公开(公告)号：CN118068703A

公开(公告)日：2024-05-24

申请号：CN202410116153.6

申请日：2024-01-26

申请人： 大连海事大学 ,  上海交通大学 ,  深圳市赢合科技股份有限公司

发明人： 彭周华 ,  温家一 ,  夏枫倍 ,  王安青 ,  张卫东 ,  朱景伟 ,  谢威 ,  古楠 ,  王丹 ,  王浩亮 ,  金春雷

IPC分类号： G05B13/04 ,  G06N3/006 ,  G06N3/045 ,  G06N3/092 ,  G06N5/04

摘要： 本发明提供了一种无人系统集群多目标博弈对抗方法，包括如下步骤：S1、设定无人系统集群多目标追踪场景，给定无人系统集群数目与追踪目标数目，定义控制目标；S2、建立分布式部分可观测马尔科夫博弈模型；S3、构建分层目标过滤注意力网络；S4、建立多智能体深度确定性策略梯度算法；S5、设定训练轮次与每轮训练步数，开始训练，得到训练好的多智能体深度确定性策略梯度算法；S6、在进行无人系统集群多目标对抗博弈时，将局部观测信息输入到训练好的多智能体深度确定性策略梯度算法中，获取下一时刻的执行动作。本发明设计了一种新的目标权重分配算法，自动衡量每个目标的重要性，从而提高任务完成的精度与效率。

公开(公告)号：CN118012057A

公开(公告)日：2024-05-10

申请号：CN202410117061.X

申请日：2024-01-26

申请人： 大连海事大学 ,  上海交通大学 ,  深圳市镭神智能系统有限公司

发明人： 彭周华 ,  温家一 ,  夏枫倍 ,  王安青 ,  张卫东 ,  朱景伟 ,  谢威 ,  古楠 ,  王浩亮 ,  王丹 ,  胡小波

IPC分类号： G05D1/43 ,  G05D109/30

摘要： 本发明提供了一种面向无人艇集群多目标追踪策略的强化学习推理方法，包括如下步骤：S1、基于单体无人艇离散动力学模型构建多目标追踪控制目标；S2、采用分布式马尔可夫模型对无人艇集群多目标追踪控制问题进行建模并确定分布式部分可观测马尔可夫模型的五元组；S3、根据构建的模型五元组，建立多智能体深度确定性策略梯度算法框架；S4、将硬注意力机制融入多智能体深度确定性策略梯度算法框架；S5、设定网络训练参数进行训练，获取无人艇集群的状态信息，输出最优控制策略；本发明将博弈论原理引入多智能体深度确定性策略梯度算法的奖励函数优化，通过优化各无人艇间的任务分配，实现了无人艇集群在多目标追踪任务中的最佳协同。

公开(公告)号：CN117031957A

公开(公告)日：2023-11-10

申请号：CN202311083403.2

申请日：2023-08-25

申请人： 大连海事大学 ,  上海船舶运输科学研究所有限公司

发明人： 彭周华 ,  夏枫倍 ,  迟延瑜 ,  韩冰 ,  吴中岱 ,  王安青 ,  王丹

IPC分类号： G05B13/04

摘要： 本发明提供了一种基于在线深度学习的无人船轨迹跟踪控制器及控制方法，涉及无人船控制技术领域，在线深度学习船舶动态模型接收当前时刻动态数据集收集的数据并输出DNN学习的动态模型至扩张状态观测器和动态控制器；扩张状态观测器接收当前时刻的DNN学习的动态模型和无人船实际速度信息并输出DNN逼近误差的估计值至动态控制器；动态控制器接收DNN逼近误差的估计值、给定参考轨迹位置信息、无人船实际位置信息、无人船实际速度信息、当前时刻的DNN学习的动态模型并输出控制输入向量的导数至被控无人船的数学模型。本发明所设计的在线深度学习控制方法通过使用扩张状态观测器来估计DNN的逼近误差，保证了DNN学习过程中网络输入信息的准确性，使DNN能够快速捕获模型特征。

公开(公告)号：CN117539239A

公开(公告)日：2024-02-09

申请号：CN202311184319.X

申请日：2023-09-13

申请人： 大连海事大学

发明人： 彭周华 ,  夏枫倍 ,  迟延瑜 ,  古楠 ,  刘陆 ,  王浩亮 ,  王安青 ,  王丹

IPC分类号： G05D1/43 ,  G05D109/30

摘要： 本发明提供了一种基于元学习的无人艇轨迹跟踪控制器结构及控制方法，涉及无人艇轨迹跟踪控制技术领域，结构包括运动学控制器、动力学控制器、元学习预估器、学习的基函数和c个环境条件数据集；所述动力学控制器的输入端分别与运动学控制器、元学习预估器的输出端相连，所述动力学控制器的输出端分别与无人艇模型和c个环境条件数据集的输入端相连；所述元学习预估器的输入端分别与学习的基函数和无人艇模型的输出端相连，所述元学习预估器的输出端与所述动力学控制器的输入端相连；本发明用元学习技术精确刻画无人艇与环境交互过程中的复杂动态特征，形成有效的船舶模型特征和海洋环境特征知识表达，有效提高无人艇在不同环境下的适应性。

