-
公开(公告)号:CN110641637B
公开(公告)日:2022-06-03
申请号:CN201910850602.9
申请日:2019-09-10
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋观测平台领域,具体涉及一种基于温差能发电的航迹可控的海洋观测平台。本发明具备指定区域进行精细观察能力,能够获取指定区域更加详尽的海洋环境信息。本发明采用模块化设计,可根据观测任务不同搭载不同的设备,也利于设备的维修和更换,具有扩展性高,性能可靠,维修改装成本小的特点。
-
公开(公告)号:CN113883031A
公开(公告)日:2022-01-04
申请号:CN202111012293.1
申请日:2021-08-31
Applicant: 哈尔滨工程大学
IPC: F03G7/05 , F15B1/02 , F15B13/02 , F15B21/06 , H02J7/14 , H02K7/18 , B63B35/44 , G06F30/28 , G06T17/00 , G06F111/10 , G06F119/14 , G06F113/08
Abstract: 本发明的一种基于温差能发电驱动的剖面浮标的控制及其仿真方法,所述控制及其仿真方法包括以下步骤:步骤一、完成海洋温差能驱动的剖面浮标的总体结构设计;步骤二、海洋温差能驱动的剖面浮标的能耗分析方法;步骤三、根据海洋温差能驱动的剖面浮标运动特点,建立运动学和动力学模型,通过直航阻力试验等测试方法,计算得到水动力系数,进而对剖面浮标进行仿真;步骤四、温差能发电驱动的剖面浮标采用基于改进滑模的剖面浮标深度控制和基于虚拟目标垂直面直线路径跟踪控制方法,并通过仿真试验验证控制方法的有效性。本发明解决了传统的海洋环境观测范围不足问题,同时也解决了水下机器人续航力不足的问题。
-
公开(公告)号:CN111966118B
公开(公告)日:2021-07-20
申请号:CN202010820394.0
申请日:2020-08-14
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明的一种ROV推力分配与基于强化学习的运动控制方法,属于水下机器人技术领域。包括:进行ROV动力学建模,确定ROV推进器空间布置及推进系统模型,提出ROV推力分配方法;在所述ROV推力分配方法的基础上,加入DDPG控制器;在所述DDPG控制器的基础上,加入抗扰控制器。该ROV推力分配方法在进行推力分配的同时降低推进器能耗,从而降低了整个ROV的能耗。DDPG算法能够在动作输出幅度能进行连续值输出,更适用水下机器人控制问题,同时DDPG控制器能够在连续决策问题中进行学习。采用抗扰控制器可以提高该运动控制方法对ROV未建模水动力、外界扰动及其他不确定因素的抗扰能力。
-
公开(公告)号:CN111930141A
公开(公告)日:2020-11-13
申请号:CN202010703073.2
申请日:2020-07-21
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明是一种水下机器人三维路径可视化跟踪方法。本发明属于水下机器人三维路径规划技术领域,本发明建立大地坐标系、载体坐标系和曲线坐标系,根据坐标系建立水下机器人的六自由度模型根据建立的水下机器人的六自由度模型,建立路径跟踪误差模型,确定航向角偏差和潜浮角偏差;采用反步滑模控制方法,对建立的水下机器人的六自由度模型进行三维路径跟踪;采用深度强化学习方法对三维路径跟踪进行训练,完成水下机器人三维路径可视化跟踪。本发明使得跟踪误差连续,提高了路径跟踪的稳定性;在视线法制导率中加入积分项来引入时间的影响;添加了边界奖励函数来加快路径跟踪的收敛速度,降低了超调,提高了精度。
-
公开(公告)号:CN110221304A
公开(公告)日:2019-09-10
申请号:CN201910479008.3
申请日:2019-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种水下机器人多声呐数据融合方法,在对声呐数据和姿态传感器融合的基础上,提高测量精度为目的,基于改进SH自适应滤波算法进行优化。本发明基于测距声呐的测距误差模型针对不同传感器进行时间对准,通过对AUV测距距离,艏向角,横摇角等传感器信号的测量数据融合,采用SH自适应卡尔曼滤波对数据进行修正,并针对算法鲁棒性较差的情况,对系统噪声进行自适应调整并适当减少对量测噪声估计的无偏性,实现对声呐测距数据的准确估计,并改进遗忘因子算法,增强系统鲁棒性。本发明较传统方法具有很大的优点,可用于各类水下机器人,具有深远的应用前景。
-
公开(公告)号:CN109711022A
公开(公告)日:2019-05-03
申请号:CN201811543506.1
申请日:2018-12-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度学习的潜艇抗沉系统,包括潜艇仿真试验平台、分类单元、深度学习单元、高压气控制单元和在线学习单元;搭载潜艇仿真试验平台,采集数据;将采集的数据导入分类单元,将破损后潜艇的状态分为可自救和坐沉;将分类单元中可自救的样本数据进入深度学习单元,实时分析数据,判断潜艇状态,并向高压气控制单元发出指令;对指定舱室吹除压载水,达到矫正姿态,实现智能抗沉的目的;将使用历史数据构建的基于深度学习的潜艇抗沉系统加入潜艇仿真实验平台,使其进行在线学习。本发明当潜艇出现非正常运行工况,该系统能够在很短的时间内给出高压气吹除方案,调整潜艇的姿态,使其在一定程度上能够正常运行,实现辅助决策的功能。
-
-
公开(公告)号:CN109398648A
公开(公告)日:2019-03-01
申请号:CN201811197939.6
申请日:2018-10-15
Applicant: 哈尔滨工程大学
IPC: B63C11/52
Abstract: 本发明公开了一种用于水下对接的机械手,属于机械设计及自动化技术领域。本发明根据水下目标对接体尺寸与遥控水下机器人载体尺寸的要求提供了一种用于水下对接的机械手,通过舵机使中央齿轮旋转,带动与之啮合的夹具齿轮旋转,并通过夹具轴使夹具夹板旋转,进而实现机械手的张开与合拢。本发明搭载于水下机器人,适用于实现水下对象对接作业的领域,本发明的对接对象需有与本发明的机械手相适配的目标对接体。
-
-
-
-
-
-
-