-
公开(公告)号：CN116702095B
公开(公告)日：2024-04-05
申请号：CN202310643493.X
申请日：2023-06-01
Applicant: 大连海事大学 , 上海船舶运输科学研究所有限公司 , 广东海洋大学
IPC: G06F18/27 , G06F18/214 , G06N3/0499 , G06F18/2135
Abstract: 本发明提供了一种模块化海上船舶运动姿态实时预报方法，涉及船舶运动姿态预报技术领域，包括如下步骤：S1、采集目标船舶的船舶运动六自由度运动要素数据；S2、利用递归偏最小二乘回归模型进行预报，得到第一预报结果；S3、得到近似分量和细节分量；S4、利用变结构的径向基函数神经网络进行每个近似分量和细节分量的时间序列预报；S5、建立基于径向基函数神经网络的船舶运动预报模型，利用所述基于径向基函数神经网络的船舶运动预报模型进行预报，得到第二预报结果；S6、将所述第一预报结果和第二预报结果进行叠加，得到最终的模块化船舶运动预报的结果。本发明通过结合RPLS模型和VRBFN模型的模块化预报策略，在保证预报稳定性的同时提高了预报的精度。
-
公开(公告)号：CN116678409B
公开(公告)日：2024-03-12
申请号：CN202310448494.9
申请日：2023-04-24
Applicant: 大连海事大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于改进灰狼算法的北极冰区船舶路径规划方法，包括，获取船舶类型、航行区域以及航行区域的海冰数据，对航行区域进行栅格化处理，建立船舶航行的目标函数；构建灰狼算法模型，通过Tent混沌映射对灰狼种群的位置信息进行初始化，灰狼狼群通过围猎行为和捕食行为更新位置信息，根据位置信息计算目标函数的取值，判断目标函数的取值是否满足阈值或当前迭代次数等于最大迭代次数，若满足则获取将狼群的位置信息作为船舶的路径，反之则对灰狼狼群的位置信息进行优化，根据优化后的位置信息重新计算目标函数的取值。通过本发明使得规划路径更优，提高了船舶在冰区进行路径规划的效率、收敛速度与避障效果。
-
公开(公告)号：CN116678409A
公开(公告)日：2023-09-01
申请号：CN202310448494.9
申请日：2023-04-24
Applicant: 大连海事大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于改进灰狼算法的北极冰区船舶路径规划方法，包括，获取船舶类型、航行区域以及航行区域的海冰数据，对航行区域进行栅格化处理，建立船舶航行的目标函数；构建灰狼算法模型，通过Tent混沌映射对灰狼种群的位置信息进行初始化，灰狼狼群通过围猎行为和捕食行为更新位置信息，根据位置信息计算目标函数的取值，判断目标函数的取值是否满足阈值或当前迭代次数等于最大迭代次数，若满足则获取将狼群的位置信息作为船舶的路径，反之则对灰狼狼群的位置信息进行优化，根据优化后的位置信息重新计算目标函数的取值。通过本发明使得规划路径更优，提高了船舶在冰区进行路径规划的效率、收敛速度与避障效果。
-
公开(公告)号：CN113220910B
公开(公告)日：2023-06-06
申请号：CN202110552915.3
申请日：2021-05-20
Applicant: 大连海事大学
IPC: G06F16/41 , G06F16/432 , G06F16/438 , G06F16/44 , G06N3/04
Abstract: 本发明提供一种船舶甲板缆绳数据库的构建方法及系统，本发明方法，包括获取不安全行为的视频数据；对视频数据进行预处理；对预处理后的数据进行筛选；采用labelimg对筛选出来的图像进行标注；将标注后的不安全行为数据库图像的基本信息保存到图片数据表中，形成甲板缆绳不安全行为数据库。本发明通过采集船员不安全行为的图像数据库，提取每张数据库图片的不安全行为特征，将数据库图片特征以及不安全行为索引保存到图片特征表中；并通过深度学习以及神经网络等算法对甲板缆绳操作的船员进行不安全行为监测，基于《船员不安全行为与状态监测预警平台》项目的支持，船员可以通过手环震动来获得预警。
-
公开(公告)号：CN119440055A
公开(公告)日：2025-02-14
申请号：CN202411568060.3
申请日：2024-11-05
Applicant: 大连海事大学
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明公开了一种基于多目标粒子群优化的多无人机海上搜救路径规划方法，S1：将待搜救区域转化二维搜救区域；S2：对二维搜救区域进行网格分解；S3：通过混合高斯模型得到概率地图；S4：建立无人机搜救多目标协同优化函数；S5：基于混合粒子群优化算法求解函数，得到最优解；根据求解出的最优解，生成无人机的具体搜救路径。本发明建立了无人机搜救多目标协同优化函数，以资源均衡分配、最大路径安全性、优先覆盖高风险区域和最小化能源消耗为目标指导无人机执行搜救任务，改进了任务分配、路径规划和能源管理，实现多无人机搜救路径规划的多目标优化，为每架无人机制定精确的飞行路径，确保搜救任务的全面覆盖，显著提升了搜救效率与成功率。
-
Patent Agency Ranking
公开(公告)号：CN119356327A
公开(公告)日：2025-01-24
