-
公开(公告)号：CN115061465A
公开(公告)日：2022-09-16
申请号：CN202210693362.8
申请日：2022-06-17
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于多AUV协同控制技术领域，具体涉及一种基于蚁群算法的多AUV协同目标搜索方法。本发明基于蚁群算法的协同性，设计了结合概率地图的目标搜索策略，并结合预测控制优化了搜索策略。本发明中目标搜索效率更高，协同性高。在未知环境中，防止多AUV的目标搜索可能出现重复搜索的情况，AUV会尽量的避免搜索其他AUV搜索过的地区。本发明可以进行大范围的搜索。相对于单AUV，多AUV的协同目标搜索可以进行大范围的目标搜索，收缩时间更快。
-
公开(公告)号：CN109765890B
公开(公告)日：2022-07-29
申请号：CN201910033307.4
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 一种基于遗传算法的多USV群体协同避碰规划方法，属于USV控制技术领域。本发明首先采用浮点数编码方式对USV的速度调节量和艏向调节量进行初始化编码并设置其他控制参数；然后构建评价函数，计算出种群的每代个体的评价函数值从而对种群个体进行轮盘赌选择、离散交叉、高斯变异的遗传操作，建立迭代过程得出最优解；最后利用QT软件构建USV避碰规划仿真软件平台，添加雷达探测模块和遗传算法，设计典型的仿真案例验证算法的有效性。本发明解决了遗传算法的时效性差、陷入局部最优、过早收敛、子代最优劣于父代最优等问题以及航行过程的大角度转向、大范围加减速的不良航行问题。
-
公开(公告)号：CN111337930B
公开(公告)日：2022-07-15
申请号：CN202010195576.3
申请日：2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明提公开了一种AUV目标搜索方法，包括：声呐探测模型的建立、环境感知地图的建立和基于改进吸引源的目标搜索方法。本发明在无先验信息的未知水下环境中通过声呐传感器实时探测周围环境信息，创建并更新了各类环境感知地图，改进信息素的释放机制，使AUV在搜索区域覆盖率较大的情况下针对目标存在概率较低的区域进行回访，避免由于检测概率问题而遗漏目标，防止AUV在已搜索区域进行重复搜索，在搜索区域各个对角设置待激活吸引源，通过激活待激活吸引源更容易搜索到边角的目标，制定各个环境感知地图的更新公式以及搜索收益函数，使AUV做出最大收益的移动决策，在保证搜索的可靠性与稳定性的同时提高搜索效率。
-
公开(公告)号：CN109597417B
公开(公告)日：2022-04-05
申请号：CN201910033309.3
申请日：2019-01-14
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于USV控制技术领域，具体涉及一种基于避碰准则的多USV群体协同避碰规划方法。该方法包括：步骤1、制定合理的USV避碰规则；步骤2、多USV系统建模，计算运动参数和碰撞危险度；步骤3、构建USV避碰规划仿真软件平台，添加雷达探测模块和遗传算法，设计典型的仿真案例验证算法的有效性。本发明使多个USV从起点出发躲避环境中所有静态障碍物到达终点，在整个航行过程中USV之间不发生碰撞且在相遇时遵守避碰准则采取避碰策略，同时避免出现大角度转向、紧急加减速的情况。本发明致力找到严格遵守避碰准则的多USV避碰规划方法，并且解决航行过程的大角度转向、大范围加减速的不良航行问题。实现路径最短、符合经济性、平滑性、安全性的最优避碰。
-
公开(公告)号：CN108334677B
公开(公告)日：2021-06-11
申请号：CN201810052628.4
申请日：2018-01-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于GRU网络的UUV实时避碰规划方法，属于水下航行器避障领域。本发明包括：将UUV布放在起始位置；仿真声纳开始获取UUV当前位置的环境信息；将仿真声纳获取的环境信息输入到GRU网络，获得下一时刻UUV转艏及速度的调整指令；UUV执行运动指令，到达下一路径点；判断UUV是否到达目标点，若是则避碰规划器停止工作。本发明利用GRU强大的拟合长时间序列的能力，解决了UUV实时避碰规划的问题，克服了现有的实时避碰规划方法存在环境模型的精度与规划的实时性之间的矛盾，实现了一个简单、高效、易于实现的端到端的实时避碰规划器。
-
Patent Agency Ranking
公开(公告)号：CN108931243B
