-
公开(公告)号：CN113093532A
公开(公告)日：2021-07-09
申请号：CN202110248550.5
申请日：2021-03-05
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 一种非自衡系统的全格式无模型自适应控制方法，涉及非自衡系统的控制技术领域。本发明是为了解决传统无模型自适应控制方法不能直接应用于非自衡系统的问题。本发明建立非自衡系统的动态IO数据模型，设置动态IO数据模型参数的更新准则函数和控制输入解算的准则函数，对k时刻动态IO数据模型参数求极小值，更新动态IO数据模型，之后代入控制输入解算的准则函数，对非自衡系统的控制输入信息求极小值，获得k时刻非自衡系统的控制输入信息，最后将控制输入信息输入至非自衡系统，当非自衡系统控制过程结束时完成非自衡系统的无模型自适应控制，否则使k＝k+1，然后返回重新更新动态IO数据模型。
-
公开(公告)号：CN109189075B
公开(公告)日：2021-05-11
申请号：CN201811169436.8
申请日：2018-10-08
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明提供一种舰船用模糊遗忘因子无模型自适应航向控制方法，建立航向系统模型，下达期望航向指令y(k)*，设定航向偏差的阈值e0，根据舰船期望航向y*(k)，与舰船当前航向y(k)，计算航向偏差e(k)和偏差变化率ec(k)，当e(k)的绝对值|e(k)|小于航向偏差的阈值e0，跳出循环，否则继续执行，模糊遗忘因子MFAC控制器根据e(k)、ec(k)在线调整遗忘因子β并解算出航向系统的期望输入u(k)，系统接收并执行航向系统输入指令u(k)，令k＝k+1，更新舰船当前航向y(k)。本发明解决了MFAC控制算法产生积分饱和问题，提高了系统响应速度以及控制精度，提高了控制系统的自适应性以及鲁棒性。
-
公开(公告)号：CN109116727A
公开(公告)日：2019-01-01
申请号：CN201811031880.3
申请日：2018-09-05
Applicant: 哈尔滨工程大学
IPC: G05B13/02
Abstract: 本发明属于海洋运载器运动控制领域，具体涉及一种基于低通滤波器的PID型一阶全格式无模型自适应航速控制算法；包括向海洋运载器下达期望航速指令即y*(k)；通过传感器测得海洋运载器当前的实际航速y(k)，并计算航速误差e(k)；若|e(k)|小于预先设定的误差阈值e0，则认为海洋运载器航速收敛到期望航速，否则将e(k)作为基于低通滤波器的PID_FO_FFDL_MFAC算法的输入，并由该控制器解算出当前时刻的期望指令u(k)，海洋运载器推进机构即螺旋桨或喷水推进等模式执行期望指令，海洋运载器航速发生改变；通过海洋运载器上搭载的传感器测得此刻海洋运载器的实际航速，本发明通过引入低通滤波器降低了微分项的引入对系统性能的不利影响，从而使得海洋运载器航速能够快速稳定收敛到期望航速。
-
公开(公告)号：CN110705623B
公开(公告)日：2022-08-02
申请号：CN201910915844.1
申请日：2019-09-26
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06K9/62 , G06T7/73
Abstract: 本发明公开了一种基于全卷积神经网络的海天线在线检测方法，用于完成无人艇在水面环境下对海天线的检测任务，即根据水面无人艇所携带的光视觉传感器传回的图像信息和水面无人艇的艇体姿态信息对当前传感器视角下的海天线进行预测，基于分类拟合原理，针对复杂的水面环境，依据水面图像的大体类别信息，设计全卷积神经网络和全连接网络模型，解决复杂水面环境下传感器的稳像问题以及艇体位姿的修正问题，同时也可以缩小搜索区域，加快搜索速度，为水面无人艇环境感知和运动规划及控制提供准确的传感器信息等。
-
公开(公告)号：CN113093532B
公开(公告)日：2022-04-15
申请号：CN202110248550.5
申请日：2021-03-05
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 一种非自衡系统的全格式无模型自适应控制方法，涉及非自衡系统的控制技术领域。本发明是为了解决传统无模型自适应控制方法不能直接应用于非自衡系统的问题。本发明建立非自衡系统的动态IO数据模型，设置动态IO数据模型参数的更新准则函数和控制输入解算的准则函数，对k时刻动态IO数据模型参数求极小值，更新动态IO数据模型，之后代入控制输入解算的准则函数，对非自衡系统的控制输入信息求极小值，获得k时刻非自衡系统的控制输入信息，最后将控制输入信息输入至非自衡系统，当非自衡系统控制过程结束时完成非自衡系统的无模型自适应控制，否则使k＝k+1，然后返回重新更新动态IO数据模型。
