-
公开(公告)号：CN114166203B
公开(公告)日：2024-02-09
申请号：CN202111354287.4
申请日：2021-11-16
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于改进的S‑H自适应联邦滤波的智能水下机器人多源组合导航方法，属于智能水下机器人领域。所述改进的S‑H自适应联邦滤波方法包括以下步骤：S100、进行水下多源组合导航系统建模，得到导航传感器及其误差模型；S200、以误差模型为基础，提出改进S‑H自适应联邦滤波方法。本发明的一种基于改进的S‑H自适应联邦滤波的智能水下机器人多源组合导航方法，可以对多传感器的误差进行修正，且基于多源的特点，可以对各传感器的误差进行修
-
公开(公告)号：CN110211148B
公开(公告)日：2022-09-27
申请号：CN201910479009.8
申请日：2019-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于目标状态预估的水下图像预分割方法。水下图像处理过程中，复杂多变的水下环境有很多干扰目标，给水下图像的处理造成了极大地困难；同时，在水下机器人的嵌入式计算设备中对整幅图像进行处理需要耗费大量的计算资源和时间。本发明仅对目标候选区域进行降噪等预处理，可预先估计图像中目标的位置和大小，同时对图像进行分割。利用本发明提出的基于目标状态预估的水下图像预分割方法可以预先分割使用者感兴趣的区域，有效地减少干扰目标，简化图像处理过程，减小计算量，缩短计算时间。该方法具有速度快、精度高、使用方便简单等特点，可用于大多数水下机器人的图像处理过程中。
-
公开(公告)号：CN109398648B
公开(公告)日：2020-12-25
申请号：CN201811197939.6
申请日：2018-10-15
Applicant: 哈尔滨工程大学
IPC: B63C11/52
Abstract: 本发明公开了一种用于水下对接的机械手，属于机械设计及自动化技术领域。本发明根据水下目标对接体尺寸与遥控水下机器人载体尺寸的要求提供了一种用于水下对接的机械手，通过舵机使中央齿轮旋转，带动与之啮合的夹具齿轮旋转，并通过夹具轴使夹具夹板旋转，进而实现机械手的张开与合拢。本发明搭载于水下机器人，适用于实现水下对象对接作业的领域，本发明的对接对象需有与本发明的机械手相适配的目标对接体。
-
公开(公告)号：CN111661288A
公开(公告)日：2020-09-15
申请号：CN202010443379.9
申请日：2020-05-22
Applicant: 哈尔滨工程大学
Abstract: 一种用于水下航行器的温差能、电能浮力驱动系统及基于该系统的航行器驱动方法，涉及水下航行器领域。本发明是为了解决现有温差能浮力驱动系统适用范围受限、且不能够实现海洋温差能到电能的转换，不能供水下航行器使用的问题。本发明同时采用温差能和电能进行浮力驱动，并实现海洋温差能转化为电能，拓宽了水下航行器的工作范围，提高了其工作时长以及能源利用率。
-
公开(公告)号：CN110333739B
公开(公告)日：2020-07-31
申请号：CN201910775602.7
申请日：2019-08-21
Applicant: 哈尔滨工程大学
Abstract: 一种基于强化学习的AUV行为规划及动作控制方法，属于水下机器人技术领域。为了解决AUV规划复杂任务时过于依靠人工经验，以及基于智能算法设计的控制方法需要精确的环境模型，从而导致训练经验局限，在现实环境中应用困难的问题。本发明将AUV探测隧洞定义为总任务；完成任务对应的行为包括：趋向目标、墙壁跟踪和避障；将机器人在水下需要完成所规划的行为而产生的控制指令定义为动作；AUV在执行隧洞探测任务时，使用深度强化学习DQN算法进行实时行为规划，构建对应的深度学习的行为网络，完成隧洞探测任务的规划。通过DDPG方法训练AUV的动作网络，将AUV视为环境模型，得到力到状态的映射，从而实现AUV的动作控制。
-
Patent Agency Ranking
公开(公告)号：CN110263832B
公开(公告)日：2023-01-06
申请号：CN201910501336.9
申请日：2019-06-11
Applicant: 哈尔滨工程大学
IPC: G06F18/2131 , G06F18/241 , G06N3/049 , G06N3/08
