-
公开(公告)号：CN117213905A
公开(公告)日：2023-12-12
申请号：CN202311256831.0
申请日：2023-09-26
Applicant: 哈尔滨工程大学
IPC: G01N1/08
Abstract: 一种水下土壤取样装置，它包含框架、丝杠电机、丝杠副、三爪卡盘、取样电机和取样机构；圆盘和齿盘并排相连设置，且二者可转动地设置在传动轴上，传动轴与框架固接，圆盘和齿盘上沿周向设有多个管式取样器，每个管式取样器可在齿盘和圆盘上沿轴向滑动，圆盘的盘面上设置有卡扣，以实现管式取样器在无轴向外力作用时，可被径向定位，齿盘上的轮齿与由电机驱动的蜗杆啮合，电机固定在框架上；丝杠副的丝杠可转动地设置在框架上，丝杠的一端与丝杠电机的输出端相连，三爪卡盘和丝杠副的丝母分别与架体固接，取样电机设置在架体上。本发明结构紧凑，可实现多个管式取样器的切换采样，降低水下土壤采样的时间，提高了工作效率。
-
公开(公告)号：CN111273677B
公开(公告)日：2023-05-12
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：CN110232350B
公开(公告)日：2022-12-13
申请号：CN201910496423.X
申请日：2019-06-10
Applicant: 哈尔滨工程大学
Abstract: 本发明属于多目标跟踪领域，具体涉及一种基于在线学习的实时水面多运动目标检测跟踪方法。本发明首先利用已经训练好的改进的YOLOv3和改进的SSD网络模型检测输入的视频序列，获取目标候选框位置及其对应的LBP、CN和HOG特征以及类别信息；之后用检测结果初始化跟踪器；然后通过相关滤波计算响应值，选取最大响应值位置作为改进的YOLOv3和改进的SSD检测模型对应的跟踪结果；将两个跟踪结果的目标跟踪框融合取并集进行加权平均优化修正作为融合修正的跟踪结果；通过将融合修正的跟踪结果加入训练集进而更新训练改进的YOLOv3和改进的SSD网络模型。
-
公开(公告)号：CN109861919B
公开(公告)日：2022-09-27
申请号：CN201811418396.6
申请日：2018-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种水下多信道MAC协议可用信道判定方法，发送节点计算发送数据包时间；发送节点根据信道使用表将可用时间与数据包发送时间不冲突的信道判定为可用数据信道；发送节点发送RTS包通知接收节点发送数据包时间和可用数据信道；接收节点根据信道使用表和RTS包确定通信双方可用数据信道；本发明通过控制信道和数据信道传输的并发性，提前了被占用数据信道重新可用的时间，提高了信道利用率，同时减少了通信双方因异构碰撞区域而无可用信道问题，降低了端到端时延，增加了网络吞吐量。
-
公开(公告)号：CN111176122B
公开(公告)日：2022-05-13
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。
-
Patent Agency Ranking
公开(公告)号：CN108275252B
公开(公告)日：2020-09-25
申请号：CN201810165845.4
申请日：2018-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种螺旋桨与舵机混合动力推进机械水母，属于水下机器人领域。其包括头部外壳1、舵机驱动机机构、螺旋桨推进机构和外部蒙皮13。其特征是：所述的头部外壳1的形状以头部外壳中轴线12对称；所述的螺旋桨推进机构安装在头部外壳1的底部，且螺旋桨推进机构的中心线与头部外壳中轴线12共线；所述的舵机驱动机构以头部外壳中轴线12为对称轴，安装在螺旋桨推进机构的四周；所述的外部蒙皮13布置在舵机驱动机构的外侧，且与头部外壳1相连。本发明通过机械臂和螺旋桨混合动力驱动，通过调节机械臂和螺旋桨的驱动方式可实现多种不同运动模式。本发明可以用于学习研究、海底探测、研究仿生水母等方面。
-
公开(公告)号：CN111629440A
公开(公告)日：2020-09-04
申请号：CN202010426824.0
申请日：2020-05-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用Q学习MAC协议收敛性判定方法，包括S1：传感器网络初始化；S2：节点通过网络初始化或者广播探测包获得邻居节点数M；S3:节点获取自身周期帧时隙数N；S4:判断采用Q学习的MAC协议在所处网络环境中是否收敛，当M+1≤N时，采用Q学习MAC协议收敛；当M+1≥2N时，采用Q学习MAC协议不收敛；当N＜M+1＜2N时，协议有条件收敛：当(M+1)与N比值在(1，1.5)时，认定采用Q学习MAC协议收敛；(M+1)与N比值在[1.5，2)时，采用Q学习MAC协议不收敛。本发明节点根据周期帧时隙数与邻居节点数的关系，判定所处网络是否可用，可作为动态设定周期帧时隙数的理论依据，能够扩展基于Q学习MAC协议的应用并提升网络性能。
-
公开(公告)号：CN105228212B
公开(公告)日：2018-12-07
申请号：CN201510593888.9
申请日：2015-09-17
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种适用于水下动态自组织网络的多移动汇聚节点定位辅助的水下传感器网络路由方法。本发明包括全局定位阶段、动态数据树形成阶段、发送预判阶段。本发明将改进的边界定位使用到水下路由策略中，并采用局部方位树模型进行路由结构划分，可以有效减少能量的消耗，避免由于传输距离过长而过高的消耗能量；发送预判模型可以有效的使数据向目的节点有向传输，寻求一条树间节能路径。网络结构的周期性刷新可以保证网络结构不会因为节点的移动变化导致数据传输率的降低，这样不但可以降低的数据传输时产生的能量消耗，同时也减少了传输延迟，提高了数据传输效率。
-
公开(公告)号：CN108762281A
公开(公告)日：2018-11-06
申请号：CN201810589927.1
申请日：2018-06-08
Applicant: 哈尔滨工程大学
IPC: G05D1/06
CPC classification number: G05D1/0692
Abstract: 本发明提出一种基于记忆关联强化学习的实时水下机器人智能决策方法，属于算法技术领域，具体为一种基于RBF神经网络和Q学习结合的水下机器人路径规划智能决策方法。通过Q学习的自主学习能力和RBF神经网络的函数逼近能力，可实现水下机器人在路径探索过程中逐步学习的功能。首先定义针对于路径规划的Q学习四元组，分别为：环境状态，行为动作，及时得分，状态转移，探索过程中逐步更新状态‑动作值函数Q(s,a)进行学习；然后利用RBF神经网络拟合Q学习的结果，即状态动作值函数；最后更新完成的神经网络权值即为学习的结果，此神经网络提供了环境状态到行为的映射关系，可用于未知环境下的智能决策。
-
公开(公告)号：CN107623895A
公开(公告)日：2018-01-23
申请号：CN201710722305.7
申请日：2017-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种三角距离估计的水下传感器网络定位方法，属于水下无线传感器网络技术领域。其特征在于：锚节点广播坐标信息，未知节点接收锚节点信息建立本地存储列表，保存相关信息。当未知节点具有三个及以上参考节点信息时通过投影技术实现未知节点的定位。未知节点的参考节点信息不足时，通过三角距离估计两跳参考节点的距离来增加参考节点数量，参考节点数量满足定位要求时，通过投影技术进行定位。定位成功的信任值高的节点升级为参考节点辅助其他节点定位。本发明是一种三维分布式的定位方法，实验证明该方法有较高的节点定位覆盖率和较小的定位误差。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.038 seconds)
