-
公开(公告)号：CN103968830A
公开(公告)日：2014-08-06
申请号：CN201410201315.2
申请日：2014-05-14
Applicant: 哈尔滨工程大学
IPC: G01C21/00
Abstract: 本发明涉及一种适用于解决在恶劣环境下UUV感知母船位置问题的UUV近水面跟踪母船航行时的多途导引装置及方法。本发明包括GPS定位装置、船用激光测距仪、多波束前视声呐和同步定位声呐，GPS定位装置包括分别安装在UUV和母船上的GPS天线，用于接收来自GPS卫星的定位信息；船用激光测距仪安装于母船，通过激光束测量UUV与母船的相对距离和方向；多波束前视声呐安装于UUV，通过声波测量母船与UUV的相对距离和方向；同步定位声呐包括安装于母船的发射基阵、接收基阵和安装于UUV的应答器。本发明增强了系统的冗余能力和定位精度，提高了系统数据传输的可靠性。
-
公开(公告)号：CN110045381B
公开(公告)日：2022-08-02
申请号：CN201910347922.2
申请日：2019-04-28
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像处理领域，具体涉及一种基于线特征简化的侧扫声呐线特征匹配改进方法。本发明主要包括两大步骤：对提取的线特征进行简化处理以及线特征之间的匹配。侧扫声呐图像由于自身的特点，在提取线特征之后，在某些区域会存在过多相似度极高的线特征，通过线特征的简化处理将多条相似度极高的线特征简化，最终确定最少数量线特征代表待处理区域的提取特征，线特征匹配利用射影变换找到对应特征。本发明首先将提取的线特征进行简化处理，可以更简洁描述图像特点，也更有利于提高后续线特征匹配率和匹配速度；基于简化特征的基础上，利用射影变换实现线特征在匹配图像中的映射，通过设计线特征之间的匹配约束条件来完成线特征之间的匹配。
-
公开(公告)号：CN112130585B
公开(公告)日：2022-06-21
申请号：CN202011015827.1
申请日：2020-09-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于UUV面向出水区域内静态和动态目标的防碰撞技术领域，具体涉及一种面向出水区域内静态和动态障碍的UUV防碰撞方法。本发明解决了现有技术中UUV指控人员对UUV出水时的上浮点附近无法准确预知障碍目标的存在或人为干预不及时，UUV于上浮点上浮时可能会与障碍物发生碰撞造成UUV破损的问题。本发明通过结合UUV安全制动距离、障碍物目标属性、UUV机动特性设计了UUV面向出水区域内静态和动态目标探测的防碰撞方法，有效提升了UUV在出水过程中的防碰撞能力，提高了UUV在上浮过程中对障碍环境的适应性和生存力。
-
公开(公告)号：CN112560870B
公开(公告)日：2022-04-29
申请号：CN202011484533.3
申请日：2020-12-15
Applicant: 哈尔滨工程大学
IPC: G06V20/05 , G06V10/50 , G06V10/77 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种用于水下复杂环境中的图像目标识别方法，包括：步骤1：采用gamma变换对图片进行预处理；步骤2：提取图片方向梯度直方图特征；步骤3：根据图片模糊度进行特征选择；步骤4：使用支持向量机进行训练和测试；步骤5：利用步骤4训练好的支持向量机进行图像识别。本发明可以克服目前水下图像库不多，图片背景复杂，理想的水下图片稀少的困难，降低了在使用支持向量机进行水下图像目标识别对于图像的要求，而且还能保证快速性和准确性，同时降低目标特征维数，避免了在使用机器学习进行目标识别时由于样本数量远小于特征维数造成过拟合，提高了水下目标识别的速度和准确率。
-
公开(公告)号：CN109460045B
公开(公告)日：2022-02-22
申请号：CN201910032604.7
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 动态障碍在线感知下USV基于改进蚁群优化的避碰规划方法，属于水面无人艇避碰规划技术领域。本发明针对USV在动态未知环境中避碰规划算法的搜索能力不足等问题，提出了一种基于改进蚁群优化算法的USV实时避碰规划方法，首先，为了满足《国际海上避碰规则》，设计反向偏心膨化法对动态障碍进行膨化；其次，基于运动速度模型和改进蚁群优化算法，将动态已知环境中的USV避碰规划转换成为一个瞬时静态已知环境下的多条件目标优化问题；最后，针对于蚁群优化算法收敛速度慢的问题，提出了改进的伪随机比例规则对蚂蚁状态转移进行选择，且借鉴狼群分配原则和最大—最小蚂蚁系统对全局信息素进行更新，避免了搜索陷入局部最优。
-
Patent Agency Ranking
