一种自脱落绑定装置
    1.
    发明公开

    公开(公告)号:CN114228920A

    公开(公告)日:2022-03-25

    申请号:CN202111446246.8

    申请日:2021-11-30

    Inventor: 黄海滨 王华磊

    Abstract: 本发明提供一种自脱落绑定装置,包括夹具、锁止定位组件和张紧连接部,夹具包括定位连接部和夹爪,夹具内部中空、前端具有开口,且夹具开口呈“V”字形的外扩状,张紧连接部为具有弹性形变量的弹性部件,张紧连接部连接于夹具两侧的夹爪上,且夹具处于开口状态时,张紧连接部牵引夹爪做闭合运动,锁止定位组件包括套筒和锁止定位机构,锁止定位组件与定位连接部相互配合实现锁止定位及自动脱落功能。通过本发明可以实现对物体绑定,且绑定后自动脱落,便于进行水下作业,本发明具有结构简单,实用性强等优势。

    基于ROS的双推力无人船运动控制系统及控制方法

    公开(公告)号:CN112180915A

    公开(公告)日:2021-01-05

    申请号:CN202010971876.6

    申请日:2020-09-16

    Abstract: 本发明公开了基于ROS的双推力无人船运动控制系统及控制方法,其属于船舶控制技术领域。无人船控制系统包括:搭载ROS的船上计算机、IMU、GPS传感器以及由推力设备组成的差速驱动单元;船上计算机通过USB接口连接有IMU、GPS传感器以及底层控制板,控制过程中由IMU和GPS传感器获取无人船的实时运行数据并传递给船上计算机,船上计算机根据运动控制算法产生控制力信号,并由底层控制板根据控制力信号产生实际的推力,而且船上计算机通过无线通信与岸上计算机相连接。本发明无人船控制系统精准,能够准确获取船体信息,船体数据信息能够快速准确的在不同控制单元间进行传输,无人船的运行安全性高。

    基于双向深度强化学习的多无人船协同围捕训练方法

    公开(公告)号:CN118626867A

    公开(公告)日:2024-09-10

    申请号:CN202411109760.6

    申请日:2024-08-14

    Abstract: 本申请属于无人船智能控制技术领域,提供一种基于双向深度强化学习的多无人船协同围捕训练方法,包括以下步骤:建立基于深度强化学习的多无人船的协同围捕模型,所述协同围捕模型包括至少一个基于深度强化学习的围捕策略网络;建立机动目标的逃逸模型,所述逃逸模型包括至少两个非智能逃逸子模型以及至少一个基于深度强化学习的逃逸策略网络;对所述协同围捕模型及逃逸模型进行多任务双向深度强化学习训练,所述多任务双向深度强化学习训练包括至少三次正向训练任务以及至少一次反向训练任务。本申请提供的方法通过对深度强化学习训练方式进行优化,能够迅速提升多个无人船对各类机动目标进行高效协同围捕的能力。

    基于反集群博弈的分布式多AUV水下区域探测方法

    公开(公告)号:CN119091287B

    公开(公告)日:2025-02-11

    申请号:CN202411569702.1

    申请日:2024-11-06

    Abstract: 本申请属于水下地形探测技术领域,提供一种基于反集群博弈的分布式多AUV水下区域探测方法,对于多个AUV中的任意一个执行以下步骤:基于该AUV在当前时刻的位置及有效覆盖距离范围进行水下地形探测,并对其携带的信息图进行自更新;对该AUV与其邻域中的其他AUV所携带的信息图进行互更新;执行基于局部博弈的最佳动态响应算法,以确定该AUV与其邻域中的其他AUV的下一目标点的位置;基于反集群策略确定该AUV在下一时刻的目标速度矢量;更新当前时刻并返回执行第一步,直到完成对水下区域的探测或到达结束时刻。本申请提供的方法,能够有效地提升多个AUV对水下区域进行分布式探索的覆盖效率。

