-
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：CN108803313B
公开(公告)日：2022-07-12
申请号：CN201810589190.3
申请日：2018-06-08
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下机器人控制领域，公开了一种基于海流预测模型的路径规划方法，包含如下步骤：根据路径关键点对航行区域进行栅格化处理；利用区域海洋模式对航行区域进行海流预测，拟合计算得到实时的海流信息；利用电子海图信息标记禁航区；将不同深度的禁航信息和起点终点位置信息按照不同深度的平面栅格进行存储栅格各点的经纬度、是否为禁航区、是否到达终点；计算当前位置到终点的方向并在所有下一步行驶方向中确定可选动作；使用Q学习寻求马尔科夫决策过程规划的最优策略并输出路径。本发明充分考虑实时的海流对路径规划的影响，通过BP神经网络和bagging算法进行拟合，使用强化学习来寻求最优解，加快收敛速度，降低运算的复杂度。
-
公开(公告)号：CN108061897A
公开(公告)日：2018-05-22
申请号：CN201711268143.0
申请日：2017-12-05
Applicant: 哈尔滨工程大学
IPC: G01S15/89
Abstract: 本发明提供一种基于前视声呐的水下结构化环境线特征提取方法，包括：对前视声呐数据进行动态阈值分割，获取高回波强度点的总点数及其在载体系下的极坐标；在限定循环次数内从高回波强度点中随机选择两个不孤立且不相邻的点构建直线，选取到该直线距离小于预设阈值的点构成候选点集，计算候选点集的势与总点数的比例，若比例不小于阈值将该条直线作为辅助直线并终止循环；基于辅助直线参数及相应候选点集分布特点，构建结构化环境直线特征参数的投票空间，使用投票算法提取直线特征参数；基于直线特征附近点的分布情况，将直线特征裁剪为线段特征。本发明有效克服了随机采样的盲目性和投票算法的低效性。
-
公开(公告)号：CN108061897B
公开(公告)日：2021-06-18
申请号：CN201711268143.0
申请日：2017-12-05
Applicant: 哈尔滨工程大学
IPC: G01S15/89
Abstract: 本发明提供一种基于前视声呐的水下结构化环境线特征提取方法，包括：对前视声呐数据进行动态阈值分割，获取高回波强度点的总点数及其在载体系下的极坐标；在限定循环次数内从高回波强度点中随机选择两个不孤立且不相邻的点构建直线，选取到该直线距离小于预设阈值的点构成候选点集，计算候选点集的势与总点数的比例，若比例不小于阈值将该条直线作为辅助直线并终止循环；基于辅助直线参数及相应候选点集分布特点，构建结构化环境直线特征参数的投票空间，使用投票算法提取直线特征参数；基于直线特征附近点的分布情况，将直线特征裁剪为线段特征。本发明有效克服了随机采样的盲目性和投票算法的低效性。
-
公开(公告)号：CN107168309B
公开(公告)日：2020-02-14
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。
-
Patent Agency Ranking
公开(公告)号：CN108803313A
公开(公告)日：2018-11-13
申请号：CN201810589190.3
申请日：2018-06-08
Applicant: 哈尔滨工程大学
CPC classification number: G05B13/027 , G05B13/042 , G05B13/048 , G05D1/10
Abstract: 本发明属于水下机器人控制领域，公开了一种基于海流预测模型的路径规划方法，包含如下步骤：根据路径关键点对航行区域进行栅格化处理；利用区域海洋模式对航行区域进行海流预测，拟合计算得到实时的海流信息；利用电子海图信息标记禁航区；将不同深度的禁航信息和起点终点位置信息按照不同深度的平面栅格进行存储栅格各点的经纬度、是否为禁航区、是否到达终点；计算当前位置到终点的方向并在所有下一步行驶方向中确定可选动作；使用Q学习寻求马尔科夫决策过程规划的最优策略并输出路径。本发明充分考虑实时的海流对路径规划的影响，通过BP神经网络和bagging算法进行拟合，使用强化学习来寻求最优解，加快收敛速度，降低运算的复杂度。
-
公开(公告)号：CN108275252A
公开(公告)日：2018-07-13
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：CN120066095A
公开(公告)日：2025-05-30
申请号：CN202510258559.2
申请日：2025-03-06
Applicant: 哈尔滨工程大学
IPC: G05D1/485 , G05D1/644 , G05D101/10
Abstract: 基于增量正则化网络的自主水下航行器控制方法和系统，属于智能控制技术领域，解决传统的路径规划算法在面对复杂环境时，容易出现计算效率低下和实时性不足问题。本发明的方法包括：在利用历史数据训练深度强化学习模型时引入L2正则化方法，快速实现路径的实时规划；引入增量路径动态决策机制，提取所训练的深度强化学习模型的参数，按批次对模型参数进行LoRA微调，使模型能够在自主水下航行器的运动过程中动态更新其Q值函数。基于深度强化学习方法，为自主水下航行器设计增量路径决策网络，使其在运动过程中根据获取到的新信息进行增量决策。本发明适用于复杂环境下自主水下航行器的自主路径规划。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.026 seconds)
