-
公开(公告)号：CN118535879A
公开(公告)日：2024-08-23
申请号：CN202410710472.X
申请日：2024-06-03
Applicant: 哈尔滨理工大学
Abstract: 本发明旨在解决无人潜航器集群系统中各种指标之间是否存在互相关联的问题，公开了一种具有因果约束的无人潜航器集群评估指标体系构建方法，具体包括：首先获取评估指标和评估数据，对输入指标进行等深度划分，对输出指标进行正态分布划分，计算每组输出指标的标准差和均值，将输出数据划分为7类，其次使用具有因果约束的自适应Apriori算法进行挖掘关联规则，对挖掘的关联规则依据全置信度和余弦度量剔除零事物，避免挖掘规则受零事物的影响，然后计算关联规则提升度并根据提升度对关联规则进行分组，计算频繁二项集，补充关联规则，最后分析各指标之间的关联关系；本发明显著的提高了算法的运行效率，同时保留了指标间重要联系。
-
公开(公告)号：CN117168483B
公开(公告)日：2024-05-14
申请号：CN202311127747.9
申请日：2023-09-01
Applicant: 哈尔滨理工大学
IPC: G01C21/34
Abstract: 本发明涉及一种考虑地图复杂度的无人车路径规划方法，旨在解决传统方法在路径搜索中存在搜索效率低、节点冗余以及目标点附近碎片化路径过多等问题。本方法包括：在栅格地图中进行随机撒点，获取全地图有效节点的个数，计算地图复杂度；在以最近节点为圆心的一定范围内进行随机撒点，得到区域复杂度，通过区域复杂度选择节点产生方式，解决传统方法在搜索中易陷入僵化的问题，提高搜索效率；引入目标距离和目标迭代次数，进行新节点与目标节点的无碰撞检测和距离判断，减少了节点的数量和碎片化路径；最后对路径进行逆向寻优和B样条曲线拟合，使得路径平滑。仿真结果表明，本发明在障碍物较多的情况下表现良好，且路径平滑。
-
公开(公告)号：CN117830571B
公开(公告)日：2025-05-02
申请号：CN202311868668.3
申请日：2023-12-30
Applicant: 哈尔滨理工大学
Abstract: 本发明旨在解决传统粒子群方法在路径规划上对初始化条件敏感、参数调整困难、容易陷入局部最优解和收敛速度慢等问题，公开了一种多约束优化的UUV粒子群三维路径规划方法，具体包括：在传统粒子群算法的基础上，利用预先寻优对部分粒子进行初始化，并在起点和终点直线之间生成初始种群；寻优时引入模拟退火准则作为一种局部搜索机制，并在位置更新时根据模拟退火原理进行调整；当模拟退火无法更新个体时，通过一次变异操作增加了搜索空间；在粒子进行速度和位置更新时，对其上下界进行限制并修正，避免速度过大或过小导致粒子跑偏或停滞，同时避免粒子位置出现偏差而偏离地图；最后让部分个体进行局部搜索，以进一步提高收敛性能。
-
Patent Agency Ranking
公开(公告)号：CN119739163A
公开(公告)日：2025-04-01
申请号：CN202411860202.3
申请日：2024-12-17
Applicant: 哈尔滨理工大学
Abstract: 本发明提出了一种考虑路径交叉影响下的无人潜航器(Unmanned Underwater Vehicle,UUV)编队重构方法，旨在解决编队中成员丢失导致的队形不稳定及重构耗能问题。包括以下步骤：对UUV进行位置、速度等初始化，结合二阶一致性算法，对跟随者UUV进行队形控制。通过引入路径交叉代价、角度差代价等因素，增强UUV编队在队形变化过程中的自适应性，减少了路径长度和重构时间。针对成员丢失或增加导致代价函数矩阵非方阵问题，通过增加目标点和添加虚拟UUV的方式，将代价函数变为方阵，利用矩阵行列变化得到效率矩阵，从而确定每个跟随者的目标位置。结果显示，本发明在提高编队稳定性、降低路径长度以及增强队形自适应性、编队安全等方面表现良好，降低了队形重构的时间。
-
公开(公告)号：CN118760173A
