CN108536143A - 一种马蹄型远程遥控智能救生装置 - Google Patents

一种马蹄型远程遥控智能救生装置 Download PDF

Info

Publication number
CN108536143A
CN108536143A CN201810259703.4A CN201810259703A CN108536143A CN 108536143 A CN108536143 A CN 108536143A CN 201810259703 A CN201810259703 A CN 201810259703A CN 108536143 A CN108536143 A CN 108536143A
Authority
CN
China
Prior art keywords
path
point
lifesaving device
microcontroller
remote control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810259703.4A
Other languages
English (en)
Inventor
唐刚
时晨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Maritime University
Original Assignee
Shanghai Maritime University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Maritime University filed Critical Shanghai Maritime University
Priority to CN201810259703.4A priority Critical patent/CN108536143A/zh
Publication of CN108536143A publication Critical patent/CN108536143A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control of position or course in two dimensions specially adapted to water vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Emergency Lowering Means (AREA)

Abstract

本发明披露一种马蹄型远程遥控智能救生装置,包括螺旋桨、遥控器、锂电池、直流电机、无线信号接收器、电机驱动器、单片机、电压转换器,与无人机组成救生系统,无人机负责定位被救者同时传输救援画面,本智能救生装置默认自动模式,总是执行单片机路径规划程序,无人机侦查的地图采用图论法建模用Dijkstra算法解得初始路径,再采用蚁群算法建模并求解优化初始路径得最优路径,以最短距离救援,按下遥控器手动模式按钮,则切换至手动模式,不执行单片机路径规划程序,救援人员依靠遥控器对智能救生装置运动进行控制,并且在救援过程中无人机始终跟随本智能救生装置实时拍摄水面情形。

