-
公开(公告)号：CN119270856A
公开(公告)日：2025-01-07
申请号：CN202411385695.X
申请日：2024-09-30
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
IPC: G05D1/43 , G05D109/30
Abstract: 本发明提供了一种船舶大洋航线优化预报方法，包括如下步骤：S1、根据航次任务，根据转向点和航线类型建立初始航线；S2、建立船舶在海上对环境的运动响应数学模型；S3、获得船舶所经过海域的海洋环境预报结果；S4、计算船舶经过该海域的运动响应；S5、收集船舶此次航次任务中的其他要求条件作为其他约束；S6、优化计算得到船舶在优化目标下所应采取的优化航线和优化螺旋桨转速；S8、重复S3～S7，并执行最新得到的航线和航速优化方案。本发明通过对包括航线和螺旋桨转速在内的船舶航行计划要素进行优化，可以在规避恶劣海况以保证安全的前提下得到满足用户优化需求的航行方案。该方法有助于对船舶航行的智能化建设。
-
公开(公告)号：CN119065392A
公开(公告)日：2024-12-03
申请号：CN202411168311.9
申请日：2024-08-23
Applicant: 大连海事大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明一种动态碍航物下基于快速随机扩展树的智能船舶自主航行局部航迹规划方法，包括以下步骤：建立欠驱动智能船舶模型和二维运动模型；在快速随机扩展树算法的框架内引入速度障碍法求解满足欠驱动智能船舶安全约束的速度矢量；基于智能船舶的速度所受约束条件，利用动态窗口法融合速度障碍法建立智能船舶运动特性的评价函数，考虑艏摇角速度与侧滑角的影响确定智能船舶的最优速度组合，选取出符合船舶运动特性的局部最优航迹；基于障碍探索扇区策略，应对智能船舶穿过稠密的静态障碍物区域的过程控制。本发明在航迹长度、方法实时性均有提升，且具有更强的动态避碰调节能力。
-
公开(公告)号：CN118533181B
公开(公告)日：2024-11-22
申请号：CN202410989646.0
申请日：2024-07-23
Applicant: 大连海事大学 , 上海船舶运输科学研究所有限公司
Abstract: 本发明公开了一种基于改进麻雀搜索算法的北极航线路径规划方法，涉及航线路径规划技术领域；包括：S1：获取北极航道气象数据和冰情数据，并进行归一化处理和插值处理；S2：构建栅格环境地图；S3：计算风险指数结果并设定安全水深阈值，筛选出可安全通航区域；S4：建立关于风速阻力和破冰阻力的航行阻力目标函数模型；S5：采用改进的麻雀搜索算法优化航行阻力目标函数模型，从而在可安全通航区域内确定出最优北极航线路径。本发明确保仿真航行路线与实践通航航线一致的前提下，减少了船舶在北极航道航行中面临的风速阻力与破冰阻力对效率的影响，为北极航道航行提供了一种可靠的优化方案。
-
公开(公告)号：CN118938932A
公开(公告)日：2024-11-12
申请号：CN202411168315.7
申请日：2024-08-23
Applicant: 大连海事大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明一种基于海事避碰规则的智能船舶自主航行航迹规划方法，包括以下步骤：建立船舶会遇局势定量辨识模型，判断障碍船与智能船舶的会遇类型；对船舶航行的虚拟障碍线进行改进，对障碍物检测，增加海事规则约束的检验，且符合实际的海事避碰规则；建立障碍物探测扇区的策略来应对多动态障碍船的场景，以危险距离作动态障碍船避障圈，评估动态碍航物避障圈中所有动态碍航物的风险值，设定智能船舶只针对风险度最高的最危险障碍船进行避碰操作实现智能船舶自主航行航迹规划；对智能船舶自主航行航迹规划利用评价函数进行优化，得到最优的智能船舶自主航行航迹。本发明可以保证智能船舶航行过程中的安全性，提升了方法在实际航行状态下的实用性。
-
公开(公告)号：CN118605152A
公开(公告)日：2024-09-06
申请号：CN202410639686.2
申请日：2024-05-22