公开(公告)号：CN118034294A

公开(公告)日：2024-05-14

申请号：CN202410222529.1

申请日：2024-02-28

申请人： 大连海事大学

发明人： 彭周华 ,  徐加雪 ,  夏枫倍 ,  胡青 ,  王浩亮 ,  王安青 ,  古楠 ,  刘陆 ,  王丹

IPC分类号： G05D1/43 ,  G05D109/30

摘要： 本发明提供了一种无人艇数据驱动自适应动态轨迹跟踪控制器，包括多项式拟合项、滤波器、数据堆栈、数据驱动预估器、实际无人艇、无人艇等效模型和动态控制器；所述滤波器接收来自动态控制器的控制输入、来自实际无人艇的速度信号和来自多项式拟合项的回归矩阵，所述滤波器发送滤波后的信号值至数据堆栈；所述数据驱动预估器接收来自动态控制器的控制输入、来自数据堆栈的历史数据和来自实际无人艇的速度信号，所述数据驱动预估器发送系统总扰动的估计值至无人艇等效模型；本发明将基于代数关系的控制律转变为基于微分方程的控制律，同时结合数据驱动控制理论，不仅实现了对系统总扰动的快速精确估计，同时能够稳定控制输出，降低执行器动作损耗。

公开(公告)号：CN117289599A

公开(公告)日：2023-12-26

申请号：CN202311028335.X

申请日：2023-08-15

申请人： 上海船舶运输科学研究所有限公司 ,  大连海事大学

发明人： 韩冰 ,  彭周华 ,  夏枫倍 ,  李运为 ,  吴中岱 ,  朱宇

IPC分类号： G05B13/04

摘要： 本发明提供了一种基于数字孪生与平行控制器的无人艇路径操纵控制系统与方法，所述系统包括：实际无人艇系统、生成控制输入对实际无人艇系统进行控制的实际控制器、生成虚拟无人艇的位置信息的无人艇运动数字孪生模型、产生无人艇制导信号的运动学控制器、根据制导信号和当前时刻虚拟无人艇的速度信息生成控制输入对由无人艇运动数字孪生模型构成的人工系统进行控制的动力学控制器、提供无人艇路径参数的路径参数更新律；本发明所设计的平行控制器将构建的信息空间中的虚拟无人艇系统融入环境，同时驱动虚拟无人艇系统和实际无人艇系统，实现两个系统之间的相互映射与虚实交互。

公开(公告)号：CN118244768A

公开(公告)日：2024-06-25

申请号：CN202410344535.4

申请日：2024-03-25

申请人： 大连海事大学

发明人： 彭周华 ,  夏枫倍 ,  魏子翔 ,  王安青 ,  韩冰 ,  古楠 ,  刘陆 ,  王浩亮 ,  王丹 ,  李铁山

IPC分类号： G05D1/43 ,  G05D109/30

摘要： 本发明提供了一种基于事件触发无人船数字孪生模型的平行控制器，包括无人船数字孪生模型、状态事件触发器、实际无人船、运动学制导律、动力学控制律和控制输入事件触发器；所述无人船数字孪生模型接收来自控制输入事件触发器的触发后的前向推力和转向力矩和状态事件触发器的触发后的实际无人船位置信息、速度信息、加速度信息，发送虚拟无人船前向速度、艏摇角速度、前向速度方向建模误差、艏摇角速度方向建模误差以及系统总扰动预测值到动力学控制律；本发明利用元学习技术精准捕获不同海况下环境无关特征项，克服了传统的基于数据统计的建模方法环境适应能力弱的缺点，实现了不同海况下无人船模型动态特征的有效积累。

公开(公告)号：CN117590847A

公开(公告)日：2024-02-23

申请号：CN202311519025.8

申请日：2023-11-14

申请人： 大连海事大学

发明人： 彭周华 ,  夏枫倍 ,  李运为 ,  李永明 ,  韩冰 ,  古楠 ,  王浩亮 ,  王安青 ,  刘陆 ,  王丹

IPC分类号： G05D1/43 ,  G05D109/30

摘要： 本发明提供了一种欠驱动无人艇平行路径跟踪控制器，涉及欠驱动无人艇路径跟踪控制技术领域，包括实际欠驱动无人艇系统、虚拟欠驱动无人艇系统、运动学控制器、滤波器、动力学控制器和路径参数更新律；所述实际欠驱动无人艇系统接收来自动力学控制器的纵向推力和艏摇方向转向力信息；所述实际欠驱动无人艇系统发送无人艇的位置、艏摇角信号和无人艇的速度信息至虚拟欠驱动无人艇系统；本发明构建了一个与实际欠驱动无人艇系统平行互动的虚拟欠驱动无人艇系统，通过使实际欠驱动无人艇系统趋向虚拟欠驱动无人艇系统，实现了欠驱动无人艇模型的实时更新和数据交互，从而构建完整的无人艇数字孪生运动模型。