Description

一种马蹄型远程遥控智能救生装置
技术领域
本发明涉及救生领域,特别是涉及一种马蹄形状的可以远程遥控定位的智能救生装置。
背景技术
目前,救生装置是作为在紧急情况下营救溺水人员的必要的救生工具。在事故中,等待救援的人们可能会因为时间太长,体力消耗过大,累得无法撑在救生装置上,特别是在海洋事故需要比较长的救援时间,但是现有救生装置基本上都需抛洒至落水者附近,这就意味着只能救援很近的距离且救援缓慢,同时因为海面环境的复杂性,比如风力及水流流速等外界因素影响抛投的准确性也难以控制,有时即使抛投到了恰当的位置而被救者不一定能及时抓住救生装置,同样会导致救援失败。目前市面上的救生装置大部分结构简单、功能单一,使用十分有限。一些智能救生装置,如中国专利中CN206125373U采用GPS来进行定位,GPS的优点在于无辐射,但是穿透力很弱,民用定位精度约为10米,而且当信号被遮挡或者削减时,GPS定位还会出现漂移;又如中国专利中CN205440813U采用红外感应来定位,传输距离短,易被障碍物干扰,定位精度存在很大局限性;在海况不同时也未考虑装置速度的调节,并且采用单圈体设计,套装麻烦,使用者舒适度不高,结构不够人性化,这些都是要解决的问题。还有一些智能装置,如中国专利中CN206125373U等,监控器只能发送位置信息而无法实时传输救援画面,若是在救援时发生一些紧急情况,救援人员则无法在第一时间做出处理,并且此类装置都依赖于遥控器直接控制,无法进行自动路径规划,实现最短距离救援,这就会造成装置能耗不必要浪费,使得装置的续航能力降低。为此有必要发明出一种马蹄型可精确定位的装置,传输救援画面,可进行运动模式选择,自动模式路径规划,实现最短距离的救援,降低能耗,增强装置的续航能力,这样就可以大大提高海上救援的效率,更好的进行救援工作,保障人员安全。
发明内容
为了克服现有技术在远程遥控智能救生装置的困难,本发明的目的是以现有标准的救生装置为基础,提出一种可准确定位的,进行自动路径规划且可实时传输救援画面的水上救生装置。由于它的形状是马蹄型,而且可以通过远程控制它来进行救援工作,我们称之为马蹄型远程遥控智能救生装置。
本发明解决问题所采取的技术方案是:在救生装置中设置动力模块,控制模块,通信模块,电源模块以及控制救生装置的遥控器,进行定位和传输救援画面的无人机。具体来说,动力模块是由涡轮螺旋桨、联轴器以及直流电机组成的,它为救生圈提供动力,遥控器通过对动力模块的作用可使得救生圈前进、后退和拐弯。控制模块为单片机,它体积小且功能强,它从自身输入接口接收来自通信模块提供的信息并存入存储器,单片机中的CPU会根据固化在存储器中已设计好的程序对输入的数据进行高速运转,再将运算处理的结果通过输出接口送去控制执行机构也就是直流电机驱动器,以此达到控制救生装置的运动的目的,无人机负责侦查水上环境并反馈地图,再采用MAKLINK图论法对该地图进行环境建模,MAKLINK法是自由空间建模的一种较好方法,它先把空间内的障碍物抽象成各种平面凸边形,再利用图论知识在该空间建立一个全局连通图,最后在这个连通图上实现路径规划,这样就得到水上救生机器人的行驶环境网络拓扑图,其建模过程如下:
1)用直线即链接线L1、L2、L3……将水上环境地图划分为凸边形区域;
2)将各链接线的中点M1、M2、M3……设置成可能经过的路径点;
3)将环境地图中标出起始点S和目标点T以及障碍点Z1、Z2、Z3……链接到所在凸边形区域的各路径点上;
4)将相邻的点两两相连形成一个带权无向链接图,即得环境模型。
在该环境模型中采用Dijkstra算法求解最短路径,Dijkstra算法是一种优秀的最短路径算法,以起始点S为中心一直逐步向外延伸至目标点T,正向遍历所有结点,从而确定最短路径,它的算法流程是:
