-
公开(公告)号：CN110588926A
公开(公告)日：2019-12-20
申请号：CN201910873780.3
申请日：2019-09-17
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋探测技术领域，公开了一种水下监测装置。该水下监测装置配备的两个水平推进器及两个垂向推进器能够在水中对水下监测装置的位姿进行调整，令其能够精准移动至指定坐底位置。在水下监测装置的布放/回收过程中，水压发生变化，该水下监测装置配备的气囊排水体积变化能够进行浮力调节。本发明还公开了一种基于该水下监测装置的布放回收方法，布放时对水下监测装置标定初始位置坐标，并设置临界水压值；垂向推进器工作推动水下监测装置的下潜和上浮，达到临界水压值后，则关闭垂向推进器，通过气囊进行浮力调节，令水下监测装置实现无动力的下潜/上浮；利用水声定位信号和水平推进器实现了较小误差范围内的坐底定位与回收定位。
-
公开(公告)号：CN107632590B
公开(公告)日：2019-11-08
申请号：CN201710722267.5
申请日：2017-08-22
Applicant: 哈尔滨工程大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于优先级的底事件排序方法，属于故障分析技术领域。包括以下步骤：对故障树进行预处理，得到简化的故障树；对已经简化的故障树进行底事件排序，将故障树转化为BDD结构之前，首先要确定底事件的排列顺序，采用本发明的基于优先级的底事件排序方法进行底事件排序；根据得到的底事件排列顺序，按照香农原理的If‑Then‑Else运算符将故障树转化为BDD结构；对BDD结构进行遍历，寻找BDD结构中以1为终节点的所有路径，这些路径即为故障树的割集。本发明提出一种基于优先级的底事件排序方法，通过减小BDD的规模来减小计算代价，有效降低了故障树分析方法的内存消耗，同时提高了计算效率。
-
公开(公告)号：CN110232350A
公开(公告)日：2019-09-13
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：CN109861919A
公开(公告)日：2019-06-07
申请号：CN201811418396.6
申请日：2018-11-26
Applicant: 哈尔滨工程大学
IPC: H04L12/801 , H04W74/08
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：CN109739090A
公开(公告)日：2019-05-10
申请号：CN201910036698.5
申请日：2019-01-15
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提供一种自主式水下机器人神经网络强化学习控制方法，通过获取AUV当前的位姿信息；计算状态量，将状态输入强化学习神经网络正向传播计算Q值，选择动作A来计算控制器参数；将控制参数与控制偏差输入控制器,计算控制输出；自主式机器人根据执行机构配置进行推力分配；通过控制响应计算奖赏值，进行强化学习迭代，更新强化学习神经网络参数。本发明将强化学习思想与传统控制方法相结合，使AUV能够在航行中对自身运动性能进行评判，根据运动中产生的经验来在线调整自身控制器性能，通过自我学习更快适应复杂环境，从而获得更好的控制精度与控制稳定性。
-
Patent Agency Ranking
公开(公告)号：CN109362113A
公开(公告)日：2019-02-19
申请号：CN201811310120.6
申请日：2018-11-06
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及水声传感器网络、水声路由协议技术领域，特别涉及一种水声传感器网络合作探索强化学习路由方法。本发明包括以下步骤：(1)初始化各节点Q值及V值；(2)判断 是否成立；(3)中继节点收到数据包/控制包，更新邻居列表，并判断是否继续转发；(4)sink收到数据包，结束本次传输。基于强化学习的路由协议在选择路径时能够近似达到全局最优，并且可以合并多项影响性能的因素。本发明中，在算法未收敛时，源节点在发送数据包的同时发送数个控制包，以加速算法的收敛，否则，只发送数据包。在算法收敛后，通过选择V值最高的下一跳节点实现近似全局最优路径，从而均衡了网络能耗，延长了网络寿命，解决了强化学习收敛速度慢的问题。
-
公开(公告)号：CN105046652B
公开(公告)日：2017-11-21
申请号：CN201510212824.X
申请日：2015-09-22
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明属于图形学中图形布局技术领域，特别涉及一种基于库仑力模型的图形节点遮挡消除方法。本发明包括：移动遮挡节点：消除遮挡节点。方法中给出的节点移动策略，使得节点在水平和垂直方向的移动距离、图形的总体面积值和运行时间都比较小；将库仑力模型应用在节点遮挡消除的方法中，达到了消除遮挡的同时也保持了节点的初始化顺序；在利用库仑力模型消除遮挡的过程中，在两节点达到分离时距离的基础上增加了一个常量，确保了两个节点达到完全分离的状态，从而得出一个合理的布局图形。
-
公开(公告)号：CN107168341A
公开(公告)日：2017-09-15
申请号：CN201710563410.0
申请日：2017-07-12
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种面向溢油围捕的柔性连接式双无人艇自主协同方法，(1)根据溢油所在位置、无人艇初始位置与柔性连接式无人艇的动力学特性，规划出一条满足多个约束条件的航行轨迹；(2)对得到的航行轨迹进行轨迹跟踪；(3)在进行轨迹跟踪过程中，为确保双无人艇能够完成任务，并减小柔性连接作用力和力矩的不利影响，采用基于模糊零空间的行为融合方法，根据所述柔性连接作用力和力矩的影响、实时地修正无人艇的期望艏向与航速；(4)无人艇的运动控制器解算出控制指令，驱使无人艇的实际艏向与航速达到期望值。本发明利用模糊零空间方法有效消除柔性连接作用力和力矩产生的不利影响，实现了柔性连接式双无人艇的自主协同控制。
-
公开(公告)号：CN107168309A
公开(公告)日：2017-09-15
申请号：CN201710301455.0
申请日：2017-05-02
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明提供一种基于行为的多水下机器人路径规划方法，属于路径规划技术领域。本发明提出了一种适用于动态未知环境下的多水下机器人路径规划策略，具体包括：首先，定义基本行为来对AUV的航行路径添加约束，基本行为分别为节能行为、协同行为和安全行为；然后，建立与基本行为对应的行为目标函数，将与AUV有关的时间变量和空间变量结合起来；最后，建立全局目标函数来实现3种基本行为的行为融合，并采用一种带有惯性权重的粒子群优化算法来求解全局目标函数，通过输出的最优解可以生成一条免于碰撞并且是最短的路径。
-
公开(公告)号：CN105228212A
公开(公告)日：2016-01-06
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。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.042 seconds)
