-
公开(公告)号：CN113515129B
公开(公告)日：2022-02-11
申请号：CN202110965209.1
申请日：2021-08-23
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于边界查找的双向跳点搜索无人车路径规划方法。所述方法包括：使用膨胀法对障碍物进行处理，采用栅格法划分搜索区域，将正向搜索和反向搜索的起始节点分别放入OpenList1和OpenList2中，从正向和反向进行跳点交替迭代搜索，利用边界查找优化水平和垂直方向的节点搜索和跳点识别，且将跳点分别添加到OpenList1和OpenList2中，采用改进的正向和反向启发式估价函数分别计算OpenList1和OpenList2中代价最小的跳点，直到正向和反向搜索的当前节点重合，搜索成功并保存正反方向搜索的路径节点即跳点坐标数据，采用微分平坦方法对生成的路径节点作曲线拟合。本发明可有效提高节点搜索和跳点识别效率，减少路径寻优时间，保证路径最优性，避免拟合后的路径与障碍物碰撞。
-
公开(公告)号：CN113626933B
公开(公告)日：2022-01-11
申请号：CN202110923981.7
申请日：2021-08-12
Applicant: 哈尔滨理工大学
IPC: G06F30/15 , G06F30/20 , G06F119/14
Abstract: 本发明涉及一种考虑尾涡影响的减摇鳍升力耦合系数计算方法，首先抽象出减摇鳍尾涡干扰侧视示意图，建立速度坐标系，在此基础上，将前鳍脱落的尾涡与后鳍首次撞击处等效为质点，根据该质点与鳍体平分线位置关系，前鳍对后鳍升力干扰可分为正、负干扰升力，通过干扰速度、相对来流速度和鳍压力中心处横摇方向线速度求解总的合速度，计算干扰鳍角，利用干扰鳍角求得正、负干扰升力，由卡门涡街现象可知，当雷诺数Re满足250
-
公开(公告)号：CN109033569B
公开(公告)日：2021-09-17
申请号：CN201810742076.X
申请日：2018-07-09
Applicant: 哈尔滨理工大学
IPC: G06F30/17 , G06F30/20 , G06F119/04
Abstract: 本发明涉及一种用于舰载机传感器系统预防检修阈强度和次数优化的方法。舰载机传感器系统首先生成预防检修剩余退化量的概率密度函数，根据预防检修后进行预防检修更换概率和作废更换概率，解算得到舰载机传感器系统寿命周期和维护总费用，解算得到长期期望费用率，经过优化得到最优预防检修阈强度和预防检修次数限制。此发明的优点在于舰载机传感器系统寿命周期预测模型采用非线性退化过程描述，同时优化模型中考虑了预防检修阈强度和预防检修次数限制两个主要变量对长期维护费用率的影响，最优长期维护费用率更低，同时为维护检修时的参数设定提供参考。本发明通过仿真实验验证了所提方法的可靠性和有效性。
-
公开(公告)号：CN112418528A
公开(公告)日：2021-02-26
申请号：CN202011326002.1
申请日：2020-11-24
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种基于多策略动态调整的两栖车辆排样面积利用最大化方法，本发明包括：获取车辆舱甲板和车辆相关信息，明确约束条件，确定目标函数，采用十进制编码对车辆进行编码，并对参数进行初始化，随机生成车辆排样序列构成初始种群，计算个体的适应度值，保存最优个体，判断是否达到最大迭代次数，依据三种不同的评价策略和动态调整的选择概率对三个子种群规模动态调整，用最优个体与子种群中所有个体进行有约束交叉或环形交叉，采用动态调整的变异概率进行变异操作，选择三个子种群中的有效进化个体构成新种群，对最后一代的最优个体进行解码，得到最优排样图。本发明的优点是能够快速求解得到最优排样图，实现两栖车辆排样面积利用最大化。
-
公开(公告)号：CN108764713A
公开(公告)日：2018-11-06
申请号：CN201810519227.5
申请日：2018-05-28
Applicant: 哈尔滨理工大学
CPC classification number: G06Q10/06393 , G06F17/5009 , G06F2217/06 , G06Q50/26
Abstract: 本发明涉及一种用于舰载机出动方案非线性模糊物元评估的方法。首先建立舰载机出动方案的评估指标体系，基于熵值法确定舰载机出动方案评估指标权重，计算模糊组合物元，得到主要评估指标和次要评估指标的权重，解算得到出动方案的模糊集中物元，得到非线性评估值，对非线性模糊物元评估结果进行分析，最终实现舰载机出动方案的非线性模糊物元评估。对于舰载机出动方案某一指标的突出影响，避免传统线性加权法的缺点，区分各个指标权重，利用非线性模糊物元法对一级指标和二级指标进行评估，解决了传统的线性评估方法对某些指标的突出影响难以处理的问题。本发明通过仿真实验验证了评估方案的可靠性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN119739163A
公开(公告)日：2025-04-01
申请号：CN202411860202.3
