共查询到20条相似文献，搜索用时 190 毫秒
1.
针对水下机器人操纵性优化设计中水动力系数预报问题,在水下机器人水动力预报中引入艇体肥瘦指数概念,确定了水下机器人艇体几何描述的五参数模型。提出采用小波神经网络方法预报水下机器人水动力,确定了神经网络的结构,利用均匀试验设计方法,设计了神经网络的学习样本。研究结果表明,只要确定适当的输入参数,选择适当的学习样本和网络结构,利用小波神经网络方法对水下机器人水动力进行预报可以达到较好的精度。 相似文献
2.
针对多模态水陆两栖机器人作业环境复杂使得水下运动状态难以预报等难题,基于 CFD 方法求解的水动力系数,构建了机器人水下运动的五自由度动力学和运动学模型。基于机器人水下动力学模型,采用四阶经典龙格库塔法,开展了机器人直航运动及水平面回转运动数值仿真研究,并进行了水池试验验证。 试验结果数据与数值仿真结果误差均不超过 10%,验证了机器人水动力系数及五自由度动力学模型的准确性, 为水陆两栖机器人研制提供了理论与技术支撑。 相似文献
3.
4.
5.
参照蝠鲼等鱼类游动方式所研制的水下仿生扑翼机器人具有效率高、机动性强、负载能力大等多方面优势。由于其广阔的应用前景,水下仿生扑翼机器人已逐步成为水下航行器领域的研究热点。本文系统地将蝠鲼的生物学特性、机器人的结构设计、动力学模型、单体运动控制、集群运动控制以及实验研究等方面的国内外研究进展进行了总结和梳理。已有的研究表明：水下仿生扑翼机器人正在朝着软体化、集群化、 高机动等方向发展,新兴的水下仿生扑翼机器人及仿生集群能够更加精确的模拟真实生物的游动姿态,并开展相关任务。当下的研究为水下仿生扑翼机器人性能的进一步优化与提升奠定了坚实的理论与实践基础。 相似文献
6.
针对水下图像对比度偏低，细节模糊的问题，本文提出基于非锐化掩模引导滤波的细节增强方法。首先由原始图像做引导图进行滤波得到细节层图像，并对细节层使用噪声检测的中值滤波去除斑点噪声；然后对原始图像进行基于均值滤波的非锐化掩模，得到锐化图像，并将锐化图像作为引导图对原始图像进行引导滤波，获取基础层图像；最后将滤波后的细节层进行增益后与引导滤波获取的基础层进行叠加，达到增强水下图像细节的目的。并通过信息熵、局部对比度和平均梯度3种客观评价指标对图像处理结果进行了对比分析，主观和客观测试结果表明，本文采用的算法能够有效提高图像对比度以及增强细节信息，有利于提高水下图像资料解释的准确性。 相似文献
7.
水下机器人作为一类特种机器人,日益成为探索海洋奥秘、开发海洋资源的重要工具,被称为海洋高技术的皇冠,正逐步成为国家间海洋技术竞争的制高点。水下机器人标准体系最直接的作用是指导、规范水下机器人标准制定工作,使人们清楚水下机器人标准化工作方向和重点,有助于推动水下机器人研发和产业化进程,促进快速、健康发展。文章在介绍国内外水下机器人标准制订的基础上,探讨水下机器人标准体系框架构建思路,提出标准体系建设路径,明确水下机器人标准化工作范围和领域,并构建了水下机器人标准体系序列结构、三维结构、层次结构3种框架模型,为构建我国水下机器人标准体系提供了有价值的参考。 相似文献
8.
基于智能材料的柔性仿生水下机器人的研究是当今水下机器人研究的热点之一。智能材料驱动的水下仿生机器人具有微型化、柔性化、智能化、低噪声以及易于主动产生复杂运动等特点,其外形结构更加符合生物学特性,和传统驱动方式相比具有较大的优越性,近年来在水下机器人领域得到了较快的发展。本文对几种应用于水下机器人中常见的智能材料的驱动原理进行了比较,在此基础上介绍了国内外近年来利用上述几种智能材料作为驱动器研制的各种机器人。对机器人的外形结构和驱动模式作了简要介绍,重点对机器人驱动效率进行了分析和比较,分析了几种驱动材料性能的优劣。最后,指出了当前仿生水下机器人发展存在和需要解决的问题。 相似文献
9.
深海自主/遥控式水下机器人（ARV）作为新兴的复合型水下机器人,融合了自主式水下机器人的灵活性和遥控式水下机器人的人机交互性等优势,开启了自主与遥控混合作业的新模式。深海ARV可切换为AUV自主航行模式,独立采集周边区域近海底地形地貌、地质结构以及环境参数等数据,也能下潜至目标区域后切换为ROV遥控模式进行局部观察和采样操作,其探测作业一体化技术代表了具备复杂使命执行力的第三代深海水下机器人的发展方向。通过分析国内外深海混合型水下机器人的发展现状,结合ARV在中国深海矿产资源调查中的主要应用案例和取得的成果,以6 000米级“问海一号”ARV系统的研发为例,给出其关键技术集成以及面对的技术挑战,并对未来深海ARV的应用场景、功能集成和发展方向提出了一些设想和建议。 相似文献
10.