公开(公告)日：2020-12-22
申请号：CN201810519546.6
申请日：2018-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种复杂海洋环境影响下基于能耗和采样量多目标优化的UUV路径规划方法，包括以下步骤：确定UUV实际的对地航行速度以及由海洋预报系统提供的实时更新的海流信息，初始化优化算法所需的各类参数，通过空间分解建模随机产生路径控制节点，使用B‑Spline拟合生成初始路径。进入MOPSO算法迭代过程，求解出对应优化目标评价函数下的帕雷托解集。根据当前最新更新的海洋预报信息和UUV能量水平，通过FCE方法从上述解集中选解。输出最终选定解对应的路径控制节点。根据上述路径控制节点，通过B‑Spline方法拟合得到路径轨迹结果。本发明致力于生成最适用于UUV当前能耗水平和未来海洋特征变化趋势的最优路径控制节点，并通过拟合该路径节点得到最优路径轨迹。
-
公开(公告)号：CN112082558A
公开(公告)日：2020-12-15
申请号：CN202010959787.X
申请日：2020-09-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于UUV航行运动路径规划领域，具体涉及基于多项式拟合的UUV海底地形跟踪滚动路径生成方法。本发明采用基于慎思式路径滚动生成的UUV海底地形跟踪方法能够实现对未知复杂海底地形的跟踪，规划生成的跟踪路径安全性好，可以最大程度的避免与海底地形的碰撞。本发明采用多项式拟合的方法生成跟踪路径，在声呐探测海底地形信息不完全的情况下，仍然可以生成理想的跟踪路径，实现UUV对海底地形的有效定高跟踪。本发明不需要海底地形的先验知识，实现了UUV对海底地形的在线探测、规划与跟踪的统一，且计算量小、实时性好，利于工程实现。
-
公开(公告)号：CN111337930A
公开(公告)日：2020-06-26
申请号：CN202010195576.3
申请日：2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明提公开了一种AUV目标搜索方法，包括：声呐探测模型的建立、环境感知地图的建立和基于改进吸引源的目标搜索方法。本发明在无先验信息的未知水下环境中通过声呐传感器实时探测周围环境信息，创建并更新了各类环境感知地图，改进信息素的释放机制，使AUV在搜索区域覆盖率较大的情况下针对目标存在概率较低的区域进行回访，避免由于检测概率问题而遗漏目标，防止AUV在已搜索区域进行重复搜索，在搜索区域各个对角设置待激活吸引源，通过激活待激活吸引源更容易搜索到边角的目标，制定各个环境感知地图的更新公式以及搜索收益函数，使AUV做出最大收益的移动决策，在保证搜索的可靠性与稳定性的同时提高搜索效率。
-
公开(公告)号：CN111025229A
公开(公告)日：2020-04-17
申请号：CN201911314472.3
申请日：2019-12-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种水下机器人纯方位目标估计方法，在水下机器人进行被动声纳探测过程中，利用被动声纳提供的目标纯方位信息，结合基于图优化的估计模块和保证可观测性的路径规划模块，在机器人高精度航位推算的基础上，实现纯方位目标的非线性估计。本发明使得水下机器人在执行探测任务的过程中，能够利用连续观测信息，实现时间窗口内的最优估计，并充分利用水下机器人的机动能力，增强探测过程中的可观测性，满足目标探测过程的鲁棒性要求。
-
公开(公告)号：CN110750096A
公开(公告)日：2020-02-04
申请号：CN201910953377.1
申请日：2019-10-09
Applicant: 哈尔滨工程大学
Abstract: 本发明属于移动机器人导航技术领域，具体涉及一种静态环境下基于深度强化学习的移动机器人避碰规划方法。本发明使用激光测距仪采集原始数据，将处理后的数据作为A3C算法的状态S，通过构建A3C-LSTM神经网络，将状态S作为网络输入，通过A3C算法，神经网络输出相应参数，利用参数通过正态分布选择移动机器人每一步执行的动作。本发明无需对环境进行建模，通过深度强化学习算法最终实现移动机器人成功在复杂静态障碍物环境下避障。本发明设计具有转艏约束的连续动作空间模型，且采用多线程异步学习，与一般深度强化学习方法相比，大大提高学习训练时间，减少样本相关性，保障探索空间的高利用性与探索策略的多样性，提升算法收敛性、稳定性以及避障成功率。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.034 seconds)
