-
公开(公告)号：CN108710373A
公开(公告)日：2018-10-26
申请号：CN201810547032.1
申请日：2018-05-31
Applicant: 大连海事大学
IPC: G05D1/02
CPC classification number: G05D1/0206
Abstract: 本发明公开了一种网络化欠驱动无人艇分布式编队控制器及其设计方法，所述的控制器包括通讯网络和多个控制器单元，所述的多个控制器单元分别与通讯网络连接；所述的控制器单元包括分布式协同制导模块、神经动力学优化模块、指令调节器、速度控制模块、降维扰动观测器和欠驱动无人艇。本发明的分布式控制方式更为灵活，可以实现对大规模编队集群的有效控制，具有抗个体失效性强、通信开销小、扩展性好等优点，使得该编队控制器更有利于实际应用。本发明在满足了欠驱动无人艇的物理约束的同时，使得暂态控制过程中的控制输入最小化，提高了控制器的性能。本发明有效的降低了控制算法的计算负荷，从而提高了控制器的整体控制性能。
-
公开(公告)号：CN108445892A
公开(公告)日：2018-08-24
申请号：CN201810571759.3
申请日：2018-05-31
Applicant: 大连海事大学
IPC: G05D1/02
CPC classification number: G05D1/0206
Abstract: 本发明公开了一种欠驱动无人船编队控制器结构及其设计方法，所述的控制器结构包括通讯网络和多个控制器单元，所述的多个控制器单元分别与通讯网络连接；所述的控制器单元由跟踪路径模块、协同模块、滤波器、观测器、动力学模块和欠驱动无人船组成。本发明适用于欠驱动无人船，拓展了欠驱动无人船编队控制的应用范围，使得该编队控制器更有利于实际应用。本发明不仅能够实现同步编队队形，还能够实现队列编队队形和闭曲线上包围编队队形，提高了欠驱动无人船编队的灵活性和可扩展性。本发明降低了控制算法的计算负荷，有利于实际微处理器系统如单片机或数字信号处理器的实时计算，从而提高了系统的整体控制性能。
-
公开(公告)号：CN119831218A
公开(公告)日：2025-04-15
申请号：CN202411843055.9
申请日：2024-12-13
Applicant: 大连海事大学
IPC: G06Q10/0631 , G06F18/23
Abstract: 本发明一种面向海上救援的欠驱动无人艇分布式多任务分配方法，包括以下步骤：基于海上落水人员位置信息，采用贪心策略的最近邻聚类算法进行聚类分组、任务簇包构建，以搜救距离最短为约束条件构建海上无人艇救援任务的目标分配问题的目标函数和时间满意度最优为救援目标；采用聚类共识的一致性包算法对海上无人艇救援任务的目标分配问的目标函数进行求解，实现搭载多艘搜救无人艇的多个海上搜救无人艇的任务分配。相较于现有的无人艇任务分配方法，本发明设计的分配方法充分考虑了无人艇的欠驱动特性所导致的运动学约束问题，使得分配结果更接近于无人艇至目标点的路径距离，从而提高了任务的可执行性。
-
公开(公告)号：CN118938908A
公开(公告)日：2024-11-12
申请号：CN202410983439.4
申请日：2024-07-22
Applicant: 大连海事大学
Abstract: 本发明公开了一种动静态障航物下的无人船自主决策控制方法及系统，所述方法包括：构建欠驱动无人船运动学模型与动力学模型；根据欠驱动无人船运动学模型与动力学模型，构建标称制导律与扩张状态观测器；构建欠驱动无人船的状态约束与动静态障航物下的航行安全约束；根据构建的欠驱动无人船的航行安全约束与状态约束，结合标称制导律获取二次规划模型，以求解二次规划模型获取欠驱动无人船的最优标称制导律；根据最优标称制导律构建速度微分跟踪器；根据构建的速度微分跟踪器与扩张状态观测器，设计抗干扰动态控制器，以实现动静态障航物下欠驱动无人船的自主决策控制。本发明既能保障欠驱动无人船不与静态碍航物和动态航物发生碰撞，又能在无人船模型参数完全未知的情况下实现动力学精准控制。
-
公开(公告)号：CN118915736A
公开(公告)日：2024-11-08
申请号：CN202410958554.6
申请日：2024-07-17
Applicant: 大连海事大学
Abstract: 本发明一种全驱动无人船平行安全靠泊控制方法，包括以下步骤：基于神经网络孪生建立的虚拟无人船系统的状态，设计靠泊轨迹规划器，实现对虚拟无人船的行驶过程躲避静态障碍物的过程进行规划，得到虚拟无人船的靠泊轨迹；基于虚拟无人船的靠泊轨迹，设计基于视距制导原理的虚拟无人船标称速度制导律；基于虚拟无人船标称速度制导律，设计无风险制导律，使虚拟无人船在靠泊过程中，避免与动态障碍物的碰撞；基于无风险制导律及虚拟无人船系统的状态，设计虚拟无人船系统的抗干扰动力学控制律；将虚拟无人船系统的抗干扰动力学控制律传送给实际全驱动无人船的控制器，实现实际全驱动无人船平行安全靠泊控制。
-
Patent Agency Ranking
公开(公告)号：CN118752476A
