一种无人无缆潜水器跨冰层快速自主回收装置与方法

    公开(公告)号:CN115489702B

    公开(公告)日:2024-03-26

    申请号:CN202211160768.6

    申请日:2022-09-22

    Abstract: 本发明提供一种无人无缆潜水器跨冰层快速自主回收装置与方法,自航浮力系统的冰面履带由履带和减震悬挂组成,布置在自航浮力系统的上方。出水冰孔导航系统的双目摄像头布置在自航浮力系统前端,用于采集水下图像;岸基光源固定在出水冰孔下方,用于提供出水冰孔位置,自航浮力系统在冰层底面利用双目摄像头俯视光源从而定位出水冰孔,导航至出水冰孔下方。牵引线缆系统的缆线一端固定在自航浮力系统,另一端通过线缆的固定环固定在AUV主体的挂钩上。收放缆电机布置在自航浮力系统凹槽中,用于驱动线缆收放,调节自航浮力系统与AUV主体的距离,从而牵引AUV主体移动。本发明结构简单,可模块化搭载,能实现无人无缆潜水器在冰层下快速安全的自主回收。

    一种基于平行感知技术的ROV显控系统及方法

    公开(公告)号:CN117685949A

    公开(公告)日:2024-03-12

    申请号:CN202311569681.9

    申请日:2023-11-23

    Abstract: 本发明涉及一种基于平行感知技术的ROV显控系统及方法,属于水下环境感知与导航技术领域。解决ROV操控系统尚不具备对水下环境的全局感知能力,只能获取视域极其有限的局部环境信息,使得ROV的盲区作业效率极其低下,作业风险极高的问题。包括水下感知端和岸基主控端,水下感知端与岸基主控端电性连接,水下感知端由ROV搭载,用于采集水下数据,并将环境数据传送到岸基主控端进行处理,构建水下环境地图。本发明ROV可在所构建的水下全局环境地图中实现快速重定位,并通过历史航迹回溯功能,实现对先验作业点的全自主潜航寻的,可提高ROV盲区效率,降低作业风险。

    一种水下机器人紧急上浮装置

    公开(公告)号:CN112249284B

    公开(公告)日:2021-05-25

    申请号:CN202011147873.7

    申请日:2020-10-23

    Abstract: 一种水下机器人紧急上浮装置,它涉及海洋技术装备领域。本发明解决了现有的水下机器人由于容积狭小,且上浮装置功能可行性需要其他装置辅助完成,导致水下机器人自身重力增加、上浮速度降低的问题。本发明的水密化学反应舱、承压动力电池组和弹性壳体舱门在水下机器人的重心线上自上而下排列,两个导向件竖直相对设置在水密化学反应舱两侧,水密化学反应舱两侧部分别与两个导向件连接,气体分离器包裹重铬酸铵并放置在水密化学反应舱内部,气囊镶嵌在水密化学反应舱顶部,气囊底部通过充气管与气体分离器连接,所述充气管上设有充气阀门。本发明用于优化水下机器人内部装置的功能性与所占体积的比例,增加水下机器人的净浮力。

    一种水下机器人跟踪制导的方法及装置

    公开(公告)号:CN112034866A

    公开(公告)日:2020-12-04

    申请号:CN202010978533.2

    申请日:2020-09-17

    Abstract: 本发明提供了一种水下机器人跟踪制导的方法及装置,涉及跟踪制导技术领域,包括:获取水下机器人的水下深度,以及跟随设备与水下机器人的相对距离;根据水下深度和相对距离,确定水下机器人所属的跟踪区域;根据水下机器人所属的跟踪区域,控制跟随设备当前时刻的速度和/或艏向角。本发明利用水下深度和相对距离准确反映跟随设备和水下机器人的相对关系的变化,根据两者之间不同的相对关系,相应控制跟随设备当前时刻的速度和/或艏向角,以此保证对运动轨迹未知的水下机器人进行实时有效的跟踪。

    一种ROV推力分配与基于强化学习的运动控制方法

    公开(公告)号:CN111966118A

    公开(公告)日:2020-11-20

    申请号:CN202010820394.0

    申请日:2020-08-14

    Abstract: 本发明的一种ROV推力分配与基于强化学习的运动控制方法,属于水下机器人技术领域。包括:进行ROV动力学建模,确定ROV推进器空间布置及推进系统模型,提出ROV推力分配方法;在所述ROV推力分配方法的基础上,加入DDPG控制器;在所述DDPG控制器的基础上,加入抗扰控制器。该ROV推力分配方法在进行推力分配的同时降低推进器能耗,从而降低了整个ROV的能耗。DDPG算法能够在动作输出幅度能进行连续值输出,更适用水下机器人控制问题,同时DDPG控制器能够在连续决策问题中进行学习。采用抗扰控制器可以提高该运动控制方法对ROV未建模水动力、外界扰动及其他不确定因素的抗扰能力。

    一种基于强化学习的AUV行为规划及动作控制方法

    公开(公告)号:CN110333739B

    公开(公告)日:2020-07-31

    申请号:CN201910775602.7

    申请日:2019-08-21

    Abstract: 一种基于强化学习的AUV行为规划及动作控制方法,属于水下机器人技术领域。为了解决AUV规划复杂任务时过于依靠人工经验,以及基于智能算法设计的控制方法需要精确的环境模型,从而导致训练经验局限,在现实环境中应用困难的问题。本发明将AUV探测隧洞定义为总任务;完成任务对应的行为包括:趋向目标、墙壁跟踪和避障;将机器人在水下需要完成所规划的行为而产生的控制指令定义为动作;AUV在执行隧洞探测任务时,使用深度强化学习DQN算法进行实时行为规划,构建对应的深度学习的行为网络,完成隧洞探测任务的规划。通过DDPG方法训练AUV的动作网络,将AUV视为环境模型,得到力到状态的映射,从而实现AUV的动作控制。

    一种水下摄像机与前视声纳的联合标定方法

    公开(公告)号:CN109859271A

    公开(公告)日:2019-06-07

    申请号:CN201811532378.0

    申请日:2018-12-14

    Abstract: 本发明提供一种水下摄像机与前视声纳的联合标定方法,摄像机水下采集标定板图像,通过标定获得摄像机内参数,推导标定板坐标系到水下摄像机坐标的三维坐标转换关系;前视声纳获取水下环境的声学回波数据,推导前视声纳坐标系与标定板质心坐标系的三维坐标转换关系;通过上述两个关系,完成水下摄像机与前视声纳之间的联合标定。本发明属于非接触式标定方法,操作简便迅捷、可以大大降低因复杂的人工参与和标定工具所带来的随机误差,提高了标定效率;目标特征既可以在摄像机图像中得以实现,又可以在声纳系统中获得其二维位置信息;能够得到两个传感器测量系统的相对位置关系,解决了标定测量过程繁琐、精确度较差等缺点,具有很强的操作性。

Patent Agency Ranking