-
公开(公告)号：CN116007661A
公开(公告)日：2023-04-25
申请号：CN202310143126.3
申请日：2023-02-21
申请人： 河海大学
摘要： 本发明公开了一种基于改进AR模型和平滑滤波的陀螺误差抑制方法，属于水下机器人陀螺仪误差补偿技术领域，该方法基于已知量MEMS IMU陀螺输出的设备系下的三维角速度信息，具体包括如下步骤：首先采用滑动窗3阶拉盖尔多项式抗差拟合处理方法对陀螺输出信息进行抗差处理；然后建立改进的实时AR模型；并使用以IGGIII法为权函数的抗差最小二乘估计参数；再进行后向平滑卡尔曼滤波补偿。本发明可以提高陀螺误差建模和误差抑制能力。相比于传统MEMS IMU陀螺误差建模抑制方法，本方法能有效减小水下机器人运动过程中剧烈晃动对陀螺误差抑制的影响，进一步提高陀螺提供信息的准确性。
-
公开(公告)号：CN115979253A
公开(公告)日：2023-04-18
申请号：CN202211516059.7
申请日：2022-11-30
申请人： 河海大学
摘要： 本发明公开了一种基于抗差滤波的水下机器人多传感器紧组合导航方法，首先，构建SINS‑DVL‑USBL紧组合模型，获取紧组合模型的状态方程和量测方程；其次，滤波状态更新，在状态方程的基础上计算一步预测向量和协方差矩阵，为量测更新提供协方差矩阵；然后，基于马氏距离的量测噪声估计，为量测更新提供量测噪声矩阵；最后，滤波量测更新，用DVL和USBL的信息修正SINS信息，获得导航结果。本发明能够有效消除野值，在减低运算量的情况下提高机器人导航的精度；获得复杂环境下水下机器人的高精度位置信息，进一步提高水下机器人的作业效率。
-
公开(公告)号：CN113190026A
公开(公告)日：2021-07-30
申请号：CN202110504234.X
申请日：2021-05-10
申请人： 河海大学
IPC分类号： G05D1/06
摘要： 本发明公开了一种基于再励机制粒子群算法的节能型水下路径规划方法，首先利用Graham算法生成凸多边形障碍物，并将障碍物向外拓展生成危险区；然后利用MAKLINK图论法，将凸多边形障碍物顶点线连接起来，生成无向网络图；利用Dijkstra算法进行初步次优路径规划，得到最短链接线；再利用再励机制改进粒子群算法，并将其融入海流的影响，保证了自主水下机器人(AutonomousUnderwaterVehicle,AUV)最大化利用洋流，节约了能源；然后用最终的改进粒子群算法进行路径优化，运用贝塞尔算法平滑最优路径，确保了AUV在节约能源的情况下找到最优路径，实现安全避障。
-
公开(公告)号：CN109470249B
公开(公告)日：2021-07-27
申请号：CN201811316388.0
申请日：2018-11-07
申请人： 河海大学
IPC分类号： G01C21/20
摘要： 本发明公开了一种水下航行器的最优路径规划与避障设计方法，是基于二叉堆加速算法、26邻域NA*算法与“圆弧‑直线‑圆弧”转弯策略相融合进行的水下航行器最优路径规划与避障。本发明首先采用离散三维网格图的方式建立水下环境模型，网格图将水下环境划分为若干相同大小的单元格；然后采用26邻域NA*算法规划路径，消除路径锯齿效应并避免部分碰撞；再应用“圆弧‑直线‑圆弧”转弯策略，避免航行器本体宽度以及转弯半径的影响。本发明的优点在于提出了面向三维场景的26邻域NA*算法并将其应用于水下航行器自主导航，考虑并利用了水下航行器转弯半径较大的特点，有效避免因为航行器自身宽度造成的碰撞，所规划路径较平滑且拐点较少。
-
公开(公告)号：CN113064422A
公开(公告)日：2021-07-02
申请号：CN202110253524.1
申请日：2021-03-09
申请人： 河海大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于双神经网络强化学习的自主水下航行器路径规划方法，基于双神经网络强化学习算法解决自主水下航行器的路径规划问题。针对Q‑learning学习算法存在需要存储空间大和查找时间长的问题,进行优化处理；在Q‑learning学习算法的基础上融入目标网络和记忆池经验回放技术得到双神经网络强化学习算法，并构建基于双神经网络强化学习算法的AUV智能路径规划框架；量化处理自主水下航行器的环境状态信息，将其与双神经网络强化学习算法相结合，并判断AUV运动方向与目标点位置关系，得到AUV智能规划路径的决策。本发明显著地降低了运算的复杂性，满足实时决策要求，具有突出的迁移能力和环境适应性，为AUV提供安全快捷可靠的路径规划方案。