5)初始化,假设已经得到的水上救生机器人行驶环境网络拓扑图是一个带权有向图D,初始化集合A和集合B,把图中的点分到集合A和集合B中,集合A存放已经求得的最短路径,初始时集合A只有一个起始点,集合B存放未确定最短路径的点,初始时集合B为空集;同时初始化起始点S到其他结点的最短路径长度L,起始点到其他结点有连接线则对应连接线长度,否则对应最大值;
6)不断更新集合A和集合B,选择L[i]中的最小值加入集合A,直至所有点都包含在在集合A中,将集合B中的点按最短路径长度递增依次加入已经求得的最短路径的集合A;
7)不断更新最短路径值L;
8)算法结束
就可以得到起点至终点在全局连同图上的最短路径。通过Dijkstra算法求解得最短路径后作为初始路径,再用蚁群算法对初始路径进行优化,得最优路径。首先对蚁群算法进行数学建模,推导蚂蚁状态转移概率公式和信息素更新公式。为了说明方便引入以下符号:
dij—点i和j之间的连线长度;
τij(t)—t时刻路径(i,j)的残留的信息素量;
tabuk—禁忌表,即在本次循环中蚂蚁k已走过点集合,蚂蚁k不会再走这些点;
allowedk=C-tabuk—蚂蚁k之后可以走的点;
—t时刻蚂蚁k从点i到j的仿随机状态转移概率
若j∈allowedk,则有否则,
其中ηij(t)=1/dij为启发函数,即蚂蚁从点i到j的转移期望程度;
α为信息素因子,表示信息素的重要性;
β为启发因子参数,其值与启发函数在转移中的作用成正比;
对该算法求解实现路径优化,基本蚁群算法的求解步骤为:
1)对数学模型中的一些参数初始化,令t=0,循环次数Nc=0,并设置最大循环次数Ncmax,将m只蚂蚁放到初始点fstart上,设置路径(i,j)的初始化信息量τij(0)=τ0,τ0为某一常数同时将初始点fstart设置到禁忌表tabuk中去;
2)初始化禁忌表tabuk
3)蚂蚁k(k=1,2,3...)以当前所处位置fi为中心,根据仿随机状态转移概率公式计算结果来选择点j继续前进,修改tabu表,将蚂蚁放到选择的新点j上,并把j加入到蚂蚁个体的禁忌表中;
4)蚂蚁数目k←k+1;
5)判断蚂蚁k(k=1,2,3...)是否找到食物源,若每一只蚂蚁都找到食物源,跳到步骤6,否则跳到步骤3;
6)一次循环结束,信息素存在缺失挥发的现象,需要根据信息素更新公式τij(t+n)=(1-ρ)τij(t)+Δτij(t)进行更新,其中ρ取值[0,1)之间,表示路径上信息素挥发的程度,对应1-ρ为路径上信息素残留程度, 为蚂蚁k在本次循环中在边(i,j)上的信息素增量,对各路径上信息素进行调整,当第k只蚂蚁在本次循环中经过边(i,j)时,否则Q为信息素强度因子;而Lk表示蚂蚁k在本次循环中所走路径的总长度;
7)循环次数Nc=Nc+1;
8)判断Nc≥Ncmax是否成立,若成立,则循环结束运行结束,否则清空tabu表并跳转到步骤2,直到Nc=Ncmax循环结束,得出最优路径,从而实现路径规划,将自动路径规划的算法编写在单片机中;通信模块指的是无线信号接收器,它连接了遥控器与控制器之间的通信;电源模块为动力模块以及控制模块供电。而遥控器就是通过无线信号来控制救生圈运动的。本发明中智能救生装置和无人机作为一个系统,无人机具有高机动性和安全性,可以适应海面的复杂环境,负责侦查定位以及实时传输救援画面,搜救人员可在远程设备上观看救援画面。
本智能救生装置在很多方面比传统救生装置有更好的优点。当意外情况发生时,救援人员无需赶至落水者身边就近抛洒救生装置来施救,只需将本救生装置放入水中,通过遥控器的模式选择,手动模式下远程控制本救生装置移动至落水者身边,自动模式下进行自动路径规划,以最短距离移动至落水者身边,落水者抓取到救生装置后,可通过动力系统将其送往救生船甚至直接带回岸边或浅水区即可得救;由于救生圈本体采用了马蹄型结构,方便穿戴,并且相较于传统救生圈舒适感增加;救生圈本体的两侧均设计了把手结构,更便于落水者抓握,使得救生圈更容易控制方向,同时也提高了救生圈的平衡性和行进速度。与现有技术相比,本发明的有益效果:
