-
公开(公告)号：CN109241552B
公开(公告)日：2022-04-05
申请号：CN201810764979.8
申请日：2018-07-12
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F111/06 , G06F111/04
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。
-
公开(公告)号：CN110333739A
公开(公告)日：2019-10-15
申请号：CN201910775602.7
申请日：2019-08-21
Applicant: 哈尔滨工程大学
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。
-
公开(公告)号：CN109540151A
公开(公告)日：2019-03-29
申请号：CN201910041354.3
申请日：2019-01-16
Applicant: 哈尔滨工程大学
Abstract: 本发明设计了一种基于强化学习的AUV三维路径规划方法，首先根据已知的水下工作环境进行建模并对AUV进行全局路径规划；然后在仿真系统中针对AUV特殊的工作环境及其规划目标设计奖励值，利用基于自组织神经网络改进的Q学习方法对AUV进行避障训练，将训练所得到的避障策略写入机器人内部控制系统；最后机器人下水后接收全局路径规划节点，AUV将全局规划的路径节点作为目标节点以计算目标艏向规划航行，当遇到突发障碍时利用避障策略进行避障；该方法既保证AUV航行路径的经济性又保证了遇到突发障碍时的安全性，同时可以提高路径规划精度，降低规划时间，增强AUV的环境自适应性；该方法可应用于搭载了避障声纳能自主航行的AUV。
-
公开(公告)号：CN108628326A
公开(公告)日：2018-10-09
申请号：CN201810758522.6
申请日：2018-07-11
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明提供及一种智能水下机器人运动重规划策略，该策略将智能水下机器人的作业任务视为规划一条安全经济的航行路径并在一系列路径点上完成相应的行为，当水下机器人按照全局规划路径航行，遇到障碍物时，利用矩形避障策略进行避障，避开障碍物后根据代价函数选择点跟踪策略或路径跟踪策略，到达指定位置后完成相应任务。该策略简单易实施，智能水下机器人完成作业任务的同时保证其安全，提高机器人的环境自适应性，航行的经济型大大提高，使得机器人重规划更加完善。
-
公开(公告)号：CN108594241A
公开(公告)日：2018-09-28
申请号：CN201810248831.9
申请日：2018-03-25
Applicant: 哈尔滨工程大学
CPC classification number: G01S15/88 , G01S15/04 , G01S15/523
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。
-
Patent Agency Ranking
公开(公告)号：CN107918399A
公开(公告)日：2018-04-17
申请号：CN201711079828.0
申请日：2017-11-06
Applicant: 哈尔滨工程大学
IPC: G05D1/10
CPC classification number: G05D1/10
Abstract: 本发明提供一种适用于水下机器人的快速融合避障方法，通过测距声呐的测距标准差与方差确定AUV的定位误差区域，根据定位误差区域获得声呐安装方向上的AUV的静态安全距离。根据不同方向上的实时速度分量与静态安全距离得到相应方向上的安全警戒距离阈值。将测距声呐测得的障碍物距离数据与该方向上的安全警戒距离进行判断，当障碍物距离大于安全警戒距离时，该方向上的声呐将以基础工作间隔进行轮询工作。当障碍物距离小于或等于安全警戒距离时，该方向上的声呐将按照动态声呐工作间隔方程的输出进行轮询工作。本发明提出的可使AUV在狭窄航道内快速准确的获得障碍物距离信息，对多传感器数据进行融合，实现快速融合避障，为AUV的安全作业提供保障。
-
公开(公告)号：CN112241176B
公开(公告)日：2022-10-28
申请号：CN202011109095.2
申请日：2020-10-16
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明是一种水下自主航行器在大尺度连续性障碍物环境中路径规划避障控制方法。本发明涉及水下机器人路径避障规划技术领域，本发明建立存在大尺度连续性障碍物模拟训练环境，以避障传感器信息为输入，航行速度和偏航角速度为输出搭建深度强化学习神经网络的状态与动作，针对运动规划避障控制过程的多目标结构，对奖赏函数进行了模块化设计，为了避免稀疏奖励引起系统不稳定，结合人工势场法设置连续性奖励。本发明利用基于改进的深度确定性策略梯度算法，对水下自主航行器进行避障训练，将训练所得到的避障策略写入机器人下位机控制系统；水下自主航行器在水下峡谷中行驶时，利用训练学习到的避障策略进行避障，安全的到达目标区域。
-
公开(公告)号：CN113650763A
公开(公告)日：2021-11-16
申请号：CN202110807036.0
申请日：2021-07-16
Applicant: 哈尔滨工程大学 , 陕西省引汉济渭工程建设有限公司
Abstract: 本发明提出一种输水隧洞检测机器人及其控制方法，包括：载体系统，用于承载动力设备及探测设备；主控系统，用于操控机器人在隧洞内作业；能源系统，为水下机器人作业提供能源；推进与操纵系统，首尾各布置4台纵向推进器，实现机器人基础运动；通信系统，利用无线局域网实现数据上传与指令下载；导航与定位系统，利用首尾交叉分布的4个测距仪，实现机器人在隧洞横截面内的定位；任务系统，实现对周向洞壁观测录像，回收后进行数据处理；本发明所涉及的水下机器人具有长距离、多模运动模式、输水隧洞跟踪控制与规划、光学与声纳融合集成检测等能力，可完成输水隧洞裂缝、洞内异物等缺陷检测作业，保证隧洞检测区域的全覆盖。
-
公开(公告)号：CN109540151B
公开(公告)日：2020-01-17
申请号：CN201910041354.3
申请日：2019-01-16
Applicant: 哈尔滨工程大学
Abstract: 本发明设计了一种基于强化学习的AUV三维路径规划方法，首先根据已知的水下工作环境进行建模并对AUV进行全局路径规划；然后在仿真系统中针对AUV特殊的工作环境及其规划目标设计奖励值，利用基于自组织神经网络改进的Q学习方法对AUV进行避障训练，将训练所得到的避障策略写入机器人内部控制系统；最后机器人下水后接收全局路径规划节点，AUV将全局规划的路径节点作为目标节点以计算目标艏向规划航行，当遇到突发障碍时利用避障策略进行避障；该方法既保证AUV航行路径的经济性又保证了遇到突发障碍时的安全性，同时可以提高路径规划精度，降低规划时间，增强AUV的环境自适应性；该方法可应用于搭载了避障声纳能自主航行的AUV。
-
公开(公告)号：CN105446821B
公开(公告)日：2019-05-17
申请号：CN201510766653.5
申请日：2015-11-11
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于改进神经网络的智能水下机器人推进器故障诊断方法。将水下机器人的推进器的控制指令分别传送给基于神经网络的水下机器人模型和水下机器人实际推进器，将基于神经网络的水下机器人模型的输出值和水下机器人实际传感器的测量值进行作差，根据残差判断推进器是否故障；构建的神经网络水下机器人模型中，在联接单元中增加了固定增益的自反馈连接，并且采用动态反向传播学习算法对基于神经网络的水下机器人模型进行学习和训练，对神经网络层间权值进行调整。本发明能够提高推进器故障诊断的效率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.07 seconds)
