-
公开(公告)号：CN109582026B
公开(公告)日：2020-04-07
申请号：CN201910022532.8
申请日：2019-01-10
申请人： 中国海洋大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于自整定视线与漂角补偿的自主水下航行器路径跟踪控制方法，以提高AUV在洋流干扰下的跟踪性能，该方法在视线法(LOS)的基础上将虚拟视线的选取考虑到期望路径的曲率以及跟踪过程中的横向误差，同时根据跟踪过程中的漂角计算出合适的补偿度作用到期望艏向，使AUV在运动过程中根据实时的跟踪状况自整定虚拟视线长短，同时消除洋流对其运动方向产生的影响。且通过仿真试验证明该方法能够使AUV更快速地收敛到期望路径，实现了AUV在复杂海洋环境下精确的路径跟踪控制，具有较高的实用及推广价值。
-
公开(公告)号：CN109669345A
公开(公告)日：2019-04-23
申请号：CN201811580167.4
申请日：2018-12-24
申请人： 中国海洋大学
IPC分类号： G05B11/42
摘要： 本发明所述的基于ESO的水下机器人模糊PID运动控制方法，提出基于ESO与PID模糊逻辑控制，以弥补现有的PID控制技术不能在复杂海洋环境下进行参数调整的不足，以及在外界环境干扰的情况下对水下航行器的运动姿态以及环境干扰的估计和补偿，最终实现水下航行器在复杂海洋环境下的运动姿态稳定。方法包括有以下阶段：(1)信息获取与需求分析；(2)系统状态预测和干扰补偿；(3)PID参数自调整与AUV运动控制。
-
公开(公告)号：CN112884125A
公开(公告)日：2021-06-01
申请号：CN202110211236.X
申请日：2021-02-25
申请人： 中国海洋大学
摘要： 本发明属于机器人控制技术领域，公开了一种迁移强化学习控制方法、系统、存储介质、设备及应用，采用交互渐进网络学习，先对人的评估以反馈网络进行建模预训练，用于在训练策略时预测人的评估；对使用渐进式网络迁移后的策略进行训练时，同时使用人的实时评估和反馈网络的预测作为奖励函数。其允许人类训练者对状态动作提供评估，由状态动作对序列{(s0,a0),...,(sn,an)}组成，从评估中训练人的反馈网络并且该网络被当作渐进式网络迁移后的策略训练中的奖励函数。本发明能够有效的对不同环境的策略进行迁移；在具有离散和连续动作的任务之间，即使当渐进网络学习从具有高维状态空间的任务迁移到那些具有低维状态空间的任务效果很小时，能更好、更快地进行迁移学习。
-
公开(公告)号：CN109634308B
公开(公告)日：2020-07-07
申请号：CN201910038062.4
申请日：2019-01-16
申请人： 中国海洋大学
摘要： 本发明公开一种基于动力学的速度模型辅助水下智能导航方法，包括步骤：(1)周期性采集机载传感器信息；(2)确定待建立速度模型的输入变量和输出变量；(3)构建速度模型并对其进行训练；(4)当DVL被检测到故障或数据失效时，基于所训练模型的输出速度作为对底速度进行导航分析，进而实现模型辅助导航。本方案借鉴动力学模型思想，提出一种新的AUV速度模型，且考虑了舵片舵角、航向角等因素的影响，运行过程中，只要未检测到DVL的故障数据，都可随时增加训练集进行模型训练，在检测到DVL故障数据后可用模型输出速度进行替代，有效避免因DVL失效或故障引起的导航误差增大的问题，在不增加硬件成本的前提下，提供速度传感器的冗余方法，系统鲁棒性好，且能够保障高精度的导航。
-
公开(公告)号：CN109582026A
公开(公告)日：2019-04-05
申请号：CN201910022532.8
申请日：2019-01-10
申请人： 中国海洋大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于自整定视线与漂角补偿的自主水下航行器路径跟踪控制方法，以提高AUV在洋流干扰下的跟踪性能，该方法在视线法(LOS)的基础上将虚拟视线的选取考虑到期望路径的曲率以及跟踪过程中的横向误差，同时根据跟踪过程中的漂角计算出合适的补偿度作用到期望艏向，使AUV在运动过程中根据实时的跟踪状况自整定虚拟视线长短，同时消除洋流对其运动方向产生的影响。且通过仿真试验证明该方法能够使AUV更快速地收敛到期望路径，实现了AUV在复杂海洋环境下精确的路径跟踪控制，具有较高的实用及推广价值。
-
公开(公告)号：CN113379027A
公开(公告)日：2021-09-10
申请号：CN202110206564.0
申请日：2021-02-24
申请人： 中国海洋大学