1、可进行准确定位,精准救援。
2、可进行自动路径规划,实现最短距离救援。
3、可通过无人机实时传输救援画面。
附图说明
图1为马蹄型远程遥控智能救生装置的内部结构示意图。
图2为马蹄型远程遥控智能救生装置的控制功能框图。
图3为马蹄型远程遥控智能救生装置自动路径规划算法流程图
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示的本发明的内部结构示意图,1为第一涡轮螺旋桨,2为第二螺旋桨,3为遥控器,4为第一锂电池,5为第一直流电机,6为第二直流电机,7为第二锂电池,8为无线信号接收器,9为第一电机驱动器,10为第二电机驱动器,11为单片机,12为电压转换器。第一涡轮螺旋桨1,第二螺旋桨2分别与第一直流电机5和第二直流电机6通过联轴器连接,而第一直流电机5和第二直流电机6又通过第一电机驱动器9和第二电机驱动器10与单片机11相连,第一锂电池4和第二锂电池7分别为第一直流电机5和第二直流电机6供电,并且第一锂电池4通过电压转换器12为单片机11供电,而单片机11的通信口与无线信号接收器8相连。第一锂电池4和第二锂电池7、第一直流电机5和第二直流电机6、第一电机驱动器9和第二电机驱动器10以及第一涡轮螺旋桨1,第二螺旋桨2分别设置于救生装置本体的马蹄型两侧。马蹄形结构使用时穿戴迅速且舒适度高。同时考虑根据救生圈的具体结构、重量在救生装置的顶部配置一定重量的重物来实现救生圈的受力平衡与稳定的问题。救生圈上的两侧把手设计则是便于被救者抓握,使得救生圈更容易控制方向,同时也提高了救生圈的平衡性和行进速度。如图2本发明的控制功能框图所示,动力模块是由第一涡轮螺旋桨1和第二螺旋桨2以及第一直流电机5和第二直流电机6组成的,它为救生圈提供动力,遥控器3通过对动力模块的控制可使得救生圈前进、后退和拐弯。控制模块为单片机11,通信模块指的是无线信号接收器8,它连接了遥控器3与单片机11之间的通信;电源模块是指第一锂电池4和第二锂电池7,它为第一直流电机5和第二直流电机6以及单片机11供电,遥控器3就是通过无线信号来控制救生圈运动的。本智能救生装置和无人机组成了救生系统,无人机具有高机动性和安全性,可以适应海面的复杂环境,负责侦查定位以及实时传输救援画面,搜救人员可在远程设备上观看救援画面。
如图3本发明的自动路径规划算法流程图所示,其中空间模型建立是采用的MAKLINK图论算法来建立本发明航行的二维空间,空间模型建立的步骤是:
1)用直线即链接线L1、L2、L3……将自由空间划分为凸边形区域;
2)将各链接线的中点M1、M2、M3……设置成可能经过的路径点;
3)将设置的起始点S和目标点T链接到所在凸边形区域的各路径点上;
4)将相邻的点两两相连形成一个带权无向链接图,即得环境模型。
初始路劲规划是在该环境模型中采用Dijkstra算法求解最短路径,Dijkstra算法是一种优秀的最短路径算法,以起始点S为中心一直逐步向外延伸至目标点T,正向遍历所有结点,从而确定最短路径,它的算法流程是:
1)初始化,假设已经得到的水上救生机器人行驶环境网络拓扑图是一个带权有向图D,初始化集合A和集合B,把图中的点分到集合A和集合B中,集合A存放已经求得的最短路径,初始时集合A只有一个起始点,集合B存放未确定最短路径的点,初始时集合B为空集;同时初始化起始点S到其他结点的最短路径长度L,起始点到其他结点有连接线则对应连接线长度,否则对应最大值;
2)不断更新集合A和集合B,选择L[i]中的最小值加入集合A,直至所有点都包含在在集合A中,将集合B中的点按最短路径长度递增依次加入已经求得的最短路径的集合A;
