-
公开(公告)号:CN115237139B
公开(公告)日:2023-05-23
申请号:CN202210959456.5
申请日:2022-08-10
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种考虑虚拟目标点的无人船路径规划方法,旨在解决无人船在路径规划中存在的易陷入局部极小值和目标不可达问题。对于目标不可达问题,创建斥力势场函数,根据测算目标与障碍物的间隔,促使目标所受斥力为零,使无人船可以到达目标点处。对于局部极小值问题,对各类障碍引起的局部极小值开展分析,结合模拟退火算法和人工势场法求解一般障碍导致的极小值点问题。针对非一般的U型障碍造成的局部极小值问题,给出虚拟目标点构造算法,通过建立虚拟目标点的改进算法来解决此类问题。仿真结果表明,与其它方法相比,本方法减少了由于斥力太大而导致的路径过长问题,不仅节省时间,而且优化了路径规划,从而加快了算法的速度。
-
公开(公告)号:CN112429165B
公开(公告)日:2021-08-24
申请号:CN202011283962.4
申请日:2020-11-17
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种船用减摇鳍的鳍体实时自动避障方法,该方法将减摇鳍的鳍体等效成长方体模型,其中障碍物的等效球模型是将障碍物看成一个质点,质点与鳍体的安全距离作为半径,标记处于鳍体中的轴中心点、长方体模型右侧面中心点与这两点在后侧面所在平面的投影点,通过测距传感器分别测出障碍物与其余四点的距离,再测出两个中心点的距离和长方体模型的宽,若障碍物将与鳍发生碰撞,则需要在降低一定减摇效果的情况下改变鳍摆角实现避障,由折算关系可知所需改变的角度。本发明优点是方法简单、操作方便、实用性强,并且避免了鳍在遇到暗礁、较大悬浮物或特殊情况时发生碰撞的不利情况,解决了传统减摇鳍的鳍体缺乏实时自动避障的问题。
-
公开(公告)号:CN114815626B
公开(公告)日:2022-10-28
申请号:CN202210621013.5
申请日:2022-06-02
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明公开一种舵鳍系统的预测自抗扰减摇控制方法,旨在解决舵鳍系统存在不确定扰动、状态耦合和输出延迟问题。分析船舶所受外力情况,建立三自由度船舶状态空间方程。针对不可观测状态,采用总扰动的思想解耦模型,分别设计纵摇自抗扰控制器和横艏摇预测观测器。横艏摇预测观测器在传统自抗扰的基础上尽可能多的保留原有的系统模型特性,只把状态耦合项、模型未知项、外部扰动等价为总扰动,单独考虑延迟问题。再利用强化学习不断地将系统的测量状态与模型的预测信息进行比较,并实时地修改预测模型和控制器参数,保证预测输出的准确度。最后利用二次规划求解舵角鳍角控制律。所述方法跟踪精度高,超调量小,减摇效果好。
-
公开(公告)号:CN115237139A
公开(公告)日:2022-10-25
申请号:CN202210959456.5
申请日:2022-08-10
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种考虑虚拟目标点的无人船路径规划方法,旨在解决无人船在路径规划中存在的易陷入局部极小值和目标不可达问题。对于目标不可达问题,创建斥力势场函数,根据测算目标与障碍物的间隔,促使目标所受斥力为零,使无人船可以到达目标点处。对于局部极小值问题,对各类障碍引起的局部极小值开展分析,结合模拟退火算法和人工势场法求解一般障碍导致的极小值点问题。针对非一般的U型障碍造成的局部极小值问题,给出虚拟目标点构造算法,通过建立虚拟目标点的改进算法来解决此类问题。仿真结果表明,与其它方法相比,本方法减少了由于斥力太大而导致的路径过长问题,不仅节省时间,而且优化了路径规划,从而加快了算法的速度。
-
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:CN113706023B
公开(公告)日:2022-07-12
申请号:CN202111009089.4
申请日:2021-08-31
