-
公开(公告)号:CN117021094B
公开(公告)日:2024-04-26
申请号:CN202311049941.X
申请日:2023-08-20
申请人: 哈尔滨理工大学
IPC分类号: B25J9/16
摘要: 本发明涉及一种适用于狭窄空间的盾构机换刀机器人路径规划方法。所述方法包括:首先,初始化地图信息和随机树,设置通道阈值,根据随机点和步长选择公式生成新生节点;其次,通过入口识别算法判断换刀通道类型,若为安全通道,继续判断是否为凹形陷阱,若为狭窄通道则先通过计算代价函数判断是否为极限通道,并比较采样次数与采样阈值,再通过比较极限换刀通道的权重比,选择权重比大的通道;最后,重复上述步骤直到满足新生节点和目标节点之间的距离小于距离阈值,对输出路径进行优化。本发明能够在狭窄空间选择安全通道,并有效提升了节点搜索效率,降低路径长度,提高了盾构机换刀机器人在复杂环境工作的安全性和效率。
-
公开(公告)号:CN117152716B
公开(公告)日:2024-04-02
申请号:CN202311174928.7
申请日:2023-09-13
申请人: 哈尔滨理工大学
IPC分类号: G06V20/58 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/764 , G06N3/0464
摘要: 本发明提出一种考虑方向入口线和辅助标记点的停车位检测方法,旨在通过图注意力机制将方向入口线和辅助标记点相结合以提高停车位检测的鲁棒性和简易性。首先选择合适的数据集制作训练样本和测试样本;其次,将训练样本输入到卷积网络中提取深度特征,将深度特征输入到方向入口线检测器和辅助标记点检测器,综合考虑两者的结果,获取每个标记点的坐标以及相对坐标特征,经过双线性插值、特征融合获取每个标记点的融合特征;然后通过图注意力机制获取包含所有标记点信息的注意力加权特征;最后将重要标记点的注意力加权特征拼接输入到停车位鉴别网络,判断其能否形成合理的停车位。本发明可以使模型快速、鲁棒地检测出各种类型的停车位。
-
公开(公告)号:CN117622392A
公开(公告)日:2024-03-01
申请号:CN202210956558.1
申请日:2022-08-10
申请人: 哈尔滨理工大学
IPC分类号: B63B27/16
摘要: 本发明属于无人潜航器布放回收技术领域,公开了一种可在海面风浪干扰复杂不确定的环境下运行的无人潜航器布放回收系统,系统主要包括子母式龙门架系统、可伸缩半潜式回收捕捞网、三自由度机械爪、主控系统、传感器及信息交互处理系统。传感器及信息交互系统包括定位模块、潜航器速度检测模块、潜航器位姿检测模块。可伸缩半潜式捕捞网可克服海面风浪干扰复杂不确定环境下回收时潜航器相对于无人艇之间横摇的影响,并且通过与三自由度机械爪的配合,可在捕捞网上回收任意位姿状态的潜航器。解决了在现有技术中缺乏一种能够在海面风浪干扰复杂不确定环境下快速、安全地回收无人潜航器装置的问题。
-
公开(公告)号:CN117168483A
公开(公告)日:2023-12-05
申请号:CN202311127747.9
申请日:2023-09-01
申请人: 哈尔滨理工大学
IPC分类号: G01C21/34
摘要: 本发明涉及一种考虑地图复杂度的无人车路径规划方法,旨在解决传统方法在路径搜索中存在搜索效率低、节点冗余以及目标点附近碎片化路径过多等问题。本方法包括:在栅格地图中进行随机撒点,获取全地图有效节点的个数,计算地图复杂度;在以最近节点为圆心的一定范围内进行随机撒点,得到区域复杂度,通过区域复杂度选择节点产生方式,解决传统方法在搜索中易陷入僵化的问题,提高搜索效率;引入目标距离和目标迭代次数,进行新节点与目标节点的无碰撞检测和距离判断,减少了节点的数量和碎片化路径;最后对路径进行逆向寻优和B样条曲线拟合,使得路径平滑。仿真结果表明,本发明在障碍物较多的情况下表现良好,且路径平滑。
-
公开(公告)号:CN117036408A
公开(公告)日:2023-11-10
申请号:CN202311054988.5
申请日:2023-08-22
申请人: 哈尔滨理工大学
摘要: 本发明公开了一种动态环境下联合多目标跟踪的物体SLAM方法,完成在动态环境中对动态与静态对象的定位与建图任务。首先,为精确获得物体的运动区域,通过短时密集连接(STDC)网络进行语义分割得到运动物体掩膜,依据运动物体掩膜对特征点进行区分得到静态特征点与动态特征点。同时,将图像输入到单目3D目标检测(SMOKE)网络进行三维目标检测,并将检测结果输入到数据关联模块进行多目标跟踪。利用动静态特征点与数据关联后的目标位姿共同估计相机与动静态物体位姿。最后,依据动静态特征点、相机与动静态物体位姿进行跟踪优化,提升定位与建图精度。本方法与传统SLAM方法相比,有效提升了SLAM系统的鲁棒性,建立的地图语义明确、可解释性好。
