-
公开(公告)号：CN110726415B
公开(公告)日：2023-09-29
申请号：CN201911000169.6
申请日：2019-10-21
Applicant: 哈尔滨工程大学
IPC: G01C21/32
Abstract: 本发明属于海底地形同步定位与建图领域，具体涉及一种自适应的水下多波束同步定位与建图方法。本发明采用反距离加权方法实现在不提取环境特征的情况下进行数据关联并通过库尔贝克‑莱布勒散度采样实现粒子数实时调整的基于粒子滤波的AUV测深数据同步定位与建图技术。本发明通过粒子分地图与均值轨迹分地图匹配实现不需要提取特征情况下的数据关联，通过库尔贝克—莱布勒散度实时控制粒子数，同时采用地形丰富度对粒子权值进行修正，提高了算法的鲁棒性。本发明不需要在海底地形中提取特征，可以实时控制粒子数，同时能够保证建图精度和实时性，适用性好，计算开销小，可以保证实时性。
-
公开(公告)号：CN110231822B
公开(公告)日：2022-04-05
申请号：CN201910480480.9
申请日：2019-06-04
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种舰船用变输出约束式无模型自适应航向控制方法，属于舰船运动控制领域；本发明首先定义系统输出约束函数；然后将航向系统的期望输出量y*(k)与实际输出量y(k)相减得到误差e(k)；当误差e(k)超过设定的航向状态偏差的阈值e0时，通过变输出约束式无模型自适应控制方法根据e(k)解算出期望舵角um(k)；然后操纵机构接收并执行航向系统输入指令u(k)，令k＝k+1，更新舰船航向ψ(k)。本发明以的形式为例，通过变输出约束函数的引入，降低了输出重定义无模型自适应控制方法对重定义系数的敏感性，同时提高了系统的鲁棒性。
-
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：CN109062236B
公开(公告)日：2021-04-20
申请号：CN201811017272.7
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G05D1/08
Abstract: 本发明公开了波浪滑翔器自适应浮体艏向控制方法，属于海洋航行器运动控制技术领域。本发明利用波浪滑翔器的实际航行数据实时规划潜体期望艏向，通过对潜体的艏向控制间接实现波浪滑翔器的浮体艏向控制，克服了浮体艏向响应滞后导致的控制系统不稳定的问题，并且能够消除环境干扰带来的稳态误差，有效提高波浪滑翔器的浮体艏向控制的能力。本发明结构简单，易于实现，且不依赖于精确的数学模型，在不确定性外界环境干扰下具有较强的自适应性。
-
公开(公告)号：CN112034866A
公开(公告)日：2020-12-04
申请号：CN202010978533.2
申请日：2020-09-17
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明提供了一种水下机器人跟踪制导的方法及装置，涉及跟踪制导技术领域，包括：获取水下机器人的水下深度，以及跟随设备与水下机器人的相对距离；根据水下深度和相对距离，确定水下机器人所属的跟踪区域；根据水下机器人所属的跟踪区域，控制跟随设备当前时刻的速度和/或艏向角。本发明利用水下深度和相对距离准确反映跟随设备和水下机器人的相对关系的变化，根据两者之间不同的相对关系，相应控制跟随设备当前时刻的速度和/或艏向角，以此保证对运动轨迹未知的水下机器人进行实时有效的跟踪。
-
Patent Agency Ranking
公开(公告)号：CN111307136A
公开(公告)日：2020-06-19
申请号：CN202010088021.9
申请日：2020-02-12
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种双智能水下机器人水下航行地形匹配导航方法，包括第一智能水下机器人和第二智能水下机器人，其将所述第一智能水下机器人和所述第二智能水下机器人进行水下定深航行，并进行地形匹配导航，通过间隔一定时间进行一次的水声通信，获得两个智能水下机器人之间的相对估计位置与距离；根据两个智能水下机器人的实际位置，通过公式得到两个智能水下机器人的导航精度；根据两个智能水下机器人之间的估计距离与实际测量距离，得到两者之间的距离误差；根据多源信息的融合原理，采用混合式融合的方式重新估计两个智能水下机器人的位置。
-
公开(公告)号：CN110533650A
公开(公告)日：2019-12-03
申请号：CN201910802123.X
申请日：2019-08-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种基于视觉的AUV水下管道检测跟踪方法，属于水下管道检测领域。本发明包括：采集海底管道图像；对图像进行预处理；管道方向检测；管道中心线检测；管道位置检测。与现有的技术相比，本发明采用管道方向检测，管道中心检测和管道位置检测算法，并通过随机采样一致和一致性检测剔除异常值，保证AUV在进行管道检测时，根据准确的管道方向和位置进行自主航行。
-
公开(公告)号：CN110209152A
公开(公告)日：2019-09-06
申请号：CN201910514354.0
申请日：2019-06-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种智能水下机器人垂直面路径跟随的深度强化学习控制方法。步骤一，根据智能水下机器人的路径跟随控制要求，建立与代理人进行交互的智能水下机器人环境；步骤二，建立代理人集合；步骤三，建立经验缓存池；步骤四，建立学习者；步骤五，使用分布式确定性策略梯度进行智能水下机器人路径跟随控制。本发明针对智能水下机器人所处海洋环境复杂多变，传统控制方法无法与环境主动进行交互的现象，设计智能水下机器人垂直面路径跟随的深度强化学习控制方法。使用确定性策略梯度通过分布式的方法来完成智能水下机器人的路径跟随控制任务，具有自学习，精度高，适应性好，学习过程稳定的优点。
-
公开(公告)号：CN110207721A
公开(公告)日：2019-09-06
申请号：CN201910492181.7
申请日：2019-06-06
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明属于图像处理领域，公开了一种考虑残差分布的无效地形匹配结果识别方法，包含如下步骤：步骤(1)：计算重叠区域高程残差序列；步骤(2)：绘制直方图，判断高程残差序列是否满足指定的高斯分布；步骤(3)：将重叠区域所有残差大于μ±σ的网格节点提取出来作为提取区域1，将所有未被提取的网格节点作为提取区域2；步骤(4)：分别计算提取区域1和提取区域2的平均高程残差、地形信息量以及有效节点的个数；步骤(5)：将提取区域1和提取区域2的平均高程残差、地形信息量、有效节点的个数输入神经网络中，若神经网络输出值大于预设值，该地形匹配结果有效，否则该地形匹配结果无效。本发明不需要其他信息辅助，算法易于实现。
-
公开(公告)号：CN112363169B
公开(公告)日：2022-12-13
申请号：CN202011166011.9
申请日：2020-10-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种全海深水下机器人及其定位方法，其中所述定位方法包括通过卡尔曼滤波法对所述机器人的声波测量数据及实时深度数据进行融合，根据融合模型对所述机器人进行定位的过程。所述定位方法可克服声波测量数据的离散、量程有限的问题，并根据简单、有效的融合后数据，对水下机器人进行准确的、全海深的定位。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.035 seconds)