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于CB制导的T‑S模糊动态滑模动力定位控制方法，包括以下步骤：构建基于船舶运动状态的船舶运动数学模型；基于CB制导理论，获取运动学控制器，以获取船舶参考速度和船舶速度误差；根据船舶运动数学模型、船舶参考速度和船舶速度误差，构建考虑船舶所受的外部扰动的T‑S模糊仿射模型，以构建分段形式的T‑S模糊仿射模型，获取系统测量输出；根据系统测量输出，构建滑模面；以构建输出反馈动态滑模控制器，获取控制输入，实现对船舶的动力定位系统进行控制。本发明提供的T‑S模糊仿射模型具有较高的准确性和鲁棒性，基于该模型的控制效果更好。
-
Patent Agency Ranking
公开(公告)号：CN118377032A
公开(公告)日：2024-07-23
申请号：CN202410215915.8
申请日：2024-02-27
Applicant: 大连海事大学 , 上海船舶运输科学研究所有限公司
Abstract: 本发明一种基于多传感器融合SLAM的监测无人艇环境感知方法，包括以下步骤：获取激光雷达采集无人艇的点云信息、惯性测量单元采集的无人艇的位姿信息：三轴姿态角或角速率以及加速度信息、GPS模块采集的无人艇的位置信息；基于无人艇的三轴姿态角或角速率以及加速度信息，对无人艇的点云信息进行去畸变处理；使用IMU预积分模型进行IMU预积分计算；通过点云配准获得每帧激光点云之间的位姿变换关系，构建激光里程计；进行回环检测与无人艇的位姿信息优化；进行激光里程计、IMU预积分、GPS信息、回环检测进行后端优化，建立监测无人艇航行环境的全局点云地图以及获得无人艇航行轨迹。
-
公开(公告)号：CN117890551A
公开(公告)日：2024-04-16
申请号：CN202410215911.X
申请日：2024-02-27
Applicant: 大连海事大学
Abstract: 本发明一种水域监测与远程规划无人艇岸基平台系统，包括数据存储模块：用于对感知到无人艇行驶海域的环境状态和水质监测状况进行存储；数据处理模块：用于对所述数据存储模块存储的无人艇行驶海域的环境状态和水质监测状况，进行水质监测处理，无人艇感知到行驶环境处理，并进行无人艇航迹处理，形成无人艇地图，并传送给无人艇控制系统；数据显示模块：用于对所述数据处理模块处理后的无人艇航迹地图、处理后水质监测、处理后的无人艇感知环境进行显示；远程操作模块：用于基于所述数据显示模块显示无人艇航迹地图、处理后水质监测、处理后的无人艇感知环境，实现对无人艇的监测、无人船的航迹规划、水质信息和环境信息进行监测。
-
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：CN117666345A
公开(公告)日：2024-03-08
申请号：CN202311656827.3
申请日：2023-12-05
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于T‑S模糊分段模型的动态滑模无人船动力定位方法，建立了考虑无人船动力学系统受到复杂气流和极端天气带来的外部干扰的情况下的无人船运动数学模型，以及建立了与其对应的T‑S模糊分段仿射模型；基于T‑S模糊分段仿射模型构造滑模面，建立了完整滑模动力系统，获取滑动面增益，进而获取模糊输出反馈动态滑模控制器，以对无人船的动力定位系统进行控制。本发明能够更精确地调整无人船的动力输出，使其适应不断变化的环境条件并保持稳定，从而实现更高效、准确的海洋作业。不仅为解决无人船控制技术提供了理论支持，同时也为其技术发展提供了实质性的推动力量。
-
公开(公告)号：CN117634661A
公开(公告)日：2024-03-01
申请号：CN202310571525.X
申请日：2023-05-19
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/08 , G06N3/049 , G06N3/0464
Abstract: 本发明一种基于自注意双向长短期记忆网络的船舶操纵运动预报方法，包括以下步骤：对船舶运动历史数据进行采集，得到船舶历史数据的时间序列；构建自注意力加权双向长短期记忆网络模型，对注意力加权双向长短期记忆网络模型进行训练，得到训练后的自注意力加权双向长短期记忆网络模型；训练后的自注意力加权双向长短期记忆网络模型实现对船舶航行的运动数据进行预测，本方法采用了双向长短期记忆网络，可以循环学习并提取船舶运动时间序列数据的前向和反向特征，在船舶操纵运动数据预测中具有优异的预测精度和模型泛化能力，实际应用性较强。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.034 seconds)
