专利有助于水下潜艇解锁深海的秘密领土

在深水技术的最前沿，中国团队一直在打破记录。 “ Wucon” Deep Marine浸入了10,000 m的深处。随着全球海洋战略的方法逐渐改变了靠近深处的水域，具有独立检测的非人类潜水（AUV）成为探索深水之谜的重要技术手段。人工智能技术（AI）的详细整合现已将单个“机器”的AUV转变为具有智能勘探能力的“智能探险家”。近年来，已经出现了一系列逐渐获得专利的技术，重点关注AUV的智能更新。这些技术揭示了人工智能如何解决重要的问题，例如客观识别，避免安全障碍，诊断失败的诊断，因为该问题是在深海的情况下，并为AUV提供了强大的技术支持，以详细探索深海领域。改进海洋科学技术的依赖创新能力不仅是战略要求，而且是对工业实践的迫切需求。作者从专利的角度对其进行了分析，以提及该行业。雾渗透| AUV的客观识别技术重建了数千米的海深，由于光和浮游生物分散体的衰减影响，对物体的检测和识别。同时，由于多种影响和对水流的干扰，声学技术也很难精确运行。人工智能算法的创新应用是解决这些问题的关键。在寻找专利后，自动人士发现，深度海洋科学与工程研究所的专利技术，中国科学院计算了与在深水视频和建筑中提取关键框架相对应的关键框架的深度图景深的线性模型。基于这些深度深度，技术可以分别计算背景灯和传输图，并结合水下图像模型以改善关键图片。这项技术不仅可以纠正颜色偏差，消除模糊，还恢复对象的原始颜色，而且还保证了在深水环境中识别和监视潜艇机器人目标的确切功能。与光学图像相比，声音图像通常是一个较低的分辨率，具有较低的明显特征，并且在那里具有更严重的Noisetá。该专利由台湾深处的科学技术研究所和中国造船厂建筑科学研究中心共同介绍，发现声纳图像具有许多相同像素和独立噪声属性的图像。因此，专利使用平均非本地过滤技术来消除。这大大改善了EFF对象检测和监视的构型。避免智能障碍|由于存在许多未知因素，例如土地的复杂性，流体特性和海洋生物的复杂性，因此它促进了深水环境中AUV障碍物避免策略的更新。 AUV的安全面临严重的挑战。因此，AUV需要独立避免静态和动态障碍的能力。传统的evitac方法obstacle离子，例如人工电位方法，模板重合方法和地图构造方法，通常取决于精确的数学模型和完整的环境信息，从而限制了适应性。在人工智能技术的帮助下，已经实施了AUV的安全回避算法模型，使AUV可以在未知环境中做出适应性决策。为了响应静态失败，哈尔滨工程大学在研究和开发过程中颁发了相关专利AUV“ Wukong”。该专利建立了大型的连续性屏障对象模拟环境，并结合了改进的增强学习算法，以避免障碍训练。埃斯特·梅托多（EsteMétodo）允许洛斯·阿夫（Los Auv Apprender）forma de forma obsitiente aobsbisáculosentopografíacompleja，comocañonesy Paredes d de roca，lo que demuestra laevasiónlaevasiónefficiente deficiente deobsistabáculoseStáculosEstáculosEstáticose condiciones e condiciones deceocéanoecéanoecéanoecéanoe。 En Respuesta aObstáculosDinámicos，la UniversidadMarítimade Chine Ha Proporcionado Parentes Para su Modero deevaluaciónderiesgos 4d。 ESTA PATERTE介绍了Unadimensión临时关系para检测obsTáculosCríticosy Generar Acciones deevitacióndecolisiones。 Por Ejemplo，Para Las Criaturas Marinas Lejos de los Auv，Las Patentes Pueden Reducir La Prioridad de evitarobstáculos。通过结合改进的增强学习算法，该专利不仅可以逃避自动动态障碍，而且还提高了障碍的效率避免。 Gerente de Salud | Conderuya un Sistema de Advertencia de Fallas auv。在深水操作中，如果AUV失败，则很有可能沟通中断的风险很高。 大な损失が発生します。鉴于深水环境的复杂性以及AUV的无线性耦合属性以及模型的不确定性，基于模型的传统规则和诊断方法面临许多挑战。 AUV故障警告系统以人工智能算法为基础，使用基于数据的方法，该方法不是基于专家经验和精确的数学模型，为长期AUV操作提供了安全保证。通过长期双向内存网络（BileStm）的变量。此外，该解决方案还包含了注意力模式的机制，该机制允许对AUV操作数据和较小失败的识别进行实时监视，从而有效地避免了由于后期失败突然变化而造成的损失es。实际应用方案。根据公共专利数据，自2020年以来，AUV和人工智能集成领域的专利申请数量一直在增加，而年的申请量代表了全球60％以上的申请。从南中国海的资源发展到深海科学研究的国际研究合作，拥有独立专利技术的AUV正在成为蓝色经济的核心承载者。 もちろん、私の国は关连分野で一定の欠点もあります。たとえば、关连特许の生产、教育、研究、および适用を强化する必要があります。著者は、关连部门が、 auv と人工知能の分野での科学的研究への投资を増やし続け、技术革新と特许レイア建议您应该更多地鼓励我国在深水探索领域的主要位置。同时，它将加强国际交流与合作，促进标准化和国际化将促进全球深水技术的共同发展。通过连续的专利设计和技术创新，我国的非盟将在探索深海，资源和其他领域的发展中发挥越来越重要的作用，为人类海洋探索的原因提供了更多的中国智慧和中国解决方案。 （Zheng Xing，作者部门：专利局，电气发明考试办公室知识产权办公室）（编辑：Liu Shan）