中船舶特征均进行特征提取；S4：根据提取的船舶特征和摄像装置标定数据，将船舶特征在图像中的二维坐标转换为在世界坐标系中的三维坐标；S5：根据连续时间内每幅船舶图像中船舶特征对应的三维坐标在海图上进行显示并连线组成船舶轨迹。本发明实现了将监控船舶的经纬度在海图上进行显示。
-
公开(公告)号：CN111986312A
公开(公告)日：2020-11-24
申请号：CN202010817894.9
申请日：2020-08-14
Abstract: 本发明涉及一种船舶轨迹绘制方法、终端设备及存储介质，该方法中包括：S1：通过摄像装置对已知坐标的物体进行拍摄；S2：根据拍摄的二维图像和物体的已知坐标对摄像装置进行标定；S3：通过标定后的摄像装置采集连续时间内的船舶图像，并通过非线性梯度域引导滤波算法对船舶图像进行滤波后，对每幅船舶图像中船舶特征均进行特征提取；S4：根据提取的船舶特征和摄像装置标定数据，将船舶特征在图像中的二维坐标转换为在世界坐标系中的三维坐标；S5：根据连续时间内每幅船舶图像中船舶特征对应的三维坐标在海图上进行显示并连线组成船舶轨迹。本发明实现了将监控船舶的经纬度在海图上进行显示。
-
公开(公告)号：CN111290419A
公开(公告)日：2020-06-16
申请号：CN202010141557.2
申请日：2020-03-03
Applicant: 集美大学
IPC: G05D1/08
Abstract: 本发明涉及一种具有时变时滞输入的二轮自平衡车自适应滑模控制方法，其包括以下步骤：S1.采用拉格朗日方程建立具有时变时滞输入的二轮自平衡车系统的运动学模型；S2.采用分数阶自适应滑模控制对S1得到的二轮自平衡车系统的运动学模型进行求解，得到二轮自平衡车系统的控制律和自适应律；S3.采用S2得到的控制律和自适应律对二轮自平衡车进行平衡控制。通过本发明方法，能使二轮自平衡车在无人干预条件下快速实现自主平衡，克服了时滞对反馈系统的动态行为产生复杂的影响，在时延的不确定性和随机性下能够保证系统控制达到理想的控制效果。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.038 seconds)
