公开(公告)号：CN119439711A

公开(公告)日：2025-02-14

申请号：CN202411439574.9

申请日：2024-10-15

Applicant: 大连海事大学

Inventor： 李伟 ,  岳远宁 ,  刘姝彤 ,  宁君 ,  张德利 ,  张军 ,  宁思旭

IPC: G05B13/04

Abstract: 本发明提供一种欠驱动无人船轨迹跟踪控制方法，将基于事件触发机制带有输入量化和输出受限用于欠驱动无人船轨迹跟踪控制，包括：获取周围环境及其他船舶的海况信息，建立无人船的轨迹跟踪控制模型；采用复合量化器对控制系统的控制输入进行量化处理，使用线性解析模型描述输入量化过程；基于输出受限理论，设计障碍李雅普诺夫函数，利用神经网络系统对欠驱动无人船模型中的不确定项以及外部干扰进行补偿，获取欠驱动无人船的轨迹跟踪控制器和自适应率；引入事件触发机制，基于事件触发策略，更新欠驱动无人船系统的控制率；证明在无需量化参数的先验信息时，设计的欠驱动无人船轨迹跟踪控制系统的稳定性，所有信号都是最终有界的，避免Zeno行为。

公开(公告)号：CN119045482A

公开(公告)日：2024-11-29

申请号：CN202411121733.0

申请日：2024-08-15

Applicant: 大连海事大学

Inventor： 李伟 ,  岳远宁 ,  刘姝彤 ,  宁君 ,  张德利 ,  张军 ,  宁思旭

IPC: G05D1/43 ,  G05D109/30

Abstract: 本发明提供一种带有输入量化和输出约束的自适应神经网络无人船舶航向控制方法，包括：S1、获取周围环境以及周围其他船舶的海况信息，建立无人船舶的航向控制数学模型；S2、采用复合量化器对控制系统中的控制输入进行量化，并利用线性解析模型描述输入量化过程；S3、基于输出约束理论，设计障碍李雅普诺夫函数，获取无人船舶的航向控制器；S4、基于李雅普诺夫稳定性理论，证明在无需量化参数的先验信息时，设计的带有输入量化和输出约束的自适应神经网络无人船舶航向控制系统的稳定性，且闭环控制系统中的所有信号都是一致，最终有界的。本发明技术方案可以改善无人船舶的航向性能。

公开(公告)号：CN118938927A

公开(公告)日：2024-11-12

申请号：CN202411121724.1

申请日：2024-08-15

Applicant: 大连海事大学

Inventor： 李伟 ,  王宏羽 ,  刘子涵 ,  宁君 ,  黄寓旸 ,  张德利 ,  张军 ,  宁思旭

IPC: G05D1/43 ,  G05D109/30

Abstract: 本发明提供一种带有输入量化的异构UAV/USV避碰编队控制方法，包括：设计一致异构智能体数学模型；基于目标轨迹，构造分布式异构多无人机无人船时变编队误差，采用扩张状态观测器观测控制器中包含的邻居智能体信息，引入改进人工势场，设计运动学制导律；将制导信号作为动力学子系统输入，设计考虑输入量化的动力学底层控制器与自适应律，采用均匀量化器进行量化过程，针对竖直平面内的高度跟踪过程，设计高度控制器，实现编队轨迹跟踪目标；设计李雅普诺夫函数，基于输入到状态稳定性理论，证明闭环系统稳定性。本发明针对UAV与USV的异构编队与避碰问题，设计基于扩张状态观测器的避碰编队控制器，解决带有输入量化的无人机无人船舶异构编队控制问题。

公开(公告)号：CN118584820B

公开(公告)日：2024-12-03

申请号：CN202411068151.0

申请日：2024-08-06

Applicant: 大连海事大学

Inventor： 张德利 ,  朱镜璇 ,  解长燊

IPC: G05B13/04

Abstract: 本发明提供一种准被动七连杆双足机器人步态控制方法，属于机器人步态控制领域，包括：建立准被动七连杆双足机器人的摆动阶段和碰撞阶段的动力学模型；结合Newton‑Raphson迭代法与变量摄动法，快速搜索得到准被动七连杆双足机器人不动点状态；结合准被动七连杆双足机器人特有的多阶段步态特性与深度强化学习算法，得到基于深度强化学习的准被动七连杆双足机器人步态控制策略，预估机器人在不同状态下各关节所需的力矩值。本发明解决了准被动双足机器人行走稳定性差及扰动抑制能力弱的问题，提升了准被动七连杆双足机器人行走稳定性和扰动抑制能力，在高精度动力学模型搭建、人形双足机器人研制及康复器械设计等方面具有重要意义。

公开(公告)号：CN118584820A

公开(公告)日：2024-09-03

申请号：CN202411068151.0

申请日：2024-08-06

Applicant: 大连海事大学

Inventor： 张德利 ,  朱镜璇 ,  解长燊

IPC: G05B13/04

Abstract: 本发明提供一种准被动七连杆双足机器人步态控制方法，属于机器人步态控制领域，包括：建立准被动七连杆双足机器人的摆动阶段和碰撞阶段的动力学模型；结合Newton‑Raphson迭代法与变量摄动法，快速搜索得到准被动七连杆双足机器人不动点状态；结合准被动七连杆双足机器人特有的多阶段步态特性与深度强化学习算法，得到基于深度强化学习的准被动七连杆双足机器人步态控制策略，预估机器人在不同状态下各关节所需的力矩值。本发明解决了准被动双足机器人行走稳定性差及扰动抑制能力弱的问题，提升了准被动七连杆双足机器人行走稳定性和扰动抑制能力，在高精度动力学模型搭建、人形双足机器人研制及康复器械设计等方面具有重要意义。