公开(公告)号：CN114879706A

公开(公告)日：2022-08-09

申请号：CN202210692482.6

申请日：2022-06-17

申请人： 哈尔滨工程大学

发明人： 李娟 ,  张子浩 ,  张韵 ,  唐照东 ,  周佳加 ,  陈涛

IPC分类号： G05D1/06

摘要： 本发明属于无人系统的自主控制技术领域，具体涉及一种RRT与人工势场法相结合的AUV目标搜索方法。本发明针对人工势场算法在密集障碍物环境下的规划局限性问题，利用RRT算法自身的随机性特点，解决了人工势场方法在AUV搜索过程中存在的目标不可达问题。二者的结合，提高了AUV在三维密集障碍物环境下的目标可达性。本发明不仅解决了三维密集障碍物环境下的搜索规划问题，更为复杂环境下的规划提供了新思路，具有创新性和实际适用性，可用于实际环境。

公开(公告)号：CN111337931A

公开(公告)日：2020-06-26

申请号：CN202010195589.0

申请日：2020-03-19

申请人： 哈尔滨工程大学

发明人： 李娟 ,  张韵 ,  张栩 ,  徐健 ,  王宏健 ,  陈兴华

IPC分类号： G01S15/88 ,  G06N3/04 ,  G06N3/06 ,  G06N3/08

摘要： 本发明公开了一种AUV目标搜索方法，包括：1.声呐探测模型的建立；2.基于改进神经激励网络的多目标搜索算法；3.基于神经激励网络与人工势场法相结合的目标搜索算法。本发明对待搜索目标的搜索顺序进行规划，再使用神经激励网络进行每个目标的搜索路径决策，减少了多目标搜索过程中的路程长度，提高了整体的搜索效率。而且针对障碍物较少的栅格提出了新的神经元分类，在使用神经激励网络算法做出全局的搜索决策的基础上使用人工势场法针对障碍物较少的栅格以及目标所在的栅格进行局部的路径规划以及避障，增加了AUV在障碍物较少的区域中的搜索效率，并且提高了算法的合理性。

公开(公告)号：CN111337931B

公开(公告)日：2022-11-15

申请号：CN202010195589.0

申请日：2020-03-19

申请人： 哈尔滨工程大学

发明人： 李娟 ,  张韵 ,  张栩 ,  徐健 ,  王宏健 ,  陈兴华

IPC分类号： G01S15/88 ,  G06N3/04 ,  G06N3/06 ,  G06N3/08

摘要： 本发明公开了一种AUV目标搜索方法，包括：1.声呐探测模型的建立；2.基于改进神经激励网络的多目标搜索算法；3.基于神经激励网络与人工势场法相结合的目标搜索算法。本发明对待搜索目标的搜索顺序进行规划，再使用神经激励网络进行每个目标的搜索路径决策，减少了多目标搜索过程中的路程长度，提高了整体的搜索效率。而且针对障碍物较少的栅格提出了新的神经元分类，在使用神经激励网络算法做出全局的搜索决策的基础上使用人工势场法针对障碍物较少的栅格以及目标所在的栅格进行局部的路径规划以及避障，增加了AUV在障碍物较少的区域中的搜索效率，并且提高了算法的合理性。