摘要： 本发明属于人工智能技术领域，公开了一种生成对抗交互模仿学习方法、系统、存储介质及应用，所述生成对抗交互模仿学习方法结合生成对抗模仿学习和交互学习框架形成生成对抗交互模仿学习GA2IL；所述GA2IL由两个阶段组成：(1)基于最大熵逆强化学习的类GAIL阶段；(2)交互强化学习阶段。本发明GA2IL无论在专家示教是最优还是次优的情况下，GA2IL智能体都能超越专家演示的表现并习得最优或接近最优的策略，且可以提升策略的稳定性并拓展到大型复杂任务之中。本发明在给定无论是最优还是次优专家演示的情况下，GA2IL智能体总是可以超越专家演示的表现并习得最优或接近最优的策略。
-
公开(公告)号：CN109507885B
公开(公告)日：2020-09-25
申请号：CN201811561751.5
申请日：2018-12-20
申请人： 中国海洋大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于自抗扰的无模型自适应AUV控制方法，首先利用自抗扰控制中的微分跟踪器对输入信号安排过渡过程并提取其微分信号，然后扩张状态观测器把系统的不确定扰动看作总扰动并对其进行实时的动态估计和补偿，并将微分跟踪器跟踪出来的信号输入到无模型自适应控制器之中，最后将扩张状态观测器观测出来的干扰作用在无模型自适应控制器的输出舵角之上，最终实现AUV的运动控制。本发明克服了传统控制算法快速性和超调性之间的矛盾，大大提高了系统的抗干扰能力，并且实现简单、计算量小、鲁棒性强，对于未知非线性时变系统控制效果明显，可以广泛应用AUV的运动控制当中，并具有良好的控制效果。
-
公开(公告)号：CN109634308A
公开(公告)日：2019-04-16
申请号：CN201910038062.4
申请日：2019-01-16
申请人： 中国海洋大学
摘要： 本发明公开一种基于动力学的速度模型辅助水下智能导航方法，包括步骤：(1)周期性采集机载传感器信息；(2)确定待建立速度模型的输入变量和输出变量；(3)构建速度模型并对其进行训练；(4)当DVL被检测到故障或数据失效时，基于所训练模型的输出速度作为对底速度进行导航分析，进而实现模型辅助导航。本方案借鉴动力学模型思想，提出一种新的AUV速度模型，且考虑了舵片舵角、航向角等因素的影响，运行过程中，只要未检测到DVL的故障数据，都可随时增加训练集进行模型训练，在检测到DVL故障数据后可用模型输出速度进行替代，有效避免因DVL失效或故障引起的导航误差增大的问题，在不增加硬件成本的前提下，提供速度传感器的冗余方法，系统鲁棒性好，且能够保障高精度的导航。
-
公开(公告)号：CN109507885A
公开(公告)日：2019-03-22
申请号：CN201811561751.5
申请日：2018-12-20
申请人： 中国海洋大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于自抗扰的无模型自适应AUV控制方法，首先利用自抗扰控制中的微分跟踪器对输入信号安排过渡过程并提取其微分信号，然后扩张状态观测器把系统的不确定扰动看作总扰动并对其进行实时的动态估计和补偿，并将微分跟踪器跟踪出来的信号输入到无模型自适应控制器之中，最后将扩张状态观测器观测出来的干扰作用在无模型自适应控制器的输出舵角之上，最终实现AUV的运动控制。本发明克服了传统控制算法快速性和超调性之间的矛盾，大大提高了系统的抗干扰能力，并且实现简单、计算量小、鲁棒性强，对于未知非线性时变系统控制效果明显，可以广泛应用AUV的运动控制当中，并具有良好的控制效果。
-
公开(公告)号：CN106516110A
公开(公告)日：2017-03-22
申请号：CN201611201605.2
申请日：2016-12-22
申请人： 中国海洋大学
CPC分类号： B64C35/005 , B63G8/22 , B64C35/006 , B64C35/008
摘要： 本发明涉及一种可垂直起降飞行的水空两栖滑翔机，属于水下智能机器人技术领域。其改变了固定翼水下滑翔机存在的不能应用于空中和水中协同观察的局限性、以及解决了多旋翼空中飞行存在的转换效率较低和飞行距离较短的问题。本发明主控舱体内自前往后依次设置有浮力调节机构、俯仰调节机构、横滚调节机构，俯仰调节机构加载有在水平方向上转动的电池包，横滚调节机构加载有在垂直方向上转动的电池包；机翼上设置有与主控舱体平行的支架横杠，支架横杠前后两端至少各设置有一个旋翼。本发明不但能够在水下长时间、长航程工作，也可以在空气中垂直升降并大范围飞行，且可实现空中飞行和水下航行之间随意切换，可完成空中和水下协同观测。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.024 秒)
