一种基于判别性特征学习方法的AUV自适应故障诊断方法

    公开(公告)号:CN110244689A

    公开(公告)日:2019-09-17

    申请号:CN201910501802.3

    申请日:2019-06-11

    Abstract: 本发明涉及AUV故障诊断技术领域,具体涉及一种基于判别性特征学习方法的AUV自适应故障诊断方法。步骤一:采集AUV状态信号;步骤二:将AUV状态信号数据进行信号处理得到判别性卷积特征学习方法CDFL网络模型的输入向量;步骤三:初始化CDFL网络模型权值;步骤四:判断是否有新增故障数据样本加入,若没有新增故障数据样本则直接进入步骤五,若有新增故障数据样本,对新增故障数据样本使用已有模型提取新增特征模式;步骤五:AUV故障分类诊断。本发明能够自主生成AUV故障信号中有效故障特征,不需再对特征学习模型进行有监督微调,简化模型与训练用时,并且采用动态补偿增量式学习策略,依据相似性实时的减少或加重故障特征的影响从而进行准确的故障诊断。

    一种基于目标状态预估的水下图像预分割方法

    公开(公告)号:CN110211148A

    公开(公告)日:2019-09-06

    申请号:CN201910479009.8

    申请日:2019-06-04

    Abstract: 本发明提供的是一种基于目标状态预估的水下图像预分割方法。水下图像处理过程中,复杂多变的水下环境有很多干扰目标,给水下图像的处理造成了极大地困难;同时,在水下机器人的嵌入式计算设备中对整幅图像进行处理需要耗费大量的计算资源和时间。本发明仅对目标候选区域进行降噪等预处理,可预先估计图像中目标的位置和大小,同时对图像进行分割。利用本发明提出的基于目标状态预估的水下图像预分割方法可以预先分割使用者感兴趣的区域,有效地减少干扰目标,简化图像处理过程,减小计算量,缩短计算时间。该方法具有速度快、精度高、使用方便简单等特点,可用于大多数水下机器人的图像处理过程中。

    一种AUV声隐身态势评估方法

    公开(公告)号:CN108594241B

    公开(公告)日:2019-07-16

    申请号:CN201810248831.9

    申请日:2018-03-25

    Abstract: 本发明公开了一种AUV声隐身态势评估方法,属于态势评估技术领域。本发明以各种声学数据、声呐设备参数和位置信息等为输入,建立声呐探测性能模型和信号余量模型,根据任务隐蔽性要求等级构建声呐威胁虚拟障碍物,通过声呐方程、“KoutofN”准则计算多种类型探测概率,基于信号余量SE模型确定AUV的可航行范围,在可航行范围内以渐变色表示探测概率值形成态势图。本发明的态势评估系统包含全局态势评估和实时态势评估,系统以全局态势评估结果、多种声呐探测概率、AUV可航行范围和态势图为输出结果,评估结果准确、可信度高、可视化,实现对AUV航路的隐身威胁评估,为规划系统提供隐蔽性约束条件。

    一种AUV多波束声纳搭载装置

    公开(公告)号:CN107416161B

    公开(公告)日:2019-04-23

    申请号:CN201710722278.3

    申请日:2017-08-22

    Abstract: 本发明公开了一种AUV多波束声纳搭载装置,主要包括AUV壳体、第一电子舱上承载部件、多波束电子舱、第二电子舱下承载部件、承载底板、多波束左基阵、多波束右基阵;承载底板固连在多波束AUV壳体内壁,承载底板上表面通过第一螺栓与第二电子舱下承载部件连接;第一电子舱上承载部件通过第二螺栓与第二电子舱下承载部件进行连接;第二电子舱下承载部件环形内壁与多波束电子舱圆周外表面相切;第一电子舱上承载部件环形部分开有平行4条矩形槽;AUV壳体两侧壁分别开斜槽,多波束左基阵、右基阵分别放置在斜槽中;在AUV左右壁斜槽周围两侧分别开4个圆孔,利用通过该孔进行固定;多波束左基阵与多波束右基阵夹角为60°,以便保持良好的相位相干性。