-
公开(公告)号：CN113050665A
公开(公告)日：2021-06-29
申请号：CN202110313293.9
申请日：2021-03-24
申请人： 河海大学
摘要： 本发明公开了一种基于SLAM架构的节能型水下机器人探测方法及系统，包括基于时变方向场的三维场景扫描，对目标场景进行分割重建；针对较为关键的识别目标，利用机械手臂进行交互，进一步收集信息；在物体识别的价值函数和回环检测模块的指导下，水下机器人进行物体引导式扫描的同时，可以确保路线规划的合理性；最后收集太阳能将其转换为电能的方式，可以实现机器人的远程巡航。本发明以时变方向场代替向量场的方法，有效减少航行边界线奇异点的干扰，使航行器姿态调整更加顺利；基于物体识别的价值函数以及闭环检测模块则可以使机器人进行物体引导式扫描时，收集航行数据，定期校正航行轨迹，能够大幅提高物体识别的准确性。
-
公开(公告)号：CN113048983A
公开(公告)日：2021-06-29
申请号：CN202110332573.4
申请日：2021-03-29
申请人： 河海大学
IPC分类号： G01C21/20
摘要： 本发明公开了一种异时序贯量测的改进分层式AUV(Autonomous Underwater Vehicle)协同导航定位方法，通过分层式结构的信息共享和传递，并基于移动长基线方法，通过改进的异时序贯滤波方法对异时量测信息加以处理，解决了时钟不同步的问题，以及并行滤波由于水声信号延迟所产生的定位误差问题；采用了优化的扩展卡尔曼滤波方法EKF融合内外部导航信息，并以改进的多传感器数据融合导航系统对导航过程中所得到的姿态，速度，航向信息进行融合解算，反馈到上位机软件，实现了各传感器数据的在线融合，进而对低精度层AUV进行相关状态估计更新，通过分层式编队构形实现了不同精度AUV信息的共享和传递。
-
公开(公告)号：CN109931935B
公开(公告)日：2021-04-06
申请号：CN201910132227.4
申请日：2019-02-22
申请人： 河海大学
摘要： 本发明公开了一种基于距离和环境特征的导航系统及其参数摄动解决方法，包括惯性导航系统（INS）中的导航模块、多普勒计程仪(DVL)、磁传感器及滤波器。先收集水下航行区域的地磁环境信息制成地磁图，INS导航模块、多普勒计程仪、磁传感器将导航的原始信息输出到滤波器，该滤波器基于交互多模型的有限脉冲滤波/Kalman滤波混合鲁棒算法构建，由滤波器滤波并解决参数摄动问题，输出修正后的导航信息完成导航。本发明由于采用了交互多模型的方法解决参数摄动问题，各个导航模块的导航信息不同步问题导致的误差有效降低，另外两种滤波方式的智能切换使用使此系统的误差预估性能非常可靠。
-
公开(公告)号：CN110378352B
公开(公告)日：2021-03-19
申请号：CN201910622605.7
申请日：2019-07-11
申请人： 河海大学
摘要： 本发明公开了一种复杂水下环境中高精度抗干扰二维滤波导航数据去噪方法，把训练样本集均分，把第一份数据中的噪声样本用K‑means聚类，根据聚类结果扩展噪声样本，再抽取等量的正常样本，组成平衡采样数据集，利用支持向量机进行分类得到初始分类器。利用训练好的分类器，对剩下的训练集样本做主动学习，根据学习结果同样选取距离分类平面最近的正常样本和噪声样本，按照每份样本中噪声样本的个数选取同等数量的正常样本，按照修正规则修正分类平面。循环迭代，直到剩余样本为零停止。该方法可以解决导航传感器收集到的不平衡大数据集在分类过程中易产生噪声数据和分类精度低的问题，具有快速的计算速度和较好的精度，还具有一定的鲁棒性。
-
公开(公告)号：CN111314231A
公开(公告)日：2020-06-19
申请号：CN202010094625.4
申请日：2020-02-13
申请人： 河海大学
IPC分类号： H04L12/801 , H04L12/803
摘要： 本发明公开了网络化控制系统技术领域的一种基于事件驱动的复杂网络平衡点控制的方法，该方法既能够使得复杂网络达到平衡点，也能够减少节点之间的输出负担，避免系统产生拥堵。对于一个给定的复杂网络，对复杂网络中设定数量的节点增加反馈控制器，事件驱动策略满足时所述反馈控制器工作；从而使得复杂网络中所有的节点达到平衡点。
-
-
-
-
-
-
-
-
-
搜索结果
87 条记录 (耗时 0.027 秒)
