-
公开(公告)号：CN109753068B
公开(公告)日：2022-06-21
申请号：CN201910033306.X
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，具体涉及一种考虑通信情况的多USV群体协同避碰规划方法。本发明在有/无通信的情况下利用通信模块的互通位置、速度、艏向等信息和雷达探测一定范围内的静态障碍物位置和动态USV位置、速度、艏向等信息辅助避碰规划，使多个USV从起点向终点航行过程中避开所有静态障碍物、USV之间不发生碰撞且不出现大角度转向、大范围加减速，且航行路径符合经济性要求。本发明致力找到适应于有/无通信情况下充分利用通信模块和雷达探测模块来辅助避碰的方法，并且制定合理的通信频率和通信内容来减轻系统的压力。
-
公开(公告)号：CN109582027B
公开(公告)日：2022-02-22
申请号：CN201910032577.3
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于无人水面艇避障领域，具体涉及一种基于改进粒子群优化算法的USV集群避碰规划方法。本发明主要包括以下步骤：根据导航雷达和光电传感器的参数特性建立USV综合视域模型；构建坐标系；构建环境模型；设计用于USV集群避碰规划的滚动优化策略和改进粒子群优化算法；将综合传感器探测到的信息及目标点的信息输入到改进粒子群优化算法中，获得USV下一时刻的航行和航速的调整指令。本发明不仅克服了标准粒子群优化算法易于陷入局部最优的缺点，而且结合了USV当前环境信息，提高了USV避碰规划的实时性，在适应度函数中加入了USV的转角优化，在获得最优路径的同时也提高了路径的平滑性。
-
公开(公告)号：CN108320051B
公开(公告)日：2021-11-23
申请号：CN201810044018.X
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网络模型的移动机器人动态避碰规划方法，属于移动机器人导航领域；本发明是一种基于深度学习网络的避碰算法，通过对传感器的数据进行前期归一化处理然后输入到GRU网络模型中，通过输入层将数据传输到隐藏层，通过隐藏层GRU模块单元对数据进行处理，将处理后的数据输出到输出层，得到下一时刻移动机器人在全局坐标系中的方向θ和速度v；该算法作用下机器人利用简单的感知设备，便可以具有高智能的动态规划水平，在保证安全的前提下，使移动机器人的反应速度优于传统避碰算法。
-
公开(公告)号：CN109782807B
公开(公告)日：2021-10-01
申请号：CN201910176368.6
申请日：2019-03-08
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 一种回形障碍物环境下的AUV避障方法，属于水下无人航行器智能控制技术领域。本发明把声呐探测的障碍物数据通过轮廓凸算法和贝塞尔插值将障碍物边界简化，利用预测导引视域航迹段算法设计出回形障碍物环境下的避障航迹。考虑到回形障碍物的复杂多样性，很容易使得AUV陷入障碍物无法逃出的问题，算法结合避障权值函数得出全局最优预测避障参数，利用历史航迹与当前形成的导引视域航迹段，得出相应的避障预测轨迹方向，然后利用导引方法使得AUV成功实现检测到回形障碍物内部的目标，并能逃离出回形障碍物，实验数据结果可以看出本发明所提算法有更好的环境适应性、避障执行效率高，具有成功逃离障碍物陷阱的能力。
-
公开(公告)号：CN108762280B
公开(公告)日：2021-09-28
申请号：CN201810519508.0
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考虑海洋环流影响的UUV基于能量消耗优化的远程航海路径规划方法，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QPSO算法迭代过程，计算当前路径对应粒子平均最佳位置，计算当前路径对应UUV的能量消耗。通过相应的优化过程确定最终的最优解。输出最终的路径控制节点。根据最终的控制节点拟合生成能耗最优的路径轨迹。本发明中以能耗为优化目标经由三种优化算法得到的能量消耗值均远低于相同算法在以航行时间为优化目标下所消耗的能量。
-
Patent Agency Ranking
公开(公告)号：CN108052009B
公开(公告)日：2021-05-04
