-
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：CN118842309A
公开(公告)日：2024-10-25
申请号：CN202410864027.9
申请日：2024-06-30
Applicant: 海南大学
Abstract: 本发明涉及一种用于直流‑直流降压变换器的深度强化学习控制方法，方法包括以下步骤：S1、构建系统的状态空间模型；S2、构建线性扩张状态估计器，得到更新后的控制律；S3、构建直流‑直流降压变换器系统；S4、计算修正占空比，修正占空比输入PWM驱动模块，PWM驱动模块向直流‑直流降压变换器系统的直流‑直流降压变换器中的三极管输出控制信号，重复S4。与现有技术相比，本发明具有抑制实际系统与强化学习仿真训练模型的偏差，提高控制系统的鲁棒性能和自适应性能等优点。
-
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。
-
公开(公告)号：CN114967563B
公开(公告)日：2024-12-06
申请号：CN202210652095.X
申请日：2022-06-09
Applicant: 海南大学
IPC: G05B19/042
Abstract: 本发明涉及一种无人船集群的无速度传感器分布式协同控制系统，该系统包括运动‑动力联合控制模块、速度‑模型联合估计模块、通信网络以及被控无人船集群，所述的通信网络用以接收被控无人船集群的位置与速度信号，所述的运动‑动力联合控制模块的输入端分别连接通信网络的输出端、速度‑模型联合估计模块的输出端以及被控无人船的输出端，所述的速度‑模型联合估计模块的输入端连接运动‑动力联合控制模块的输出端以及被控无人船的输出端，用以实现被控无人船集群的协同运动。与现有技术相比，本发明具有提高协同控制器的经济性与可靠性、提高无人船集群的灵活性和可操作性以及降低算法的运算负担等优点。
-
公开(公告)号：CN118198427A
公开(公告)日：2024-06-14
申请号：CN202410306010.1
申请日：2024-03-18
Applicant: 海南大学
IPC: H01M8/04298 , H01M8/04858 , H01M8/04313
Abstract: 本发明涉及一种燃料电池动力系统能量管理策略半实物仿真平台和方法，包括：上位机(4)，用于产生总功率需求信号；第二嵌入式系统(6)，内置有燃料电池动力系统能量管理策略，用于基于燃料电池性能参数、动力电池性能参数和所述总功率需求信号，产生燃料电池需求功率和动力电池需求功率；动力电池管理模块(7)，用于产生动力电池性能参数，并基于所述动力电池需求功率，控制动力电池包产生对应的动力电池电功率；燃料电池模拟器，用于产生燃料电池性能参数，并基于所述燃料电池需求功率，基于预先构建的模型产生燃料电池电功率。与现有技术相比，本发明具有成本低、可拓展性强、安装便捷等优点。
-
Patent Agency Ranking
公开(公告)号：CN118192206A
公开(公告)日：2024-06-14
申请号：CN202410406937.2
申请日：2024-04-07
Applicant: 海南大学
IPC: G05B11/42
Abstract: 本发明涉及一种基于改进PID的水下机器人悬停控制方法、设备、介质，方法包括如下步骤：在计及水下机器人的质量附加效应、水动力阻尼、科氏力‑向心力和流体静力学恢复力的前提下，构建水下机器人在惯性坐标系和体坐标系下的动力学和运动学模型；构建计及期望闭环带宽、相位超前补偿和比例增益的改进PID控制器，并整定得到期望闭环带宽和比例增益的值；基于所述动力学和运动学模型进行仿真，根据控制性能指标调节相位超前补偿的参数值，完成改进PID控制器的参数整定；基于参数整定后的改进PID控制器实现水下机器人悬停。与现有技术相比，本发明能够提高水下机器人悬停的稳定性和鲁棒性，具有建模更加贴近实际等优点。
-
公开(公告)号：CN118092487A
公开(公告)日：2024-05-28
申请号：CN202311772605.8
申请日：2023-12-21
Applicant: 海南大学
IPC: G05D1/49 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明涉及一种基于毫米波雷达和视觉协同的艇载无人机降落方法和系统。系统包括无人机和停机平台。无人机，包括无人机基本结构及其精准定位模块、飞行控制模块、机载微型处理器和相应的传感器部件，其中精准定位模块用于获取停机平台的精确位置，包括卫星定位子模块、毫米波雷达定位子模块与视觉定位子模块；停机平台，包括停机平台、精准定位模块所需的标识码与固定无人机的自动推杆。相比于现有的其他发明技术，本发明提出的无人机自主降落系统具有全天候、高精度、大范围、低成本、抗干扰的明显优势。
-
公开(公告)号：CN117649544A
公开(公告)日：2024-03-05
申请号：CN202311392497.1
申请日：2023-10-24
Applicant: 海南大学
IPC: G06V10/762 , G06V10/774 , G06V10/82 , G06V10/24 , G06V20/10
Abstract: 本发明涉及一种轻量化水上目标检测方法、装置及介质，其中方法包括以下步骤：获取水上目标的图像数据，构建水上目标数据集；构建基于改进YOLOv7的目标检测模型，采用轻量化的线性瓶颈逆残差模块重构特征提取模块，并引入坐标注意力机制替换SE模块，同时，使用SPD结合非跨步卷积层的形式替代YOLOv7中的下采样模块；使用聚类算法对水上目标数据集进行聚类，将聚类后的数据集分配给不同尺度检测头，对目标检测模型进行训练；对训练后的目标检测模型进行结构重参数化；将采集到的图像输入结构重参数化后的目标检测模型，得到目标的位置和类别置信度信息。与现有技术相比，本发明能够在有限计算资源下实现快速精准的水上目标检测。
-
公开(公告)号：CN117593598A
公开(公告)日：2024-02-23
申请号：CN202311403413.X
申请日：2023-10-26
Applicant: 海南大学
IPC: G06V10/771 , G06V10/762 , G06V10/30 , G06N3/088 , G06V10/82
Abstract: 本发明涉及一种基于谱松弛嵌入的无监督特征选择方法、装置及介质，其中方法包括以下步骤：获取用户输入的图像数据集并进行预处理；对数据集中的样本图像矩阵进行滤波降噪；根据样本图像矩阵计算局部拉普拉斯谱，建立基于谱松弛嵌入的向量式无监督特征选择模型；对无监督特征选择模型的多个变量进行迭代学习至收敛；根据迭代学习得到的无监督特征选择模型，计算各个特征对应的评价指标；根据评价指标值，从大到小依次选择预设数量的特征数，完成特征选择。与现有技术相比，本发明具有易于实现、方便快捷、可以根据需要选择所需的数据维度等优点。
-
公开(公告)号：CN118331297B
公开(公告)日：2024-11-22
申请号：CN202410343637.4
申请日：2024-03-25
Applicant: 海南大学
Abstract: 本发明涉及一种基于隧道预设性能的无人机集群路径规划控制方法。所述方法包括：针对所述跟随者，定义路径误差，采用隧道预设性能策略对所述路径误差进行变换处理，构造出基于隧道预设性能的运动学控制律；确定所述虚拟领导者的路径参数变量，构造出路径更新律；针对所述跟随者，采用分布式学习策略构建基于DNP的自适应控制律；将所述运动学控制律、所述路径更新律、所述基于DNP的自适应控制律作为控制信号；根据分布式路径控制器，进行无人机集群路径跟踪控制。通过引入隧道预设性能策略构建出运动学控制律，采用分布式学习策略构建基于DNP的自适应控制律，使得分布式路径控制器在分布式学习策略下，泛化能力得到增强。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.03 seconds)
