-
公开(公告)号：CN117830571B
公开(公告)日：2025-05-02
申请号：CN202311868668.3
申请日：2023-12-30
Applicant: 哈尔滨理工大学
Abstract: 本发明旨在解决传统粒子群方法在路径规划上对初始化条件敏感、参数调整困难、容易陷入局部最优解和收敛速度慢等问题，公开了一种多约束优化的UUV粒子群三维路径规划方法，具体包括：在传统粒子群算法的基础上，利用预先寻优对部分粒子进行初始化，并在起点和终点直线之间生成初始种群；寻优时引入模拟退火准则作为一种局部搜索机制，并在位置更新时根据模拟退火原理进行调整；当模拟退火无法更新个体时，通过一次变异操作增加了搜索空间；在粒子进行速度和位置更新时，对其上下界进行限制并修正，避免速度过大或过小导致粒子跑偏或停滞，同时避免粒子位置出现偏差而偏离地图；最后让部分个体进行局部搜索，以进一步提高收敛性能。
-
公开(公告)号：CN119739163A
公开(公告)日：2025-04-01
申请号：CN202411860202.3
申请日：2024-12-17
Applicant: 哈尔滨理工大学
Abstract: 本发明提出了一种考虑路径交叉影响下的无人潜航器(Unmanned Underwater Vehicle,UUV)编队重构方法，旨在解决编队中成员丢失导致的队形不稳定及重构耗能问题。包括以下步骤：对UUV进行位置、速度等初始化，结合二阶一致性算法，对跟随者UUV进行队形控制。通过引入路径交叉代价、角度差代价等因素，增强UUV编队在队形变化过程中的自适应性，减少了路径长度和重构时间。针对成员丢失或增加导致代价函数矩阵非方阵问题，通过增加目标点和添加虚拟UUV的方式，将代价函数变为方阵，利用矩阵行列变化得到效率矩阵，从而确定每个跟随者的目标位置。结果显示，本发明在提高编队稳定性、降低路径长度以及增强队形自适应性、编队安全等方面表现良好，降低了队形重构的时间。
-
公开(公告)号：CN118760173A
公开(公告)日：2024-10-11
申请号：CN202410902565.2
申请日：2024-07-07
Applicant: 哈尔滨理工大学
Abstract: 本发明旨在针对传统粒子群算法在路径规划问题中存在的路径质量不高和固定参数粒子群运行时间慢的问题，公开了一种自适应参数调整的无人潜航器(Unmanned underwater vehicle,UUV)粒子群三维路径规划方法，具体包括：首先，建立了包含山体障碍的三维地图模型；接着，初始化了粒子群参数，通过加权法计算适应度值；随后，通过遍历种群寻找初始极值，记录历史最优解，并计算自适应惯性权重和学习因子，实现了粒子速度和位置的更新；此外，通过自适应温度更新种群，进行自适应变异和自适应步长局部搜索，进一步优化了UUV的航行路径，最后得到最终解。该方法有效地提高了UUV路径规划的质量和效率，同时减少了运行时间，为UUV路径规划问题提供了一种有效的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN118034161A
公开(公告)日：2024-05-14
申请号：CN202410304593.4
申请日：2024-03-18
Applicant: 哈尔滨理工大学
IPC: G05B19/042
Abstract: 本发明是一种适用于海洋移动观测平台的旋柱协同稳定控制系统，属于海洋移动观测平台运动控制系统领域，旨在提高海洋移动观测平台运行的稳定性。具体步骤如下：建立旋柱升力模型和海洋移动观测平台非线性横摇模型，为旋柱协同稳定控制提供理论基础；设计基于RBF神经网络的滑模力矩控制器，接收总减摇力矩，预测横摇模型并生成控制律，确保输出跟踪期望；基于序列二次规划法建立协同分配控制器，实时获取旋柱状态并分配权重，优化分配减摇力矩，实现最优控制；采用电机随动系统快速响应期望转速，调整旋柱工作状态。本发明不但稳定效果好，而且兼顾各执行器的驱动功耗和动态性能，更有利于海洋移动观测平台的稳定作业和长途航行。
