带扰动观测器的船舶轨迹跟踪自适应动态面滑模控制

针对遭受未知外部环境扰动的三自由度全驱动船舶轨迹跟踪控制问题,设计一种带扰动观测器的自适应动态面滑模控制方法。该方法构造扰动观测器估计未知扰动,并对控制量进行前馈补偿,采用σ修正泄漏项的自适应律估计扰动观测误差的界以提高控制精度,结合动态面技术解决传统反演法的微分爆炸问题,并选取李雅普诺夫函数证明该控制器可保证闭环系统内所有信号的一致最终有界性。基于一艘供给船舶进行仿真试验,结果表明,所设计的控制器输出合理有效且跟踪精度高,在工程实际中具有一定的参考价值。     

营运船舶航行性能和海洋环境监测平台开发验证

EEDI是衡量船舶能效水平的重要指标。由于试验条件限制,目前主要还是依靠模型试验结果对交船测试进行修正换算得到。上海船舶运输科学研究所自主研发了航行性能和海洋环境监测平台,可对营运船舶开展长期跟踪监测,实时收集船舶营运阶段的航行环境和性能参数,通过自动识别航行状态,划分海区、海况和船舶载况等因素对于船舶功率与航速的影响,可获得营运船舶实际EEDI指标,提高EEDI实船验证结果的准确性。监测平台在某万箱级集装箱船进行相关验证,并已展开长期监测。     

潮汐车道的设计及其对交通拥堵缓解效果的研究

为了管理和解决潮汐式交通拥堵,本文对拥堵特性进行了分析,对使用潮汐车道解决潮汐式交通拥堵问题进行了研究。给出潮汐车道的设置条件和设置方法,调查了选定路段的交通现状及高峰交通量,通过VISSIM软件进行路段仿真,论证了潮汐车道对潮汐式交通拥堵的缓解效果。     

基于GPS和GSM的清管器智能跟踪系统

为了在清管施工中实时跟踪清管器,设计一种基于GPS系统和GSM通信系统的智能清管器跟踪系统,系统包括发射机、中继器和监控系统。发射机搭载在清管器上持续发射电磁信号和静磁信号,中继器预先埋设在设定的跟踪点接收和转发通过信息;清管器通过跟踪点时,中继器接收发射机发出的信号,精确识别出清管器并将通过时间和跟踪点GPS位置信息通过GSM网络发送至监控系统;监控系统接收到信息后,在监控界面地图上实时显示通过位置和通过时间。清管器卡堵时,系统可及时在地图上指示卡堵区间和到达卡堵现场路径。现场应用表明:该系统实现了清管器智能跟踪,通过时间和通过位置记录精确,降低清管施工中安全风险,节约成本。     

营运船舶航行性能和海洋环境监测平台开发验证

EEDI是衡量船舶能效水平的重要指标.由于试验条件限制,目前主要还是依靠模型试验结果对交船测试进行修正换算得到.上海船舶运输科学研究所自主研发了航行性能和海洋环境监测平台,可对营运船舶开展长期跟踪监测,实时收集船舶营运阶段的航行环境和性能参数,通过自动识别航行状态,划分海区、海况和船舶载况等因素对于船舶功率与航速的影响,可获得营运船舶实际EEDI指标,提高EEDI实船验证结果的准确性.监测平台在某万箱级集装箱船进行相关验证,并已展开长期监测.     

动力定位船舶全速度路径跟踪CB导引自适应闭环控制

针对仅使用槽道推进器提供横向推力的动力定位船舶路径跟踪控制问题,建立慢变环境干扰影响下的非线性船舶数学模型,设计带有自适应干扰补偿的反步控制算法来消除环境干扰的影响。引入平行目标接近(CB)导引算法为跟踪控制生成期望速度矢量信号,通过与所提出的自适应反步控制算法相结合,得到不受船舶驱动特性限制的全速度范围动力定位船舶导引跟踪控制算法,应用李雅普诺夫稳定性理论证明系统跟踪误差渐进收敛到零。仿真结果表明通过调整导引算法参数可以调节船舶跟踪过程表现,并可以得到较好的控制精度。     

基于扩展卡尔曼滤波的GPS信号跟踪技术

提出一种基于扩展卡尔曼滤波的GPS信号跟踪方法,通过扩展卡尔曼滤波器,得到基于相干积分支路的滤波模型,有效地削弱常规GPS跟踪环路中的跟踪误差,增强接收机的抗干扰性能,提升其在信号较弱位置下环路的跟踪性能,对加入惯性信息条件下惯性信息对系统所产生的影响做了相应的分析研究。通过仿真对比结果可以知道:当处于弱信号条件时,与通常用到的GPS信号跟踪方式相比,基于扩展卡尔曼滤波的信号跟踪算法可以有效提升跟踪的精度。     

水面无人艇自主跟踪系统设计

基于国内的研究主要集中在单艇作业的系统设计及控制算法上,为了使无人艇能够实现自主跟踪领航船,与领航船实现多艇协同作业的功能,从系统体系构架、控制流程等方面分别对控制系统进行设计。试验结果显示:设计的跟踪系统能够实现自主跟踪的功能。     

山区双车道公路驾驶员疲劳特性研究

山区双车道公路由于地形条件限制线形复杂多变,山体及路侧植被遮挡视线的现象时有发生,增加了驾驶操作的难度和强度.导致驾驶操作频繁、精神紧张.长时间高强度、大负荷的驾驶操作极易产生驾驶疲劳,进而发生交通事故.因此,研究山区双车道公路驾驶员的驾驶疲劳特性,可为山区公路的交通安全设计和管理提供参考,预防交通事故,保证人车安全.     

顾及小目标特征的视频人流量智能统计方法

人流量统计对智能安防等领域具有重要研究价值. 针对视频监控系统中人流量统计准确率较低的问题,提出一种顾及小目标特征的视频人流量智能统计方法,重点研究用于小目标检测的Faster R-CNN （Faster region-convolutional neural network）改进算法、运动目标关联匹配以及双向人流量智能统计等关键技术,根据人头目标的小尺度特点对Faster R-CNN网络结构进行适应性改进,利用图像浅层特征提高网络对于小目标的特征提取能力,通过基于轨迹预测的跟踪算法实现运动目标的实时追踪,同时设计双向人流量智能统计算法,以实现人流量高准确率统计;为证明方法的有效性,在密集程度不同的场景中进行了测试. 测试结果表明:改进的目标检测算法相较于原始算法,在Brainwash测试集和Pets2009基准数据集上的平均准确率分别提高了7.31%、10.71%,视频人流量智能统计方法在多种场景下的综合评价指标F值均能达到90.00%以上,相较于SSD-Sort算法和Yolov3-DeepSort算法,其F值提高了1.14% ~ 3.04%.