-
公开(公告)号:CN115649359A
公开(公告)日:2023-01-31
申请号:CN202211120164.9
申请日:2022-09-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种基于无人艇的中继器布放回收装置及方法,属于水下机器人布放回收领域。它包括龙门架、地轨滑车、铠装缆、绞车和中继器,所述中继器与水下机器人一同进行布放和回收,所述龙门架设置在地轨滑车的上方,所述龙门架包括上横梁、止转横梁、侧立柱、止转导轨和导向轮,所述上横梁与导向轮相连,所述上横梁两侧分别连接两个侧立柱,所述止转横梁两侧通过止转导轨与两个侧立柱的内侧相连,所述铠装缆设置在导向轮上,所述铠装缆与中继器和水下机器人相连,所述绞车与铠装缆相连。它主要用于中继器布放和回收。
-
公开(公告)号:CN110263832B
公开(公告)日:2023-01-06
申请号:CN201910501336.9
申请日:2019-06-11
Applicant: 哈尔滨工程大学
IPC: G06F18/2131 , G06F18/241 , G06N3/049 , G06N3/08
Abstract: 本发明涉及AUV水下导航故障诊断技术领域,具体涉及一种基于多尺度分析的AUV导航系统故障诊断方法。步骤一:根据采样的信号,得到传感器信号序列段x(n);步骤二:根据所需求的分解层数,进行多尺度分解处理,得到各层小波系数{d1(n),d2(n),…,dk(n)}以及第k层的尺度系数ck(n);步骤三:根据多尺度分解处理得到的信号,进行单支重构处理,得到第k层的近似信号Ck以及各层细节信号{D1,D2,…Dk};步骤四:根据各层细节信号,通过多尺度熵特征提取方法,将k层多尺度特征量组成k维特征向量;步骤五:将k维特征向量作为已训练好的改进的Levenberg‑Marquardt小波神经网络的输入向量,实现故障类型识别;本发明能够定量地描述出故障在不同尺度上的表征形式,并且能够自主学习并实现AUV导航传感器故障诊断。
-
公开(公告)号:CN109615063B
公开(公告)日:2022-08-23
申请号:CN201811474077.7
申请日:2018-12-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于BP神经网络的潜艇抗沉辅助决策系统,选定运用该系统的潜艇,建立潜艇姿态仿真实验平台;构建BP神经网络;利用仿真试验平台获取的数据,对BP神经网络进行离线学习,初步得到BP神经网络程序;辅助决策;将S4中实现辅助决策方案的数据在线收集,形成在线学习样本,使其进入BP神经网络进行学习,使潜艇抗沉辅助决策系统在使用过程中不断学习,最后重复S4,S5;本发明提出了一种基于BP神经网络的潜艇抗沉辅助决策系统,当潜艇出现非正常运行工况,姿态失衡时,该系统能够在很短的时间内给出高压气吹除方案,调整潜艇的姿态,使其在一定程度上能够正常运行,实现辅助决策的功能。
-
公开(公告)号:CN109241552B
公开(公告)日:2022-04-05
申请号:CN201810764979.8
申请日:2018-07-12
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F111/06 , G06F111/04
Abstract: 一种基于多约束目标的水下机器人运动规划方法,属于机器学习以及水下机器人运动规划领域。模型构建阶段:将机器人避障声呐的信号与流速传感器的流速信号转化为当前环境;根据动力学约束,建立离散动作空间;以水下障碍物作为约束,建立奖赏函数;基于多目标约束建立马尔可夫决策过程,为算法实现建立基础;训练阶段:基于Q学习算法进行训练,在当前环境,基于贪心策略执行动作,每执行一步策略,基于原始策略进行评估并更新一次策略,改进策略直到适应环境,实现规划目的。本发明考虑了水流、碍航物、目标等多约束目标,将强化学习方法与水下多约束目标结合,实现了水下机器人的运动规划,具有较强的实时性,并且可以适用于多种环境。
-
公开(公告)号:CN113534668A
公开(公告)日:2021-10-22
申请号:CN202110930108.0
申请日:2021-08-13
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了基于最大熵的演员‑评论家框架的AUV运动规划方法,包括以下步骤:S1:构建AUV操纵性模型;S2:确定AUV的状态空间与动作空间;S3:基于MDP决策过程,提出基于最大熵的强化学习算法,构建神经网络结构,搭建AUV运动规划系统;S4:设置一个综合的奖励函数来评估AUV决策的优劣,指导AUV完成运动规划任务的目标:在躲避障碍物到达目标点的同时,航行路程及所用时间达到最优;S5:通过自交互训练获得最优策略,保存训练好的神经网络参数,将最优策略对应的具体指令传递给下位机,最终实现感知‑规划‑控制的运动规划过程;本发明能够发现到达目标位置的多种策略,在应对各种突发态势时有较好的鲁棒性,且能在多约束的条件下顺利完成指定任务。
