-
公开(公告)号：CN116107216A
公开(公告)日：2023-05-12
申请号：CN202310212821.0
申请日：2023-03-08
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种考虑执行器故障的UUV自适应容错集群协调控制方法，通过利用编队中各UUV局部状态信息估计容错控制器参数，设计自适应容错跟踪控制器，保证跟随者UUV的运动状态渐进跟踪领导者状态，从而实现稳定的编队跟踪控制。本发明可有效实现执行器故障条件下的UUV集群协调控制，并且做到跟随者航行器能够跟踪预先设定的机动路径。本发明可以有效解决UUV在执行器故障下的集群控制问题。可以保证集群中各UUV在执行器故障干扰的情况下，启动自适应容错机制，最终跟随者航迹均收敛于编队领航者的期望轨迹，实现多UUV编队队形保持。
-
公开(公告)号：CN110647161B
公开(公告)日：2022-07-15
申请号：CN201910975409.8
申请日：2019-10-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于状态预测补偿的欠驱动UUV水平面轨迹跟踪控制方法。步骤1:UUV根据当前任务获取位置、姿态信息；步骤2:利用欠驱动UUV的数学模型得出运动坐标下的位置、姿态误差变量；步骤3:通过镇定位姿误差变量，计算虚拟控制律；步骤4:根据UUV的运动学和动力学模型分别构造位姿状态预测器和速度状态预测器；步骤5:根据预测的状态信息构造UUV实际轨迹跟踪控制律。本发明的方法可以在欠驱动UUV执行机构存在时间延迟的情况下，利用本发明所提出的方法设计的UUV轨迹跟踪控制器作用下的UUV，可以实现对平面轨迹的精确跟踪，所设计的控制器更加符合工程实际的要求。
-
公开(公告)号：CN111913175A
公开(公告)日：2020-11-10
申请号：CN202010631966.0
申请日：2020-07-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种传感器短暂失效下带补偿机制的水面目标跟踪方法，包括：采集目标观测信息，将采集数据进行处理并分为训练集和测试集；设计具有时序预测能力LSTM神经网络结构；离线训练LSTM神经网络；采用LSTM神经网络对传感器短时失效下观测量进行在线补偿，对在线补偿后的观测量采用UKF方法得到目标位置和速度信息滤波值。本发明LSTM神经网络能够处理含有噪声数据，对非线性数据有较好学习效果；采取离线训练和在线补偿方式降低训练神经网络内部参数导致的目标跟踪实时性不强；在传感器量测缺失下对观测值进行补偿，降低估计误差；在传感器量测出现缺失和目标发生机动时，降低传统方法中只取信运动模型而造成估计误差。
-
公开(公告)号：CN107273903B
公开(公告)日：2020-06-16
申请号：CN201710362932.4
申请日：2017-05-22
Applicant: 哈尔滨工程大学
IPC: G06K9/46
Abstract: 本发明提供的是一种基于LSD改进的UUV近海面可见光图像海天线提取方法。获取近海面可见光图像，转换为灰度图像并进行尺度缩放；进行梯度计算，根据梯度幅值进行伪排列并建立状态列表，设置梯度阈值；选取种子点进行区域增长，根据海天线倾斜角的数学特征剔除不符合要求的点，生成直线支撑区域或最小外接矩形；矩形估计，并根据海天线长度特征和直线合并准则合并相邻矩形；判断类内点密度；计算NFA，提取海天线。该方法既能提取水平的海天线也能提取倾斜的海天线，既适应于海空背景也适应于山体背景。另外，本发明实时性和自适应性强，可在可见光序列图像中提取海天线。
-
公开(公告)号：CN111025269A
公开(公告)日：2020-04-17
申请号：CN201911314228.7
申请日：2019-12-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种水下机器人传感器安装偏差估计方法，通过建立水面航行状态机器人航行位姿的因子图模型，基于卫星定位模块的真值反馈，利用非线性优化方法，实现水下机器人艏向测量的常值线性加性误差α和水下机器人前进速度、横移速度的非线性乘性误差cos(β)和sin(β)的估计，补偿航位推算模块与卫星定位模块间的位置偏差。实现传感器安装偏差的鲁棒估计，提高航位推算模块的计算精度，进而提高水下机器人的定位精度。减少机器人出水校准次数，提高作业效率，满足长时间水下航行的需求。
