公开(公告)号：CN114995989A

公开(公告)日：2022-09-02

申请号：CN202210378563.9

申请日：2022-04-12

Applicant: 燕山大学

Inventor： 韩松 ,  张涛 ,  李鑫滨 ,  于海峰

IPC: G06F9/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开基于自组织神经网络的多水下机器人任务分配方法及系统，属于多智能体系统协同控制技术领域，该方法根据洋流影响、资源消耗、负载均衡和资源有限多重约束，构建多重约束的多异构水下机器人系统任务分配优化模型，其中，任务分配优化模型为自组织神经网络；任务分配优化模型通过机器人路径点对应的神经元竞争与学习，完成任务分配，最终生成每个机器人所需的环形路径。求解速度快、求解精度高的优点，能在有限迭代次数内提供良好的任务分配方案，由其在复杂的大规模任务场景中，本发明所提出方法的优势更为明显。

公开(公告)号：CN114895246A

公开(公告)日：2022-08-12

申请号：CN202210315177.5

申请日：2022-03-28

Applicant: 燕山大学

Inventor： 李鑫滨 ,  张文浩 ,  韩松 ,  赵海红 ,  于海峰

IPC: G01S5/22 ,  G06K9/00

Abstract: 本发明公开了一种基于两步卡尔曼滤波的非视距水下航行器定位方法，该方法首先利用第一步卡尔曼滤波对测量值进行状态预测并利用卡尔曼滤波新息去识别当前测量值是否受到非视距（NLOS）误差干扰，如测量值不受NLOS误差干扰则继续第一步卡尔曼滤波得到状态估计；对于受到NLOS误差干扰的测量值，利用第一步卡尔曼滤波的预测结果对NLOS误差进行估计，然后对NLOS误差估计值进行第二步卡尔曼滤波并将滤波结果带入第一步卡尔曼滤波更新步进行状态估计；最后使用CHAN氏算法进行位置求解；本发明不需要NLOS误差的先验统计知识即可对连续NLOS误差进行实时消除，能够明显提高水下环境中水下航行器的定位精度。