采用智能水下机器人进行海洋环境的立体监测具有监测范围广，自主性强的特点。本文在探讨世界各国采用智能水下机器人进行海洋环境监测的情况的基础上，介绍了自主研发的智能水下机器人海洋大范围环境数据的自主采集系统，其主要优点是：相对于其他机器人，可实现“大范围” 海洋环境数据的采集；相对于固定式浮标，可实现海洋环境数据的“自主”采集。并给出了自主采集流程和软件分层递阶体系结构。在真实海域中，采用智能水下机器人，进行了国内首次大范围环境数据采集实航实验。实验结果表明采用智能水下机器人进行海洋环境的立体监测是切实可行的。 相似文献
11.
12.
13.
1 .Introduction Large civil engineering structures are exposed to various external loads such as earthquakes ,winds ,traffic and wave loads during their lifetime . The structures may become deteriorated and de-graded withtime in an unexpected way, which m… 相似文献
14.
A neural network is presented for performing data association for multiple-target tracking on an optimal assignment basis, i.e., the sum of likelihood functions of measurement-to-track file associations is optimized. The likelihoods are shown to be derivable from a Kalman filter, which updates and maintains the track files from the measurements assigned by the neural network. Not only are measurements assigned to track files on an optimal basis, but undetected targets and unassigned measurements are identified also. A multiple-target tracking system utilizing the neural network, in conjunction with Kalman filtering, can also automatically delete and initiate track files. The solution to the data association problem, and therefore the design of the neural network, is based on the minimization of a properly defined energy function. Computer simulations indicate the ability of the neural network to converge quickly to the optimal hypothesis under various conditions, provided that the ambiguity in the scenario is not extreme. The computational complexity involved is moderate 相似文献
15.
16.
基于国家海洋信息中心质量控制后的西太平洋 10 度方区约 100 万站次温盐实测历史调查资料,对经过 26 种严格质量控制方法的综合海温质量符进行分类分析,首次将深度学习技术应用于海洋数据质量控制多分类 （multiclass classification）算法与应用研究。通过人工合成少数类样本和加权损失函数方法减少多数类的频率来降低数据的不平衡,并构建了多层感知器 （Multi-Layer Perceptron, MLP） 和深度神经网络 （Deep Neural Network, DNN） 两个海温资料质量符分类深度学习模型。分类结果表明本文构建的两个深度分类模型能够较准确快速地识别该海域海温数据质量,在 20 975 条温盐剖面资料测试集中分类准确率分别达到 99.63%和 99.69%。海温资料的分类精度评分有着较好的表现,其中正确数据 （QC1） 和数据缺失（QC9） 的正确识别率均达 100%。MLP 和 DNN 多分类质量控制模型可大幅降低传统质量控制方法的工作量,提升海量数据处理速度和分析能力,为海温观测资料在海洋研究与工程中应用提供参考。 相似文献
17.
全球日益增多的海滩垃圾，不仅造成海洋环境污染，严重威胁海洋生态系统健康，也对生物栖息地有着不可估计的影响。如何高效准确地对海滩垃圾进行监测和识别，是处置海滩垃圾过程的技术难点之一。基于此，本文以长江口南汇边滩为实验区，通过在海滩上设置常见垃圾样品，随后利用激光雷达记录的全波形数据和BP神经网络模型，以快速鉴别海滩垃圾类型。结果表明:基于激光雷达提取的垃圾全波形数据中回波振幅和回波宽度的差异，可用来识别海滩垃圾。构建的BP神经网络可有效将海滩垃圾分为泡沫类、布类、金属类、纸类及塑料类，最高识别率达到79%。此外，由于不同材质海滩垃圾的原材料成分存在相似或同质，会对精确识别区分垃圾类型造成一定的干扰，从而影响神经网络的识别率。可见，将激光雷达应用于识别海滩垃圾，为海滩垃圾的监测提供了新的方法。 相似文献
18.
为实现对海面风速精确的短期预测,提出了一种基于长短期记忆(LSTM,long short-term memory)神经网络的短期风速预测模型,选取OceanSITES数据库中单个浮标站点采集的风速历史数据作为模型输入,经过训练设置最佳参数等步骤,实现了以LSTM方法,对该站点所在海区海面风速在各季节性代表月份海面风速的24h短期预测。同时通过不同预测时长的实验以及与BP(back propagation)神经网络神经网络和径向基函数神经网络(radial basis function neural network,RBF)的预测效果对比实验,证明了LSTM预测方法相比上述两种神经网络预测方法,在海表面风速预测应用中的优越性。最后通过多个海域对应的站点风速数据预测实验,证明了LSTM神经网络模型的普遍适用性,由相关系数和预测误差的分析可知该方法具备应对急剧变化数据的预测稳定性,可以作为海洋表面风速短期预测的一种可靠方法。 相似文献
19.
20.
青岛地区太阳紫外线辐射研究 总被引：12，自引：0，他引：12
通过对青岛地区2004年全年紫外线观测数据的分析,在预设局地纬度、海拔高度、大气中臭氧量及其分布、空气质量状况、地表反照率等因素基本不变的情况下,总结了青岛地区紫外辐射随与太阳天顶角相关的不同季节和时段、天气状况(云况)的统计性变化规律,以服务于该地区人们日常生活中对紫外线的防护,尤其是为调光生态膜的研制及改善提供参考。 相似文献