Abstract: 本发明涉及AUV水下导航故障诊断技术领域，具体涉及一种基于多尺度分析的AUV导航系统故障诊断方法。步骤一：根据采样的信号，得到传感器信号序列段x(n)；步骤二：根据所需求的分解层数，进行多尺度分解处理，得到各层小波系数{d1(n)，d2(n)，…，dk(n)}以及第k层的尺度系数ck(n)；步骤三：根据多尺度分解处理得到的信号，进行单支重构处理，得到第k层的近似信号Ck以及各层细节信号{D1，D2，…Dk}；步骤四：根据各层细节信号，通过多尺度熵特征提取方法，将k层多尺度特征量组成k维特征向量；步骤五：将k维特征向量作为已训练好的改进的Levenberg‑Marquardt小波神经网络的输入向量，实现故障类型识别；本发明能够定量地描述出故障在不同尺度上的表征形式，并且能够自主学习并实现AUV导航传感器故障诊断。
-
公开(公告)号：CN109615063B
公开(公告)日：2022-08-23
申请号：CN201811474077.7
申请日：2018-12-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于BP神经网络的潜艇抗沉辅助决策系统，选定运用该系统的潜艇，建立潜艇姿态仿真实验平台；构建BP神经网络；利用仿真试验平台获取的数据，对BP神经网络进行离线学习，初步得到BP神经网络程序；辅助决策；将S4中实现辅助决策方案的数据在线收集，形成在线学习样本，使其进入BP神经网络进行学习，使潜艇抗沉辅助决策系统在使用过程中不断学习，最后重复S4，S5；本发明提出了一种基于BP神经网络的潜艇抗沉辅助决策系统，当潜艇出现非正常运行工况，姿态失衡时，该系统能够在很短的时间内给出高压气吹除方案，调整潜艇的姿态，使其在一定程度上能够正常运行，实现辅助决策的功能。
-
公开(公告)号：CN110333739A
公开(公告)日：2019-10-15
申请号：CN201910775602.7
申请日：2019-08-21
Applicant: 哈尔滨工程大学
Abstract: 一种基于强化学习的AUV行为规划及动作控制方法，属于水下机器人技术领域。为了解决AUV规划复杂任务时过于依靠人工经验，以及基于智能算法设计的控制方法需要精确的环境模型，从而导致训练经验局限，在现实环境中应用困难的问题。本发明将AUV探测隧洞定义为总任务；完成任务对应的行为包括：趋向目标、墙壁跟踪和避障；将机器人在水下需要完成所规划的行为而产生的控制指令定义为动作；AUV在执行隧洞探测任务时，使用深度强化学习DQN算法进行实时行为规划，构建对应的深度学习的行为网络，完成隧洞探测任务的规划。通过DDPG方法训练AUV的动作网络，将AUV视为环境模型，得到力到状态的映射，从而实现AUV的动作控制。
-
公开(公告)号：CN110263832A
公开(公告)日：2019-09-20
申请号：CN201910501336.9
申请日：2019-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及AUV水下导航故障诊断技术领域，具体涉及一种基于多尺度分析的AUV导航系统故障诊断方法。步骤一：根据采样的信号，得到传感器信号序列段x(n)；步骤二：根据所需求的分解层数，进行多尺度分解处理，得到各层小波系数{d1(n)，d2(n)，…，dk(n)}以及第k层的尺度系数ck(n)；步骤三：根据多尺度分解处理得到的信号，进行单支重构处理，得到第k层的近似信号Ck以及各层细节信号{D1，D2，…Dk}；步骤四：根据各层细节信号，通过多尺度熵特征提取方法，将k层多尺度特征量组成k维特征向量；步骤五：将k维特征向量作为已训练好的改进的Levenberg-Marquardt小波神经网络的输入向量，实现故障类型识别；本发明能够定量地描述出故障在不同尺度上的表征形式，并且能够自主学习并实现AUV导航传感器故障诊断。
-
公开(公告)号：CN114166203A
公开(公告)日：2022-03-11
申请号：CN202111354287.4
申请日：2021-11-16
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于改进的S‑H自适应联邦滤波的智能水下机器人多源组合导航方法，属于智能水下机器人领域。所述改进的S‑H自适应联邦滤波方法包括以下步骤：S100、进行水下多源组合导航系统建模，得到导航传感器及其误差模型；S200、以误差模型为基础，提出改进S‑H自适应联邦滤波方法。本发明的一种基于改进的S‑H自适应联邦滤波的智能水下机器人多源组合导航方法，可以对多传感器的误差进行修正，且基于多源的特点，可以对各传感器的误差进行修正，且选择联邦滤波器对多源组合导航系统进行数据融合，具有计算量较小，结构简单，容错性和实时性好等优点。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