-
Patent Agency Ranking
公开(公告)号：CN112327872B
公开(公告)日：2021-08-03
申请号：CN202011310019.8
申请日：2020-11-20
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 一种面向溢油围捕的双无人艇协同轨迹跟踪方法，属于多艇协同轨迹跟踪领域。本发明针对现有双无人艇溢油围捕方法中，轨迹跟踪算法复杂度高造成溢油围捕的工作效率低的问题。包括，在当前时间周期通过两艘无人艇上的位姿传感器分别测量双无人艇的当前位置和当前姿态信息；给合当前位置和当前姿态信息以及当前溢油点位置，采用零空间行为融合方法对双无人艇进行行为融合，得到双无人艇的期望航速及航向；控制双无人艇按照所述期望航速及航向运动，达到新位置；然后进入下一个时间周期，时间周期不断迭代，直到完成协同轨迹跟踪；所述零空间行为融合方法中的行为包括相互避碰、保持队形和趋向目标三种行为。本发明用于溢油围捕中的轨迹跟踪。
-
公开(公告)号：CN112327872A
公开(公告)日：2021-02-05
申请号：CN202011310019.8
申请日：2020-11-20
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 一种面向溢油围捕的双无人艇协同轨迹跟踪方法，属于多艇协同轨迹跟踪领域。本发明针对现有双无人艇溢油围捕方法中，轨迹跟踪算法复杂度高造成溢油围捕的工作效率低的问题。包括，在当前时间周期通过两艘无人艇上的位姿传感器分别测量双无人艇的当前位置和当前姿态信息；给合当前位置和当前姿态信息以及当前溢油点位置，采用零空间行为融合方法对双无人艇进行行为融合，得到双无人艇的期望航速及航向；控制双无人艇按照所述期望航速及航向运动，达到新位置；然后进入下一个时间周期，时间周期不断迭代，直到完成协同轨迹跟踪；所述零空间行为融合方法中的行为包括相互避碰、保持队形和趋向目标三种行为。本发明用于溢油围捕中的轨迹跟踪。
-
公开(公告)号：CN112034858A
公开(公告)日：2020-12-04
申请号：CN202010958562.2
申请日：2020-09-14
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于舰船自动控制技术领域，具体涉及一种融合弱观测高阶输出数据的无模型自适应艏向控制方法。本发明在输入准则函数中引入弱观测条件下舰船高阶输出数据，将舰船艏向一阶差分和二阶差分信息作为控制器的负反馈输入，重新设计艏向控制律，加快了MFAC控制器在线辨识、学习和控制过程，解决了无模型自适应控制算法直接应用于舰船艏向这类非自衡系统出现震荡发散现象，提高系统的动态响应性能和控制精度。本发明对传感器的要求不高，弱观测类型的姿态传感器即可满足需求，易于工程实施且控制成本低。
-
公开(公告)号：CN110231821A
公开(公告)日：2019-09-13
申请号：CN201910474756.2
申请日：2019-06-03
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于移动机器人编队运动规划领域，具体涉及一种多机器人编队的改进自适应零空间行为融合方法，包括以下步骤：将机器人的编队运动过程分解成3种运动行为：奔向目标点、避障、编队；确定3种运动行为的执行顺序，其优先级顺序为为避障、奔向目标点、编队；建立每一行为的运动模型；根据机器人运动信息求解行为运动模型；本发明的方法是在传统的零空间行为融合方法基础上，在避障行为中提出了一种逻辑优先的机器人间障碍物选定策略，有效避免了在两个机器人互为障碍物时，复选产生“越避越远”偏离任务路线的现象，提高了多机器人编队任务效率，有利于编队队形保持，在运动规划上具有显著进步。
-
公开(公告)号：CN109375637A
公开(公告)日：2019-02-22
申请号：CN201811032862.7
申请日：2018-09-05
Applicant: 哈尔滨工程大学
IPC: G05D1/08
Abstract: 本发明属于舰船运动自动控制领域，具体涉及一种舰船用融合神经网络PD的紧格式无模型自适应航向控制算法；包括在紧格式无模型自适应控制算法的基础上引入比例项和微分项构成融合PD型CFDL_MFAC算法；将神经网络控制与PD_CFDL_MFAC算法相结合提出融合神经网络PD的紧格式无模型自适应航向控制算法；计算航向偏差e(k)，其中e(k)＝y*(k)-y(k)等。本发明通过比例项和微分项的引入，提高了算法的自适应性以及抵抗外界不确定干扰的能力。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.033 seconds)
