-
公开(公告)号：CN117622392A
公开(公告)日：2024-03-01
申请号：CN202210956558.1
申请日：2022-08-10
Applicant: 哈尔滨理工大学
IPC: B63B27/16
Abstract: 本发明属于无人潜航器布放回收技术领域，公开了一种可在海面风浪干扰复杂不确定的环境下运行的无人潜航器布放回收系统，系统主要包括子母式龙门架系统、可伸缩半潜式回收捕捞网、三自由度机械爪、主控系统、传感器及信息交互处理系统。传感器及信息交互系统包括定位模块、潜航器速度检测模块、潜航器位姿检测模块。可伸缩半潜式捕捞网可克服海面风浪干扰复杂不确定环境下回收时潜航器相对于无人艇之间横摇的影响，并且通过与三自由度机械爪的配合，可在捕捞网上回收任意位姿状态的潜航器。解决了在现有技术中缺乏一种能够在海面风浪干扰复杂不确定环境下快速、安全地回收无人潜航器装置的问题。
-
公开(公告)号：CN114595958A
公开(公告)日：2022-06-07
申请号：CN202210211487.2
申请日：2022-02-28
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种舰载机保障人员调度方法，应对甲板舰载机保障作业调度的不确定突发状况。首先将保障人员对舰载机的保障过程构造为马尔科夫决策过程；随后根据该过程特点设计一种改进的Soft Actor Critic(SAC)调度算法：(1)为降低学习难度，将SAC算法拓展为多智能体算法，并添加环境数据处理，减少智能体需处理的环境状态信息；(2)为避免动作冲突情况，设计自适应率以增加调度质量；(3)为优化整体训练过程，设置无效动作屏蔽机制、优先经验回放机制。最后将设计好的算法投入训练，完成训练的智能体即可投入调度。该方法能够较好地应对甲板出现的紧急突发状况，使得甲板调度对于不确定性有着更强的鲁棒性，增加了甲板调度的效率。
-
公开(公告)号：CN114442640A
公开(公告)日：2022-05-06
申请号：CN202210189745.1
申请日：2022-02-28
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种水面无人艇轨迹跟踪控制方法，所述方法包括：鉴于水面无人艇在海面航行会受到环境干扰和洋流变化的影响，在对水面无人艇进行三自由度建模时加入洋流变化和环境扰动，同时搭建干扰观测器对干扰进行观测和洋流自适应估计律对洋流进行估计，为了达到能量消耗小的目的，搭建状态误差端口受控哈密顿控制器，进而将干扰值和洋流估计值结合状态误差端口受控哈密顿控制器设计轨迹跟踪控制律，实现水面无人艇精准轨迹跟踪。
-
公开(公告)号：CN117109622B
公开(公告)日：2024-03-26
申请号：CN202311228563.1
申请日：2023-09-21
Applicant: 哈尔滨理工大学
IPC: G01C21/34
Abstract: 本发明旨在解决传统蚁群方法在路径规划上容易陷入局部最优路径和迭代时间过长等问题，公开了一种多障碍物下双向搜索的UUV蚁群路径规划方法，具体包括：在传统蚁群方法基础上，针对大多数障碍物形状不规则，理想为栅格状且大小一致的障碍物；当传统蚁群方法，从起始点出发向目标点寻找路径上，引入一条从目标点出发向起始点的寻优路线，在两条寻优路径的加持下加快了寻优速度；并且引入了交叉点以及交叉点之间连通关系，同时在交叉点的数量上也加以限制避免计算缓慢，最后通过交叉点以及连通关系和信息素浓度值的快速回溯，找到最优路径。本发明减少了传统蚁群方法在路径规划上迭代时间，以及减少了易陷入局部最优解的可能性。
-
公开(公告)号：CN117170382A
公开(公告)日：2023-12-05
申请号：CN202311310809.X
申请日：2023-10-11
Applicant: 哈尔滨理工大学
IPC: G05D1/02
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。
-
Patent Agency Ranking
公开(公告)号：CN117109622A
