-
公开(公告)号:CN115237139B
公开(公告)日:2023-05-23
申请号:CN202210959456.5
申请日:2022-08-10
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种考虑虚拟目标点的无人船路径规划方法,旨在解决无人船在路径规划中存在的易陷入局部极小值和目标不可达问题。对于目标不可达问题,创建斥力势场函数,根据测算目标与障碍物的间隔,促使目标所受斥力为零,使无人船可以到达目标点处。对于局部极小值问题,对各类障碍引起的局部极小值开展分析,结合模拟退火算法和人工势场法求解一般障碍导致的极小值点问题。针对非一般的U型障碍造成的局部极小值问题,给出虚拟目标点构造算法,通过建立虚拟目标点的改进算法来解决此类问题。仿真结果表明,与其它方法相比,本方法减少了由于斥力太大而导致的路径过长问题,不仅节省时间,而且优化了路径规划,从而加快了算法的速度。
-
公开(公告)号:CN114595958A
公开(公告)日:2022-06-07
申请号:CN202210211487.2
申请日:2022-02-28
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种舰载机保障人员调度方法,应对甲板舰载机保障作业调度的不确定突发状况。首先将保障人员对舰载机的保障过程构造为马尔科夫决策过程;随后根据该过程特点设计一种改进的Soft Actor Critic(SAC)调度算法:(1)为降低学习难度,将SAC算法拓展为多智能体算法,并添加环境数据处理,减少智能体需处理的环境状态信息;(2)为避免动作冲突情况,设计自适应率以增加调度质量;(3)为优化整体训练过程,设置无效动作屏蔽机制、优先经验回放机制。最后将设计好的算法投入训练,完成训练的智能体即可投入调度。该方法能够较好地应对甲板出现的紧急突发状况,使得甲板调度对于不确定性有着更强的鲁棒性,增加了甲板调度的效率。
-
公开(公告)号:CN113359775A
公开(公告)日:2021-09-07
申请号:CN202110774053.9
申请日:2021-07-08
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于动态变采样区域的概率目标偏置快速扩展随机树(RRT)无人车路径规划方法。所述方法包括:首先,初始化地图信息,根据动态变采样区域公式判断所处区域;在此基础上进行预留安全距离的碰撞检测,并根据概率目标偏置公式和步长选择公式生成新生节点,重复上述步骤直到满足新生节点和目标节点之间的距离小于距离阈值,反向搜索,输出路径;最后,考虑最大转角约束对输出路径进行逆向寻优和3次B样条曲线拟合优化,仿真验证了所述方法的有效性。本发明能够降低节点搜索的盲目性和随机性,减少路径搜索的时间,且规划的路径平滑符合车辆运动动力学约束。
-
公开(公告)号:CN115237139A
公开(公告)日:2022-10-25
申请号:CN202210959456.5
申请日:2022-08-10
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种考虑虚拟目标点的无人船路径规划方法,旨在解决无人船在路径规划中存在的易陷入局部极小值和目标不可达问题。对于目标不可达问题,创建斥力势场函数,根据测算目标与障碍物的间隔,促使目标所受斥力为零,使无人船可以到达目标点处。对于局部极小值问题,对各类障碍引起的局部极小值开展分析,结合模拟退火算法和人工势场法求解一般障碍导致的极小值点问题。针对非一般的U型障碍造成的局部极小值问题,给出虚拟目标点构造算法,通过建立虚拟目标点的改进算法来解决此类问题。仿真结果表明,与其它方法相比,本方法减少了由于斥力太大而导致的路径过长问题,不仅节省时间,而且优化了路径规划,从而加快了算法的速度。
-
公开(公告)号:CN115061470A
公开(公告)日:2022-09-16
申请号:CN202210761400.9
申请日:2022-06-30
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 针对狭窄通道通过率较低且无法自主导航的问题,提出一种适用狭窄空间的无人车改进TEB导航方法,所述方法包括:构建含狭窄通道的环境栅格地图;利用改进RRT算法和改进TEB算法分别进行全局路径规划和局部路径规划,完成无人车的自主导航,保证了导航路线的安全性和可行性;通过添加位姿辅助点,在经过狭窄通道时调用定点规划算法,保证了狭窄通道的通过率;利用速度插补控制和S形速度规划分别优化自主导航和定点导航的输出速度,保证了输出曲线的平滑和导航过程的稳定性。通过gazebo仿真实验,验证了改进导航方法的可行性,且无人车在狭窄通道的通过率显著提升,输出自主导航和定点导航的速度曲线,两个阶段的速度曲线波动均小于0.05m/s。
-
