公开(公告)号：CN117518298A

公开(公告)日：2024-02-06

申请号：CN202311846303.0

申请日：2023-12-29

Applicant: 大连海事大学 ,  广东海洋大学 ,  上海船舶运输科学研究所有限公司

Inventor： 孟祥坤 ,  章文俊 ,  杨雪 ,  周翔宇 ,  白伟伟 ,  张国庆 ,  吕红光 ,  尹建川 ,  曹亮 ,  吴中岱 ,  韩冰

IPC: G01W1/10 ,  G06F18/25 ,  G06F17/18 ,  G06N3/048 ,  G06N3/082

Abstract: 本发明提供了一种具有自适应模型结构的潮汐组合预报方法，包括如下步骤：S1、采集目标点位及附近点位的实测数据；S2、利用调和分析法建立调和常数模型；S3、计算调和常数模型所输出的第一预报结果，将实测数据的实际潮汐值减去第一预报结果得到差值，得到子序列；S4、利用动态正交模型选择算法建立变结构神经网络预测模型，利用Lipschitz熵值法进行子序列预报模型结构的确定，利用变结构神经网络预测模型对子序列进行辨识和预报，得到第二预报结果；S5、将第一预报结果与第二预报结果相加，得到最终预报结果。本发明减少了人工确定模型结构带来的耗时长、任意性强、无法反映系统动态和往往无法达到最优的缺点，提高了所得模型的预测精度和算法的稳定性。

公开(公告)号：CN117311354A

公开(公告)日：2023-12-29

申请号：CN202311320587.X

申请日：2023-10-12

Applicant: 大连海事大学 ,  大连海大智龙科技有限公司

Inventor： 吕红光 ,  谭贵芙 ,  宋健 ,  马晓茹 ,  亢玺凯 ,  尹勇 ,  张国庆 ,  刘秀文 ,  景乾峰 ,  朱忠显

IPC: G05D1/02

Abstract: 本发明公开了一种基于精确任务导向的港作船自主路径规划及靠泊方法，包括设计紧迫度函数，设置靠泊点位、角度、速度，基于目标船的航向、靠泊角度以及我船的航速向量构建标准线，根据紧迫度函数的取值选择远离策略控制我船航行，根据我船、靠泊点位是否都在目标船一侧，选择异侧策略控制我船航行，根据我船是否在标准线之后以及我船与标准线之间的垂直距离选择粗旷导航策略或精细导航策略控制我船航行，根据我船在标准线之前以及我船与目标船之间的物理距离选择远距离调整策略或近距离调整策略控制我船航行，判断我船是否与目标船船体接触，若是进行靠泊，反之重新构建标准线。本发明基于不同的策略配置引力，实时规划船舶路径并提高了靠泊精度。

公开(公告)号：CN116360260A

公开(公告)日：2023-06-30

申请号：CN202310287839.7

申请日：2023-03-22

Applicant: 大连海事大学

Inventor： 张国庆 ,  李纪强 ,  尹世麟 ,  王力 ,  常腾宇 ,  蒋畅言 ,  吕红光 ,  尹勇 ,  张显库

IPC: G05B13/04

Abstract: 本发明公开了一种基于触发制导和自更新阈值的ASV预设性能控制方法，包括：S1：建立3自由度ASV的非线性数学模型和ASV的虚拟参考路径模型；S2：获取ASV的制导律；S3：获取基于有限边界触发圆的制导律；S4：获取ASV的虚拟控制律；S5：获取虚拟控制律的动态面信号：S6：获取动态事件触发机制；S7：获取ASV主机转速命令和ASV舵角命令；S8：获取ASV预设性能控制器的设计参数，以对ASV进行控制。本发明通过构建基于有限边界触发圆的制导律，降低了参考信号的传输频率，降低制导系统的通信负载。通过虚拟控制律的动态面信号，解决了触发阈值需要人为设计的问题，提高了ASV的控制精度。

公开(公告)号：CN116310997A

公开(公告)日：2023-06-23

申请号：CN202310399524.1

申请日：2023-04-14

Applicant: 大连海事大学 ,  大连海大智龙科技有限公司

Inventor： 尹勇 ,  邵泽远 ,  吕红光

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的海上小目标检测方法，包括以下步骤：步骤S1：采集实际海域的视频图像，并对视频图像进行分帧处理得到含有目标特征的图片数据集；步骤S2：对图片数据集进行标注获取特征图片测试集与特征图片训练集；步骤S3：基于YOLOv5的网络框架，构造加入注意力机制模块SCAM++与增强型双向特征融合结构PANet的YOLO‑sea网络模型；步骤S4：采用DIoU作为YOLO‑sea的损失函数，利用图片训练集对YOLO‑sea网络模型进行训练，获取YOLO‑sea优化模型；步骤S5：采用YOLO‑sea优化模型对图片测试集进行目标检测。解决了海天线附近的极小目标集中在一起，且受到海岸、浪花的干扰，海上小目标检测精度低以及实时性差的问题。

公开(公告)号：CN114926782A

公开(公告)日：2022-08-19

申请号：CN202210594873.4

申请日：2022-05-27

Applicant: 大连海事大学

Inventor： 章文俊 ,  赵常九 ,  牟聪瑞 ,  岳敬文 ,  吕红光 ,  王庆武 ,  杨雪 ,  孟祥坤 ,  周翔宇

IPC: G06V20/52 ,  G06V20/59 ,  G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于yolo‑v4的船员驾驶台不安全行为识别方法，包括：根据事故报告、IMO规则、船公司体系文件和船长的经验，确定船员驾驶台不安全行为的类别；以“育鲲”轮和“长江叁号”邮轮的驾驶台以及航海模拟器作为采样地点，采用摄像头采集三个采样地点船员工作状态的视频数据；将采集的视频数据分别成图片，获取不安全行为图像数据；制作船员驾驶台不安全行为数据集；构建YOLOv4‑ghostnet网络模型；将制作的数据集放到构建的YOLOv4‑ghostnet网络模型中进行训练，选取并保存损失值最低的权值文件；将构建的模型和保存的权值文件集成到船员预警平台中，模型将检测出船员的不安全行为，并发出预警信号。本发明可以对船员进行实时的提醒，降低海事事故的发生概率，保障船舶安全。

公开(公告)号：CN107246871A

公开(公告)日：2017-10-13

申请号：CN201710407936.X

申请日：2017-06-02

Applicant: 大连海事大学

Inventor： 尹建川 ,  王宁 ,  胡江强 ,  吕红光 ,  吴卫兵 ,  李连博

IPC: G01C21/20

Abstract: 本发明公开了一种基于ECDIS的绿色大洋航线设计方法，包括以下步骤：建立船舶的温室气体排放模型；建立船舶航线的网格区域；优化选择船舶航线和主机推进功率；显示与使用航线。本发明是事先利用样本训练神经网络，在优化确定航线时利用神经网络进行在线计算，这样大大减小了运算量，而且神经网络这种非线性拟合方式具有较高的拟合精度。这样处理可以同时满足实时性和精确性的要求。本发明在优化设计航线的同时优化每个航段的船舶主机输出功率，从而从船舶航线和主机输出功率两个方面控制船舶，以达成温室气体排放量最小的目标。本发明利用神经网络的非线性拟合功能实现对船舶温室气体排放的精确拟合，提高了运算精度。