3)不断更新最短路径值L;
4)算法结束
就可以得到起点至终点在全局连同图上的最短路径。将求得的全局连同图中的最短路径作为初始路径;再利用蚁群算法来对初始路径进行优化,首先初始化蚁群算法建立的数学模型中的参数,令t=0,循环次数Nc=0,并设置最大循环次数Ncmax,将m只蚂蚁放到初始点fstart上,设置路径(i,j)的初始化信息量τij(0)=τ0,τ0为某一常数同时将初始点fstart设置到禁忌表tabuk中去;然后m只蚂蚁开始搜索,当所有蚂蚁到达终点时,一次循环结束,根据信息素更新公式τij(t+n)=(1-ρ)τij(t)+Δτij(t)进行更新,其中对各路径上信息素进行更新;然后判断Nc≥Ncmax是否成立,若成立,则循环结束运行结束,得到一条最优路径,否则清空tabu表并跳转到m只蚂蚁开始搜索,开始新一次循环,直到Nc=Ncmax循环结束,得到最优路径,从而实现本智能救生装置的最短路径救援。
采用本发明进行救生工作的完整步骤方法如下:
步骤一:无人机负责侦查水面情况,当发现有落水者时,立即对落水者进行定位,并把位置信息发送给智能救生装置。
步骤二:智能救生装置接收到无人机发送的位置信息,此时施救者将智能救生装置放入水中,同时用遥控器选择救生工作模式。
步骤三:自动模式下智能救生装置接收无人机侦查反馈的水上环境地图,在环境地图中标出起始点S和目标点T,采用MAKLINK图论法进行环境建模:
1)用直线即链接线L1、L2、L3……将起始点S、障碍点Z1、Z2、Z3……和目标点T依次连接,把水上环境地图划分为凸边形区域;
2)将各链接线的中点M1、M2、M3……设置成可能经过的路径点;
3)将设置的起始点S和目标点T链接到所在凸边形区域的各路径点上;
4)将相邻的点两两相连形成一个带权无向链接图,即得环境模型;
初始路劲规划是利用图论中的Dijkstra算法在链接图中求得的一条从起始点到目标点的最短路径,将已经得到的水上救生机器人的行驶环境网络拓扑图作为一个带权有向图D,把图中的点分为两部分集合,一部分是已经求得的最短路径的集合A,初始时集合A只有一个起始点,每求得一个点就加入集合A,直至所有点都包含在在集合A中;另一部分是未确定最短路径的点的集合B,将集合B中的点按最短路径长度递增依次加入已经求得的最短路径的集合A。最后所有的点都在集合A中,就可以得到起点至终点在全局连同图上的最短路径。将求得的全局连同图中的最短路径作为初始路径;再利用蚁群算法来对初始路径进行优化,首先初始化蚁群算法建立的数学模型中的参数,令t=0,循环次数Nc=0,并设置最大循环次数Ncmax,将m只蚂蚁放到初始点fstart上,设置路径(i,j)的初始化信息量τij(0)=τ0,τ0为某一常数同时将初始点fstart设置到禁忌表tabuk中去;然后m只蚂蚁开始搜索,当到达终点时,根据信息素更新公式τij(t+n)=(1-ρ)τij(t)+Δτij(t)进行更新,其中对各路径上信息素进行更新;然后判断Nc≥Ncmax是否成立,若成立,则循环结束运行结束,得到一条最优路径,否则清空tabu表并跳转到m只蚂蚁开始搜索,开始新一次循环,直到得到最优路径,从而实现智能救生装置的自动路径规划,以最短距离游向落水者身边,在本智能救生装置在水中航行的过程中,无人机一直在其上方飞行,实时传输救援画面,直至救援结束。
步骤四:手动模式下用遥控器控制智能救生装置,遥控器通过无线信号接收器把控制信号发送给智能救生装置,去对落水者进行施救,在本智能救生装置在水中航行的过程中,无人机一直在其上方飞行,实时传输救援画面,直至救援结束。
步骤五:智能救生装置成功抵达落水者身边,落水者抓好其把手。
步骤六:救生装置两侧直流电机提供动力将落水者运回浅水区或无人船,即落水者成功得救。

