公开(公告)号：CN105511480B

公开(公告)日：2018-03-06

申请号：CN201610104499.X

申请日：2016-02-25

Applicant: 哈尔滨工程大学

Inventor： 张伟 ,  郭毅 ,  梁志成 ,  孟德涛 ,  周佳加 ,  张宏瀚 ,  严浙平

IPC: G05D1/04

Abstract: 一种基于人工蜂群优化的模型预测的欠驱动UUV深度控制方法，本发明涉及欠驱动UUV深度控制方法。本发明是要解决存在复杂水平舵角约束条件时UUV深度控制问题，而提出的一种基于人工蜂群优化的模型预测的欠驱动UUV深度控制方法。该方法是通过一、得到欠驱动UUV增量型的垂直面预测模型；二、将水平舵角的控制输入约束条件统一处理为:H△U(k)≤γ；三、通过模型预测控制将UUV深度控制问题转化为约束条件下的二次规划问题；四、求得蜜源的全局最优位置，五、得到k时刻的控制输入；六、确保UUV达到指定UUV下潜的深度R(k+1)完成下潜作业等步骤实现的。本发明应用于UUV深度控制领域。

公开(公告)号：CN105620684B

公开(公告)日：2017-11-21

申请号：CN201610147279.5

申请日：2016-03-15

Applicant: 哈尔滨工程大学

Inventor： 张宏瀚 ,  唐照东 ,  王璐 ,  严浙平 ,  陈涛 ,  徐健

IPC: B63C7/16 ,  B66C1/22 ,  B66C13/20

Abstract: 用于水下无人航行器水面布放与回收的吊放吊具，涉及水下无人航行器的水面布放与回收技术，目的是为了解决工作人员下海进行水下无人航行器的水面布放与回收时，存在安全隐患的问题。平衡吊杠的中间位置设置有安装孔，吊带用于连接起吊插座和平衡吊杠，起吊插头固定在水下无人航行器上；插座孔的侧壁内部嵌入两个位置相对的长方体钩头机构，钩头机构通过弹簧转轴固定，两个弹簧转轴平行且均与插座孔的轴线垂直；两根固定线的一端分别固定在两个钩头机构相对的面上，另一端与控制线的一端固定在一起；本发明无需工作人员下水就能够实现吊具与航行器快速解脱和对接，适用于基于水面母船或岸基对水下无人航行器的吊放式布放与回收。

公开(公告)号：CN104483975B

公开(公告)日：2017-10-03

申请号：CN201410617653.4

申请日：2014-11-05

Applicant: 哈尔滨工程大学

Inventor： 陈涛 ,  张耕实 ,  严浙平 ,  徐达 ,  张宏瀚

IPC: G05D1/10

Abstract: 本发明公开了一种基于航路点的UUV转弯速度自适应调整方法。从使命文本读取UUV的前一航路点、当前航路点、下一航路点以及规划速度，将规划速度作为速度指令输出；计算出当前航路角；计算当前航路的转弯半径；惯性导航仪实时采集UUV的实际位置；判断UUV是否满足启用转弯速度的条件，如果满足条件，计算并输出转弯速度指令；光纤罗经实时采集UUV的实际航向；判断UUV是否到达当前航路点，如果到达当前航路点，判断使命文本中的航路点是否都已到达，如果都到达，任务结束。本发明可以减少UUV转弯时的航路超调，改善航路跟踪效果。

公开(公告)号：CN106952243A

公开(公告)日：2017-07-14

申请号：CN201710151287.1

申请日：2017-03-14

Applicant: 哈尔滨工程大学

Inventor： 张勋 ,  赵晓芳 ,  张宏瀚 ,  严浙平 ,  徐健 ,  陈涛 ,  周佳加

IPC: G06T5/40

CPC classification number: G06T5/40

Abstract: 本发明提供的是一种UUV近海面红外图像自适应归并直方图拉伸增强方法。(1)、获取原始红外图像；(2)、获得红外图像传统直方图；(3)、利用Otsu方法获取归并阈值G；(4)、将小于阈值T的灰度级值对应的像素归并到其右相邻的灰度级中；(5)、对得到的新的归并直方图进行灰度拉伸；(6)、得到增强后的红外图像。本发明能够较好的增强目标，突显海面波浪纹理，并且能够很好显现出模糊图像中景物的轮廓。另外，本发明将Otsu方法应用到归并阈值的选取中，实现了阈值的自适应选取。

公开(公告)号：CN105843224A

公开(公告)日：2016-08-10

申请号：CN201610179617.3

申请日：2016-03-25

Applicant: 哈尔滨工程大学

Inventor： 李娟 ,  张庆闫 ,  徐健 ,  刘建华 ,  陈涛 ,  张宏瀚

IPC: G05D1/02

CPC classification number: G05D1/0206

Abstract: 基于神经动态模型反步法的AUV水平面路径跟踪控制方法，涉及欠驱动AUV的水平面路径跟踪控制技术领域。本发明是为了提高AUV路径跟踪控制的精度。本发明引进了神经动态模型理论，该模型具有输入输出平滑的特性。将反步法设计过程中出现的虚拟控制量流经神经动态模型，从而避免了对虚拟控制量的复杂求导运算，较传统的反步法设计而言避免了可能出现的“参数爆炸”现象，大大提高了系统的控制精度。

