-
公开(公告)号:CN111273677A
公开(公告)日:2020-06-12
申请号:CN202010087517.4
申请日:2020-02-11
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 一种基于强化学习技术的自主水下机器人速度和艏向控制方法,属于机器人控制技术领域。为了解决现有的水下机器人的控制方法依赖于控制对象模型精度的问题,以及不依赖模型的控制方法控制精度不高的问题。本发明设计了基于Q学习的速度和艏向控制器,将偏差和偏差变化率作为Q学习控制器的输入,将纵向推力和偏航力矩作为Q学习控制器的输出,使得Q学习控制器完全替代传统常规的控制器,从而达到水下机器人自主学习和自主决策的目标。主要用于水下机器人速度和艏向的控制。
-
公开(公告)号:CN109866904B
公开(公告)日:2020-06-02
申请号:CN201910281993.7
申请日:2019-04-09
Applicant: 哈尔滨工程大学
IPC: B63H1/37
Abstract: 一种仿生水母类水下机器人的运动及速度控制方法,属于仿生机器人控制领域。现有的非线性振荡器在仿生机器人的节奏性运动控制存在频率和幅值的收敛速度慢的问题,且缺少相应的速度控制方法。一种仿生水母类水下机器人的运动及速度控制方法,设计仿生水母动力模型;建立仿生水母各关节的振荡器模型,改变振荡器的波形;设计两个振荡器之间的耦合方式,由此确定建立多个振荡器之间的耦合方式,实现多个振荡器所在关节之间相互配合协调,实现仿生水母运动的控制,根据运动控制绘制频率与平均速度变化曲线,找到对应的运动频率,推算周期性速度变化曲线作为期望速度;按照期望速度控制速度。本发明算法对仿生水母的运动收敛性好,能稳定控制运动速度。
-
公开(公告)号:CN111176122A
公开(公告)日:2020-05-19
申请号:CN202010087510.2
申请日:2020-02-11
Applicant: 哈尔滨工程大学
Abstract: 一种基于双BP神经网络Q学习技术的水下机器人参数自适应反步控制方法,它属于水下机器人控制器参数调节技术领域。本发明解决了传统Q学习方法进行控制器参数调节时的学习效率低,以及传统反步法进行控制器参数调节时存在的参数不易实时在线调整的问题。本发明利用基于双BP神经网络Q学习算法与反步法相结合的方式实现对反步法控制器参数的自主在线调节,以满足控制参数能够实时在线调整的要求。同时由于引入了双BP神经网络以及经验回放池,其强大的拟合能力使得基于双BP神经网络Q学习参数自适应反步控制方法能够大大降低训练次数,以提升学习效率,在训练较少次数的情况下达到更好的控制效果。本发明可以应用于水下机器人控制器参数的调节。
-
公开(公告)号:CN107093300A
公开(公告)日:2017-08-25
申请号:CN201710360899.1
申请日:2017-05-22
Applicant: 哈尔滨工程大学
IPC: G08B13/14
CPC classification number: G08B13/1427 , G08B21/0277
Abstract: 本发明提供的是一种便携式微型防盗报警装置。包括子机和母机;子机包括具有BLE功能的MCU和MCU控制的外设电路,外设电路由外部复位模块、可充电电源模块、发声模块、蓝牙射频电路组成,复位芯片产生的复位信号传给MCU对子机系统进行复位,发声模块连接MCU的I/O口;母机是安装有应用程序的智能手机,应用程序扫描子机蓝牙设备,子机不断的发送蓝牙信号,母机根据接收到的子机的信号强度及其变化来判断子机的工作状态;通过智能手机的应用程序的发声模块控制键控制子机的MCU。本发明的反应更加灵敏和精细。子机体积小、易隐藏且子机端的电量提示及物品被盗时子、母机同时报警功能,在满足便携要求外具有良好的用户使用体验。
-
公开(公告)号:CN105974309A
公开(公告)日:2016-09-28
申请号:CN201610289438.5
申请日:2016-05-04
Applicant: 哈尔滨工程大学
IPC: G01R31/34
CPC classification number: G01R31/343
Abstract: 本发明涉及一种电机参数自动测试系统。所述的测试系统包括集成箱,其侧面有三个引出接口,第一个接口将DSP控制系统处理后的参数信息通过串口发送到上位机显示,第二个接口连通光电编码器和电机,第三个接口将电机和电流传感器模块串接到电路中,数模转换模块将模拟电压转换后的数字电压送给DSP控制系统,开关控制电源模块来给整个系统进行供电。本发明通过集成箱侧面三个接口与电机、上位机进行数据传递,这样的设计使整个系统看起来既简洁,使用起来又方便。
-
-
-
-