申请号：CN202411477402.0
申请日：2024-10-22
Applicant: 大连海事大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明公开了一种量化触发机制的异构船舶编队自主探测控制方法，通过建立入侵目标对跟随者动态虚拟船的引力函数，获取跟随者船舶在人工势场作用下的艏向角；进而建立基于船舶与动态虚拟船之间的位置误差的船艏向角和螺旋桨转速的虚拟控制律；并建立基于迟滞量化器的事件量化触发机制，以获取螺旋桨控制输入和舵机控制输入，实现异构船舶编队的自主探测控制。本发明能够针对异构船舶编队的差异性进行控制，减少了控制信号切换变动的次数，还能够解决由事件触发阈值参数的存在导致的闭环控制算法不稳定的问题。本发明有效提高了船舶控制系统的鲁棒性，减少了船舶的能耗，在无人船舶自主巡逻探测的工程领域具有重要的应用前景。
-
公开(公告)号：CN118657221B
公开(公告)日：2024-10-29
申请号：CN202411139280.4
申请日：2024-08-20
Applicant: 大连海事大学
IPC: G06N5/04 , G06Q10/0631 , G06Q10/0637 , G06Q50/26 , G06F17/16 , G06F17/10
Abstract: 本发明公开了一种基于知识驱动的三阶段海上搜救资源调度决策方法和系统，S1：建立海上搜救资源调度决策知识库；S2：建立推理模型；S3：构建多目标整数非线性规划模型；S4：将搜救资源初始可行集输入多目标整数非线性规划模型，求解得到搜救方案备选集；S5：从搜救方案备选集中确定最优的资源调度方案。本发明通过三阶段海上搜救资源调度决策方法为决策者提供决策支持，三阶段决策方法确保了资源调度的最优化，采用VIKOR确定决策结果又可以使决策结果更加符合实践需求，保证调度决策结果的准确性和实用性，使得海上搜救资源调度决策更加全面、科学和有效，同时增加了对复杂环境和不确定因素的适应能力。
-
公开(公告)号：CN117664140A
公开(公告)日：2024-03-08
申请号：CN202311692502.0
申请日：2023-12-11
Applicant: 大连海事大学
IPC: G01C21/20 , G06F18/24 , G06Q10/063 , G06Q50/40
Abstract: 本发明公开了一种基于POLARIS的北极航道航线规划方法，S1：基于极地操作限制评估风险指数系统计算得到北极海冰风险等级图；S2：基于ETOPO1全球地形模型得到安全水深区域，提取出安全水深区域风险等级图；S3：对安全水深区域风险等级图中的各风险等级进行重分类操作，并根据重分类的结果计算得到出发点的成本距离图，基于所述成本距离图得到出发点到目标点的最低成本航线即最低风险航线。本发明综合海冰厚度、海冰密集度和水深因素进行航线规划，计算包括海冰厚度及密集度的综合海冰风险，同时提取出安全水深区域，在安全水深区域以海冰风险等级为成本规划出最低成本航线，从而保证航行的安全。
-
公开(公告)号：CN117557912A
公开(公告)日：2024-02-13
申请号：CN202311742086.0
申请日：2023-12-18
Applicant: 大连海事大学
IPC: G06V20/10 , G06V10/44 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YoloV7模型的冰山场景识别方法，包括获取对图像中的冰山进行标注后构建冰山数据集，对冰山数据集中的图像进行数据增强，构建YoloV7模型并进行改进，设置训练参数，根据训练集和训练参数对改进的YoloV7模型进行训练，并对YoloV7模型的参数进行优化；根据验证集对所述训练后的改进的YoloV7模型进行验证并获取验证结果，判断验证结果是否满足迭代结束条件，若满足，则将训练后的改进的YoloV7模型作为最优模型，反之，返回Step3重新设置训练参数并对YoloV7模型进行重新训练直至满足迭代结束条件；根据最优模型对待识别的冰山图像进行识别。引入的CA模块使得改进后的YOLOv7模型在识别海冰场景中的大型独立海冰和冰山时更加准确。提高了冰山识别的准确性和鲁棒性。
-
公开(公告)号：CN117274576A
公开(公告)日：2023-12-22
申请号：CN202311292003.2
申请日：2023-10-08
Applicant: 大连海事大学
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/0895 , G06V10/764 , G06V10/766
Abstract: 本发明公开了一种基于对比学习和多方面蒸馏的小样本目标检测方法，通过构建基于对比学习与多方面蒸馏的小样本目标检测网络模型；并对小样本目标检测网络模型进行基类基础训练，获得小样本目标检测基类模型；再对所述小样本目标检测基类模型进行新类微调训练，获取最终小样本目标检测模型；最后根据最终小样本目标检测模型对小样本目标进行检测。解决了传统的目标检测方法容易出现类别混淆与信息捕捉能力较弱的问题，大大改善了检测模型对目标特征的捕捉能力，同时增强前景表示并减少背景信息的干扰，提升了目标检测性能。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.053 seconds)
