-
公开(公告)号:CN110716574A
公开(公告)日:2020-01-21
申请号:CN201910934428.6
申请日:2019-09-29
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明属于UUV控制技术领域,具体涉及一种基于深度Q网络的UUV实时避碰规划方法。本发明使网络体系在复杂环境的局部避碰规划时具有自我学习的能力实现端到端模型,不对输入的声呐数据进行人工提取特征和特征匹配,直接从原始数据集上学习状态与动作的映射关系,将深度学习和强化学习相结合应用到避碰规划问题的解决上。本发明使用深度强化学习,无需像深度学习那样进行大规模的采样和做标签,也不像传统的方法需建立环境和UUV本身的数学模型,无需环境的模型,采用强化学习不会因为路径过于复杂而无法执行策略,使其在实际应用中缩短了项目的开发周期、实施更加简洁、高效、鲁棒性高。
-
公开(公告)号:CN106525042B
公开(公告)日:2019-10-18
申请号:CN201610854298.1
申请日:2016-09-27
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明的目的在于提供一种基于蚁群与扩展卡尔曼滤波相结合的多AUV协同定位方法,首先建立AUV运动学模型,然后线性化AUV模型,采用改进的蚁群算法对Q矩阵R矩阵进行最优估计:先采用蚁群算法进行首次遍历,产生大量解;采用粒子群算法找到全局最优值;再次利用蚁群算法,将当前解集置为蚁群初始出发点,然后根据蚁群中蚂蚁获得的解的质量的优劣,选出部分最优秀的蚂蚁按其解的优劣程度加权平均释放信息素。最终,将求解出来的Q,R运用到EKF中,从而实现对从AUV的定位。本发明巧妙地将智能算法与EKF相结合,不仅解决了噪声矩阵的不确定、难选择的问题,而且提高了EKF的滤波精度,应用于多AUV的定位系统中,大大提高了对从AUV定位的精确度。
-
公开(公告)号:CN110188461A
公开(公告)日:2019-08-30
申请号:CN201910454611.6
申请日:2019-05-29
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种面向基地攻防任务的多UUV红蓝方AHP威胁评估方法,步骤一、搭建层次结构模型;步骤二、分析同一层的各评价指标对上一层中某准则的重要程度,并进行两两对比,按9标度法构造成对对比矩阵;步骤三、计算各评价指标对于该准则的相对权重;步骤四、计算各层指标对评估目标的综合权重,进行层次单排序及其一致性检验;步骤五、层次总排序与一致性检验,各个目标的权重排序,选择威胁程度最大的红方UUV为目标UUV进行优先攻击。本发明提供一种面向基地攻防任务的多UUV红蓝方AHP威胁评估方法,通过仿真案例展现出对多UUV目标威胁评估的有效性。
-
公开(公告)号:CN110119705A
公开(公告)日:2019-08-13
申请号:CN201910384163.7
申请日:2019-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明属于数据关联领域,具体涉及一种机器人基于改进蚁群优化的线特征数据关联方法。包括以下步骤:构建全局坐标系和局部坐标系,设置传感器工作模式;建立线特征观测模型;采用改进分割-聚合方法提取环境线特征;设计改进ICNN方法与改进蚁群优化方法相结合的线特征数据关联方法;将传感器获得的环境线特征信息以及移动机器人位姿信息输入至基于改进蚁群优化的线特征数据关联方法中,进行数据关联,得到一个关联对集合,对地图特征集进行更新。首先基于激光传感器数据提取环境线特征,再将改进ICNN算法与改进蚁群优化算法相结合,提高了数据关联算法的关联正确率,得到精确的环境地图。
-
公开(公告)号:CN110045381A
公开(公告)日:2019-07-23
申请号:CN201910347922.2
申请日:2019-04-28
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像处理领域,具体涉及一种基于线特征简化的侧扫声呐线特征匹配改进方法。本发明主要包括两大步骤:对提取的线特征进行简化处理以及线特征之间的匹配。侧扫声呐图像由于自身的特点,在提取线特征之后,在某些区域会存在过多相似度极高的线特征,通过线特征的简化处理将多条相似度极高的线特征简化,最终确定最少数量线特征代表待处理区域的提取特征,线特征匹配利用射影变换找到对应特征。本发明首先将提取的线特征进行简化处理,可以更简洁描述图像特点,也更有利于提高后续线特征匹配率和匹配速度;基于简化特征的基础上,利用射影变换实现线特征在匹配图像中的映射,通过设计线特征之间的匹配约束条件来完成线特征之间的匹配。