    一种扩展的二阶线性自抗扰控制方法

    公开(公告)号:CN112130456B

    公开(公告)日:2023-02-28

    申请号:CN202010971857.3

    申请日:2020-09-16

    Abstract: 本发明公开了一种扩展的二阶线性自抗扰控制方法,其涉及自动化控制技术领域。包括如下步骤:建立自抗扰控制系统,自抗扰控制系统包括被控对象及线性自抗扰控制器,线性自抗扰控制器包括线性扩张状态观测器及状态误差反馈控制律;对于线性扩张状态观测器,在原线性扩张状态观测器中增添新的参数b1,且令b1<b0;对于误差r‑z1的增益设计为Kp,对于观测所得z2的增益设计为Kd,其中Kp,Kd均为正数;将线性扩张状态观测器观测到的总扰动z3加入到整个控制系统中,得到最终的控制量u。

    一种高速无人艇的航线规划方法

    公开(公告)号:CN118816898B

    公开(公告)日:2025-02-11

    申请号:CN202411311111.4

    申请日:2024-09-20

    Abstract: 本申请属于无人艇路径规划技术领域,提供一种高速无人艇的航线规划方法,包括以下步骤:获取高速无人艇的任务区域、起始点、终止点、若干个依次通过的必过点以及至少一个障碍物的经纬度信息并转换为UTM坐标;将所述UTM坐标转换为栅格地图坐标,并在栅格地图上依次执行步骤以下步骤:依次连接各个必过点,得到第一航线;对各个必过点进行路径扩张处理,得到各个必过点对应的扩张路径及第二航线,对所述第二航线进行避障处理,得到第三航线;对第三航线进行钝角化处理,得到规划航线。本申请的方法能够对高速无人艇依次通过若干个必过点的航线进行合理规划。

    基于反集群博弈的分布式多AUV水下区域探测方法

    公开(公告)号:CN119091287A

    公开(公告)日:2024-12-06

    申请号:CN202411569702.1

    申请日:2024-11-06

    Abstract: 本申请属于水下地形探测技术领域,提供一种基于反集群博弈的分布式多AUV水下区域探测方法,对于多个AUV中的任意一个执行以下步骤:基于该AUV在当前时刻的位置及有效覆盖距离范围进行水下地形探测,并对其携带的信息图进行自更新;对该AUV与其邻域中的其他AUV所携带的信息图进行互更新;执行基于局部博弈的最佳动态响应算法,以确定该AUV与其邻域中的其他AUV的下一目标点的位置;基于反集群策略确定该AUV在下一时刻的目标速度矢量;更新当前时刻并返回执行第一步,直到完成对水下区域的探测或到达结束时刻。本申请提供的方法,能够有效地提升多个AUV对水下区域进行分布式探索的覆盖效率。

    基于双向深度强化学习的多无人船协同围捕训练方法

    公开(公告)号:CN118626867B

    公开(公告)日:2024-10-08

    申请号:CN202411109760.6

    申请日:2024-08-14

    Abstract: 本申请属于无人船智能控制技术领域,提供一种基于双向深度强化学习的多无人船协同围捕训练方法,包括以下步骤:建立基于深度强化学习的多无人船的协同围捕模型,所述协同围捕模型包括至少一个基于深度强化学习的围捕策略网络;建立机动目标的逃逸模型,所述逃逸模型包括至少两个非智能逃逸子模型以及至少一个基于深度强化学习的逃逸策略网络;对所述协同围捕模型及逃逸模型进行多任务双向深度强化学习训练,所述多任务双向深度强化学习训练包括至少三次正向训练任务以及至少一次反向训练任务。本申请提供的方法通过对深度强化学习训练方式进行优化,能够迅速提升多个无人船对各类机动目标进行高效协同围捕的能力。

    一种自脱落绑定装置
    10.
    发明授权

    公开(公告)号:CN114228920B

    公开(公告)日:2024-03-29

    申请号:CN202111446246.8

    申请日:2021-11-30

    Inventor: 黄海滨 王华磊

    Abstract: 本发明提供一种自脱落绑定装置,包括夹具、锁止定位组件和张紧连接部,夹具包括定位连接部和夹爪,夹具内部中空、前端具有开口,且夹具开口呈“V”字形的外扩状,张紧连接部为具有弹性形变量的弹性部件,张紧连接部连接于夹具两侧的夹爪上,且夹具处于开口状态时,张紧连接部牵引夹爪做闭合运动,锁止定位组件包括套筒和锁止定位机构,锁止定位组件与定位连接部相互配合实现锁止定位及自动脱落功能。通过本发明可以实现对物体绑定,且绑定后自动脱落,便于进行水下作业,本发明具有结构简单,实用性强等优势。

Patent Agency Ranking