一种基于预设时间和性能的无人潜航器轨迹跟踪控制系统

    公开(公告)号:CN119292265A

    公开(公告)日:2025-01-10

    申请号:CN202411348891.X

    申请日:2024-09-26

    Abstract: 本发明提出了一种基于预设时间和性能的无人潜航器轨迹跟踪控制系统,旨在提升水下作业任务中的轨迹跟踪精度和稳定性。步骤包括:建立无人潜航器数学模型;设计预设时间预设性能函数,并引入随时间变化的可调节函数使得边界函数在收敛过程中具备平滑特性;采用时变增益辅助系统处理输入饱和问题;设计干扰观测器实现扰动的快速衰减,通过引入基于平滑非线性模型的残差调节函数增强系统鲁棒性;最终整合干扰观测器和辅助系统推导出轨迹跟踪方案。结果显示,纵向速度波动减少69.2%,横荡速度波动减少32.7%;北向位置跟踪性能提升30.8%,东向位置跟踪性能提升16.7%,有效降低了速度波动,提升了跟踪性能、系统稳定性和抗干扰能力。

    一种具有因果约束的无人潜航器集群评估指标体系构建方法

    公开(公告)号:CN118535879A

    公开(公告)日:2024-08-23

    申请号:CN202410710472.X

    申请日:2024-06-03

    Abstract: 本发明旨在解决无人潜航器集群系统中各种指标之间是否存在互相关联的问题,公开了一种具有因果约束的无人潜航器集群评估指标体系构建方法,具体包括:首先获取评估指标和评估数据,对输入指标进行等深度划分,对输出指标进行正态分布划分,计算每组输出指标的标准差和均值,将输出数据划分为7类,其次使用具有因果约束的自适应Apriori算法进行挖掘关联规则,对挖掘的关联规则依据全置信度和余弦度量剔除零事物,避免挖掘规则受零事物的影响,然后计算关联规则提升度并根据提升度对关联规则进行分组,计算频繁二项集,补充关联规则,最后分析各指标之间的关联关系;本发明显著的提高了算法的运行效率,同时保留了指标间重要联系。

    一种基于机器学习的无人水下航行器集群置信评估方法

    公开(公告)号:CN118427569A

    公开(公告)日:2024-08-02

    申请号:CN202410500957.6

    申请日:2024-04-24

    Abstract: 本发明提出一种基于机器学习的无人水下航行器集群置信评估方法。首先,选取已评估数据集,利用Tomek Link去除噪声;其次,基于均衡采样构造初始随机森林,依据margin变异系数实现初始随机森林的集成剪枝;然后,重复初始随机森林构造与集成剪枝,选取评估器数量与测试准确率加权值最大的为最优集成学习器;最后,基于自适应置信阈值进行训练,计算一定数量的未评估数据置信度,将大于置信阈值的数据放入新增评估数据集,利用去除噪声后的已评估数据集和新增评估数据集对基评估器训练,更新自适应置信阈值,当所有基评估器不再发生变化时,得到最终的集成评估器。本发明提出的评估方法能够充分利用未评估数据,且实现了评估结果置信度的显式表征。

    一种盾构机内不均匀光照下的刀盘图像检测校正方法

    公开(公告)号:CN118279210A

    公开(公告)日:2024-07-02

    申请号:CN202410380926.1

    申请日:2024-03-31

    Abstract: 本发明涉及一种盾构机内不均匀光照下的刀盘图像检测校正方法。所述方法包括:首先,输入低照度下的光照不均匀图像,将图像从RGB转换到HSV空间,使用小尺度的高斯卷积核对提取的光照分量进行连续卷积操作,得到场景的光照分量分布情况;其次,结合局部对比度和梯度大小确定每个像素位置的伽马值,根据图像的局部特征动态调整伽马值,将校正后的图像从HSV转换到RGB空间;最后,对图像进行加权自适应直方图均衡化算法,进行引导滤波得到增强并输出图像。本方法在盾构机内部昏暗空间下的光照不均匀区域刀盘图像矫正效果显著,提高了局部对比度,兼顾刀盘图像的全局特性和局部细节信息,抑制噪声影响,使得刀盘图像增强结果更加清晰和准确。

