-
公开(公告)号：CN111240344B
公开(公告)日：2023-04-07
申请号：CN202010087508.5
申请日：2020-02-11
申请人： 哈尔滨工程大学
IPC分类号： G05D1/06
摘要： 一种基于双神经网络强化学习技术的自主水下机器人无模型控制方法，属于机器人控制技术领域。为了解决现有的依赖于控制对象模型的水下机器人控制方法存在适用性有限的问题和控制精度不高的问题，以及不依赖控制对象模型的水下机器人控制方法存在训练量大的问题。本发明的控制器，将当前时刻和下一时刻的偏差和偏差变化率分别作为当前BP神经网络和目标BP神经网络的连续输入，当前BP神经网络的输出为实际Q值，目标神经网络的输出为期望Q值，另外将纵向推力和偏航力矩也作为神经网络的输出，从而当状态值平缓变化时，其动作输出为连续值；基于BP神经网络和Q学习的控制器实现水下机器人的控制。主要用于水下机器人的控制。
-
公开(公告)号：CN113110532B
公开(公告)日：2022-11-04
申请号：CN202110500855.0
申请日：2021-05-08
申请人： 哈尔滨工程大学
IPC分类号： G05D1/06
摘要： 基于辅助动态系统的可底栖式AUV自适应终端滑模轨迹跟踪控制方法，本发明涉及可底栖式AUV自适应终端滑模轨迹跟踪控制方法。本发明的目的是为了解决现有方法对可底栖式AUV的轨迹跟踪控制精度低的问题。基于辅助动态系统的可底栖式AUV自适应终端滑模轨迹跟踪控制方法过程为：步骤一、建立AUV运动学方程；步骤二、基于步骤一建立的AUV运动学方程，定义位姿误差模型变量；步骤三、基于步骤一建立的AUV运动学方程和步骤二定义的位姿误差模型变量，建立AUV误差模型；步骤四、设计控制律控制步骤三建立的AUV误差模型。本发明用于AUV轨迹跟踪控制领域。
-
公开(公告)号：CN111736617B
公开(公告)日：2022-11-04
申请号：CN202010526631.2
申请日：2020-06-09
申请人： 哈尔滨工程大学
IPC分类号： G05D1/06
摘要： 一种基于速度观测器的可底栖式水下机器人预设性能轨迹跟踪控制方法，属于水下机器人控制技术领域。为了解决现有的AUV控制方法没有比较全面的考虑影响控制精度的因素导致控制精度比较低的问题，以及现有的预设性能控制方法很难通过搭载的传感器设备测量所需的状态信息导致控制效果不理想的问题，本发明设计控制器与状态观测器使可底栖式水下机器人在存在建模不确定性、海流扰动与推进器故障的情况下，其位置与姿态量仍然能够跟踪期望值，并使跟踪误差具有预先给定的动态性能及稳态响应情况；本发明还引入一种可预设收敛时间的性能函数，利用该性能函数可以在预期时间内实现预定的轨迹跟踪性能。主要用于可底栖式水下机器人的轨迹跟踪控制。
-
公开(公告)号：CN111487966B
公开(公告)日：2022-09-09
申请号：CN202010286992.4
申请日：2020-04-13
申请人： 哈尔滨工程大学
IPC分类号： G05D1/02
摘要： 一种基于航路点的水面无人艇自适应路径跟踪控制方法，属于控制技术领域。主要是为了解决无人艇转弯角度大于90°时经典的LOS制导会产生较大的超调，导致的转弯跟踪精度低的问题。本发明基于提出的自适应LOS圆半径解算出基本视线角，根据路径偏差和航向偏差对基本视线角进行补偿得到最终期望视线角；接着设计了基于虚拟点的转向策略，采用三个小角度转向过渡大角度转向克服转弯角度较大时产生的严重超调问题。同时本发明还设计了航速解算器和智能自适应S面航向控制器及智能自适应积分S面航速控制器，可提高无人艇的跟踪效率和抗干扰能力，也能够很好的应对无人艇模型的复杂性性和不确定性。主要用于水面无人艇自适应路径跟(56)对比文件Guangzhi Niu，等.Intelligent Path-following Control of Unmanned SurfaceVehicles Based on Improved Line-of-sightGuidance《.IOP Conference Series:Materials Science and Engineering》.2019,第677卷(第4期),陆冠华等.基于路径自主规划的无人机四维战术轨迹跟踪《.导弹与航天运载技术》.2018,(第04期),Haibin Huang等.Line-of-Sight PathFollowing of an Underactuated USV Exposedto Ocean Currents using Cascaded Theorem.《2018 WRC Symposium on Advanced Roboticsand Automation (WRC SARA)》.2018,董早鹏等.基于自适应专家S面算法的微小型USV控制系统设计《.中国造船》.2017,(第02期),邓英杰等.基于DVS制导算法的欠驱动船舶路径跟踪指令滤波滑模控制《.大连海事大学学报》.2017,(第02期),韩鹏等.基于LOS法的自航模航迹跟踪控制算法实现《.应用科技》.2017,(第03期),燕聃聃等.吊舱推进的小型水面无人船航迹控制系统设计《.船海工程》.2017,(第04期),
-
公开(公告)号：CN113238567B
公开(公告)日：2021-12-10
申请号：CN202110482857.1
申请日：2021-04-30
