一种基于深度强化学习的水下自主航行器动态避障方法

    公开(公告)号:CN112925319B

    公开(公告)日:2022-06-07

    申请号:CN202110098934.3

    申请日:2021-01-25

    Abstract: 一种基于深度强化学习的水下自主航行器动态避障方法,涉及水下机器人避障技术领域。本发明是为了解决目前缺乏水下自主航行器对动态障碍物的避障研究的问题。本发明建立水下自主航行器模型与运动学模型,获取周围障碍物的信息;采集水下自主航行器周围机动障碍物的运动状态信息,并构造动态障碍物状态方程;根据动态障碍物状态方程预测动态障碍物运动学模型;根据水下自主航行器周围障碍物的信息和动态障碍物运动学模型,融合多动态障碍物避障法生成避障策略并转化为MDP模型;结合确定性深度策略梯度算法对MDP模型进行训练,直至水下自主航行器能够无碰撞的到达目标区域;利用训练好的MDP模型引导水下自主航行器航行。

    一种水翼模型敞水性能试验装置

    公开(公告)号:CN114475958A

    公开(公告)日:2022-05-13

    申请号:CN202210066882.6

    申请日:2022-01-20

    Abstract: 本发明属于船舶与海洋工程水动力学试验技术领域,具体涉及一种水翼模型敞水性能试验装置。包括支撑结构、水翼运动控制系统、测控系统及水翼定位系统(假底)。所述水翼模型敞水性能试验装置的支撑结构需要固定于循环水槽之上,水翼运动控制系统通过支撑架构置于水槽上方,水翼定位系统(假底)用于配合所述装置。本发明用于循环水槽等实验室设施进行水翼绕流试验,通过升降杆系和旋转机构控制试验模型的升沉与转动。水翼模型敞水性能试验装置具有设计合理、结构简洁、操作简便、精度高、造假低、易于加工和安装、适于的水翼模型范围广等特点,可用于开展相关的科研、教学及工程性的水翼模型试验。

    基于AUV切法向速度模型的多尺度无迹卡尔曼滤波估计方法

    公开(公告)号:CN109269497B

    公开(公告)日:2022-04-12

    申请号:CN201810855318.6

    申请日:2018-07-31

    Abstract: 本发明水下潜航器领域,公开了基于AUV切法向速度模型的多尺度无迹卡尔曼滤波估计方法,获取状态序列X(N)和观测值序列Z(N);将状态序列X(N)和观测值序列Z(N)分解到尺度i上;获取离散系统下两种运动状态的切法向速度模型的状态转移方程;获取不同尺度之间状态方程与量测方程的矩阵转换关系包括系统过程噪声,系统量测方程和系统量测噪声;获取在尺度i下的状态一步预测方程,状态向量的更新方程,协方差的更新方程和MUKF的增益Kk;通过对观测序列的细节信息部分进行阈值处理来降噪;对滤波后的近似信息和降噪处理后的观测值细节信息进行小波重构得到原始尺度上的最优估计。本发明提高状态预测的准确性,降低噪声干扰,提高滤波估计精度。

    基于改进的联邦滤波的水下AUV传感器时间配准方法

    公开(公告)号:CN113640780A

    公开(公告)日:2021-11-12

    申请号:CN202110966327.4

    申请日:2021-08-23

    Abstract: 本发明公开一种基于改进的联邦滤波的水下AUV传感器时间配准方法,包括:S1、构建测距声纳的测距模型,获得声纳数据;S2、获取配准周期内姿态传感器数据,作为第一姿态数据,对所述第一姿态数据进行预处理,获得处理后的配准周期内姿态传感器数据,作为第二姿态数据,对所述第二姿态数据进行滤波处理,同时对所述第二姿态数据和所述声纳数据进行融合修正处理,获得i个子滤波器数据;S3、对所述i个子滤波器数据进行最优融合估计处理获得子滤波的误差协方差矩阵,对所述误差协方差矩阵进行更新,完成水下AUV传感器时间配准。本申请降低了噪声干扰,提高了准确度。

Patent Agency Ranking