-
公开(公告)号：CN108873687B
公开(公告)日：2020-06-26
申请号：CN201810759163.6
申请日：2018-07-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下机器人技术领域，具体设计一种基于深度Q学习的智能水下机器人行为体系结构规划方法。包括：AUV行为规划体系结构分层设计；基于深度Q学习的行为规划及动作规划策略设计。主要流程为:将AUV的行为规划体系结构划分为“任务‑行为‑动作”三个层次,首先任务分解层将AUV收到的任务指令分解为各个行为，然后行为规划层通过获取到的环境信息对完成任务所需要的行为进行规划，最后动作执行层利用Q学习的方法训练AUV完成最优动作规划，通过控制AUV执行机构产生动作达到目标指令。本方法利用强化学习的方法训练水下机器人，使AUV能够在真实的动态水下环境中实现自主行为规划，省去了大量逻辑编程，提高了水下机器人的智能性。
-
公开(公告)号：CN110221304A
公开(公告)日：2019-09-10
申请号：CN201910479008.3
申请日：2019-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种水下机器人多声呐数据融合方法，在对声呐数据和姿态传感器融合的基础上，提高测量精度为目的，基于改进SH自适应滤波算法进行优化。本发明基于测距声呐的测距误差模型针对不同传感器进行时间对准，通过对AUV测距距离，艏向角，横摇角等传感器信号的测量数据融合，采用SH自适应卡尔曼滤波对数据进行修正，并针对算法鲁棒性较差的情况，对系统噪声进行自适应调整并适当减少对量测噪声估计的无偏性，实现对声呐测距数据的准确估计，并改进遗忘因子算法，增强系统鲁棒性。本发明较传统方法具有很大的优点，可用于各类水下机器人，具有深远的应用前景。
-
公开(公告)号：CN108444481B
公开(公告)日：2019-08-06
申请号：CN201810248836.1
申请日：2018-03-25
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明提供了一种基于辅助决策系统的水下潜器路径规划方法，属于水下潜器路径规划领域。本发明提供的方法包括：根据海图信息以及已知声呐信息确定规划空间；对已知声呐性能建模，确定水下潜器安全虚拟外壳；利用Q学习算法进行全局路径规划；采集传感器信息，判断是否需要采用辅助决策系统，若需要则启动辅助决策系统进行躲避声呐或障碍物；判断是否到达目标点。本发明将水下潜器的声隐身性能作为影响因素引入路径规划中，并与辅助决策系统相结合，使水下潜器可以在复杂环境中保持声隐身状态下同时进行自主路径规划，提高了水下潜器的自主能力、实用性以及安全性。
-
公开(公告)号：CN108444481A
公开(公告)日：2018-08-24
申请号：CN201810248836.1
申请日：2018-03-25
Applicant: 哈尔滨工程大学
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 本发明提供了一种基于辅助决策系统的水下潜器路径规划方法，属于水下潜器路径规划领域。本发明提供的方法包括：根据海图信息以及已知声呐信息确定规划空间；对已知声呐性能建模，确定水下潜器安全虚拟外壳；利用Q学习算法进行全局路径规划；采集传感器信息，判断是否需要采用辅助决策系统，若需要则启动辅助决策系统进行躲避声呐或障碍物；判断是否到达目标点。本发明将水下潜器的声隐身性能作为影响因素引入路径规划中，并与辅助决策系统相结合，使水下潜器可以在复杂环境中保持声隐身状态下同时进行自主路径规划，提高了水下潜器的自主能力、实用性以及安全性。
-
公开(公告)号：CN112241176A
公开(公告)日：2021-01-19
申请号：CN202011109095.2
申请日：2020-10-16
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明是一种水下自主航行器在大尺度连续性障碍物环境中路径规划避障控制方法。本发明涉及水下机器人路径避障规划技术领域，本发明建立存在大尺度连续性障碍物模拟训练环境，以避障传感器信息为输入，航行速度和偏航角速度为输出搭建深度强化学习神经网络的状态与动作，针对运动规划避障控制过程的多目标结构，对奖赏函数进行了模块化设计，为了避免稀疏奖励引起系统不稳定，结合人工势场法设置连续性奖励。本发明利用基于改进的深度确定性策略梯度算法，对水下自主航行器进行避障训练，将训练所得到的避障策略写入机器人下位机控制系统；水下自主航行器在水下峡谷中行驶时，利用训练学习到的避障策略进行避障，安全的到达目标区域。
