-
公开(公告)号:CN119690075A
公开(公告)日:2025-03-25
申请号:CN202411832076.0
申请日:2024-12-12
Applicant: 哈尔滨工程大学
IPC: G05D1/43 , G05D1/633 , G05D1/648 , G05D109/30
Abstract: 一种多无人艇协同多目标均匀围捕控制方法,涉及多无人艇协同多目标围捕技术领域。为解决现有技术中存在的,现有的多无人艇协同围捕技术存在效率较低、围捕精度和稳定性不足,以及增益设计复杂且容易产生过大增益的问题的技术缺陷,本发明提供的技术方案为:包括:构建多无人艇系统和多目标系统的运动学模型,定义围捕任务的目标状态;基于运动学模型和目标状态,建立分布式目标中心估计器;根据分布式目标中心估计器提供的目标几何中心信息,构建围捕控制器;基于围捕控制器的控制策略,调整无人艇的角速度以实现相位间隔角的一致性;动态调整围捕控制器的参数,输出给多无人艇系统。适合应用于多无人艇协同多目标均匀围捕控制的工作中。
-
公开(公告)号:CN115933631A
公开(公告)日:2023-04-07
申请号:CN202211119345.X
申请日:2022-09-14
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本申请公开了一种应用于欠驱动无人艇的编队控制器构建方法及装置,属于无人艇控制领域,其中,编队控制器构建方法包括:基于图论技术、仿射变换技术以及应力矩阵技术设计欠驱动无人艇编队队形,基于该欠驱动无人艇编队队形建立无人艇系统数学模型,并对其输出进行状态转换,基于动态事件触发机制设计编队控制器。本申请公开的编队控制器构建方法及装置可以在有向通信图下实现包括平移、旋转、缩放以及这些变换的组合,增加了编队的灵活性,且在欠驱动系统处于不同状态时能够自适应调整事件触发阈值,同时降低了各艘无人艇间的通信频率,避免了因系统连续性通信模式而导致过度消耗通信资源的情况。
-
公开(公告)号:CN114326756A
公开(公告)日:2022-04-12
申请号:CN202111049372.X
申请日:2021-09-08
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明提出一种考虑输入量化的自适应预设性能轨迹跟踪控制方法:所述方法包括搭建欠驱动水下航行器数学模型;建立动力学误差模型;预设性能误差转换;控制器设计;稳定性分析证明;本发明考虑未建模的水动力、洋流干扰以及量化输入的自适应预设性能轨迹跟踪控制问题,利用基于指定滤波的反步法和最小参数学习算法设计了一种控制算法,有效地避免了神经网络所导致的微分爆炸以及复杂计算的问题;为了使得跟踪误差具有预设性能的性质,应用映射函数将约束控制问题转化为无约束控制问题。本发明采用了磁滞量化器,极大程度上降低了数据传输的频率,有效地降低了量化误差。
-
公开(公告)号:CN119942330A
公开(公告)日:2025-05-06
申请号:CN202510015571.0
申请日:2025-01-06
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 多尺度特征融合的极地无人艇目标识别方法、系统和设备,属于目标识别技术领域,解决自主航行时光学传感器进行目标识别任务时存在漏报率高、定位鲁棒性偏弱问题。本发明的方法包括:针对YOLO目标检测算法,提出更轻量化且高效的E‑BiFPN,其结构在训练过程中融合更多有效尺度特征信息;设计了一种轻量级特征信息堆叠的节点模块,该方案将可分离卷积与通道混洗思想相结合;结合动态检测头,增强原有模型对水面目标检测任务的适应性,将目标检测头与注意力统一起来,将多种注意力机制、特征水平之间的尺度意识、空间位置之间的空间意识以及输出通道内的任务意识协调一致地结合。本发明适用于极地无人艇在恶劣极地环境下的目标识别。
-
公开(公告)号:CN119690068A
公开(公告)日:2025-03-25
申请号:CN202411754028.4
申请日:2024-12-02
Applicant: 哈尔滨工程大学
Abstract: 一种基于输出重定义的欠驱动无人艇编队控制方法,涉及欠驱动无人艇编队控制技术领域。为解决现有技术中存在的,现有的欠驱动无人艇编队控制技术存在控制输入不足,模型不确定性和外部干扰以及传统控制方法存在微分爆炸问题的技术缺陷,本发明提供的技术方案为:一种基于输出重定义的欠驱动无人艇编队控制方法,方法包括:建立欠驱动无人艇的运动学和动力学模型,并分解为姿态子系统和位置子系统;通过所述姿态子系统和位置子系统分别设计姿态控制器和位置控制器,逼近系统非线性项;通过一阶滤波器避免所述模型中虚拟控制律的重复微分;结合基于最小学习参数法的自适应控制律和辅助自适应律。适合应用于欠驱动无人艇编队控制的工作中。
-
-
公开(公告)号:CN113835340B
公开(公告)日:2023-07-25
申请号:CN202111050201.9
申请日:2021-09-08
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提出了一种考虑输入量化和非线性死区的水下机器人无模型控制方法,所述方法包括构建水下机器人数学模型及无模型处理,简化考虑死区量化控制表达式,设计控制器和稳定性分析证明;本发明为了加强水下无人航行器的鲁棒性能和忽略高度耦合动力学的影响,结合滑模控制的无模型控制能极大程度上减轻了对于很难获得的模型参数的依赖;考虑到减少执行机构和控制模块的数据传输的频率,磁滞量化器将产生分段量化控制信号,来保证其的有限精度以及有效地避免了抖振问题;自适应参数估计方法用来补偿死区非线性估计的误差,能够减少计算的复杂性和计算的次数,使得控制精度和效果大大提升。
-
公开(公告)号:CN114756029A
公开(公告)日:2022-07-15
申请号:CN202210410554.3
申请日:2022-04-19
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于动态事件触发的无人艇无模型控制方法,属于无人艇控制技术领域,具体包括:建立USV运动学和动力学模型,并将其转化欧拉‑拉格朗日方程;利用滑膜变结构控制和欧拉‑拉格朗日方程设计控制律和自适应律,以构建动态事件触发控制器,该触发机制只有当触发条件被满足时,控制指令才会更新;定义李雅普诺夫候选函数对动态事件触发控制器进行稳定性分析,同时证明不存在Zeno现象。该方法克服了传统控制器对系统模型的依赖性,提高了系统的鲁棒性,同时避免了频繁的控制器信号更新,显著降低了计算成本、执行机构损耗和能源消耗。
-
-
-
-
-
-
-