水中航行器用遗忘因子式无模型自适应航向控制方法

    公开(公告)号:CN107942688A

    公开(公告)日:2018-04-20

    申请号:CN201810010308.2

    申请日:2018-01-05

    CPC classification number: G05B13/042

    Abstract: 本发明提供的是一种水中航行器用遗忘因子式无模型自适应航向控制方法。一:下达期望航向状态指令;二:通过罗经测得当前实际航向状态,计算误差的绝对值e(k),若e(k)小于一个期望常数e0、且稳定一段时间,则认为实际航向稳定收敛到期望航向并结束循环,否则进入步骤三;三:将e(k)作为遗忘因子式MFAC航向控制器的输入,解算出期望输入;所述遗忘因子式MFAC航向控制器是在MFAC航向控制器的基础上,用β×u(k-1)代替MFAC航向控制器中的u(k-1);四:将期望输入指令下达到执行机构,执行期望输入指令,同时在外界环境干扰共同作用下,水中航行器不断调整航向,并转到步骤二,直到水中航行器航向稳定收敛到期望航向。本发明能够避免航向出现大的超调或震荡现象。

    一种无人船的局部环境地图自主构建方法

    公开(公告)号:CN109239709B

    公开(公告)日:2022-06-17

    申请号:CN201810869551.X

    申请日:2018-08-02

    Abstract: 本发明涉及智能船舶技术的数字图像处理与机器视觉领域,具体涉及一种无人船的局部环境地图自主构建方法。本发明实现了无人船的局部环境地图精确自主构建,首先,利用图像差分方法实现了雷达数据更新区域的检测;其次,在雷达数据和局部环境地图精确匹配基础上,利用雷达数据中的空间结构约束对累积误差进行抑制和修正;最后,设计了局部环境地图的更新机制,使其对不确定性因素具有较高的鲁棒性。本发明能够有效消除或抑制惯性导航系统累积误差的影响,提高局部环境地图的精度,有利于实现对运动目标的辨识和跟踪,避免了传统方法需对各目标进行特征匹配和数据关联,准确性、可靠性受限而计算复杂度较高。

    一种基于UWB室内定位的无人艇船载测速测向方法

    公开(公告)号:CN109186605B

    公开(公告)日:2022-03-18

    申请号:CN201811017297.7

    申请日:2018-09-01

    Abstract: 一种基于UWB室内定位的无人艇船载测速测向方法,属于水面无人艇的室内定位信息获取技术领域。该方法基于UWB室内定位装置,充分考虑定位数据的传输特性,经历阈值处理和卡尔曼滤波器的初步过滤,利用速度解算算法F_outvel(i)得到稳定的速度输出;利用多个定位标签之间的耦合关系和无人艇自身几何特性,分别设计出艏向判定算法F_faigate(n,i)和艏向解算算法F_outfai(i),从而获得实时的艏向输出,上位机解算之后通过串口经由无线电实时将解算结果发送到目标无人艇,由无人艇上相应的无线电通信模块进行接收,形成信息交互。本发明设计的测速测向系统满足了无人艇运动控制点的需要、稳定、低成本、实时的要求;实现了无人艇的室内定位、速度、艏向多元信息的获取。

    一种重定义输出式无模型自适应航向控制方法及系统

    公开(公告)号:CN108319140B

    公开(公告)日:2021-06-01

    申请号:CN201810106120.8

    申请日:2018-02-02

    Abstract: 本发明涉及一种重定义输出式无模型自适应航向控制方法及系统,给定航向系统的期望输出量y*(k)=f(r*,ψ*)并输入至无模型自适应控制器,将航向系统输出量y(k)=f(r,ψ)作为无模型自适应控制器的负反馈输入,通过无模型自适应控制器解算和在线辨识,输出期望输入u(k),期望输入u(k)输入至操纵机构,操纵机构执行期望输入指令,将执行结果输入至水中航行设备,改变水中航行设备的航向角速度r和航向角ψ,通过姿态传感器作为负反馈输入至无模型自适应控制器。本发明通过重定义舰船航向系统的输出,使得水中航行设备航向系统满足MFAC理论对受控系统“拟线性”假设条件的要求,即控制输入增加时,相应的受控系统输出是不减的。从而使得该重定义输出式MFAC算法适应于舰船的航向控制。

    一种考虑约束的无人艇靠泊行为轨迹规划方法

    公开(公告)号:CN107544500B

    公开(公告)日:2020-12-29

    申请号:CN201710839806.3

    申请日:2017-09-18

    Abstract: 本发明提供一种考虑约束的无人艇靠泊行为轨迹规划方法,远端规划:1计算当前的期望艏向;2对期望艏向进行近障碍前瞻补偿;3更新无人艇位置;4判断无人艇是否到达远端规划目标点,是则结束远端规划转入近岸规划阶段,否则返回步骤1。近岸规划:1计算出指向第ii的初始值为1个虚拟码头的期望路径;2计算无人艇距离目标码头的距离,为当前期望速度添加码头约束;3更新无人艇位置;4判断无人艇是否抵达第i个虚拟码头,是则转步骤5,否则返回步骤2;5判断第i个虚拟码头是否为目标码头,是则规划完毕程序结束,否则令i=i+1,返回步骤1。本发明采用了改进人工势场法,为无人艇的自主靠泊控制问题提供便利。