-
公开(公告)号:CN112925319A
公开(公告)日:2021-06-08
申请号:CN202110098934.3
申请日:2021-01-25
Applicant: 哈尔滨工程大学
Abstract: 一种基于深度强化学习的水下自主航行器动态避障方法,涉及水下机器人避障技术领域。本发明是为了解决目前缺乏水下自主航行器对动态障碍物的避障研究的问题。本发明建立水下自主航行器模型与运动学模型,获取周围障碍物的信息;采集水下自主航行器周围机动障碍物的运动状态信息,并构造动态障碍物状态方程;根据动态障碍物状态方程预测动态障碍物运动学模型;根据水下自主航行器周围障碍物的信息和动态障碍物运动学模型,融合多动态障碍物避障法生成避障策略并转化为MDP模型;结合确定性深度策略梯度算法对MDP模型进行训练,直至水下自主航行器能够无碰撞的到达目标区域;利用训练好的MDP模型引导水下自主航行器航行。
-
公开(公告)号:CN111216857B
公开(公告)日:2021-05-14
申请号:CN202010050457.9
申请日:2020-01-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种深海水下机器人剩余浮力被动消除装置,属于水下机器人技术领域,装置主体包括气囊、底板、阀、密封装置、压载固定螺栓、压载防脱杆、压载,可压缩气囊与底板一侧粘接,并且在底板另一侧具有水、气两个通路及相应的阀和密封装置,压载固定螺栓与底板相连,压载可安装到压载固定螺栓并通过压载防脱杆防止压载松脱,装置主体可通过固定孔安装到机器人载体上。本发明可实现无需任何外部控制的条件下,在预定深度被动地损失定量的浮力,消除深海水下机器人载体增加的剩余浮力,同时不破坏水下机器人在海面的正浮状态,并且浮力消除量可根据工作水深在机器人下水前进行调整,结构简单、使用方便。
-
公开(公告)号:CN110513256B
公开(公告)日:2020-08-04
申请号:CN201910707307.8
申请日:2019-08-01
Abstract: 本发明公开了一种海洋温差能发电的换热装置,包括:外耐压壳、内耐压壳、第一导热板、第二导热板、温差发电片、相变材料、橡胶软管、液压油、穿舱连接器、热载体油和导热片。温差发电片设置于外耐压壳和内耐压壳之间,与第一导热板和第二导热板连接;温差发电片与外耐压壳之间设置第一导热板;温差发电片与内耐压壳之间设置第二导热板;热载体油设置于外耐压壳和内耐压壳之间;相变材料、橡胶软管和导热片设置于内耐压壳内部,导热片与内耐压壳连接,液压油设置于橡胶软管内部;穿舱连接器设置于换热装置顶部。该装置实现了温差能的高效俘获,利用温差发电片进行发电,将温差能转换为电能可以提高水下滑翔机和剖面浮标等水下无人潜器的续航力。
-
公开(公告)号:CN111208840A
公开(公告)日:2020-05-29
申请号:CN202010056033.3
申请日:2020-01-17
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明提供一种深海水下机器人的悬停控制方法,本发明采用深沉运动速度控制与位置控制自动切换、位置控制调整项自动调整实现对深度偏差的调节,进而实现定深悬停或定高悬停控制目的。速度控制可使水下机器人发挥最大的垂向控制能力,位置控制保证深度偏差的调节精度与响应速度,位置控制调整项可消除垂向稳态误差。本发明能够使水下机器人克服剩余浮力的影响,实现定深或定高悬停,并能够反映剩余浮力的大小。
-
公开(公告)号:CN110333739A
公开(公告)日:2019-10-15
申请号:CN201910775602.7
申请日:2019-08-21
Applicant: 哈尔滨工程大学
Abstract: 一种基于强化学习的AUV行为规划及动作控制方法,属于水下机器人技术领域。为了解决AUV规划复杂任务时过于依靠人工经验,以及基于智能算法设计的控制方法需要精确的环境模型,从而导致训练经验局限,在现实环境中应用困难的问题。本发明将AUV探测隧洞定义为总任务;完成任务对应的行为包括:趋向目标、墙壁跟踪和避障;将机器人在水下需要完成所规划的行为而产生的控制指令定义为动作;AUV在执行隧洞探测任务时,使用深度强化学习DQN算法进行实时行为规划,构建对应的深度学习的行为网络,完成隧洞探测任务的规划。通过DDPG方法训练AUV的动作网络,将AUV视为环境模型,得到力到状态的映射,从而实现AUV的动作控制。
-
-
-
-
-
-
-
-
-