-
公开(公告)号：CN116734860A
公开(公告)日：2023-09-12
申请号：CN202310851207.9
申请日：2023-07-12
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/20
Abstract: 本发明一种基于因子图的多AUV自适应协同定位方法及系统，涉及AUV协同定位技术领域，为解决现有技术无法应对系统拓扑结构的动态变化，及量测信息掺杂模糊时变噪声，对定位精度长生干扰的问题。包括如下过程：采集多AUV协同定位系统当前时刻动态拓扑结构信息；更新从艇及其邻居主艇信息；构建因子图模型，将从艇状态变量及主艇量测信息定义为变量节点，采用状态方程节点对从艇状态变量节点Xk进行传递更新；基于自适应EKF滤波器，并采用EM算法估计量测噪声协方差矩阵；采用量测方程节点对主艇量测信息节点Zk及从艇状态变量节点Xk进行融合更新，得到当前时刻从艇位置信息估计值。本发明实现了多AUV协同的实时、精准定位。
-
公开(公告)号：CN116700265A
公开(公告)日：2023-09-05
申请号：CN202310737162.2
申请日：2023-06-21
Applicant: 哈尔滨工业大学(威海)
IPC: G05D1/02
Abstract: 本发明提供一种基于改进CBS算法的多机器人路径规划方法及系统，属于多机器人路径规划领域。为解决现有多机器人路径算法的复杂度高，在路障密集的情况下，机器人间的相互影响导致性能下降，计算时间较长的问题。在无约束条件下利用改进的A‑star算法规划出每个机器人的路径，再利用改进后的代价函数计算路径代价；通过在A‑Star算法的评价函数中引入冲突惩罚因子和转向惩罚因子对底层搜索过程进行改进，通过对选择扩展节点方式的改进使高层次搜索过程选择节点的解决方案中路径总拐点数更少。在障碍物密集和适中的地图环境下，改进CBS算法所规划路径的平均总路径长度，总拐点数和所需计算时间都是最少的，性能最优。
-
公开(公告)号：CN107479026A
公开(公告)日：2017-12-15
申请号：CN201710732831.1
申请日：2017-08-24
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于最小误差传播的锚节点优化选择的加权质心定位方法，涉及锚节点优化选择的加权质心改进定位方法。本发明是为了有效解决通信距离估计误差导致定位精度较低的问题。本发明所述的一种基于最小误差传播的锚节点优化选择的加权质心定位方法，首先采用双边对等距离估计的方法获得未知节点到各个锚节点间距离估计的多个样本值，并统计分析，得到各个距离估计值的统计均值和统计标准差；然后采用动态滑动窗口和单遍扫描的方法获得距离估计统计均值及统计标准差乘积值最小的几个距离估计值，并选择对应的锚节点构造加权质心定位方程组；最后获得高精度的定位结果。
-
公开(公告)号：CN107192979A
公开(公告)日：2017-09-22
申请号：CN201710365986.6
申请日：2017-05-23
Applicant: 哈尔滨工业大学(威海)
IPC: G01S5/06
CPC classification number: G01S5/06
Abstract: 一种最大似然定位计算中的不确定性分析方法，涉及最大似然定位计算过程中的不确定性分析。本发明是为了有效解决最大似然定位计算过程中的不确定性敏感性分析和综合问题。本发明所述的一种最大似然定位计算的不确定性敏感分析方法，首先构建定位网络，测量最大似然定位计算中各个距离估计的不确定性；然后采用偏微分的方法计算各个不确定性因素的敏感因子，评估各个不确定性因素的不确定性对定位结果的影响程度，为改善最大似然定位精度的方法提供支持；最后对不确定性进行综合，获得最大似然定位计算结果的不确定度，以此评估定位计算结果的质量，也为导航等后续处理方法提供参考和决策信息。
-
公开(公告)号：CN107124700A
公开(公告)日：2017-09-01
申请号：CN201710368739.1
申请日：2017-05-23
Applicant: 哈尔滨工业大学(威海)
CPC classification number: H04W4/023 , G01S5/0257 , G01S5/14 , G01S5/30 , H04W4/025 , H04W64/003
Abstract: 一种基于TDOA通信距离估计的不确定性分析方法，涉及基于TDOA无线通信距离估计过程中的不确定性分析。本发明是为了有效解决基于TDOA通信距离估计过程中的不确定性敏感性分析和传播问题。本发明所述的一种基于TDOA通信距离估计的不确定性分析方法，首先分析距离估计过程中的不确定性因素，采用偏微分的方法获得不确定性因素的敏感因子；然后测量基于TDOA通信距离估计中传输时间差测量的不确定性，从而评估传输时间测量不确定度对距离估计结果的影响程度，为改善通信距离估计精度方法提供支持；最后，计算传输时间差测量值的不确定性传播到距离估计结果的影响，并以此来评估通信距离估计的质量，也为后续处理方法提供质量评估参考。
-
Patent Agency Ranking
公开(公告)号：CN106412821A
公开(公告)日：2017-02-15