公开(公告)号：CN105807789A

公开(公告)日：2016-07-27

申请号：CN201610177334.5

申请日：2016-03-24

Applicant: 哈尔滨工程大学

Inventor： 张勋 ,  赵晓芳 ,  时延利 ,  张宏瀚 ,  陈涛 ,  周佳加 ,  李本银

IPC: G05D1/10 ,  G05B13/04

CPC classification number: G05D1/10 ,  G05B13/042

Abstract: 基于T?S模糊观测器补偿的UUV控制方法，涉及一种UUV控制方法。为了解决在有海流干扰时UUV跟踪航迹不精确的问题。包括：获取UUV下一步的期望航迹；姿态控制器根据期望轨迹进行跟踪误差，解算出下一步垂直舵与水平舵的舵角信息；T?S模糊观测器根据海流干扰、当前UUV状态信息和航迹位置误差对UUV进行观测，估计出UUV下一步的状态信息；将UUV下一步的状态信息作为航速控制器的输入信号，获得推进器的下一步的推力；根据垂直舵与水平舵的舵角信息和推力，对UUV进行控制，获得UUV的运动状态，进而确定UUV的航迹，判断该航迹是否达到期望轨迹。本发明用于UUV跟踪水下线缆或管道、水下搜救、深海资源探测及地形探测。

公开(公告)号：CN102213594A

公开(公告)日：2011-10-12

申请号：CN201110062965.X

申请日：2011-03-16

Applicant: 哈尔滨工程大学

Inventor： 张勋 ,  边信黔 ,  严浙平 ,  张伟 ,  徐健 ,  张宏瀚 ,  陈涛

IPC: G01C13/00

Abstract: 本发明提供的是一种无人潜航器海流观测数据融合方法。1、海流剖面数据获取，UUV在水下一定深度航行时，获取UUV上部或下部一定水层厚度的海流剖面；2、海流剖面数据滤波，对获取的海流剖面原始数据进行滤波，消除野值，并对测量的随机误差进行平滑修正；3、海流剖面数据时间配准，将异步数据归算为相同时刻下的同步数据；4、UUV位置信息的推算，UUV从一个已知的坐标位置开始，根据UUV在该点的航向、航速和航行时间，推算下一时刻的坐标位置；5、海流剖面数据融合，将位置信息的推算所得的经纬度位置信息转换成ASCII码，插入到ADCP数据包的相应位置。本发明可以得到在大地坐标系下，准确、完整的海流剖面信息。

公开(公告)号：CN119623336A

公开(公告)日：2025-03-14

申请号：CN202411678195.5

申请日：2024-11-22

Applicant: 青岛哈尔滨工程大学创新发展中心

Inventor： 许秀军 ,  邓陵 ,  张宏瀚 ,  杨春溢 ,  王彬彬 ,  周佳加

IPC: G06F30/28 ,  G06F30/15 ,  G06F30/27 ,  G06N3/006 ,  G06N3/126 ,  G06F119/14 ,  G06F113/08 ,  G06F111/04

Abstract: 本发明提出了一种尺寸和重量约束下的无人潜航器设计优化方法，首先基于流体动力学模型假设，将UUV模型分为三个基本部分，建立UUV的水流阻力、湿表面积、压力及质量的数学模型。以长度、直径等关键尺寸为变量，通过粒子群优化算法与遗传优化算法，求解不同优化目标下UUV的最佳尺寸参数并进行算法优化结果对比。根据对比结果，选择遗传优化算法对UUV进行多学科联合优化，并对结果进行三维建模与仿真分析，验证优化结果的有效性。本发明实现了UUV尺寸和重量约束下的多学科优化，提供了UUV结构设计的新思路，解决UUV设计中尺寸和重量限制下的阻力优化、能效和承压能力等关键问题，提高了UUV结构设计效率和性能，降低了开发成本和时间。

公开(公告)号：CN119596674A

公开(公告)日：2025-03-11

申请号：CN202411762008.1

申请日：2024-12-03

Applicant: 青岛哈尔滨工程大学创新发展中心

Inventor： 许秀军 ,  段红梅 ,  周佳加 ,  高浩然 ,  王彬彬 ,  徐健 ,  张宏瀚

IPC: G05B11/42

Abstract: 一种基于前馈PID的UUV控制方法，本发明涉及基于前馈PID的UUV控制方法。本发明的目的是为了解决传统PID控制算法在UUV控制中存在精度差、稳定性差的问题。过程为：一、设置惯性坐标系下UUV的起始位置和目标位置；二、获得实时的海浪干扰信息以及UUV的真实状态；三、PID姿态控制器输出角加速度；四、滤波器输出优化后的深度信息；五、PID位置控制器输出线加速度；六、将角加速度和线加速度作用于执行机构，通过控制执行机构的转速改变推进器的推力和力矩，推力和力矩作用于UUV，改变UUV在水下的运动轨迹；七、判断UUV是否到达目标位置；若是，UUV结束航行；若否，重复执行二至六，直至UUV到达目标位置。本发明用于UUV控制领域。

公开(公告)号：CN119090052A

公开(公告)日：2024-12-06

申请号：CN202411084845.3

申请日：2024-08-08

Applicant: 哈尔滨工程大学

Inventor： 张宏瀚 ,  张如心 ,  李娟 ,  张勋 ,  管凤旭

IPC: G06Q10/04 ,  G01S15/58 ,  G01S15/86 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于拓展卡尔曼滤波和LSTM的水下管道轨迹预测方法，首先基于目标跟踪理论，建立管道的水下状态空间模型，生成水下管道轨迹的模拟数据；再搭建LSTM‑EKF，基于拓展卡尔曼滤波结构，构建三个特征用于LSTM网络训练输入；再基于实现最大的训练效果的原则选取训练算法，包括损失函数的选择，模型训练算法的选择，对拓展卡尔曼神经网络进行训练；最后考虑管道模型的不匹配情况，测试基础算法，拓展卡尔曼滤波，拓展卡尔曼神经网络的水下管道预测结果。本发明基于卡尔曼滤波流程将LSTM网络融入其中增加了传统深度学习网络不具备的可解释性，与传统算法相比较精度更高，与完美理想情况比较也相差甚少。