公开(公告)日：2023-11-24
申请号：CN202311228563.1
申请日：2023-09-21
Applicant: 哈尔滨理工大学
IPC: G01C21/34
Abstract: 本发明旨在解决传统蚁群方法在路径规划上容易陷入局部最优路径和迭代时间过长等问题，公开了一种多障碍物下双向搜索的UUV蚁群路径规划方法，具体包括：在传统蚁群方法基础上，针对大多数障碍物形状不规则，理想为栅格状且大小一致的障碍物；当传统蚁群方法，从起始点出发向目标点寻找路径上，引入一条从目标点出发向起始点的寻优路线，在两条寻优路径的加持下加快了寻优速度；并且引入了交叉点以及交叉点之间连通关系，同时在交叉点的数量上也加以限制避免计算缓慢，最后通过交叉点以及连通关系和信息素浓度值的快速回溯，找到最优路径。本发明减少了传统蚁群方法在路径规划上迭代时间，以及减少了易陷入局部最优解的可能性。
-
公开(公告)号：CN115686034B
公开(公告)日：2023-07-25
申请号：CN202211453151.3
申请日：2022-11-21
Applicant: 哈尔滨理工大学
IPC: G05D1/06
Abstract: 本发明提供一种考虑速度传感器失效的无人潜航器轨迹跟踪控制方法，包括：建立航行数学模型，设定期望轨迹数学模型；设计基于位置信号的速度观测器，在此基础上设计纵向力矩和横向力矩干扰观测器；设计纵向速度和横向速度的虚拟控制律，导入指令滤波器对虚拟控制律的幅值及速度进行约束，并解决对虚拟控制律高阶求导产生计算复杂度增加问题；基于虚拟控制律及指令滤波器的输出设计轨迹跟踪滑模控制器，同时基于干扰观测器的估计值对纵向力矩和横向力矩的扰动进行补偿；本发明的技术方案解决了现有技术方案中未考虑无人潜航器在经过水下作业后速度传感器性能失效，控制器力矩输出超过无人潜航器推进器最大输出而导致控制器跟踪失效的问题。
-
公开(公告)号：CN114442640B
公开(公告)日：2022-09-16
申请号：CN202210189745.1
申请日：2022-02-28
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种水面无人艇轨迹跟踪控制方法，所述方法包括：鉴于水面无人艇在海面航行会受到环境干扰和洋流变化的影响，在对水面无人艇进行三自由度建模时加入洋流变化和环境扰动，同时搭建干扰观测器对干扰进行观测和洋流自适应估计律对洋流进行估计，为了达到能量消耗小的目的，搭建状态误差端口受控哈密顿控制器，进而将干扰值和洋流估计值结合状态误差端口受控哈密顿控制器设计轨迹跟踪控制律，实现水面无人艇精准轨迹跟踪。
-
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
Applicant: 哈尔滨理工大学
IPC: G05D1/43 , G05D109/30
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。
-
公开(公告)号：CN115686034A
公开(公告)日：2023-02-03
申请号：CN202211453151.3
申请日：2022-11-21
Applicant: 哈尔滨理工大学
IPC: G05D1/06
Abstract: 本发明提供一种考虑速度传感器失效的无人潜航器轨迹跟踪控制方法，包括：建立航行数学模型，设定期望轨迹数学模型；设计基于位置信号的速度观测器，在此基础上设计纵向力矩和横向力矩干扰观测器；设计纵向速度和横向速度的虚拟控制律，导入指令滤波器对虚拟控制律的幅值及速度进行约束，并解决对虚拟控制律高阶求导产生计算复杂度增加问题；基于虚拟控制律及指令滤波器的输出设计轨迹跟踪滑模控制器，同时基于干扰观测器的估计值对纵向力矩和横向力矩的扰动进行补偿；本发明的技术方案解决了现有技术方案中未考虑无人潜航器在经过水下作业后速度传感器性能失效，控制器力矩输出超过无人潜航器推进器最大输出而导致控制器跟踪失效的问题。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.025 seconds)