申请号：CN201610436855.8
申请日：2016-06-20
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于通信距离估计质量在线评估的最小二乘定位方法，涉及精确无线定位技术。本发明是为了解决无线定位环境中，由于噪声和测量误差的影响，引起通信距离估计误差较大，导致定位精度低的问题。本发明所述一种基于通信距离估计质量在线评估的最小二乘定位方法，首先未知节点采用基于nanoLOC的测距方法，获得到各锚节点间的通信距离测量值，并分别对通信距离测量值进行在线滑动平均处理和统计计算，获得各个通信距离估计结果，及其质量评估值；然后在最小二乘定位过程中，选取估计质量较高的几个通信距离估计结果以及它们对应锚节点的位置信息，构建最小二乘定位方程组并解算，实现精确定位；本发明适用于无线和水下环境高精度距离估计。
-
公开(公告)号：CN119879908A
公开(公告)日：2025-04-25
申请号：CN202510075513.7
申请日：2025-01-17
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种旋翼无人机矢量磁干扰在线补偿方法及系统，属于地磁矢量测量技术领域。为了解决磁矢量测量值同时受到磁力计噪声和姿态测量噪声的影响，导致地磁矢量计算的精度受到限制，磁补偿效果受限；以及旋翼无人机机动姿态受限，测量数据多重共线性严重，导致模型参数求解困难的问题。本发明在递推过程中通过自适应指数加权移动平均噪声协方差估计器对噪声进行快速地估计，实时调节递推总体最小二乘法的噪声协方差矩阵，减少噪声的影响，提高地磁矢量误差影响下的补偿精度，同时在递推总体最小二乘法递推过程中对协方差矩阵进行自适应正则化，提高多重共线性影响下的补偿参数估计精度。
-
公开(公告)号：CN119759062A
公开(公告)日：2025-04-04
申请号：CN202411942344.4
申请日：2024-12-26
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请提供一种分布式野生动物监测系统，包括若干个无人机及设置于每个无人机上的监测调度装置，所述监测调度装置包括：数据采集单元，用于获取无人机的状态以及监测数据；识别单元，用于识别环境状态、目标野生动物的实际状态及行为模式；追踪控制单元，包括目标追踪模块与运动预测模块，其中，运动预测模块在目标野生动物的行为模式为高速运动模式时输出其预测状态；目标追踪模块基于无人机的状态、监测环境数据、目标野生动物的实际状态或预测状态确定对目标野生动物进行监测的追踪动作，数据同步单元，用于与其他无人机上安装的监测调度装置进行数据同步。本申请提供的监测系统，能够持续地对目标野生动物进行有效监测。
-
公开(公告)号：CN116032036B
公开(公告)日：2024-12-31
申请号：CN202211725438.7
申请日：2022-12-30
Applicant: 哈尔滨工业大学(威海)
IPC: H02J50/90 , H02J7/00 , G06T7/80 , B63C11/52 , B60L53/30 , B60L53/12 , B60L53/37 , B60L53/126 , B60L53/38 , B60L53/36
Abstract: 本发明公开了一种基于视觉定位的水下机器人无线充电系统及方法，涉及水下机器人充电技术领域。本发明的技术要点包括：所述系统包括水下无线充电装置和水下机器人；其中，水下无线充电装置包括定位Aruco二维码、竖直定位杆、无线充电发射模块、六个支撑固定“Y”形架、两个永磁铁；水下机器人的框架为由三层横板、左右两个上侧板、左右两个下侧板组成的“曰”型框架，框架内包括浮力块、电子仓、推进器、电池仓、机械爪、无线充电接收模块、水平金属定位杆；所述方法基于所述系统实现，利用视觉定位辅助水下机器人与水下无线充电装置对接。本发明提高了水下机器人和水下无线充电装置对接的成功率和效率，易实现水下机器人的可靠充电。
-
公开(公告)号：CN116907501B
公开(公告)日：2024-11-29
申请号：CN202310798488.6
申请日：2023-06-30
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明一种基于分层式扩展卡尔曼滤波的无人机群协同定位方法及系统，涉及无人机定位技术领域，为解决现有的卡尔曼滤波针对大型无人机群协同定位，存在扩展性和灵活性低，且算法复杂度高的问题。包括如下步骤：S1、对目标从无人机i在t‑1时刻的状态值#imgabs0#和协方差矩阵#imgabs1#进行初始化；S2、构建状态方程，计算状态估计值；S3、计算目标从无人机i与主无人机层的主无人机j之间的量测值#imgabs2#S4、计算误差协方差矩阵估计#imgabs3#S5、计算目标从无人机i的系统增益矩阵#imgabs4#S6、对状态估计值及误差协方差矩阵进行更新。本发明计算量小、实时性高、收敛速度快。融合了多个传感器的信息，提高了系统的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.04 seconds)
