一种基于蚁群算法的多AUV协同目标搜索方法

    公开(公告)号:CN115061465B

    公开(公告)日:2024-11-05

    申请号:CN202210693362.8

    申请日:2022-06-17

    Abstract: 本发明属于多AUV协同控制技术领域,具体涉及一种基于蚁群算法的多AUV协同目标搜索方法。本发明基于蚁群算法的协同性,设计了结合概率地图的目标搜索策略,并结合预测控制优化了搜索策略。本发明中目标搜索效率更高,协同性高。在未知环境中,防止多AUV的目标搜索可能出现重复搜索的情况,AUV会尽量的避免搜索其他AUV搜索过的地区。本发明可以进行大范围的搜索。相对于单AUV,多AUV的协同目标搜索可以进行大范围的目标搜索,收缩时间更快。

    一种近海巡检型AUV的路径规划方法

    公开(公告)号:CN115454107B

    公开(公告)日:2024-10-15

    申请号:CN202211100761.5

    申请日:2022-09-08

    Abstract: 一种近海巡检型AUV的路径规划方法,涉及自主水下航行器AUV的路径规划领域。本发明是为了解决现有的近海巡检AUV的路径规划方法还存在计算开销大、极易陷入局部最小值而导致的无法在存在复杂动态且较大障碍物的近海环境完成路径规划的问题。本发明包括:步骤一、初始化地图空间V,随机树空间T,拓展步长l,AUV运动学参数,自适应子目标点选取阈值k,设置起始点xrand,终点xgoal;步骤二、利用步骤一初始化后的参数值采用RRT算法获得规划好的全局路径;步骤三、以AUV运动学参数为约束采用DWA算法对步骤二获得的规划好的全局路径进行处理,使AUV巡检路径在符合运动学约束的同时实现动态避障。本发明用于对巡检AUV进行路径规划。

    一种基于注意力机制网络的AUV速度预测方法

    公开(公告)号:CN118035671A

    公开(公告)日:2024-05-14

    申请号:CN202410072116.X

    申请日:2024-01-17

    Abstract: 本发明涉及水下无人航行器及数据预测技术领域,特别是涉及一种基于注意力机制网络的AUV速度预测方法,包括:获取水下无人航行器的运行数据;将所述运行数据输入预设的速度预测模型中,输出所述水下无人航行器的预测速度,其中,所述速度预测模型基于训练集训练获得,所述训练集包括DVL有效时的输入数据及其对应的速度数据,所述速度预测模型采用Transformer模型结合Attention注意力机制构建。本发明能够在DVL失效时,替代DVL工作输出水下无人航行器速度信息。

    基于改进RRT算法的AUV路径规划方法

    公开(公告)号:CN115390568A

    公开(公告)日:2022-11-25

    申请号:CN202211129260.X

    申请日:2022-09-16

    Abstract: 基于改进RRT算法的AUV路径规划方法,具体涉及一种基于改进RRT算法的近海巡检型自主水下航行器AUV路径规划方法,为解决自主水下航行器在近海复杂环境中采用RRT算法进行路径规划时,存在搜索盲目性、收敛速度慢以及计算开销大的问题,它包括初始化各参数,设置自主水下航行器的起点,终点;根据设置的起点,终点建立采样空间,在采样空间中获得一个采样点;根据采样点利用自适应采样策略在地图空间中得到新采样点;在随机树空间内计算所有节点与新采样点的距离,得到距离新采样点最近的点,将点朝向新采样点的矢量方向作为拓展方向,结合初始化的拓展步长对随机树进行拓展。属于路径规划领域。

    一种水下无人潜航器低耦合分层架构逐级优化方法

    公开(公告)号:CN109002636B

    公开(公告)日:2022-11-01

    申请号:CN201810869546.9

    申请日:2018-08-02

    Abstract: 一种水下无人潜航器低耦合分层架构逐级优化方法涉及无人潜航器总体设计优化领域,具体涉及一种水下无人潜航器低耦合分层架构逐级优化方法。一种水下无人潜航器低耦合分层架构逐级优化方法,包括以下步骤:(1)将整个整个水下无人航行器分解为开放式的分模块;(2)设计分系统的数学模型;(3)设计优化目标;(4)列出对应的约束条件;(5)对每一个相对独立的分系统分别进行优化,分别得到每一个分系统的优化结果,并将其目标函数传递给顶层控制层;(6)顶层控制层通过反复迭代计算进行优化,解决各个分系统间状态变量不协调的问题,得到最终的优化结果。通过优化,使水下无人航行器置空率高,外形尺寸相对合理、总重量小。

Patent Agency Ranking