申请日：2024-12-17
Applicant: 哈尔滨理工大学
Abstract: 本发明提出了一种考虑路径交叉影响下的无人潜航器(Unmanned Underwater Vehicle,UUV)编队重构方法，旨在解决编队中成员丢失导致的队形不稳定及重构耗能问题。包括以下步骤：对UUV进行位置、速度等初始化，结合二阶一致性算法，对跟随者UUV进行队形控制。通过引入路径交叉代价、角度差代价等因素，增强UUV编队在队形变化过程中的自适应性，减少了路径长度和重构时间。针对成员丢失或增加导致代价函数矩阵非方阵问题，通过增加目标点和添加虚拟UUV的方式，将代价函数变为方阵，利用矩阵行列变化得到效率矩阵，从而确定每个跟随者的目标位置。结果显示，本发明在提高编队稳定性、降低路径长度以及增强队形自适应性、编队安全等方面表现良好，降低了队形重构的时间。
-
公开(公告)号：CN119437244A
公开(公告)日：2025-02-14
申请号：CN202411625213.3
申请日：2024-11-14
Applicant: 哈尔滨理工大学
Abstract: 一种用于3D激光雷达惯性SLAM系统的动态滑动窗口优化方法，涉及SLAM技术领域，旨在改善现有激光惯性SLAM系统在机器人复杂运动状态下位姿估计的精度。本发明根据位移差和旋转差选取关键帧，并进一步将关键帧划分为强关键帧和弱关键帧，在窗口滑动时，设计了强弱关键帧的多滑入多滑出的动态优化策略，并结合窗口是否满足优化条件的双标准，赋予SLAM系统根据机器人不同运动状态动态调整窗口大小的能力。此外，本发明设计了滑窗内关键帧优化和滑窗内局部普通帧优化的两次优化方案，关键帧优化后能为普通帧优化提供较精确的优化基准，普通帧优化后能为下一次关键帧的优化提供了更可靠的边缘化先验信息，从而提高SLAM系统在机器人复杂运动状态下位姿估计的精度。
-
公开(公告)号：CN119273584A
公开(公告)日：2025-01-07
申请号：CN202411327593.2
申请日：2024-09-23
Applicant: 哈尔滨理工大学
IPC: G06T5/73 , G06T5/60 , G06T5/30 , G06V10/44 , G06V10/52 , G06V10/77 , G06V10/80 , G06V10/56 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 为解决海上无人船回收任务中因海浪运动干扰造成的运动模糊等问题，本发明设计一种基于自适应权重的无人船视觉图像局部去模糊方法；首先，在运动模糊复原算法的基础上，添加颜色聚类模块融合针对于回收舱的颜色、边缘特征的注意力机制，区分目标与背景区域；其次，在训练过程中使用动态自适应权重，根据训练时目标区域的复原质量调整目标区域和全局区域的权重，结合动态权重使用聚合损失函数提高模型训练质量，使目标区域的质量显著提升同时顾及全局质量；最后，使用蒸馏训练将模型轻量化。本发明重点在于降低了非目标特征的提取数量，提高了网络对图片中目标特征的提取效率，使用蒸馏训练的方法轻量化模型提高了算法处理模糊图片的速度。
-
公开(公告)号：CN119105488A
公开(公告)日：2024-12-10
申请号：CN202411203070.7
申请日：2024-08-29
Applicant: 哈尔滨理工大学
Abstract: 针对多无人车在室内环境协同建图时，因为存在动态障碍物导致激光建图融合精度下降的问题，本发明公开了一种基于自适应粒子群算法的多无人车协同建图方法。所述方法包括：首先采用联合兼容分支定界算法，通过自适应局部特征点匹配区域进行特征匹配，并计算特征匹配假设的联合马氏距离优化匹配过程；其次，通过判断两帧之间的变化，去除动态障碍物并更新局部地图；然后，采用粒子群算法优化地图融合问题，寻找地图之间重叠度最高的转换矩阵；最后，为防止粒子群算法陷入局部最优，结合模拟退火算法实现地图融合，提高地图融合精度。本发明使用融合模拟退火算法的自适应粒子群算法将地图融合问题转化为求解最优解的问题，提高地图融合精度。
-
公开(公告)号：CN118760173A
公开(公告)日：2024-10-11
申请号：CN202410902565.2
申请日：2024-07-07
Applicant: 哈尔滨理工大学
Abstract: 本发明旨在针对传统粒子群算法在路径规划问题中存在的路径质量不高和固定参数粒子群运行时间慢的问题，公开了一种自适应参数调整的无人潜航器(Unmanned underwater vehicle,UUV)粒子群三维路径规划方法，具体包括：首先，建立了包含山体障碍的三维地图模型；接着，初始化了粒子群参数，通过加权法计算适应度值；随后，通过遍历种群寻找初始极值，记录历史最优解，并计算自适应惯性权重和学习因子，实现了粒子速度和位置的更新；此外，通过自适应温度更新种群，进行自适应变异和自适应步长局部搜索，进一步优化了UUV的航行路径，最后得到最终解。该方法有效地提高了UUV路径规划的质量和效率，同时减少了运行时间，为UUV路径规划问题提供了一种有效的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.023 seconds)