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于深度强化学习的舰载机保障作业人员调度方法,包括以下步骤:构建舰载机保障过程的马尔可夫决策过程(Markov Decision Process,MDP)模型,作为智能体训练环境;根据保障作业流程,确定智能体及其观测空间与动作空间;随后设计奖励函数、经验抽取机制和终止条件,并基于此设计网络结构;通过设置主要参数初始化环境,并采用多智能体深度确定策略梯度算法(Multi Agent Deep Deterministic Policy Gradient,MADDPG)训练智能体;最终使用完成训练智能体的决策辅助指挥人员进行保障作业人员调度。本发明可用于人员调度智能决策,将各类保障小组设定为智能体,辅助指挥人员和保障人员进行决策,提高保障作业决策效率,从而提高舰载机出动回收架次率。
-
公开(公告)号:CN113553741B
公开(公告)日:2022-02-11
申请号:CN202110862922.3
申请日:2021-07-29
Applicant: 哈尔滨理工大学
IPC: G06F30/23 , G06F30/15 , G06F119/14
Abstract: 本发明是一种船用Magnus减摇装置粗糙度优化系统。包括:模型参数输入模块,用于接收相关参数信息并进行规范化处理,再将信息输出至受力分析模块;受力分析模块,依据参数信息对减摇装置的升/阻力作用情况进行分析并输出至虚拟仿真平台模块;粗糙度集输入模块,用于解析壁面函数,分析粗糙面分布规律,并将结果输出至虚拟仿真平台模块;虚拟仿真平台模块,依据输入的信息对减摇装置的升/阻力特性进行仿真试验并输出结果;粗糙度优化决策模块,对仿真试验结果进行优化分析。本发明优化了仿真模拟流程,提升了仿真工作效率,实现了对减摇装置表面粗糙度的优化设计,也为减摇装置的工程应用提供了可靠的理论分析平台。
-
公开(公告)号:CN113626933A
公开(公告)日:2021-11-09
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:CN114815626A
公开(公告)日:2022-07-29
申请号:CN202210621013.5
申请日:2022-06-02
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明公开一种舵鳍系统的预测自抗扰减摇控制方法,旨在解决舵鳍系统存在不确定扰动、状态耦合和输出延迟问题。分析船舶所受外力情况,建立三自由度船舶状态空间方程。针对不可观测状态,采用总扰动的思想解耦模型,分别设计纵摇自抗扰控制器和横艏摇预测观测器。横艏摇预测观测器在传统自抗扰的基础上尽可能多的保留原有的系统模型特性,只把状态耦合项、模型未知项、外部扰动等价为总扰动,单独考虑延迟问题。再利用强化学习不断地将系统的测量状态与模型的预测信息进行比较,并实时地修改预测模型和控制器参数,保证预测输出的准确度。最后利用二次规划求解舵角鳍角控制律。所述方法跟踪精度高,超调量小,减摇效果好。
-
公开(公告)号:CN113706023A
公开(公告)日:2021-11-26
申请号:CN202111009089.4
申请日:2021-08-31
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于深度强化学习的舰载机保障作业人员调度方法,包括以下步骤:构建舰载机保障过程的马尔可夫决策过程(Markov Decision Process,MDP)模型,作为智能体训练环境;根据保障作业流程,确定智能体及其观测空间与动作空间;随后设计奖励函数、经验抽取机制和终止条件,并基于此设计网络结构;通过设置主要参数初始化环境,并采用多智能体深度确定策略梯度算法(Multi Agent Deep Deterministic Policy Gradient,MADDPG)训练智能体;最终使用完成训练智能体的决策辅助指挥人员进行保障作业人员调度。本发明可用于人员调度智能决策,将各类保障小组设定为智能体,辅助指挥人员和保障人员进行决策,提高保障作业决策效率,从而提高舰载机出动回收架次率。
-
-
-
-
-
-
-
-
-