-
公开(公告)号：CN109685286B
公开(公告)日：2022-08-02
申请号：CN201910032579.2
申请日：2019-01-14
Applicant: 哈尔滨工程大学
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。
-
公开(公告)号：CN109711087B
公开(公告)日：2022-06-21
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：CN108319293B
公开(公告)日：2021-01-12
申请号：CN201810043820.7
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LSTM网络的UUV实时避碰规划方法属于神经网络技术领域和实时避障技术领域。包括步骤：构建全局坐标系和局部坐标系，建立声纳仿真模型；设计用于实时避碰规划的LSTM网络；构建数据集；利用训练集中数据训练LSTM网络，得到基于LSTM网络的实时避碰规划器；将声纳探测信息及目标点信息输入至基于LSTM网络的避碰规划器，获得UUV下一时刻的转艏及速度的调整指令。本发明设计的用于UUV实时避碰规划的LSTM网络，不仅有强大的学习能力，同时还具有非常强的泛化能力，这使得所实现的实时避碰规划器适用于各种复杂的环境；同时，该避碰规划器满足实时性的要求，并且所规划的路径满足UUV运动特性的要求。
-
公开(公告)号：CN110781924A
公开(公告)日：2020-02-11
申请号：CN201910932848.0
申请日：2019-09-29
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于全卷积神经网络的侧扫声纳图像特征提取方法，利用原有的声纳图像进行数据增广，获得模型训练和测试所需的样本集；对样本集中的每幅图像的海底地形的边缘区域进行人工标注，区分目标和背景，获得模型训练和测试标签图；构建FCNs模型；将海底地形图像及对应的标签图输入网络，采用带动量项的小批量梯度下降法训练网络，保存最优网络模型；对比随机梯度下降法与小批量梯度下降法下网络的收敛性、稳定性；对地形边缘轮廓特征提取并输出特征提取结果，对结果进行定性评价。本发明方法无需复杂的预处理，声纳特征特征提取方法速度快、效率高，具有较强的抗散斑噪声的能力；提高了网络的性能，确保了FCNs各个网络模型的收敛性和稳定性。
-
公开(公告)号：CN109765929A
公开(公告)日：2019-05-17
申请号：CN201910033349.8
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于无人水下航行领域，具体涉及一种基于改进RNN的UUV实时避障规划方法。本发明提供了一种基于改进RNN的UUV实时避碰规划方法，该方法采用卷积连接方式代替原RNN网络中的全连接，减少了网络参数，降低了算法学习时间，提高了算法信息处理能力。本发明设计的用于UUV实时避碰规划的改进RNN算法，在复杂的不确定环境中有较强的适应性；有较强的学习能力、泛化能力及抗噪声干扰能力。
-
Patent Agency Ranking
公开(公告)号：CN109765890A
公开(公告)日：2019-05-17
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：CN109460045A
公开(公告)日：2019-03-12
申请号：CN201910032604.7
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 动态障碍在线感知下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。本发明针对USV在动态未知环境中避碰规划算法的搜索能力不足等问题，提出了一种基于改进蚁群优化算法的USV实时避碰规划方法，首先，为了满足《国际海上避碰规则》，设计反向偏心膨化法对动态障碍进行膨化；其次，基于运动速度模型和改进蚁群优化算法，将动态已知环境中的USV避碰规划转换成为一个瞬时静态已知环境下的多条件目标优化问题；最后，针对于蚁群优化算法收敛速度慢的问题，提出了改进的伪随机比例规则对蚂蚁状态转移进行选择，且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，避免了搜索陷入局部最优。
-
公开(公告)号：CN105929842B
公开(公告)日：2019-01-11
申请号：CN201610247753.1
申请日：2016-04-20
Applicant: 哈尔滨工程大学
Abstract: 一种基于动态速度调节的欠驱动UUV平面轨迹跟踪控制方法，涉及欠驱动水下无人航行器的运动控制技术。本发明是为了实现欠驱动UUV平面轨迹的精确跟踪控制。包括以下步骤：步骤一：UUV根据当前任务获取位置、姿态信息；步骤二：利用欠驱动UUV的数学模型得出位置、姿态误差变量；步骤三：采用定义虚拟速度误差变量的方法，计算出虚拟控制律；步骤四：结合生物启发模型对速度误差进行动态调节；步骤五：推导出动态速度调节控制器产生的控制信号，实现欠驱动UUV平面轨迹跟踪控制。本发明方法能够对欠驱动UUV的速度进行动态调节，同时避免了传统反步法中首向角误差等于90°时的奇异值，实现了在外界常值扰动下对圆形轨迹的跟踪。
-
公开(公告)号：CN105843233B
公开(公告)日：2018-10-09
申请号：CN201610221521.9
申请日：2016-04-11
Applicant: 哈尔滨工程大学
Abstract: 一种基于非线性观测器的自主水下航行器运动控制方法，涉及自主水下航行器(AUV)运动控制技术领域。本发明是为了增强自主水下航行器对环境扰动的鲁棒性，提供控制系统的动态性能指标。包括以下步骤：步骤1、建立自主水下航行器的六自由度数学模型；步骤2、设计跟踪微分器获取期望位置信息的跟踪信息以及微分信息；步骤3、设计非线性观测器利用传感器测量得到的位置信息观测出自主水下航行器的速度、干扰状态信息；步骤4、设计控制器利用跟踪微分器以及非线性观测器获得的信息得到执行机构所需控制量；步骤5、执行机构作用于受控对象自主水下航行器，使自主水下航行器运动到设定的期望位置。本发明适用于自主水下航行器运动控制。
-
公开(公告)号：CN108319293A
公开(公告)日：2018-07-24
申请号：CN201810043820.7
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LSTM网络的UUV实时避碰规划方法属于神经网络技术领域和实时避障技术领域。包括步骤：构建全局坐标系和局部坐标系，建立声纳仿真模型；设计用于实时避碰规划的LSTM网络；构建数据集；利用训练集中数据训练LSTM网络，得到基于LSTM网络的实时避碰规划器；将声纳探测信息及目标点信息输入至基于LSTM网络的避碰规划器，获得UUV下一时刻的转艏及速度的调整指令。本发明设计的用于UUV实时避碰规划的LSTM网络，不仅有强大的学习能力，同时还具有非常强的泛化能力，这使得所实现的实时避碰规划器适用于各种复杂的环境；同时，该避碰规划器满足实时性的要求，并且所规划的路径满足UUV运动特性的要求。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.026 seconds)
