波浪滑翔器多体艏向融合的无模型自适应航向控制方法

    公开(公告)号:CN108717263A

    公开(公告)日:2018-10-30

    申请号:CN201810508958.X

    申请日:2018-05-24

    Abstract: 本发明提供一种波浪滑翔器多体艏向融合的无模型自适应航向控制方法,将波浪滑翔器航向控制系统的输出定义为浮体航向角速度、潜体转艏角速度、浮体航向角和潜体艏向角的函数,通过多体艏摇运动信息融合提高波浪滑翔器航向控制能力,同时满足无模型自适应控制理论对受控系统“拟线性”假设条件的要求;计算波浪滑翔器航向控制系统的期望输出与实际输出的误差,作为MFAC控制器的输入,解算出控制系统期望输入;期望输入指令下达到操纵机构,进而控制波浪滑翔器的系统航向。本发明借助MFAC理论独特的自适应性及在线数据驱动优点,融合波浪滑翔器浮体和潜体的艏摇运动信息,能够有效控制波浪滑翔器的航向,并具有较强的自适应性。

    基于柔性物理连接的双无人艇编队控制方法

    公开(公告)号:CN113885490B

    公开(公告)日:2023-06-09

    申请号:CN202110880631.7

    申请日:2021-08-02

    Abstract: 本发明的基于柔性物理连接的双无人艇编队控制方法涉及无人艇的多艇协同控制领域,目的是为了克服因此现有的控制方法无法针对具有现实物理约束的多个无人艇进行控制的问题,方法具体步骤如下:步骤一、计算得到虚拟领航者的当前位置;步骤二、计算得到虚拟领航者下一时刻的期望艏向和期望航速,以及虚拟领航者的期望位置;步骤三、确定双无人艇的期望间距的范围;并在考虑双无人艇艏向差的前提下,计算获得双无人艇下一时刻各自的期望位置,以及双无人艇下一时刻各自的期望艏向和期望航速;步骤四、令两个无人艇均在下一时刻到达新的当前位置;步骤五、判断虚拟领航者新的当前位置是否位于目标位置的预设范围内;否则,返回并执行步骤一~步骤五。

    基于全卷积神经网络的海天线在线检测方法

    公开(公告)号:CN110705623B

    公开(公告)日:2022-08-02

    申请号:CN201910915844.1

    申请日:2019-09-26

    Abstract: 本发明公开了一种基于全卷积神经网络的海天线在线检测方法,用于完成无人艇在水面环境下对海天线的检测任务,即根据水面无人艇所携带的光视觉传感器传回的图像信息和水面无人艇的艇体姿态信息对当前传感器视角下的海天线进行预测,基于分类拟合原理,针对复杂的水面环境,依据水面图像的大体类别信息,设计全卷积神经网络和全连接网络模型,解决复杂水面环境下传感器的稳像问题以及艇体位姿的修正问题,同时也可以缩小搜索区域,加快搜索速度,为水面无人艇环境感知和运动规划及控制提供准确的传感器信息等。

    基于柔性物理连接的双无人艇编队控制方法

    公开(公告)号:CN113885490A

    公开(公告)日:2022-01-04

    申请号:CN202110880631.7

    申请日:2021-08-02

    Abstract: 本发明的基于柔性物理连接的双无人艇编队控制方法涉及无人艇的多艇协同控制领域,目的是为了克服因此现有的控制方法无法针对具有现实物理约束的多个无人艇进行控制的问题,方法具体步骤如下:步骤一、计算得到虚拟领航者的当前位置;步骤二、计算得到虚拟领航者下一时刻的期望艏向和期望航速,以及虚拟领航者的期望位置;步骤三、确定双无人艇的期望间距的范围;并在考虑双无人艇艏向差的前提下,计算获得双无人艇下一时刻各自的期望位置,以及双无人艇下一时刻各自的期望艏向和期望航速;步骤四、令两个无人艇均在下一时刻到达新的当前位置;步骤五、判断虚拟领航者新的当前位置是否位于目标位置的预设范围内;否则,返回并执行步骤一~步骤五。