Claims (2)

1.一种马蹄型远程遥控智能救生装置,其特征在于包括第一涡轮螺旋桨、第二涡轮螺旋桨、遥控器、第一锂电池、第一直流电机、第二直流电机、第二锂电池、无线信号接收器、第一电机驱动器、第二电机驱动器、单片机、电压转换器;其中第一涡轮螺旋桨、第二涡轮螺旋桨分别与第一直流电机和第二直流电机通过联轴器连接,第一直流电机和第二直流电机通过第一电机驱动器和第二电机驱动器与单片机相连,第一锂电池和第二锂电池分别为第一直流电机和第二直流电机供电,并且第一锂电池通过电压转换器为单片机供电,单片机的通信口与无线信号接收器相连;无人机中的GPS/GLONASS双模定位模块负责定位被救者,传输救援画面,所述马蹄型远程遥控智能救生装置接收无人机传输的救援画面,默认自动模式,总是执行单片机路径规划程序,无人机侦查的地图发送给单片机采用图论法建模用Dijkstra算法解得初始路径,再采用蚁群算法建模并求解优化初始路径得最优路径,以最短距离救援;通过在单片机中断程序中设置模式标识A并根据遥控器按键的状态给A赋值进行所述马蹄型远程遥控智能救生装置运动模式切换,按下遥控器手动模式按钮模式标识A=1,切换至手动模式,不执行单片机路径规划程序,依靠救援人员使用遥控器对所述马蹄型远程遥控智能救生装置运动进行控制,单片机在主程序里每执行一圈,先判断模式标识A,根据A的值决定下一轮是手动还是自动模式;在救援过程中无人机始终跟随所述马蹄型远程遥控智能救生装置实时拍摄水面情形。
2.一种自动路径规划救生方法,使用如权利要求1所述的救援系统,其特征在于包括以下步骤:
步骤一:所述马蹄型远程遥控智能救生装置接收无人机侦查反馈的水上环境地图;
步骤二:在环境地图中标出起始点S和目标点T以及障碍点Z1、Z2、Z3……;
步骤三:采用MAKLINK图论法进行环境建模:
1)用直线即链接线L1、L2、L3……将起始点S、障碍点Z1、Z2、Z3……和目标点T依次连接,把水上环境地图划分为凸边形区域;
2)将各链接线的中点M1、M2、M3……设置成可能经过的路径点;
3)将设置的起始点S和目标点T链接到所在凸边形区域的各路径点上;
4)将相邻的点两两相连形成一个带权无向链接图,即得环境模型;
步骤四:在该环境模型中采用Dijkstra算法求解最短路径,它的算法流程是:
1)初始化,假设已经得到的水上救生机器人行驶环境网络拓扑图是一个带权有向图D,初始化集合A和集合B,把图中的点分到集合A和集合B中,集合A存放已经求得的最短路径,初始时集合A只有一个起始点,集合B存放未确定最短路径的点,初始时集合B为空集;同时初始化起始点S到其他结点的最短路径长度L,起始点到其他结点有连接线则对应连接线长度,否则对应最大值;
2)不断更新集合A和集合B,选择L[i]中的最小值加入集合A,直至所有点都包含在在集合A中,将集合B中的点按最短路径长度递增依次加入已经求得的最短路径的集合A;
3)不断更新最短路径值L;
4)算法结束
就可以得到起点至终点在全局连同图上的最短路径,将求得的全局连同图中的最短路径作为初始路径;
步骤五:再利用蚁群算法来对初始路径进行优化,首先初始化蚁群算法建立的数学模型中的参数,令t=0,循环次数Nc=0,并设置最大循环次数Ncmax,将m只蚂蚁放到初始点fstart上,设置路径(i,j)的初始化信息量τij(0)=τ0,τ0为某一常数同时将初始点fstart设置到禁忌表tabuk中去;
步骤六:然后m只蚂蚁开始搜索,当所有蚂蚁到达终点时,根据信息素更新公式τij(t+n)=(1-ρ)τij(t)+Δτij(t)进行更新,其中对各路径上信息素进行更新;
步骤七:然后判断Nc≥Ncmax是否成立;
步骤八:若成立,则循环结束运行结束,得到一条最优路径;
步骤九:否则清空tabu表并跳转到m只蚂蚁开始搜索,开始新一次循环,直到得到最优路径,从而实现所述马蹄型远程遥控智能救生装置的自动路径规划,以最短距离游向落水者身边;
步骤十:所述马蹄型远程遥控智能救生装置在水中航行的过程中,无人机一直在其上方飞行,实时传输救援画面,直至救援结束;
步骤十一:在单片机中断程序中设置模式标识A并根据遥控器按键的状态给A赋值进行所述马蹄型远程遥控智能救生装置运动模式切换,按下遥控器手动模式按钮模式标识A=1,切换至手动模式,不执行单片机路径规划程序,依靠救援人员使用遥控器对所述马蹄型远程遥控智能救生装置运动进行控制,单片机在主程序里每执行一圈,先判断模式标识A,根据A的值决定下一轮是手动还是自动模式,遥控器通过无线信号接收器把控制信号发送给所述马蹄型远程遥控智能救生装置,去对落水者进行施救,在所述马蹄型远程遥控智能救生装置水中航行的过程中,无人机一直在其上方飞行,实时传输救援画面,直至救援结束。
CN201810259703.4A 2018-03-27 2018-03-27 一种马蹄型远程遥控智能救生装置 Pending CN108536143A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810259703.4A CN108536143A (zh) 2018-03-27 2018-03-27 一种马蹄型远程遥控智能救生装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810259703.4A CN108536143A (zh) 2018-03-27 2018-03-27 一种马蹄型远程遥控智能救生装置

