-
公开(公告)号：CN111650948B
公开(公告)日：2022-08-02
申请号：CN202010523598.8
申请日：2020-06-10
申请人： 哈尔滨工程大学
IPC分类号： G05D1/06
摘要： 一种可底栖式AUV的水平面轨迹快速跟踪控制方法，它属于自主式水下机器人的轨迹跟踪控制技术领域。本发明解决了将目前的控制方法应用到可底栖式AUV时存在的控制精度有限，且调整速度慢的问题。本发明将海流扰动、模型不确定性组合为扰动集总项，使用有限时间扰动观测器逼近扰动集总项值，并引入神经网络估计观测误差。进而提出一种基于有限时间扰动观测器的自适应神经网络反步控制器，来实现对可底栖式AUV的有限时间高精度轨迹跟踪控制。本发明可以应用于可底栖式AUV的轨迹跟踪控制。
-
公开(公告)号：CN111650832B
公开(公告)日：2022-04-15
申请号：CN202010470086.X
申请日：2020-05-28
申请人： 哈尔滨工程大学
IPC分类号： G05B13/04
摘要： 一种水下多足步行机器人机械足姿态跟踪控制方法，它属于水下多足步行机器人机械足姿态跟踪控制技术领域。本发明解决了利用径向基神经网络逼近广义干扰时无法保证控制效果且计算量非常大，以及将预设性能方法与固定时间方法结合时控制器的设计过程繁琐复杂的问题。本发明综合考虑海流干扰、建模不确定性和执行机构故障的影响，基于区间2型模糊神经网络和预设性能终端滑模控制方法设计控制器，用于实现对UWR机械足的固定时间误差约束容错姿态跟踪控制。可以在有限计算量的工程条件下，保证UWR机械足的跟踪控制效果。且本发明的控制器设计方法较为简单，克服了现有方法中控制器设计复杂的问题。本发明可以应用于UWR机械足姿态跟踪控制。
-
公开(公告)号：CN112947077B
公开(公告)日：2021-10-29
申请号：CN202110132890.1
申请日：2021-01-29
申请人： 哈尔滨工程大学
IPC分类号： G05B13/04
摘要： 一种基于切换性能函数技术的AUV鲁棒轨迹跟踪控制方法，本发明涉及AUV鲁棒轨迹跟踪控制方法。本发明的目的是为了解决传统的预设性能控制方法在存在外界干扰的情况下，不能在规定的时间内收敛，输出的超调量较大的问题。过程为：一、基于水下机器人的控制力和力矩，获取推进器故障影响下的实际控制力与力矩；二、定义改进后的性能函数，基于改进后的性能函数设置误差上界和误差下界；三、基于误差上界和误差下界设置转换后的误差；四、基于转换后误差中跟踪误差与预警边界的关系，确定转换后误差中误差上界和下界的取值；五、基于三设计反步法虚拟控制器；六、基于五设计预设性能跟踪控制器。本发明用于AUV鲁棒轨迹跟踪控制领域。
-
公开(公告)号：CN113110512A
公开(公告)日：2021-07-13
申请号：CN202110547276.1
申请日：2021-05-19
申请人： 哈尔滨工程大学
IPC分类号： G05D1/02
摘要： 一种减弱未知干扰与抖振影响的可底栖式AUV自适应轨迹跟踪控制方法，属于控制技术领域。本发明是为了解决目前的控制方法不能对未知干扰下的可底栖式AUV进行很好的轨迹跟踪控制的问题。本发明基于AUV的六自由度动力学方程，使用滑模控制算法，在考虑外界未知干扰条件下设计自适应滑模控制的三维轨迹跟踪控制器，并采用非奇异快速终端滑模控制来提高控制器性能，同时采用自适应控制方法来解决未知时变干扰对控制系统的影响，使可底栖式AUV的轨迹跟踪控制其位置与姿态量η仍然能够跟踪期望值ηd，且ηe在有限时间收敛到零并保持稳定。主要用于可底栖式AUV的轨迹跟踪控制。
-
公开(公告)号：CN111273677B
公开(公告)日：2023-05-12
申请号：CN202010087517.4
申请日：2020-02-11
申请人： 哈尔滨工程大学
IPC分类号： G05D1/06
摘要： 一种基于强化学习技术的自主水下机器人速度和艏向控制方法，属于机器人控制技术领域。为了解决现有的水下机器人的控制方法依赖于控制对象模型精度的问题，以及不依赖模型的控制方法控制精度不高的问题。本发明设计了基于Q学习的速度和艏向控制器，将偏差和偏差变化率作为Q学习控制器的输入，将纵向推力和偏航力矩作为Q学习控制器的输出，使得Q学习控制器完全替代传统常规的控制器，从而达到水下机器人自主学习和自主决策的目标。主要用于水下机器人速度和艏向的控制。
-
公开(公告)号：CN111176122B
公开(公告)日：2022-05-13