-
Patent Agency Ranking
公开(公告)号：CN110333739B
公开(公告)日：2020-07-31
申请号：CN201910775602.7
申请日：2019-08-21
Applicant: 哈尔滨工程大学
Abstract: 一种基于强化学习的AUV行为规划及动作控制方法，属于水下机器人技术领域。为了解决AUV规划复杂任务时过于依靠人工经验，以及基于智能算法设计的控制方法需要精确的环境模型，从而导致训练经验局限，在现实环境中应用困难的问题。本发明将AUV探测隧洞定义为总任务；完成任务对应的行为包括：趋向目标、墙壁跟踪和避障；将机器人在水下需要完成所规划的行为而产生的控制指令定义为动作；AUV在执行隧洞探测任务时，使用深度强化学习DQN算法进行实时行为规划，构建对应的深度学习的行为网络，完成隧洞探测任务的规划。通过DDPG方法训练AUV的动作网络，将AUV视为环境模型，得到力到状态的映射，从而实现AUV的动作控制。
-
公开(公告)号：CN111239746A
公开(公告)日：2020-06-05
申请号：CN202010071446.9
申请日：2020-01-21
Applicant: 哈尔滨工程大学
Abstract: 一种堤坝裂缝检测水下机器人及使用方法，它涉及一种机器人及使用方法，具体涉及一种堤坝裂缝检测水下机器人及使用方法。本发明为了解决当前水下堤坝裂缝检测难度大、精度低的问题。本发明所述水下机器人包括载体框架、动力系统、裂缝检测系统、导航定位系统、浮力平衡系统、耐压舱及下位机系统；所述动力系统、所述裂缝检测系统、所述导航定位系统、所述浮力平衡系统、耐压舱及下位机系统均安装在所述载体框架内。本发明属于水下机器人领域。
-
公开(公告)号：CN108312151B
公开(公告)日：2020-02-07
申请号：CN201810057279.5
申请日：2018-01-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种漂流探测水下机器人装置及控制方法，属于探测水下机器人技术领域。机器人主体是鱼雷型结构，在机器人艏部搭载水文探测设备ADCP(声学多普勒剖面测速仪)、测距声呐、应急抛载；中间舱段为耐压舱，耐压舱内分为能源舱和控制舱两部分，能源舱内有两块高能量密度锂电池，分别用于动力和控制供电；尾段搭载保形天线(包含北斗定位与通讯、无线电和WiFi)、DVL、深度计、测距声呐。在机器人尾部左右两侧布置高效率推进器，在机器人前后各设置一个垂向槽道推进器。本发明根据机器人周围环境、任务指令，智能实现选择漂流模式的开启或关闭，从而实现低功耗、长航程，长时间的探测监控任务。
-
公开(公告)号：CN113650763B
公开(公告)日：2023-03-24
申请号：CN202110807036.0
申请日：2021-07-16
Applicant: 哈尔滨工程大学 , 陕西省引汉济渭工程建设有限公司
Abstract: 本发明提出一种输水隧洞检测机器人及其控制方法，包括：载体系统，用于承载动力设备及探测设备；主控系统，用于操控机器人在隧洞内作业；能源系统，为水下机器人作业提供能源；推进与操纵系统，首尾各布置4台纵向推进器，实现机器人基础运动；通信系统，利用无线局域网实现数据上传与指令下载；导航与定位系统，利用首尾交叉分布的4个测距仪，实现机器人在隧洞横截面内的定位；任务系统，实现对周向洞壁观测录像，回收后进行数据处理；本发明所涉及的水下机器人具有长距离、多模运动模式、输水隧洞跟踪控制与规划、光学与声纳融合集成检测等能力，可完成输水隧洞裂缝、洞内异物等缺陷检测作业，保证隧洞检测区域的全覆盖。
-
公开(公告)号：CN109615063B
公开(公告)日：2022-08-23
申请号：CN201811474077.7
申请日：2018-12-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于BP神经网络的潜艇抗沉辅助决策系统，选定运用该系统的潜艇，建立潜艇姿态仿真实验平台；构建BP神经网络；利用仿真试验平台获取的数据，对BP神经网络进行离线学习，初步得到BP神经网络程序；辅助决策；将S4中实现辅助决策方案的数据在线收集，形成在线学习样本，使其进入BP神经网络进行学习，使潜艇抗沉辅助决策系统在使用过程中不断学习，最后重复S4，S5；本发明提出了一种基于BP神经网络的潜艇抗沉辅助决策系统，当潜艇出现非正常运行工况，姿态失衡时，该系统能够在很短的时间内给出高压气吹除方案，调整潜艇的姿态，使其在一定程度上能够正常运行，实现辅助决策的功能。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.026 seconds)