-
Patent Agency Ranking
公开(公告)号：CN107024863B
公开(公告)日：2020-01-17
申请号：CN201710184342.7
申请日：2017-03-24
Applicant: 哈尔滨工程大学
Abstract: 本发明利用生物启发模型的微分输出特性，提供一种避免微分爆炸的UUV轨迹跟踪控制方法。包括以下步骤：步骤1：初始化；步骤2：利用欠驱动UUV的数学模型得出位置、姿态误差变量；步骤3：计算虚拟控制律，并利用生物启发模型输出值代替虚拟期望控制律；步骤4：构造Lyapunov函数将位置误差的镇定转移到对速度误差的镇定上，利用生物启发模型输出代替虚拟控制量的实时求导避免微分爆炸现象，实现速度误差的镇定；步骤5：设计轨迹跟踪控制器。本发明方法能够避免传统反步法中由反复求导导致的微分爆炸现象，简化控制器的复杂性；同时，结合生物启发模型的控制器满足推进器的推力约束和欠驱动UUV三维轨迹跟踪对位置、速度以及姿态的时间约束要求。
-
公开(公告)号：CN110597273A
公开(公告)日：2019-12-20
申请号：CN201910614261.5
申请日：2019-07-09
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明涉及一种定位导航方法，更具体地说，它提供了一种基于电机推进模型辅助的航位推算方法。本方法通过收集GPS、DVL、ADCP及姿态传感器数据，利用电机推进模型建立转速与AUV相对海水的航速的模型，并基于模糊支持向量机训练改善模型精度，当DVL数据失效时，依靠电机转速及电机推进模型推算AUV速度，辅助AUV继续进行航位推算导航，提高了AUV的环境适应能力及导航的鲁棒性。
-
公开(公告)号：CN110163519A
公开(公告)日：2019-08-23
申请号：CN201910454595.0
申请日：2019-05-29
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种面向基地攻防任务的UUV红蓝方威胁评估方法，步骤一、红蓝方威胁态势评估要素分析；步骤二、通过对红蓝方威胁态势要素的分析，建立红蓝方态势威胁评估贝叶斯网络,贝叶斯网络的根节点为威胁评估的结果为威胁等级，子节点为相应威胁要素；步骤三、建立红蓝方态势威胁评估贝叶斯网络条件概率表；步骤四、依据当前红蓝方态势判断各个贝叶斯网络节点状态并将其作为贝叶斯网络的输入得到根节点的概率，得到威胁评估的结果。本发明提供一种面向基地攻防任务的UUV红蓝方威胁评估方法，通过不同的仿真案例展现出对UUV威胁评估的有效性。
-
公开(公告)号：CN106444796B
公开(公告)日：2019-03-05
申请号：CN201610877456.5
申请日：2016-10-08
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明提供的是一种不确定时变时滞的欠驱动UUV深度自适应全局滑模控制方法。步骤一：UUV通过自身传感器获取当前状态信息同时接收深度指令；步骤二：通过以上信息以及外界环境干扰信息建立的UUV时变时滞模型和全局滑模面；步骤三：基于UUV的时变时滞模型及设计的滑模面，设计自适应全局滑模控制率，实现UUV深度控制。本发明能够保证UUV在不确定时变时滞及外界环境干扰下的精确深度控制。
-
公开(公告)号：CN107776859B
公开(公告)日：2019-02-26
申请号：CN201710896082.6
申请日：2017-09-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种AUV大潜深运动浮力补偿控制方法。检测出AUV在深海区域进行定深航行时的深度；通过AUV剩余浮力辨识算法，辨识AUV在当前深海区域进行定深航行时受到的剩余浮力；辨识的结果为稳定时，通过油囊式浮力均衡系统对AUV进行浮力补偿；否则继续对AUV在深海区域定深航行时受到的剩余浮力进行辨识；当AUV的浮力补偿值等于通过AUV剩余浮力辨识算法辨识的剩余浮力值时，则完成了对AUV的浮力补偿；否则，继续通对AUV进行浮力补偿。本发明可有效的均衡剩余浮力的影响并消除AUV的纵倾角偏差，提高AUV的操纵性及控制精度，减小AUV定深航行时所受的阻力，在携带同等能源条件下增加AUV的航行时间。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.044 seconds)