    面向溢油围捕的双无人艇协同轨迹跟踪方法

    公开(公告)号:CN112327872B

    公开(公告)日:2021-08-03

    申请号:CN202011310019.8

    申请日:2020-11-20

    Abstract: 一种面向溢油围捕的双无人艇协同轨迹跟踪方法,属于多艇协同轨迹跟踪领域。本发明针对现有双无人艇溢油围捕方法中,轨迹跟踪算法复杂度高造成溢油围捕的工作效率低的问题。包括,在当前时间周期通过两艘无人艇上的位姿传感器分别测量双无人艇的当前位置和当前姿态信息;给合当前位置和当前姿态信息以及当前溢油点位置,采用零空间行为融合方法对双无人艇进行行为融合,得到双无人艇的期望航速及航向;控制双无人艇按照所述期望航速及航向运动,达到新位置;然后进入下一个时间周期,时间周期不断迭代,直到完成协同轨迹跟踪;所述零空间行为融合方法中的行为包括相互避碰、保持队形和趋向目标三种行为。本发明用于溢油围捕中的轨迹跟踪。

    面向溢油围捕的双无人艇协同轨迹跟踪方法

    公开(公告)号:CN112327872A

    公开(公告)日:2021-02-05

    申请号:CN202011310019.8

    申请日:2020-11-20

    Abstract: 一种面向溢油围捕的双无人艇协同轨迹跟踪方法,属于多艇协同轨迹跟踪领域。本发明针对现有双无人艇溢油围捕方法中,轨迹跟踪算法复杂度高造成溢油围捕的工作效率低的问题。包括,在当前时间周期通过两艘无人艇上的位姿传感器分别测量双无人艇的当前位置和当前姿态信息;给合当前位置和当前姿态信息以及当前溢油点位置,采用零空间行为融合方法对双无人艇进行行为融合,得到双无人艇的期望航速及航向;控制双无人艇按照所述期望航速及航向运动,达到新位置;然后进入下一个时间周期,时间周期不断迭代,直到完成协同轨迹跟踪;所述零空间行为融合方法中的行为包括相互避碰、保持队形和趋向目标三种行为。本发明用于溢油围捕中的轨迹跟踪。

    多无人艇分布式队形重构编队控制方法

    公开(公告)号:CN110687917A

    公开(公告)日:2020-01-14

    申请号:CN201910841306.2

    申请日:2019-09-06

    Abstract: 本发明提供一种多无人艇分布式队形重构编队控制方法,增加了一种分解行为,引入目标函数,建立指派问题数学模型,从而实现了变换到额定需求队形的任务目标。本发明的多无人艇分布式队形重构编队控制方法,增加了一种分解行为,建立指派问题数学模型,引入目标函数,从而达到了在队变换队形航行的总路径最短的同时,满足了变换到额定队形的任务需求。多无人艇分布式队形重构编队控制方法可以同时兼顾效率与性能,而且4种行为融合的数学模型可以使多无人艇完成更多种类任务,所以在多无人艇编队具有广泛应用。

    多机器人编队的改进自适应零空间行为融合方法

    公开(公告)号:CN110231821A

    公开(公告)日:2019-09-13

    申请号:CN201910474756.2

    申请日:2019-06-03

    Abstract: 本发明属于移动机器人编队运动规划领域,具体涉及一种多机器人编队的改进自适应零空间行为融合方法,包括以下步骤:将机器人的编队运动过程分解成3种运动行为:奔向目标点、避障、编队;确定3种运动行为的执行顺序,其优先级顺序为为避障、奔向目标点、编队;建立每一行为的运动模型;根据机器人运动信息求解行为运动模型;本发明的方法是在传统的零空间行为融合方法基础上,在避障行为中提出了一种逻辑优先的机器人间障碍物选定策略,有效避免了在两个机器人互为障碍物时,复选产生“越避越远”偏离任务路线的现象,提高了多机器人编队任务效率,有利于编队队形保持,在运动规划上具有显著进步。

    异构多无人艇编队的自适应行为融合方法

    公开(公告)号:CN110162053A

    公开(公告)日:2019-08-23

    申请号:CN201910451388.X

    申请日:2019-05-28

    Abstract: 本发明提供的是一种异构多无人艇编队的自适应行为融合方法。确定每一无人艇的最大航行速度;将最小值作为异构体运动规划的一致速度;将运动过程分解成奔向目标点、避障和编队3种运动行为;确定无人艇编队运动过程中3种运动行为的执行顺序;建立每一运动行为的运动模型;根据无人艇环境信息求解行为运动模型;将无人艇进行编号,执行艇在判断避碰的障碍物时选择在避障范围内比自身小的序号进行优先避障;进行运动模型的耦合,得到最终的速度和方向;判断无人艇是否到达终点。本发明引入一致速度的变量,协调异构无人艇间的机动性能,可以同时兼顾效率与性能。同时从理论上为行为的融合进行排序,更加严谨,可控性高,便于参数分析与调试。

Patent Agency Ranking