申请号：CN202010087510.2
申请日：2020-02-11
申请人： 哈尔滨工程大学
摘要： 一种基于双BP神经网络Q学习技术的水下机器人参数自适应反步控制方法，它属于水下机器人控制器参数调节技术领域。本发明解决了传统Q学习方法进行控制器参数调节时的学习效率低，以及传统反步法进行控制器参数调节时存在的参数不易实时在线调整的问题。本发明利用基于双BP神经网络Q学习算法与反步法相结合的方式实现对反步法控制器参数的自主在线调节，以满足控制参数能够实时在线调整的要求。同时由于引入了双BP神经网络以及经验回放池，其强大的拟合能力使得基于双BP神经网络Q学习参数自适应反步控制方法能够大大降低训练次数，以提升学习效率，在训练较少次数的情况下达到更好的控制效果。本发明可以应用于水下机器人控制器参数的调节。
-
公开(公告)号：CN111674531B
公开(公告)日：2022-02-11
申请号：CN202010485568.2
申请日：2020-06-01
申请人： 哈尔滨工程大学
IPC分类号： B63C11/52 , B62D57/032
摘要： 一种仿生机器蟹单电机控制两蟹腿运动结构，它涉及一种两蟹腿运动结构，具体涉及一种仿生机器蟹单电机控制两蟹腿运动结构。本发明为了解决现有仿生机器蟹的应用结构较多，导致其整体结构可靠性较低的问题。本发明包括动力机构、第一运动杆、第二运动杆、第三运动杆、第一轴和第二轴，第一运动杆和第二运动杆交叉设置，所述动机构与第一运动杆的一端连接，第一运动杆的另一端通过第二轴与第三运动杆转动连接，第二运动杆的一端通过第一轴与第三运动杆转动连接。本发明属于机器人领域。
-
公开(公告)号：CN112947077A
公开(公告)日：2021-06-11
申请号：CN202110132890.1
申请日：2021-01-29
申请人： 哈尔滨工程大学
IPC分类号： G05B13/04
摘要： 一种基于切换性能函数技术的AUV鲁棒轨迹跟踪控制方法，本发明涉及AUV鲁棒轨迹跟踪控制方法。本发明的目的是为了解决传统的预设性能控制方法在存在外界干扰的情况下，不能在规定的时间内收敛，输出的超调量较大的问题。过程为：一、基于水下机器人的控制力和力矩，获取推进器故障影响下的实际控制力与力矩；二、定义改进后的性能函数，基于改进后的性能函数设置误差上界和误差下界；三、基于误差上界和误差下界设置转换后的误差；四、基于转换后误差中跟踪误差与预警边界的关系，确定转换后误差中误差上界和下界的取值；五、基于三设计反步法虚拟控制器；六、基于五设计预设性能跟踪控制器。本发明用于AUV鲁棒轨迹跟踪控制领域。
-
公开(公告)号：CN111650948A
公开(公告)日：2020-09-11
申请号：CN202010523598.8
申请日：2020-06-10
申请人： 哈尔滨工程大学
IPC分类号： G05D1/06
摘要： 一种可底栖式AUV的水平面轨迹快速跟踪控制方法，它属于自主式水下机器人的轨迹跟踪控制技术领域。本发明解决了将目前的控制方法应用到可底栖式AUV时存在的控制精度有限，且调整速度慢的问题。本发明将海流扰动、模型不确定性组合为扰动集总项，使用有限时间扰动观测器逼近扰动集总项值，并引入神经网络估计观测误差。进而提出一种基于有限时间扰动观测器的自适应神经网络反步控制器，来实现对可底栖式AUV的有限时间高精度轨迹跟踪控制。本发明可以应用于可底栖式AUV的轨迹跟踪控制。
-
公开(公告)号：CN111650832A
公开(公告)日：2020-09-11
申请号：CN202010470086.X
申请日：2020-05-28
申请人： 哈尔滨工程大学
IPC分类号： G05B13/04
摘要： 一种水下多足步行机器人机械足姿态跟踪控制方法，它属于水下多足步行机器人机械足姿态跟踪控制技术领域。本发明解决了利用径向基神经网络逼近广义干扰时无法保证控制效果且计算量非常大，以及将预设性能方法与固定时间方法结合时控制器的设计过程繁琐复杂的问题。本发明综合考虑海流干扰、建模不确定性和执行机构故障的影响，基于区间2型模糊神经网络和预设性能终端滑模控制方法设计控制器，用于实现对UWR机械足的固定时间误差约束容错姿态跟踪控制。可以在有限计算量的工程条件下，保证UWR机械足的跟踪控制效果。且本发明的控制器设计方法较为简单，克服了现有方法中控制器设计复杂的问题。本发明可以应用于UWR机械足姿态跟踪控制。
-
-
-
-
-
-
-
-
-
搜索结果
26 条记录 (耗时 0.028 秒)
