-
公开(公告)号：CN114564023B
公开(公告)日：2022-11-08
申请号：CN202210241308.X
申请日：2022-03-11
申请人： 哈尔滨理工大学
IPC分类号： G05D1/02
摘要： 为解决快速变化的动态复杂场景下基于搜索的寻路算法中存在的算法效率低，路径局部最优等问题。在跳点搜索（jump point search,JPS）算法基础上，提出动态场景下的跳点搜索（dynamic jump point search,DJPS）路径规划方法。DJPS算法应对不同场景下的障碍物变化，设计一套完整的“跳点‑路径更新方案”，同时探索障碍物更新时可能出现的新“近路”，优化所求得路径以保证路径的最优性。为验证DJPS算法的有效性，设计多种复杂地图下的路径更新实验。本发明中仅对原始路径以及路径附近节点进行障碍物检测，且利用原算法中保存于OpenList以及CloseList中的跳点，相互连接得到的未寻路结束的“废弃路径”，限制每次寻路时的搜索长度，降低算法的时间复杂度和空间复杂度，实现动态场景下的跳点搜索方案。
-
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
申请人： 哈尔滨理工大学
IPC分类号： G05D1/02
摘要： 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：CN113626933B
公开(公告)日：2022-01-11
申请号：CN202110923981.7
申请日：2021-08-12
申请人： 哈尔滨理工大学
IPC分类号： G06F30/15 , G06F30/20 , G06F119/14
摘要： 本发明涉及一种考虑尾涡影响的减摇鳍升力耦合系数计算方法，首先抽象出减摇鳍尾涡干扰侧视示意图，建立速度坐标系，在此基础上，将前鳍脱落的尾涡与后鳍首次撞击处等效为质点，根据该质点与鳍体平分线位置关系，前鳍对后鳍升力干扰可分为正、负干扰升力，通过干扰速度、相对来流速度和鳍压力中心处横摇方向线速度求解总的合速度，计算干扰鳍角，利用干扰鳍角求得正、负干扰升力，由卡门涡街现象可知，当雷诺数Re满足250
-
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
申请人： 哈尔滨理工大学
摘要： 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：CN113706023B
公开(公告)日：2022-07-12
申请号：CN202111009089.4
申请日：2021-08-31
申请人： 哈尔滨理工大学
摘要： 本发明公开了一种基于深度强化学习的舰载机保障作业人员调度方法，包括以下步骤：构建舰载机保障过程的马尔可夫决策过程(Markov Decision Process,MDP)模型，作为智能体训练环境；根据保障作业流程，确定智能体及其观测空间与动作空间；随后设计奖励函数、经验抽取机制和终止条件，并基于此设计网络结构；通过设置主要参数初始化环境，并采用多智能体深度确定策略梯度算法(Multi Agent Deep Deterministic Policy Gradient,MADDPG)训练智能体；最终使用完成训练智能体的决策辅助指挥人员进行保障作业人员调度。本发明可用于人员调度智能决策，将各类保障小组设定为智能体，辅助指挥人员和保障人员进行决策，提高保障作业决策效率，从而提高舰载机出动回收架次率。
-
公开(公告)号：CN113359775B
公开(公告)日：2022-01-18
申请号：CN202110774053.9
申请日：2021-07-08
申请人： 哈尔滨理工大学
IPC分类号： G05D1/02
摘要： 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：CN113359762B
公开(公告)日：2022-01-18
申请号：CN202110751457.6
申请日：2021-07-02
申请人： 哈尔滨理工大学
IPC分类号： G05D1/02
摘要： 本发明涉及一种水面无人艇动态规划方法，所述方法包括：鉴于水面无人艇在海面上碰到的动态障碍物大多为船舶，根据船舶的形状特性，对其建立椭圆模型；在建立椭圆模型基础上，对椭圆模型进行分析，确定船舶动态障碍物的影响范围，并在影响范围内构建椭圆斥力势场提供斥力，从而引导水面无人艇躲避动态障碍物；进一步考虑船舶动态障碍物运动的不稳定性和不可预测性，水面无人艇需要在短时间内避开动态障碍物，故采用变斥力系数方法，增加斥力，改变合力方向，从而达到快速引导水面无人艇避开动态障碍物的效果。
-
公开(公告)号：CN113626933A
公开(公告)日：2021-11-09
申请号：CN202110923981.7
申请日：2021-08-12
申请人： 哈尔滨理工大学
IPC分类号： G06F30/15 , G06F30/20 , G06F119/14
摘要： 本发明涉及一种考虑尾涡影响的减摇鳍升力耦合系数计算方法，首先抽象出减摇鳍尾涡干扰侧视示意图，建立速度坐标系，在此基础上，将前鳍脱落的尾涡与后鳍首次撞击处等效为质点，根据该质点与鳍体平分线位置关系，前鳍对后鳍升力干扰可分为正、负干扰升力，通过干扰速度、相对来流速度和鳍压力中心处横摇方向线速度求解总的合速度，计算干扰鳍角，利用干扰鳍角求得正、负干扰升力，由卡门涡街现象可知，当雷诺数Re满足250
-
公开(公告)号：CN113515129A
公开(公告)日：2021-10-19
申请号：CN202110965209.1
申请日：2021-08-23
申请人： 哈尔滨理工大学
IPC分类号： G05D1/02
摘要： 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：CN112418528B
公开(公告)日：2021-09-14
申请号：CN202011326002.1
申请日：2020-11-24
申请人： 哈尔滨理工大学
摘要： 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。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.025 秒)
