摘要
本发明公开了一种基于自监督学习的无人船自主对接码头方法及系统,应用于无人船应用技术领域。本发明包括:S1、获取无人船相对码头中心的图像来得到无人船相关数据;S2、对收集到的相关数据进行数据增强,并把数据增强处理后的数据分为训练集和测试集;S3、建立基于深度学习算法的预测模型,包括编码网络和预测网络,将训练集和测试集输入预测模型实现模型的训练和测试;S4、通过训练好的预测模型进行无人船的姿态估计,并预测无人船相对码头的相对姿态位置误差;S5、根据预测的相对姿态位置误差对无人船进行姿态调整实现无人船的运动闭环控制。本发明通过自监督学习方法实现了无人船视觉停泊,尽可能减少了人为干预。
技术关键词
无人船
姿态估计
误差预测
深度学习算法
闭环控制
PID控制器
位置误差估计
数据获取模块
数据处理模块
网络
监督学习方法
码头系统
图像
编码
末端执行器
控制模块
系统为您推荐了相关专利信息
深度神经网络模型
缺陷控制方法
CCD相机
闭环控制器
分类网络
电力系统负荷数据
短期负荷预测方法
误差预测
序列
短期负荷预测系统
复合磁传感器
一体化测量方法
磁电阻
零点磁场
闭环控制器
散热铜管
参数
控制系统
人机交互模块
深度学习算法