公开(公告)号：CN113050630A
公开(公告)日：2021-06-29
申请号：CN202110259445.1
申请日：2021-03-10
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明涉及无人船控制领域，具体为一种网络攻击下无人船的事件驱动航向安全控制方法。发明提出的事件驱动航向安全控制设计方法考虑了开放的网络环境中网络通信受到攻击影响，进而在实际应用中能够保障无人船不会因为外部网络攻击带来的虚假信息的注入迫使航向误差偏大以及频繁地调整舵角等问题。本发明还可以实现网络资源的高效利用，节约成本，同时可以使得无人船的航向达到期望航向并保持稳定，具有更高的应用价值。
-
公开(公告)号：CN112560870A
公开(公告)日：2021-03-26
申请号：CN202011484533.3
申请日：2020-12-15
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种用于水下复杂环境中的图像目标识别方法，包括：步骤1：采用gamma变换对图片进行预处理；步骤2：提取图片方向梯度直方图特征；步骤3：根据图片模糊度进行特征选择；步骤4：使用支持向量机进行训练和测试；步骤5：利用步骤4训练好的支持向量机进行图像识别。本发明可以克服目前水下图像库不多，图片背景复杂，理想的水下图片稀少的困难，降低了在使用支持向量机进行水下图像目标识别对于图像的要求，而且还能保证快速性和准确性，同时降低目标特征维数，避免了在使用机器学习进行目标识别时由于样本数量远小于特征维数造成过拟合，提高了水下目标识别的速度和准确率。
-
公开(公告)号：CN107024863B
公开(公告)日：2020-01-17
申请号：CN201710184342.7
申请日：2017-03-24
Applicant: 哈尔滨工程大学
Abstract: 本发明利用生物启发模型的微分输出特性，提供一种避免微分爆炸的UUV轨迹跟踪控制方法。包括以下步骤：步骤1：初始化；步骤2：利用欠驱动UUV的数学模型得出位置、姿态误差变量；步骤3：计算虚拟控制律，并利用生物启发模型输出值代替虚拟期望控制律；步骤4：构造Lyapunov函数将位置误差的镇定转移到对速度误差的镇定上，利用生物启发模型输出代替虚拟控制量的实时求导避免微分爆炸现象，实现速度误差的镇定；步骤5：设计轨迹跟踪控制器。本发明方法能够避免传统反步法中由反复求导导致的微分爆炸现象，简化控制器的复杂性；同时，结合生物启发模型的控制器满足推进器的推力约束和欠驱动UUV三维轨迹跟踪对位置、速度以及姿态的时间约束要求。
-
公开(公告)号：CN107894240A
公开(公告)日：2018-04-10
申请号：CN201711173667.1
申请日：2017-11-22
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明公开了一种用于水下无人航行器在极区导航的初始粗对准方法。根据在极区所处位置经纬度，确定初始对准时刻，地心地固坐标系e到格网坐标系G之间的方向余弦矩阵 根据时间间隔Δt确定惯性坐标系与地心地固坐标系之间的方向余弦矩阵 根据捷联惯导系统中陀螺仪输出，确定载体坐标系b到初始时刻与惯性坐标系相固连的载体坐标系b0之间的方向余弦矩阵 ；确定初始对准时刻与惯性坐标系固连的载体坐标系b0到惯性坐标系i的方向余弦矩阵 ；确定载体坐标系b到格网坐标系G方向余弦矩阵 ；解算提取经过初始粗对准后得到的φx，φy和φz以及δφx，δφy和δφz。本发明可有效实现水下无人航行器在极区航行过程中的粗对准，相比于传统粗对准方法在极区应用有更好的精度。
-
公开(公告)号：CN107315348A
公开(公告)日：2017-11-03
申请号：CN201710538827.1
申请日：2017-07-04
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提供一种基于惩罚式小波网络的无人潜航器位姿控制装置及方法，通过集成惩罚式小波网络控制参数整定系统生成新的控制器参数，并通过控制器得到控制信息，将其送入动力推进系统进行指令分配，产生纵向推力、横向推力以及力矩，实现UUV的位姿控制。本发明首次采用野值剔除与卡尔曼滤波平滑相结合的方式实现传感器量测量的优化，并且首次提出在控制器的前端加入了集成惩罚式小波网络的控制参数整定系统，结合了小波分析和神经网络的优点，而且引入惩罚项优化网络泛化能力，解决小波网络泛化性能不强的问题，从而能够自适应生成合理的控制器参数，实现无人潜航器的位姿控制。本发明对今后无人潜航器水下作业、运动控制等领域的发展有着积极意义。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.034 seconds)