    基于平移时间窗和任务路径规划的AGV调度方法

    公开(公告)号:CN117151590B

    公开(公告)日:2024-06-25

    申请号:CN202311176961.3

    申请日:2023-09-13

    Abstract: 本发明针对传统时间窗优化容易造成运行路径节点堵塞,影响整个仓储任务执行的效率问题,公开了基于平移时间窗和任务路径规划的AGV调度方法,具体包括:在运输系统的地图中设定关键节点、出入站点信息,建立与车间实物相同运输线路的网格路径地图,初始化系统信息并更新网格地图,对任务优先级进行排序,搜索AGV最短路径并检测是否存在时间窗冲突,当存在时间窗冲突时,任务优先级更高AGV优先通过,并将冲突栅格点删除重新进行时间窗规划,再与停车等待成本进行比较选取最优结果。仿真结果表明,本发明提出基于平移时间窗和任务路径规划的AGV调度方法,克服了传统时间窗算法在存在时间窗冲突时容易造成运行路径堵塞的问题,AGV路径规划效率高。

    一种考虑地图复杂度的无人车路径规划方法

    公开(公告)号:CN117168483B

    公开(公告)日:2024-05-14

    申请号:CN202311127747.9

    申请日:2023-09-01

    Abstract: 本发明涉及一种考虑地图复杂度的无人车路径规划方法,旨在解决传统方法在路径搜索中存在搜索效率低、节点冗余以及目标点附近碎片化路径过多等问题。本方法包括:在栅格地图中进行随机撒点,获取全地图有效节点的个数,计算地图复杂度;在以最近节点为圆心的一定范围内进行随机撒点,得到区域复杂度,通过区域复杂度选择节点产生方式,解决传统方法在搜索中易陷入僵化的问题,提高搜索效率;引入目标距离和目标迭代次数,进行新节点与目标节点的无碰撞检测和距离判断,减少了节点的数量和碎片化路径;最后对路径进行逆向寻优和B样条曲线拟合,使得路径平滑。仿真结果表明,本发明在障碍物较多的情况下表现良好,且路径平滑。

    一种适用于同向实时点位跟踪的双无人船协同控制方法

    公开(公告)号:CN117170382B

    公开(公告)日:2024-04-26

    申请号:CN202311310809.X

    申请日:2023-10-11

    Abstract: 本发明提供一种适用于同向点位跟踪的双无人船协同控制方法,包括:建立领航‑跟随无人船位置协同编队控制模型,设定期望纵向距离及方位角;基于编队协同控制模型及领航船的实时位置,对跟随船建立距离及方位角的协同动态方程;基于协同动态方程,并考虑推进器约束限制,引入障碍李亚普诺夫函数,推导跟随船的实时期望速度及偏航角;并利用非线性扰动观测器观测跟随船的集合扰动;为了使跟随船在环境扰动下能够领航船保持期望距距离及方位角,引入深度强化学习双Deep Q‑Network(DQN)网络,依据跟随船的实时状态,控制其纵向推力力矩及艏向角力矩;相比传统控制方法,本发明的技术方案能够根据跟随船实时状态快速,准确地控制其与领航船保持期望纵向距离及方位角。

    一种多UUV队形切换与编队避障的自适应方法

    公开(公告)号:CN116859960B

    公开(公告)日:2024-02-20

    申请号:CN202310946057.X

    申请日:2023-07-28

    Abstract: 本发明针对传统编队中易发生内部碰撞、队形切换不稳定以及避障无法保持队形等难以自适应的问题,公开了一种多UUV队形切换与编队避障的自适应方法,具体包括:首先在三维环境下对障碍物进行栅格化建模,对UUV进行速度约束,然后与人工势场法相结合在编队中对UUV增加斥力势场,避免形成编队过程中UUV内部之间碰撞,通过引入队形距离系数,增强UUV编队在不同海洋地形下的自适应性,最后针对不同大小的障碍物,采用优先避障和队形变换两种策略,使UUV编队在栅格地图中顺利避开障碍物,到达目标点。仿真结果表明,本发明提出的方法有效改善了传统编队方法易发生内部碰撞和队形切换不稳定的问题,并提高了编队避障的自适应性。

Patent Agency Ranking