基于Q学习和胸鳍振幅偏置的仿蝠鲼机器鱼横滚控制方法

    公开(公告)号:CN115981351A

    公开(公告)日:2023-04-18

    申请号:CN202211567319.3

    申请日:2022-12-07

    Abstract: 本发明涉及一种基于Q学习和胸鳍振幅偏置的仿蝠鲼机器鱼横滚控制方法,与传统的控制方法相比,本发明不需要建立控制对象模型,通过采集实验数据,离线训练Q表格,然后将表格移植到样机控制器中,通过查表的方式取得控制变量,控制样机在固定深度游动。与其他强化学习控制方法相比,其对硬件资源要求低,对空间需求小,功耗小,实现方便。其有益效果在于:对控制器的硬件要求低,普通的单片机就可以实现,除了节约成本外,还达到节约空间和节约能源的效果。不需要建立控制对象的数学模型,由于仿生模型更加难以建立,因此可以节约大量时间成本。不需要专家经验来建立规则库就可以实现机器鱼的横滚控制,Q表在训练的时候自己会学到“专家经验”。

    一种基于仿生水下自主航行器的质心调节机构

    公开(公告)号:CN115520357A

    公开(公告)日:2022-12-27

    申请号:CN202211149204.2

    申请日:2022-09-20

    Abstract: 本发明涉及一种基于仿生水下自主航行器的质心调节机构,增加了离合器和离合器驱动电机,在横滚状态下,离合器驱动电机正转,推动离合器的键销插入联轴器上的键销孔,使得丝杠停止转动;当离合器驱动电机前端输出轴反转时,离合器的返回原位置,其键销脱离联轴器上的键销孔。离合器用于在横滚状态下对俯仰运动的调节,实现在横滚状态下,航行器不发生俯仰运动,即航行器在进行转弯运动时不产生上浮与下潜动作,影响航行,对航行器的运动产生不利影响。本发明通过控制质量块的位置和角度实现所述功能;质心调节机构具有结构简单、控制精确、可靠性高的特点。

    一种近底高频大变形扑动的水动力数值计算方法

    公开(公告)号:CN119180102A

    公开(公告)日:2024-12-24

    申请号:CN202411168962.8

    申请日:2024-08-23

    Abstract: 本发明一种近底高频大变形扑动的水动力数值计算方法,属于仿生水下机器人领域;方法步骤为:根据仿生对象的外形几何参数构建仿真数值模型;对所述仿真数值模型和流场进行网格划分,并确定计算域;构建流体求解模型;设置流体计算的边界条件;通过网格变形实现仿生数值模型的变形和运动;仿真数值模拟计算得到,仿生数值模型在近底条件下高频大变形扑动产生的涡脱及水动力参数信息。本发明将TFI和ghost(虚拟)方法相结合,并使用重叠网格对计算模型进行网格划分,实现模型在不同近底距离下的高频、大变形运动,提高了扑动过程中网格的变形能力以及计算的准确高效性。

    一种基于Q学习和胸鳍振幅的仿蝠鲼机器鱼航向控制方法

    公开(公告)号:CN115981352A

    公开(公告)日:2023-04-18

    申请号:CN202211581335.8

    申请日:2022-12-07

    Abstract: 本发明涉及一种基于Q学习和胸鳍振幅的仿蝠鲼机器鱼航向控制方法,与传统的控制方法相比,本发明不需要建立控制对象模型,通过采集实验数据,离线训练Q表格,然后将表格移植到样机控制器中,通过查表的方式取得控制变量,控制样机在固定深度游动。与其他强化学习控制方法相比,其对硬件资源要求低,对空间需求小,功耗小,实现方便。其有益效果在于:对控制器的硬件要求低,普通的单片机就可以实现,除了节约成本外,还达到节约空间和节约能源的效果。相比于基于模糊控制的航向控制方法,本方法不需要专家经验来建立规则库就可以实现机器鱼的航向控制,Q表在训练的时候自己会学到“专家经验”。

    一种多模态自主变形仿生喷流航行器

    公开(公告)号:CN117842327A

    公开(公告)日:2024-04-09

    申请号:CN202410045686.X

    申请日:2024-01-11

    Abstract: 本发明一种多模态自主变形仿生喷流航行器,属于机械领域;包括沿轴向依次排布的头部扑翼、水密电子舱、重浮力调节舱、柔性喷流控制舱、矢量喷口,整体轮廓模仿鱿鱼外形;所述头部扑翼包括头壳及对称设置于头壳两侧的柔性扑翼;所述水密电子舱用于容纳航行器所用电子元器件;所述重浮力调节舱通过重量调节浮力,进而实现对航行器深度的控制;所述柔性喷流控制舱通过控制体积的膨胀和收缩,完成吸水和急速排水的过程,进而完成喷流‑滑行运动,提供间歇性的推进力;所述矢量喷口通过改变与航行器中轴线之间的夹角,完成对喷流方向的控制,进而实现航行器航行方向和姿态的控制。本发明能够完全模仿鱿鱼的喷流‑滑行运动过程,进行高效的喷流推进。

    一种基于Q学习的仿蝠鲼机器鱼深度控制方法

    公开(公告)号:CN116009564A

    公开(公告)日:2023-04-25

    申请号:CN202211567285.8

    申请日:2022-12-07

    Abstract: 本发明涉及一种基于Q学习的仿蝠鲼机器鱼深度控制方法,与传统的控制方法相比,本发明不需要建立控制对象模型,通过采集实验数据,离线训练Q表格,然后将表格移植到样机控制器中,通过查表的方式取得控制变量,控制样机在固定深度游动。与其他强化学习控制方法相比,其对硬件资源要求低,对空间需求小,功耗小,实现方便。其有益效果在于:方法的实现对控制器的硬件要求低,普通的单片机就可以实现,除了节约成本外,还达到节约空间和节约能源的效果。本发明实现简单,泛化能力强,除了可以应用于仿生水下机器人外,还能应用于传统水下AUV。

Patent Agency Ranking