申请人： 哈尔滨工程大学
IPC分类号： G05D1/06
摘要： 一种基于扩展状态观测器的底栖式AUV弱抖振积分滑模点镇定控制方法，涉及水下航行器控制领域，针对现有技术中的控制方法存在控制精度有限，调整速度慢的问题，包括：步骤一：建立可底栖式AUV运动方程，并根据可底栖式AUV运动方程构建可底栖式AUV误差模型；步骤二：根据可底栖式AUV误差模型构建可底栖式AUV点镇定跟踪误差模型；步骤三：设计自适应超螺旋扩展状态观测器；步骤四：构建二阶无抖振非奇异积分终端滑模面；步骤五：根据可底栖式AUV点镇定跟踪误差模型、自适应超螺旋扩展状态观测器和二阶无抖振非奇异积分终端滑模面设计控制器。本申请能在有限时间内收敛到稳定状态，且位姿误差收敛到零后能保持较好的稳定性，收敛速度快。
-
公开(公告)号：CN112904872B
公开(公告)日：2021-12-10
申请号：CN202110069579.7
申请日：2021-01-19
申请人： 哈尔滨工程大学
IPC分类号： G05D1/06
摘要： 基于扰动逼近的底栖式AUV固定时间快速轨迹跟踪控制方法，涉及水下航行器控制领域，针对现有技术中难以实现快速高精度轨迹跟踪控制的问题，包括步骤一：建立可底栖式AUV运动方程，并根据可底栖式AUV运动方程构建轨迹跟踪误差模型；步骤二：构建快速固定时间收敛系统，并根据快速固定时间收敛系统及轨迹跟踪误差模型设计观测器，并根据观测器估计扰动集总项；步骤三：基于快速固定时间收敛系统设计固定时间滑模面；步骤四：利用快速固定时间收敛系统、固定时间滑模面及扰动集总项设计控制器。采用本申请可以实现快速高精度轨迹跟踪控制。
-
公开(公告)号：CN111240345A
公开(公告)日：2020-06-05
申请号：CN202010087514.0
申请日：2020-02-11
申请人： 哈尔滨工程大学
IPC分类号： G05D1/06
摘要： 一种基于双BP网络增强学习框架的水下机器人轨迹跟踪方法，它属于水下机器人轨迹跟踪技术领域。本发明解决了现有技术在进行控制器参数的在线优化时，需要依赖大量的专家先验知识建立模糊规则，导致控制器参数的在线优化耗时耗力的问题。本发明利用强化学习方法可以通过与环境的不断交互，在得到环境给出的强化值后便能通过循环迭代寻找到最优策略的特点，将强化学习方法与双BP网络结合起来，通过在线调节水下机器人的速度和艏向控制系统控制律的相关参数，使得所设计的速度和艏向控制系统能在不同的环境中选择与该环境相对应的最优控制参数，克服了现有技术中控制器参数在线优化的耗时耗力的问题。本发明可以应用于水下机器人的轨迹跟踪。
-
公开(公告)号：CN111273677B
公开(公告)日：2023-05-12
申请号：CN202010087517.4
申请日：2020-02-11
申请人： 哈尔滨工程大学
IPC分类号： G05D1/06
摘要： 一种基于强化学习技术的自主水下机器人速度和艏向控制方法，属于机器人控制技术领域。为了解决现有的水下机器人的控制方法依赖于控制对象模型精度的问题，以及不依赖模型的控制方法控制精度不高的问题。本发明设计了基于Q学习的速度和艏向控制器，将偏差和偏差变化率作为Q学习控制器的输入，将纵向推力和偏航力矩作为Q学习控制器的输出，使得Q学习控制器完全替代传统常规的控制器，从而达到水下机器人自主学习和自主决策的目标。主要用于水下机器人速度和艏向的控制。
-
公开(公告)号：CN111176122B
公开(公告)日：2022-05-13
申请号：CN202010087510.2
申请日：2020-02-11
申请人： 哈尔滨工程大学
摘要： 一种基于双BP神经网络Q学习技术的水下机器人参数自适应反步控制方法，它属于水下机器人控制器参数调节技术领域。本发明解决了传统Q学习方法进行控制器参数调节时的学习效率低，以及传统反步法进行控制器参数调节时存在的参数不易实时在线调整的问题。本发明利用基于双BP神经网络Q学习算法与反步法相结合的方式实现对反步法控制器参数的自主在线调节，以满足控制参数能够实时在线调整的要求。同时由于引入了双BP神经网络以及经验回放池，其强大的拟合能力使得基于双BP神经网络Q学习参数自适应反步控制方法能够大大降低训练次数，以提升学习效率，在训练较少次数的情况下达到更好的控制效果。本发明可以应用于水下机器人控制器参数的调节。
-
公开(公告)号：CN112965371A
公开(公告)日：2021-06-15
申请号：CN202110133191.9
申请日：2021-01-29
申请人： 哈尔滨工程大学
IPC分类号： G05B13/04
摘要： 基于固定时间观测器的水面无人艇轨迹快速跟踪控制方法，本发明涉及水面无人艇轨迹快速跟踪控制方法。本发明的目的是为了解决将目前的控制方法应用到水面无人艇时存在的控制精度有限，且调整速度慢的问题。过程为：步骤一、建立水面无人艇系统模型；步骤二、基于步骤一中建立的水面无人艇系统模型，建立轨迹跟踪误差模型；步骤三、建立固定时间收敛系统；步骤四、基于步骤二、步骤三设计固定时间干扰观测器；步骤五、基于步骤四的固定时间干扰观测器，设计径向基函数神经网络；步骤六、基于步骤二、步骤三、步骤四、步骤五，设计有限时间反步跟踪控制器。本发明用于水面无人艇轨迹跟踪控制领域。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.037 秒)