Publications (1)

Publication Number Publication Date
CN108536143A true CN108536143A (zh) 2018-09-14

Family

ID=63485308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810259703.4A Pending CN108536143A (zh) 2018-03-27 2018-03-27 一种马蹄型远程遥控智能救生装置

Country Status (1)

Country Link
CN (1) CN108536143A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110076774A (zh) * 2019-04-25 2019-08-02 上海瀚创机器人技术有限公司 捕捉目标控制模式切换方法、装置、设备及存储介质
CN111210179A (zh) * 2019-12-30 2020-05-29 江苏随易信息科技有限公司 快递柜制冷控制方法及装置、可读存储介质和终端
CN111252212A (zh) * 2020-01-15 2020-06-09 大连海事大学 一种可航行救生器配合无人机对多落水人员的自动救助方法及系统
WO2020191692A1 (zh) * 2019-03-28 2020-10-01 电子科技大学 一种基于maklink图的寻径方法
CN111766858A (zh) * 2019-03-29 2020-10-13 上海欧迅睿智能科技有限公司 基于水平视角监控画面的水面航行器目标定向方法
CN111784079A (zh) * 2020-07-28 2020-10-16 上海海事大学 一种基于人工势场和蚁群算法的无人机路径规划方法
CN112297028A (zh) * 2020-11-05 2021-02-02 中国人民解放军海军工程大学 一种水上u型智能救生机器人控制系统及方法
CN113810655A (zh) * 2020-06-16 2021-12-17 闽江学院 一种湖区智能救生系统的实现方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160088636A (ko) * 2015-01-16 2016-07-26 경북대학교 산학협력단 무인항공기 기반의 무인차량 주행 방법 및 무인차량 주행 시스템
CN205440813U (zh) * 2015-12-28 2016-08-10 天津聚和一诺科技有限公司 一种智能自动救生圈
CN106274626A (zh) * 2016-08-31 2017-01-04 杨静宇 可变视场高度的地面机器人
CN106781665A (zh) * 2016-12-27 2017-05-31 东华大学 基于物联网的无人机停车位引导系统
CN106845491A (zh) * 2017-01-18 2017-06-13 浙江大学 一种停车场场景下基于无人机的自动纠偏方法
CN106980319A (zh) * 2017-05-13 2017-07-25 安徽科微智能科技有限公司 基于无人机一体化避障系统的无人船
CN107678428A (zh) * 2017-09-25 2018-02-09 南京律智诚专利技术开发有限公司 一种基于遥感的车辆自动行驶系统的工作方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160088636A (ko) * 2015-01-16 2016-07-26 경북대학교 산학협력단 무인항공기 기반의 무인차량 주행 방법 및 무인차량 주행 시스템
CN205440813U (zh) * 2015-12-28 2016-08-10 天津聚和一诺科技有限公司 一种智能自动救生圈
CN106274626A (zh) * 2016-08-31 2017-01-04 杨静宇 可变视场高度的地面机器人
CN106781665A (zh) * 2016-12-27 2017-05-31 东华大学 基于物联网的无人机停车位引导系统
CN106845491A (zh) * 2017-01-18 2017-06-13 浙江大学 一种停车场场景下基于无人机的自动纠偏方法
CN106980319A (zh) * 2017-05-13 2017-07-25 安徽科微智能科技有限公司 基于无人机一体化避障系统的无人船
CN107678428A (zh) * 2017-09-25 2018-02-09 南京律智诚专利技术开发有限公司 一种基于遥感的车辆自动行驶系统的工作方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SAIED ASGHARI: "A reliable path between target users and clients in social networks using an inverted ant colony optimization algorithm", 《SCIENCE DIRECT》 *
王辉: "基于Dijkstra-蚁群算法的泊车系统路径规划研究", 《工程设计学报》 *
陈晓: "基于Maklink图和蚁群算法的航线规划", 《中国航海》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020191692A1 (zh) * 2019-03-28 2020-10-01 电子科技大学 一种基于maklink图的寻径方法
CN111766858A (zh) * 2019-03-29 2020-10-13 上海欧迅睿智能科技有限公司 基于水平视角监控画面的水面航行器目标定向方法
CN111766858B (zh) * 2019-03-29 2024-05-24 上海欧迅睿智能科技有限公司 基于水平视角监控画面的水面航行器目标定向方法
CN110076774A (zh) * 2019-04-25 2019-08-02 上海瀚创机器人技术有限公司 捕捉目标控制模式切换方法、装置、设备及存储介质
CN111210179A (zh) * 2019-12-30 2020-05-29 江苏随易信息科技有限公司 快递柜制冷控制方法及装置、可读存储介质和终端
CN111252212A (zh) * 2020-01-15 2020-06-09 大连海事大学 一种可航行救生器配合无人机对多落水人员的自动救助方法及系统
CN111252212B (zh) * 2020-01-15 2022-03-22 大连海事大学 一种可航行救生器配合无人机对多落水人员的自动救助方法及系统
CN113810655A (zh) * 2020-06-16 2021-12-17 闽江学院 一种湖区智能救生系统的实现方法
CN113810655B (zh) * 2020-06-16 2023-10-31 闽江学院 一种湖区智能救生系统的实现方法
CN111784079A (zh) * 2020-07-28 2020-10-16 上海海事大学 一种基于人工势场和蚁群算法的无人机路径规划方法
CN112297028A (zh) * 2020-11-05 2021-02-02 中国人民解放军海军工程大学 一种水上u型智能救生机器人控制系统及方法

