公开(公告)号：CN111915678A

公开(公告)日：2020-11-10

申请号：CN202010698757.8

申请日：2020-07-17

Applicant: 哈尔滨工程大学

Inventor： 孙玉山 ,  周天 ,  张国成 ,  李岳明 ,  唐同泽 ,  张红星 ,  薛源

IPC: G06T7/73 ,  G06T7/55 ,  G06T7/80 ,  G06K9/46 ,  G06K9/62 ,  G06N3/12 ,  G01S11/12

Abstract: 本发明是一种基于深度学习的水下单目视觉目标深度定位融合估计方法。本发明属于水下单目视觉定位融合估计技术领域，本发明建立水下摄像机的量化坐标系，确定点投影到玻璃下表面的像距离主光轴的距离，建立基于二次投影的水下摄像机成像模型；对基于二次投影的水下摄像机成像模型，进行参数标定；基于几何特征，进行水下单目视觉目标进行深度估计；基于帧差法，进行水下单目视觉目标进行深度估计；采用基于深度学习的SSD300目标检测方法，对水下目标进行检测，基于几何特征和帧差法，进行水下单目视觉目标深度定位融合估计。引入熵权法开展单目视觉目标深度融合估计方法研究，有效减小单一方法深度估计的不稳定性，提高深度估计的准确性。

公开(公告)号：CN113534668A

公开(公告)日：2021-10-22

申请号：CN202110930108.0

申请日：2021-08-13

Applicant: 哈尔滨工程大学

Inventor： 孙玉山 ,  于鑫 ,  张国成 ,  罗孝坤 ,  薛源 ,  张红星 ,  柴璞鑫

IPC: G05B13/04

Abstract: 本发明公开了基于最大熵的演员‑评论家框架的AUV运动规划方法，包括以下步骤：S1：构建AUV操纵性模型；S2：确定AUV的状态空间与动作空间；S3：基于MDP决策过程，提出基于最大熵的强化学习算法，构建神经网络结构，搭建AUV运动规划系统；S4：设置一个综合的奖励函数来评估AUV决策的优劣，指导AUV完成运动规划任务的目标：在躲避障碍物到达目标点的同时，航行路程及所用时间达到最优；S5：通过自交互训练获得最优策略，保存训练好的神经网络参数，将最优策略对应的具体指令传递给下位机，最终实现感知‑规划‑控制的运动规划过程；本发明能够发现到达目标位置的多种策略，在应对各种突发态势时有较好的鲁棒性，且能在多约束的条件下顺利完成指定任务。

公开(公告)号：CN112925319A

公开(公告)日：2021-06-08

申请号：CN202110098934.3

申请日：2021-01-25

Applicant: 哈尔滨工程大学

Inventor： 孙玉山 ,  罗孝坤 ,  张国成 ,  李岳明 ,  薛源 ,  于鑫 ,  张红星

IPC: G05D1/02 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于深度强化学习的水下自主航行器动态避障方法，涉及水下机器人避障技术领域。本发明是为了解决目前缺乏水下自主航行器对动态障碍物的避障研究的问题。本发明建立水下自主航行器模型与运动学模型，获取周围障碍物的信息；采集水下自主航行器周围机动障碍物的运动状态信息，并构造动态障碍物状态方程；根据动态障碍物状态方程预测动态障碍物运动学模型；根据水下自主航行器周围障碍物的信息和动态障碍物运动学模型，融合多动态障碍物避障法生成避障策略并转化为MDP模型；结合确定性深度策略梯度算法对MDP模型进行训练，直至水下自主航行器能够无碰撞的到达目标区域；利用训练好的MDP模型引导水下自主航行器航行。