公开(公告)日：2024-10-11
申请号：CN202410731105.8
申请日：2024-06-06
Applicant: 大连海事大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于预估器的机械臂安全编队控制系统，采用预估器模块来获取跟踪误差信号的估计值，结合补偿信号和机械臂的位置速度信息，采用自适应跟踪一致性控制模块，获取机械臂的控制输入信息，并且根据障碍物的位置速度信息，获取机械臂避碰参数，获取考虑障碍物影响下的优化控制输入向量，以实现多机械臂系统的安全协同控制。本发明能够应用于多机械臂并能实现协同编队控制。通过基于控制障碍函数安全优化机制的设计，能够有效的实现在系统完成底层一致性控制任务的同时实现安全编队控制，避免了机械臂在使用过程中因碰撞而造成的损失。更重要的是，通过模块化设计的控制结构，显著降低了控制器设计的复杂度，减少了计算负荷，提高了控制器设计的灵活性，便于工程实现。
-
公开(公告)号：CN118746993A
公开(公告)日：2024-10-08
申请号：CN202410801413.3
申请日：2024-06-20
Applicant: 大连海事大学
Abstract: 本发明提供了一种多输入约束多安全约束的无人船安全到达控制器及方法，控制器包括：欠驱动无人船、目标到达制导律模块、内点法优化模块和控制障碍函数模块；所述控制障碍函数模块发送原始权重信号和统一控制障碍函数的信号至内点法优化模块；所述内点法优化模块发送最优的权重信号至控制障碍函数模块，所述内点法优化模块发送最优的期望速度和期望角速度至无人船；所述目标到达制导律模块接收来自给定输入的无人船位置信号，所述控制障碍函数模块发送期望的速度信号和角速度信号至内点法优化模块。本发明提出的控制方法是针对欠驱动无人船而提出，因此本发明有着更加广阔的利用前景。
-
公开(公告)号：CN118295419A
公开(公告)日：2024-07-05
申请号：CN202410402286.X
申请日：2024-04-03
Applicant: 大连海事大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明一种基于视觉信息的无人艇领航跟随安全编队方法，包括以下步骤：设计n个跟随无人艇双偶极向量场，设计总领航者双偶极向量场，领航者收敛到每个离散目标点；设计n个跟随无人艇侧滑角预估器，得到n个跟随无人艇侧滑角，设计总领航者侧滑角预估器，得到总领航者侧滑角；基于n个跟随无人艇与领航无人艇的距离差以及n个跟随无人艇摄像头正前方与领航者无人艇船头正前方的角度差，设计跟随无人艇的可见性维护策略；基于期望目标点以及期望朝向，设计总领航者的控制策略；基于跟随者的跟随无人艇的可见性维护策略、总领航者的控制策略，实现总领航者与n个跟随无人艇保持编队保持类似牵引挂车队形编队，安全从起始点运行到目标点。
-
公开(公告)号：CN118131762A
公开(公告)日：2024-06-04
申请号：CN202410193921.8
申请日：2024-02-21
Applicant: 大连海事大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明提供一种人在回路无人船列队协同控制系统及其方法，控制方法的具体步骤包括：虚拟领导者参数模块获取可变速度作为输入，向通讯网络输出虚拟领导者路径参数；通信网络向第i艘船发送邻船j的路径参数；第i艘船的协同路径参数更新率模块获取邻船j的路径参数后，向路径跟踪制导律模块输出路径参数更新率；路径跟踪制导律模块将制导速度和角速度输入到二次优化模块；海上避碰规则状态机模块获取目标船的参数作为输入，将当前状态输入到会遇船舶避碰约束模块；二次优化模块获取制导速度和角速度后，结合会遇船舶避碰约束模块、速度/角速度约束模块和邻居无人船约束模块输出的约束条件，最终得出无人船的安全制导速度和角速度。
-
公开(公告)号：CN118068703A
公开(公告)日：2024-05-24
申请号：CN202410116153.6
申请日：2024-01-26
Applicant: 大连海事大学 , 上海交通大学 , 深圳市赢合科技股份有限公司
Abstract: 本发明提供了一种无人系统集群多目标博弈对抗方法，包括如下步骤：S1、设定无人系统集群多目标追踪场景，给定无人系统集群数目与追踪目标数目，定义控制目标；S2、建立分布式部分可观测马尔科夫博弈模型；S3、构建分层目标过滤注意力网络；S4、建立多智能体深度确定性策略梯度算法；S5、设定训练轮次与每轮训练步数，开始训练，得到训练好的多智能体深度确定性策略梯度算法；S6、在进行无人系统集群多目标对抗博弈时，将局部观测信息输入到训练好的多智能体深度确定性策略梯度算法中，获取下一时刻的执行动作。本发明设计了一种新的目标权重分配算法，自动衡量每个目标的重要性，从而提高任务完成的精度与效率。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.024 seconds)