Similar Documents

Publication Publication Date Title
CN108536143A (zh) 一种马蹄型远程遥控智能救生装置
CN108200175B (zh) 基于协同云控制的多无人船编队协同控制系统及方法
CN104503454B (zh) 基于多智能体理论的搜救机器人系统运动控制方法
CN105676860A (zh) 一种可穿戴设备、无人机控制装置和控制实现方法
Kulkarni et al. Task allocation for networked autonomous underwater vehicles in critical missions
CN108303508B (zh) 基于激光雷达和深度学习路径寻优的生态预警系统及方法
CN110667813A (zh) 一种用于水质监测和增氧的移动式仿生机器鱼及控制方法
CN108545160A (zh) 一种有人船与无人艇协同救援系统及方法
CN104920313B (zh) 一种无人驾驶灯光诱鱼艇
CN109606188B (zh) 一种充电船、无人船协同充电系统及协同充电方法
CN108674602A (zh) 海上救援系统
CN108407991A (zh) 一种基于喷水推进的智能化电动冲浪板及工作方法
JP6130540B1 (ja) IoT基盤のスマート海女安全システム
CN109819758A (zh) 智能自动除草机
WO2022142453A1 (zh) 一种水空两栖立体式搜救系统及方法
CN107979823A (zh) 一种形体重组型多功能水体环境测量船系统
CN109062250A (zh) 无人机控制方法及装置
CN109523215A (zh) 自动化码头船舶进出港口的智能管理方法
CN212301517U (zh) 一种水下机器人与无人船协同水质检测装置
CN113810655A (zh) 一种湖区智能救生系统的实现方法
CN115471385A (zh) 一种海上智能搜救系统以及方法
CN204347617U (zh) 一种无线遥控救生设备投放飞行器
CN105923114A (zh) 一种半潜式无人艇及其使用方法
CN205652310U (zh) 便携式水面快速救生器
CN109062228A (zh) 一种用于rov水下机器人的控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180914