基于模仿学习的非稳态环境下流体装卸臂动态高精度对接控制方法及系统

AITNT
正文
推荐专利
基于模仿学习的非稳态环境下流体装卸臂动态高精度对接控制方法及系统
申请号:CN202511216528
申请日期:2025-08-28
公开号:CN120828415A
公开日期:2025-10-24
类型:发明专利
摘要
本发明公开了基于模仿学习的非稳态环境下流体装卸臂动态高精度对接控制方法及系统,该方法包括:初始化流体装卸臂末端位置至可以采集完整图像信息的位置;实时采集船舶接收装置标记点图像,计算视觉特征误差向量;将视觉特征误差向量输入预先用专家示范数据集训练好的高斯混合模型回归模型,输出动态补偿速度向量;根据视觉特征误差与补偿速度,计算用于最小化对接偏差的控制指令;驱动流体装卸臂液压执行系统按照控制指令进行实时调整,直至视觉误差收敛,完成装卸臂末端与船舶接收装置的高精度对接。本发明适用于强风与海浪耦合的非稳态海洋环境下流体装卸臂的厘米级精准对接,显著提升危险流体输送作业的安全性和可靠性。
技术关键词
流体装卸臂 对接控制方法 船舶接收装置 视觉特征 误差向量 动态高精度 视觉误差 控制指令生成单元 双目视觉感知 高斯概率密度函数 图像 速度 液压执行系统 视觉伺服控制 稳态 异常信号 液压执行机构 高斯混合模型 亚像素插值方法
系统为您推荐了相关专利信息
1
边缘视觉AI神经网络模型的优化方法及系统
神经网络模型 视觉特征 剪枝策略 网络结构 模型剪枝
2
基于深度神经网络预估器的无人船平行路径跟踪控制方法
无人船系统 路径跟踪控制方法 深度神经网络 路径跟踪控制器 堆栈模块
3
一种基于多模态大模型的视觉问答方法、设备及介质
视觉问答方法 视觉特征 像素点 邻域 多模态
4
一种多语言文字转录方法及系统
语音特征数据 高维特征向量 AR设备 动作特征 视觉特征
5
模型训练方法、终端设备及计算机可读存储介质
样本 模型训练方法 报告 视觉特征 检测头
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号