-
公开(公告)号：CN117830571A
公开(公告)日：2024-04-05
申请号：CN202311868668.3
申请日：2023-12-30
Applicant: 哈尔滨理工大学
Abstract: 本发明旨在解决传统粒子群方法在路径规划上对初始化条件敏感、参数调整困难、容易陷入局部最优解和收敛速度慢等问题，公开了一种多约束优化的UUV粒子群三维路径规划方法，具体包括：在传统粒子群算法的基础上，利用预先寻优对部分粒子进行初始化，并在起点和终点直线之间生成初始种群；寻优时引入模拟退火准则作为一种局部搜索机制，并在位置更新时根据模拟退火原理进行调整；当模拟退火无法更新个体时，通过一次变异操作增加了搜索空间；在粒子进行速度和位置更新时，对其上下界进行限制并修正，避免速度过大或过小导致粒子跑偏或停滞，同时避免粒子位置出现偏差而偏离地图；最后让部分个体进行局部搜索，以进一步提高收敛性能。
-
公开(公告)号：CN117109622B
公开(公告)日：2024-03-26
申请号：CN202311228563.1
申请日：2023-09-21
Applicant: 哈尔滨理工大学
IPC: G01C21/34
Abstract: 本发明旨在解决传统蚁群方法在路径规划上容易陷入局部最优路径和迭代时间过长等问题，公开了一种多障碍物下双向搜索的UUV蚁群路径规划方法，具体包括：在传统蚁群方法基础上，针对大多数障碍物形状不规则，理想为栅格状且大小一致的障碍物；当传统蚁群方法，从起始点出发向目标点寻找路径上，引入一条从目标点出发向起始点的寻优路线，在两条寻优路径的加持下加快了寻优速度；并且引入了交叉点以及交叉点之间连通关系，同时在交叉点的数量上也加以限制避免计算缓慢，最后通过交叉点以及连通关系和信息素浓度值的快速回溯，找到最优路径。本发明减少了传统蚁群方法在路径规划上迭代时间，以及减少了易陷入局部最优解的可能性。
-
公开(公告)号：CN117109622A
公开(公告)日：2023-11-24
申请号：CN202311228563.1
申请日：2023-09-21
Applicant: 哈尔滨理工大学
IPC: G01C21/34
Abstract: 本发明旨在解决传统蚁群方法在路径规划上容易陷入局部最优路径和迭代时间过长等问题，公开了一种多障碍物下双向搜索的UUV蚁群路径规划方法，具体包括：在传统蚁群方法基础上，针对大多数障碍物形状不规则，理想为栅格状且大小一致的障碍物；当传统蚁群方法，从起始点出发向目标点寻找路径上，引入一条从目标点出发向起始点的寻优路线，在两条寻优路径的加持下加快了寻优速度；并且引入了交叉点以及交叉点之间连通关系，同时在交叉点的数量上也加以限制避免计算缓慢，最后通过交叉点以及连通关系和信息素浓度值的快速回溯，找到最优路径。本发明减少了传统蚁群方法在路径规划上迭代时间，以及减少了易陷入局部最优解的可能性。
-
公开(公告)号：CN214474629U
公开(公告)日：2021-10-22
申请号：CN202120599105.9
申请日：2021-03-24
Applicant: 哈尔滨理工大学
IPC: G05D1/12
Abstract: 本实用新型公开了一种基于OpenMV的全方位姿态识别跟随机器人。包括：OpenMV视觉传感器模块、路径规划算法模块、TB6612电机驱动模块、麦克纳姆轮全方位跟随运动模块、WI‑FI模块、电源模块、丢失报警模块、碰撞+灰度传感器防碰撞算法模块、袖珍式激光雷达模块、姿态识别算法模块。电源模块给各个模块供电，路径规划算法模块、WI‑FI模块、电源模块、丢失报警模块、碰撞+灰度传感器防碰撞模块、袖珍式激光雷达模块、姿态识别算法模块均与OpenMV视觉传感器模块相连。该机器人可通过控制麦克纳姆轮实现全方位移动人体姿态跟随。本实用新型能够通过识别人体姿态进行全方位跟随，能够有效的减轻人的负重，提高运载效率，全方位精准跟随，可靠性强。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