公开(公告)日：2024-10-11
申请号：CN202410902565.2
申请日：2024-07-07
Applicant: 哈尔滨理工大学
Abstract: 本发明旨在针对传统粒子群算法在路径规划问题中存在的路径质量不高和固定参数粒子群运行时间慢的问题，公开了一种自适应参数调整的无人潜航器(Unmanned underwater vehicle,UUV)粒子群三维路径规划方法，具体包括：首先，建立了包含山体障碍的三维地图模型；接着，初始化了粒子群参数，通过加权法计算适应度值；随后，通过遍历种群寻找初始极值，记录历史最优解，并计算自适应惯性权重和学习因子，实现了粒子速度和位置的更新；此外，通过自适应温度更新种群，进行自适应变异和自适应步长局部搜索，进一步优化了UUV的航行路径，最后得到最终解。该方法有效地提高了UUV路径规划的质量和效率，同时减少了运行时间，为UUV路径规划问题提供了一种有效的解决方案。
-
公开(公告)号：CN117830571A
公开(公告)日：2024-04-05
申请号：CN202311868668.3
申请日：2023-12-30
Applicant: 哈尔滨理工大学
Abstract: 本发明旨在解决传统粒子群方法在路径规划上对初始化条件敏感、参数调整困难、容易陷入局部最优解和收敛速度慢等问题，公开了一种多约束优化的UUV粒子群三维路径规划方法，具体包括：在传统粒子群算法的基础上，利用预先寻优对部分粒子进行初始化，并在起点和终点直线之间生成初始种群；寻优时引入模拟退火准则作为一种局部搜索机制，并在位置更新时根据模拟退火原理进行调整；当模拟退火无法更新个体时，通过一次变异操作增加了搜索空间；在粒子进行速度和位置更新时，对其上下界进行限制并修正，避免速度过大或过小导致粒子跑偏或停滞，同时避免粒子位置出现偏差而偏离地图；最后让部分个体进行局部搜索，以进一步提高收敛性能。
-
公开(公告)号：CN117585118A
公开(公告)日：2024-02-23
申请号：CN202311552144.3
申请日：2023-11-20
Applicant: 哈尔滨理工大学
IPC: B63B71/10
Abstract: 本发明是一种考虑变径比的船用马格纳斯减摇装置优化平台。该平台首先通过参数输入模块，用于获取后续模块所需的参数信息进行一定的处理后，输送到相应工作模式中，最后输出至升力计算模块和平台仿真模块；其次通过升力计算模块引入变截面半径变化表达式，对变径圆柱减摇装置进行水动力分析得到其理论上升力变化规律；然后通过平台仿真模块接收上述模块输入的信息并对不同变径比的减摇装置进行仿真得出其水动力特性；最后通过决策分析模块，对仿真结果进行对比和分析并给出升力修正参数以及验证临界点选取的合理性。本发明扩展了减摇装置水动力性能的分析范畴，降低了计算误差，丰富了模型的构建，实现了对减摇装置在不同工况下的优化分析。
-
公开(公告)号：CN117168483A
公开(公告)日：2023-12-05
申请号：CN202311127747.9
申请日：2023-09-01
Applicant: 哈尔滨理工大学
IPC: G01C21/34
Abstract: 本发明涉及一种考虑地图复杂度的无人车路径规划方法，旨在解决传统方法在路径搜索中存在搜索效率低、节点冗余以及目标点附近碎片化路径过多等问题。本方法包括：在栅格地图中进行随机撒点，获取全地图有效节点的个数，计算地图复杂度；在以最近节点为圆心的一定范围内进行随机撒点，得到区域复杂度，通过区域复杂度选择节点产生方式，解决传统方法在搜索中易陷入僵化的问题，提高搜索效率；引入目标距离和目标迭代次数，进行新节点与目标节点的无碰撞检测和距离判断，减少了节点的数量和碎片化路径；最后对路径进行逆向寻优和B样条曲线拟合，使得路径平滑。仿真结果表明，本发明在障碍物较多的情况下表现良好，且路径平滑。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