    一种多阈值动态统计的深海目标在线检测识别方法

    公开(公告)号:CN109344717A

    公开(公告)日:2019-02-15

    申请号:CN201811017259.1

    申请日:2018-09-01

    Abstract: 一种多阈值动态统计的深海目标在线检测识别方法,属于机器视觉领域。本发明利用水下机器人平台充分考虑深海区域环境信息,对卷积神经网络中锚点产生矩形种类及数目进行修正;训练模型时,在损失函数模块中添加最小稳定数值检测程序,在稳定的最小值处停止训练得到最佳模型;改变制作的数据集中训练、验证和检测的图片的数量比例,得到不同的训练结果,选择检测和识别准确度最高的比例选练出来的模型来添加到水下机器人的视觉模块中进行实时的目标检测识别;采用一种改进的多阈值动态开窗方式进行目标数量检测,每个阈值高度的检测带检测到不同的目标数量进行计数统计。本发明比传统目标检测识别方法更加快速和准确,对复杂环境的适应性更强。

    一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法

    公开(公告)号:CN109213162A

    公开(公告)日:2019-01-15

    申请号:CN201811017185.1

    申请日:2018-09-01

    Abstract: 一种多传感器信息融合的水面无人艇水池自主靠泊离岸方法,属于无人艇自主运动控制领域。本发明根据卷积神经网络训练的模型来对目标进行检测识别,识别出堤岸和指示灯,然后将测得的两者的距离和方位反馈给定位和测距更加准确的毫米波雷达,毫米波雷达通过对接收信息处理创建堤岸和指示灯关于距离的反射截面积函数,确定堤岸和指示灯,融合两者信息完成岸堤和指示灯的识别定位及测距任务,通过改变无人艇尾部的电磁铁的电流方向,与岸端靠泊装置磁铁相吸/相斥,完成靠泊/离岸。本发明通过水面无人艇携带的摄像头、毫米波雷达及岸端无人艇靠泊释放装置来自主完成水面无人艇的靠泊离岸操作,且结构清晰,逻辑性较强,易于编程实现。

    改进基于BP神经网络的水面无人艇航速在线预报方法

    公开(公告)号:CN108960421B

    公开(公告)日:2022-03-18

    申请号:CN201810577099.X

    申请日:2018-06-05

    Abstract: 本发明提供了一种改进基于BP神经网络的水面无人艇航速在线预报方法。收集数据,挑选出需要的对预测速度有影响的四个体系指标;对所述的四个体系指标进行识别与处理和所有指标的无量纲化;对四个无量纲化后的体系指标数据进行主成分分析;对水面无人艇航速预测BP神经网络进行初始化;运用四个体系指标样本集对网络进行训练;对水面无人艇航速预测BP神经网络的泛化能力进行检验,进行分析并加以修正;通过修正后的水面无人艇航速预测BP神经网络,得到下一时刻无人艇的速度。本发明提供的水面无人艇的航速的预报方法结构清晰,逻辑性较强,易于编写计算机程序实现。本发明适用于水面无人艇航速预测及航迹规划,海面避障方面。

    一种多阈值动态统计的深海目标在线检测识别方法

    公开(公告)号:CN109344717B

    公开(公告)日:2021-10-19

    申请号:CN201811017259.1

    申请日:2018-09-01

    Abstract: 一种多阈值动态统计的深海目标在线检测识别方法,属于机器视觉领域。本发明利用水下机器人平台充分考虑深海区域环境信息,对卷积神经网络中锚点产生矩形种类及数目进行修正;训练模型时,在损失函数模块中添加最小稳定数值检测程序,在稳定的最小值处停止训练得到最佳模型;改变制作的数据集中训练、验证和检测的图片的数量比例,得到不同的训练结果,选择检测和识别准确度最高的比例选练出来的模型来添加到水下机器人的视觉模块中进行实时的目标检测识别;采用一种改进的多阈值动态开窗方式进行目标数量检测,每个阈值高度的检测带检测到不同的目标数量进行计数统计。本发明比传统目标检测识别方法更加快速和准确,对复杂环境的适应性更强。

    一种多机器人编队自适应零空间行为融合方法

    公开(公告)号:CN108829113B

    公开(公告)日:2021-05-28

    申请号:CN201811017293.9

    申请日:2018-09-01

    Abstract: 本发明涉及多机器人编队控制领域,具体涉及一种多机器人编队自适应零空间行为融合方法。根据机器人编队运动意图,将机器人运动过程分解,确定行为顺序步骤,然后建立运动模型步骤,结合3种运动行为的执行顺序进行求解,得到3种运动模型,之后根据机器人在运动过程中反馈得到的运动信息,解算得到增益系数,融合运动行为步骤,得到最终的速度和方向。相对于传统零空间行为融合方法,本发明使得求解出来的速度不受工况环境改变而改变,具有很好的自适应性,同时兼顾效率与性能,可以对速度进行有效控制,在运动规划上具有显著进步。

Patent Agency Ranking