-
公开(公告)号:CN116859960A
公开(公告)日:2023-10-10
申请号:CN202310946057.X
申请日:2023-07-28
申请人: 哈尔滨理工大学
IPC分类号: G05D1/06
摘要: 本发明针对传统编队中易发生内部碰撞、队形切换不稳定以及避障无法保持队形等难以自适应的问题,公开了一种多UUV队形切换与编队避障的自适应方法,具体包括:首先在三维环境下对障碍物进行栅格化建模,对UUV进行速度约束,然后与人工势场法相结合在编队中对UUV增加斥力势场,避免形成编队过程中UUV内部之间碰撞,通过引入队形距离系数,增强UUV编队在不同海洋地形下的自适应性,最后针对不同大小的障碍物,采用优先避障和队形变换两种策略,使UUV编队在栅格地图中顺利避开障碍物,到达目标点。仿真结果表明,本发明提出的方法有效改善了传统编队方法易发生内部碰撞和队形切换不稳定的问题,并提高了编队避障的自适应性。
-
公开(公告)号:CN116088309B
公开(公告)日:2023-07-21
申请号:CN202310003521.1
申请日:2023-01-03
申请人: 哈尔滨理工大学
IPC分类号: G05B13/04
摘要: 一种基于故障辨识的水面船复合学习容错控制方法,涉及船舶运动控制技术领域。本发明是为了解决船舶作业过程中受负载变化和燃料消耗等原因引起的模型参数不确定,且未考虑推进器故障的问题。本发明所述的一种基于故障辨识的水面船复合学习容错控制方法,首先建立船舶运动学和动力学模型;然后定义误差变量,并设计虚拟控制律;随后基于并行学习的思想,利用由历史数据组成的参数估计误差项构造自适应律;最后设计自适应容错控制器。本发明能够在建模不确定、环境扰动和推进器故障的情况下,实现水面船的轨迹跟踪控制任务。
-
公开(公告)号:CN116337058A
公开(公告)日:2023-06-27
申请号:CN202310194348.8
申请日:2023-03-02
申请人: 哈尔滨理工大学
IPC分类号: G01C21/16 , G01C21/20 , G06V20/17 , G06V10/25 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/08
摘要: 本发明属于无人机视觉/惯性组合导航领域,提出了一种基于深度学习的视觉/惯性组合导航方法。该方法利用Mask R‑CNN神经网络预处理相机输出图像,增强了图像的特征识别;通过里程计算法求解无人机姿态信息;同时惯性导航部分对测量数据预积分,保持传感器之间的数据同步;利用陀螺仪、加速度计输出求解惯性导航部分的航姿信息;最后通过集中式容错卡尔曼滤波对视觉和惯性导航两部分的观测信息融合预测得到航姿最优误差估计,并对视觉里程计和IMU的原始数据进行修正优化。本发明具有导航精度高、可持续性强、强鲁棒性等特点。
-
公开(公告)号:CN115237139B
公开(公告)日:2023-05-23
申请号:CN202210959456.5
申请日:2022-08-10
申请人: 哈尔滨理工大学
IPC分类号: G05D1/02
摘要: 本发明公开了一种考虑虚拟目标点的无人船路径规划方法,旨在解决无人船在路径规划中存在的易陷入局部极小值和目标不可达问题。对于目标不可达问题,创建斥力势场函数,根据测算目标与障碍物的间隔,促使目标所受斥力为零,使无人船可以到达目标点处。对于局部极小值问题,对各类障碍引起的局部极小值开展分析,结合模拟退火算法和人工势场法求解一般障碍导致的极小值点问题。针对非一般的U型障碍造成的局部极小值问题,给出虚拟目标点构造算法,通过建立虚拟目标点的改进算法来解决此类问题。仿真结果表明,与其它方法相比,本方法减少了由于斥力太大而导致的路径过长问题,不仅节省时间,而且优化了路径规划,从而加快了算法的速度。
-
公开(公告)号:CN114879481B
公开(公告)日:2022-12-02
申请号:CN202210621008.4
申请日:2022-06-02
申请人: 哈尔滨理工大学
IPC分类号: G05B11/42
摘要: 针对具有复杂水动力参数和非线性特性的船舶动力定位系统,本发明公开了一种鲁棒H∞抗干扰控制方法,具体包括以下步骤:建立动力定位船舶的三自由度动力学模型和运动学模型;将建立的数学模型转化为鲁棒H∞控制问题;构建存储函数使其满足耗散不等式;通过给出含有不确定性的非线性系统具有鲁棒H∞性能的充分条件,得到闭环系统具有局部鲁棒干扰抑制性能的状态反馈控制率。本发明通过设计非线性状态反馈控制率克服了系统固有的非线性特性,解决了动力定位系统中水动力参数复杂且难以整定的技术问题,提出的鲁棒H∞控制方法在保证控制稳定性的同时,还能有效地降低模型的复杂度和控制过程中的计算量。
-
-
-
-
-
-
-
-
-