-
公开(公告)号:CN109782760A
公开(公告)日:2019-05-21
申请号:CN201910032598.5
申请日:2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于USV控制技术领域,具体涉及一种考虑无通信的多USV群体协同避碰规划方法。本选取雷达传感器参数构建雷达探测模型,计算无通信情况下的多USV运动参数及碰撞危险度;利用雷达模块探测进入雷达探测范围内的静态障碍物位置和动态USV位置、速度、艏向等信息构建无通信情况下遗传算法评价函数;本发明在无通信情况下利用雷达模块探测进入雷达探测范围内的静态障碍物位置和动态USV位置、速度、艏向等信息的作用辅助避碰规划,使多个USV从起点向终点的航行过程中躲避环境中所有静态障碍物、USV之间不发生碰撞、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。本发明致力找到在无通信情况下充分利用雷达模块的探测作用来辅助避碰的方法。
-
公开(公告)号:CN109753068A
公开(公告)日:2019-05-14
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:CN109725650A
公开(公告)日:2019-05-07
申请号:CN201910182252.3
申请日:2019-03-08
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 一种密集障碍物环境下的AUV避障方法,属于水下无人航行器智能控制技术领域。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,利用预测导引避障算法设计出密集障碍物环境下的避障航迹。考虑到密集障碍物的复杂多样性,因此该方法结合避障参数和避障规则制定出避障权值函数得出全局最优预测避障参数,最后制定出相应的避障导引航迹点使得AUV实现避障的目的。实验数据可以看出本发明所提算法针对复杂密集障碍物环境有更好的适应性和避障执行效率,能够更好的利用到水下无人潜航器AUV的水下避障过程中。
-
公开(公告)号:CN109711087A
公开(公告)日:2019-05-03
申请号:CN201910033312.5
申请日:2019-01-14
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UUV动态威胁态势评估方法。本发明能够有效的解决UUV在水下的动态威胁态势评估问题,准确地评估当前时刻以及一段连续时间内的威胁态势,并能通过灵敏度分析得到当前各种威胁的威胁度排序。本发明不单纯使用静态贝叶斯网络或动态贝叶斯网络进行评估,而是将两者结合使用,使用了环境、平台、任务三级评估网络,便于评估方了解当前UUV系统各部分的状况,同时可以推理出各威胁的威胁方式;最后从整体出发,再使用静态网络对整个网络进行灵敏度分析,针对现场感知的环境类、平台健康类、任务类威胁给出在线定量定性的评估结果,为UUV后续的自主控制提供输入信息,决定当前最亟待解决的威胁问题。
-
公开(公告)号:CN109685286A
公开(公告)日:2019-04-26
申请号:CN201910032579.2
申请日:2019-01-14
Applicant: 哈尔滨工程大学
CPC classification number: G06Q10/047 , G05D1/0206 , G06F17/5009 , G06N3/006
Abstract: 未知静态障碍环境下USV基于改进蚁群优化的避碰规划方法,属于水面无人艇避碰规划技术领域。本发明首先构建全局坐标系和局部坐标系,建立导航雷达仿真模型;设计用于实时避碰规划的滚动优化窗口;然后采用可视图法构建环境模型;设计用于实时避碰规划的改进蚁群优化方法;最后将导航雷达探测信息及目标点信息输入至基于改进蚁群优化方法的USV静态避碰规划器,获得USV下一时刻的转艏及速度的调整指令。本发明将滚动优化窗口法与改进蚁群优化方法相结合,提高了USV在线规划的实时性;针对于蚁群优化方法收敛速度慢,提出了改进的伪随机比例规则对蚂蚁状态转移进行选择;借鉴狼群分配原则和最大最小蚂蚁系统对全局信息素进行更新,避免搜索陷入局部最优。
-
-
-
-
-
-
-
-
-