    一种潜艇隐身辅助决策系统及决策方法

    公开(公告)号:CN109539886A

    公开(公告)日:2019-03-29

    申请号:CN201910041364.7

    申请日:2019-01-16

    Abstract: 本发明提供了一种潜艇隐身辅助决策系统及决策方法,决策系统包括辅助决策方案生成模块、方案仿真推演模块、人机交互模块以及所需的数据库;决策方法为潜艇航行过程中,被探测概率超出阈值时,将探测频段、隐身态势评估中的被探测概率、潜艇与探测平台的相对运动趋势、相对位置作为方案生成模块的输入,利用基于模糊神经网络和机动规避策略建立的辅助决策方案自动生成模块,产生潜艇设备目标运行状态及潜艇目标运行状态,以及潜艇规避位置,组合形成三个待选的辅助决策方案;本发明通过集成方案生成模块和仿真推演模块,提供方案的效能评估信息,保证待选方案的合理性和有效性,应用于常规潜艇的隐蔽航渡任务,能够有效提升潜艇的动态隐身能力。

    一种基于多约束目标的水下机器人运动规划方法

    公开(公告)号:CN109241552A

    公开(公告)日:2019-01-18

    申请号:CN201810764979.8

    申请日:2018-07-12

    Abstract: 一种基于多约束目标的水下机器人运动规划方法,属于机器学习以及水下机器人运动规划领域。模型构建阶段:将机器人避障声呐的信号与流速传感器的流速信号转化为当前环境;根据动力学约束,建立离散动作空间;以水下障碍物作为约束,建立奖赏函数;基于多目标约束建立马尔可夫决策过程,为算法实现建立基础;训练阶段:基于Q学习算法进行训练,在当前环境,基于贪心策略执行动作,每执行一步策略,基于原始策略进行评估并更新一次策略,改进策略直到适应环境,实现规划目的。本发明考虑了水流、碍航物、目标等多约束目标,将强化学习方法与水下多约束目标结合,实现了水下机器人的运动规划,具有较强的实时性,并且可以适用于多种环境。

    一种水下机器人柔性抓取装置及其方法

    公开(公告)号:CN108942886A

    公开(公告)日:2018-12-07

    申请号:CN201810817975.1

    申请日:2018-07-24

    CPC classification number: B25J9/0009 B25J13/08 B25J15/00 B63C11/52

    Abstract: 本发明提供一种水下机器人柔性抓取装置,包括圆柱形钢管、设置在圆柱形钢管一端的限位柱和螺孔、与圆柱形钢管另一端连接的导轨外壳、控制单元、传动结构和执行机构;抓手内置弹簧,使得在抓取中,抓手可以自动适应目标物的外形轮廓,可以抓取任意形状、材质的目标;通过主动改变抓手支架间的距离,被动调节弹簧压缩量,实现柔性抓取;结合电流检测及限位开关,便于实现对抓手初始位置的确定;通过控制步进电机的转速和转角来控制抓手运动速度和运动距离,计算蜗杆传动和丝杠的传动比得出电机转角和机械臂行程的对应关系,可以实现对抓手的位置精确控制;结构简单,操作方便,维护性好,且对搭载平台没有特定要求。

    一种基于深度Q学习的智能水下机器人行为体系结规划方法

    公开(公告)号:CN108873687A

    公开(公告)日:2018-11-23

    申请号:CN201810759163.6

    申请日:2018-07-11

    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。

    一种基于遗传算法的水下机器人六自由度动力定位推力分配优化方法

    公开(公告)号:CN108803634A

    公开(公告)日:2018-11-13

    申请号:CN201811017323.6

    申请日:2018-09-01

    CPC classification number: G05D1/0692

    Abstract: 本发明属于水下机器人技术领域,具体涉及一种基于遗传算法的水下机器人六自由度动力定位推力分配优化方法;包括如下步骤:依据输入量确定水下机器人工作模式,建立推力分配模型,依照空间布置特点对复杂约束条件简化,实现遗传算法降维;设定推进器的大小和转角,设定优化目标;采用遗传算法解决推力分配优化问题,反解降维矩阵求出各推进器推力及转角。本发明将推力分配的约束从四自由度提高为六自由度;采用遗传算法避免了传统方法面对非线性联合约束求解困难问题;在推力分配时提出了降维方法,使求解精度提高,计算速度加快,从而实现了六自由度约束条件下推力分配快速求解及能耗降低的优化。

Patent Agency Ranking