公开(公告)号:CN113515129B
公开(公告)日:2022-02-11
申请号:CN202110965209.1
申请日:2021-08-23
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于边界查找的双向跳点搜索无人车路径规划方法。所述方法包括:使用膨胀法对障碍物进行处理,采用栅格法划分搜索区域,将正向搜索和反向搜索的起始节点分别放入OpenList1和OpenList2中,从正向和反向进行跳点交替迭代搜索,利用边界查找优化水平和垂直方向的节点搜索和跳点识别,且将跳点分别添加到OpenList1和OpenList2中,采用改进的正向和反向启发式估价函数分别计算OpenList1和OpenList2中代价最小的跳点,直到正向和反向搜索的当前节点重合,搜索成功并保存正反方向搜索的路径节点即跳点坐标数据,采用微分平坦方法对生成的路径节点作曲线拟合。本发明可有效提高节点搜索和跳点识别效率,减少路径寻优时间,保证路径最优性,避免拟合后的路径与障碍物碰撞。
-
公开(公告)号:CN112418528A
公开(公告)日:2021-02-26
申请号:CN202011326002.1
申请日:2020-11-24
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种基于多策略动态调整的两栖车辆排样面积利用最大化方法,本发明包括:获取车辆舱甲板和车辆相关信息,明确约束条件,确定目标函数,采用十进制编码对车辆进行编码,并对参数进行初始化,随机生成车辆排样序列构成初始种群,计算个体的适应度值,保存最优个体,判断是否达到最大迭代次数,依据三种不同的评价策略和动态调整的选择概率对三个子种群规模动态调整,用最优个体与子种群中所有个体进行有约束交叉或环形交叉,采用动态调整的变异概率进行变异操作,选择三个子种群中的有效进化个体构成新种群,对最后一代的最优个体进行解码,得到最优排样图。本发明的优点是能够快速求解得到最优排样图,实现两栖车辆排样面积利用最大化。
-
公开(公告)号:CN115061470B
公开(公告)日:2023-03-21
申请号:CN202210761400.9
申请日:2022-06-30
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 针对狭窄通道通过率较低且无法自主导航的问题,提出一种适用狭窄空间的无人车改进TEB导航方法,所述方法包括:构建含狭窄通道的环境栅格地图;利用改进RRT算法和改进TEB算法分别进行全局路径规划和局部路径规划,完成无人车的自主导航,保证了导航路线的安全性和可行性;通过添加位姿辅助点,在经过狭窄通道时调用定点规划算法,保证了狭窄通道的通过率;利用速度插补控制和S形速度规划分别优化自主导航和定点导航的输出速度,保证了输出曲线的平滑和导航过程的稳定性。通过gazebo仿真实验,验证了改进导航方法的可行性,且无人车在狭窄通道的通过率显著提升,输出自主导航和定点导航的速度曲线,两个阶段的速度曲线波动均小于0.05m/s。
-
公开(公告)号:CN114595958B
公开(公告)日:2022-10-04
申请号:CN202210211487.2
申请日:2022-02-28
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种舰载机保障人员调度方法,应对甲板舰载机保障作业调度的不确定突发状况。首先将保障人员对舰载机的保障过程构造为马尔科夫决策过程;随后根据该过程特点设计一种改进的Soft Actor Critic(SAC)调度算法:(1)为降低学习难度,将SAC算法拓展为多智能体算法,并添加环境数据处理,减少智能体需处理的环境状态信息;(2)为避免动作冲突情况,设计自适应率以增加调度质量;(3)为优化整体训练过程,设置无效动作屏蔽机制、优先经验回放机制。最后将设计好的算法投入训练,完成训练的智能体即可投入调度。该方法能够较好地应对甲板出现的紧急突发状况,使得甲板调度对于不确定性有着更强的鲁棒性,增加了甲板调度的效率。
-
公开(公告)号:CN114838726A
公开(公告)日:2022-08-02
申请号:CN202210414659.6
申请日:2022-04-20
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种基于多传感器数据融合的GPS数据修正算法。所述方法包括:使用惯性测量单元Z轴数据对轮式里程计发生上下抖动时的数据进行处理。对处理后的轮式里程计数据与激光雷达数据进行扩展卡尔曼滤波,得到激光轮式里程计数据。之后对激光轮式里程计数据与GPS数据进行求平滑度,以判断是否用激光轮式里程计数据代替失效的GPS数据。本发明能够在GPS信号失效或者出现波动时,保证无人车定位精度并且减小无人车定位所用时间。
-
-
-
-
-
-
-
-
-