申请号：CN201810066319.2
申请日：2018-01-23
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 基于滤波反步法的水面目标救援跟踪观测控制器设计方法，涉及水面目标救援跟踪控制领域。为了解决水面运动目标救援的跟踪控制的问题。根据导引律求得救援船的期望位置与期望速度；设计救援船状态观测器，利用其滤除救援船在四级海况下的各个方向的振荡运动，保留救援船在四级海况下的平移运动；设计基于反步法的观测控制器，选择李雅普诺夫函数证明观测控制器的稳定性；采用二阶滤波器对得到的观测控制器中的虚拟控制量进行滤波处理以避免反步法设计的观测控制器多次对虚拟控制量进行求导；构造滤波补偿系统对二阶滤波器的输入输出信号产生的偏差进行消除，设计基于滤波反步法的观测控制器。本发明针对水面失事潜艇跟踪控制，精度高，鲁棒性强。
-
公开(公告)号：CN111899280A
公开(公告)日：2020-11-06
申请号：CN202010667153.7
申请日：2020-07-13
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用深度学习和混合型位姿估计的单目视觉里程计方法，包括：利用深度学习神经网络估计连续图像间光流场并从光流场提取关键点匹配对。关键点匹配对作为输入，根据2d-2d位姿估计原理，利用对极几何的方法初步计算出旋转矩阵和平移向量。利用深度神经网络估计得到单目图像深度场，结合几何理论三角测量方法，以深度场为参考值，使用RANSAC算法计算得到绝对尺度，将位姿从归一化坐标系转到真实坐标系，当2d-2d位姿估计失败或绝对尺度估计失败，利用3d-2d位姿估计原理，利用PnP算法进行位姿估计。本发明能够得到精确的位姿估计和绝对尺度估计、具有较好鲁棒性、在不同场景环境下都能够很好的复现出相机轨迹。
-
公开(公告)号：CN110991647A
公开(公告)日：2020-04-10
申请号：CN201911125114.8
申请日：2019-11-18
Applicant: 哈尔滨工程大学
Abstract: 本发明属于UUV态势评估领域，具体涉及一种基于本体的UUV态势感知推理方法。本发明能够有效的解决UUV在水下环境的态势感知推理问题，以完成对UUV在执行任务时所面对的态势进行评估，从而便于后续的决策和事件处理。本发明具体包括以下步骤：(1)基于本体对UUV态势感知中的态势感知要素进行建模，充分表达态势感知要素之间的关联关系；(2)对本体进行实例化，输入态势感知要素实例；(3)将本体和贝叶斯之间进行结构转换，建立态势感知要素关系描述与态势感知推理之间的桥梁，为后期的推理奠定基础；(4)利用转换后的贝叶斯网络对态势感知进行推理，得到当前态势感知推理结果。
-
公开(公告)号：CN110968836A
公开(公告)日：2020-04-07
申请号：CN201911124985.8
申请日：2019-11-18
Applicant: 哈尔滨工程大学
Abstract: 本发明属于UUV自主控制技术领域，具体涉及一种基于威胁的UUV应急决策方法。本发明有效解决UUV在水下环境遭遇威胁时能进行应急决策的问题，准确评估威胁事件，通过灵敏度分析得到威胁事件的威胁程度排序。在海洋环境威胁类、平台威胁类、任务威胁类三方面，便于了解当前UUV系统各部分的状况，利用动态影响图模型推理得到应急决策的最大期望效用值，确定最终应急决策方案。
-
公开(公告)号：CN110827238A
公开(公告)日：2020-02-21
申请号：CN201910932903.6
申请日：2019-09-29
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明提供一种改进的全卷积神经网络的侧扫声纳图像特征提取方法，数据集的获取，并将数据集分为训练集和测试集，对数据集的目标区域进行标注；以VGG16网络为基础网络，搭建全卷积网络模型，并改进FCN模型的跳层结构；训练改进的全卷积网络模型，即训练FCNB模型；用训练好的网络对测试集的数据进行特征提取；定性评价特征提取结果，对比分析改进后与改进前的网络的特征提取结果。本发明保留了更多的细节信息，克服了传统方法抗散斑能力差、效率低、速度慢以及准确率低的缺点；有利于方法的泛化使用；特征提取效果得到了明显提升，该方法收敛性更好，稳定性更高。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.03 seconds)
