智能船舶研发风险分析与控制

针对智能船舶研发的风险问题,在介绍智能船舶的概念及智能船舶特点的基础上,通过系统分析智能船舶研发的各种风险,着重从技术和财务2个方面分析风险的因素,提出风险控制的相关对策和措施,为我国企业研发智能船舶进行风险控制提供参考.     

机器人生产线在船舶智能制造中的应用研究

智能制造是“中国制造2025”的主攻方向。本文先浅谈了智能船厂，并结合国内首个智能船厂试点对智能船厂的初级发展建设等进行初步探索，主要对船舶智能制造机器人生产线应用进行梳理分析，如工艺流程及布置、生产模式改进、提质增效和人员减配等。     

FPSO总段异地总组工艺

针对目前总组场地资源不足,导致生产效率难以提高等问题,利用龙门吊吊装能力覆盖区域以外的场地、总组工装、1000 t运输平板车等资源来解决总组场地资源的紧张。应用海工规范,重点探讨总段异地总组的必要性、差异点、工艺设计流程和相关实例,探讨提高场地利用率的新工艺工法,促进有限资源下产出效能最大。     

大直径盾构管片水平拼装试验方法探究

大直径盾构管片水平拼装试验存在效率低下甚至失败的情况,不能真实全面反映产品尺寸精度。分析其原因除大直径管片体积大、重量大的因素外,主要原因在于现有的试验设备工装简陋、试验方法粗放、规范要求低等。结合当前水平拼装的规范要求,分析现有试验方法存在的不足,对现有拼装设备工装进行改造,制定高标准的、更加严格的工艺措施,创造性地提出在每层管片拼装时增加标高检测的新思路。将新方法应用于南京长江第五大桥夹江隧道工程管片水平拼装试验,结果良好,证明了此试验方法的科学性与有效性。     

融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

智能船舶集成设计技术

针对符合CCS《智能船舶规范》入级符号的船舶设计开发,研究分析智能船舶集成设计技术的设计思想、设计要素、设计框架和关键技术,设计目标船解决方案,并讨论了未来需要突破技术方向。     

放宽条件定点集结模式下编组站车辆 集结排队系统分析

集结模式决定了货车集结过程的结束条件，定点集结是一种高效率的集结方式，有利于提高运输质量.针对放宽条件定点集结模式下编组站车辆集结过程，建立离散时间批到达批服务排队模型，利用嵌入式马尔可夫链方法求得离去时刻瞬时系统集结车辆队长分布，并求得任意时刻车辆集结队长分布，在此基础上分别分析了最小编成辆数，车组大小分布，车流到达强度，服务时间间隔分布对车辆平均集结队长，集结延误时间，效率，一昼夜发送车流量等系统指标的影响.分析结果表明，各因素对车辆集结排队系统影响明显.因此，利用本文提出的模型能为编组站的精细化管理和车流组织优化提供决策参考.     

港口高杆灯的无线智能控制系统设计

随着港口建设规模的扩大,港区堆场面积越来越大,配套的高杆灯及其他照明设施的数量也相应增加,需要一个自动化的、科学的管理方式和系统对其进行管理和控制。照明无线智能控制系统采用先进可靠的远距离无线通信技术,将人机操作界面和远程控制环节有机结合起来,实现对高杆灯的远距离无线控制。通过高杆灯无线智能控制系统,合理组合开启灯具数量和安排开启时间,智能调光,以达到高效节能、安全运行的良好效果。     

快速路可变限速与匝道控制协同优化策略

可变限速控制和匝道控制是快速路交通控制的主要手段,本文对两者的协同优化策略进行了研究.借助智能车路协同系统强大的信息感知能力,通过引入微观交通流信息,对经典METANET模型进行了改造,构建了可变限速控制影响下的微观METANET模型,实现了一种新的可变限速控制策略,同时,采用ALINEA算法,对入口匝道进行了优化控制,实现了两者的协同优化.最后,基于实际道路和交通流数据搭建了仿真平台,对微观METANET模型和协同优化策略的有效性进行了验证.仿真结果表明,微观METANET模型具有良好的交通流预测效果,协同优化策略能有效地改善快速路交通流状态.     

基于GPS与图像融合的智能车辆高精度定位算法

车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System,GPS)定位误差通常在10 m左右,不能满足智能车辆的定位需求;惯性导航系统成本较高,不适于智能车辆的推广.本文在视觉地图基础上,提出一种基于GPS与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标,首先运用GPS信息进行初定位,在视觉地图中选取若干采集点作为初步候选,其次运用Oriented FAST and Rotated BRIEF(ORB)全局特征进行特征匹配,得到一个候选定位结果,最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n点模型(Perspective-n-Point,Pn P),得到车辆当前的位姿,并以此对候选定位结果进行修正,得到最终定位结果.实验在长为5 km的路段中进行,并在不同天气及不同智能车辆平台测试.经验证,平均定位精度为11.6 cm,最大定位误差为37 cm,同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求,且大幅降低了高精度定位成本.