一种基于PSO-BP的视觉伺服海缆检修辅助方法及系统

    公开(公告)号:CN116503048A

    公开(公告)日:2023-07-28

    申请号:CN202310476291.0

    申请日:2023-04-28

    申请人: 河海大学

    摘要: 本发明公开了一种基于PSO‑BP的视觉伺服海缆检修辅助方法及系统,所述方法针对海底环境复杂的特点,在基于人工势场法的基础上进行环境建模,然后进行路径搜索,构建智能路径规划框架;到达故障点后,针对破损海缆存在不同的横纵边缘交点,利用摄像机进一步采集图像收集信息;最后使用双目的和基于图像特征的视觉伺服控制,通过将位置信息输入到PSO‑BP神经网络中,来获取各关节角度,调整关节,完成海缆检修任务。本发明可快速找出安全、平滑、合理的路径;结合海底电缆的特点,在PSO‑BP神经网络的基础上设计出海缆检修机械手的视觉伺服系统,显著地提高了海缆检修的工作效率,降低了在复杂海洋环境中的作业难度,可有效地完成海缆故障点的检修任务。

    一种基于色彩空间转换的水下灰暗图像处理方法

    公开(公告)号:CN116468629A

    公开(公告)日:2023-07-21

    申请号:CN202310361568.5

    申请日:2023-04-06

    申请人: 河海大学

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于色彩空间转换的灰暗水下图像处理方法,对预先获取的水下图像先进行降采样,减小图像尺寸,并拷贝成两份图像;分别对两部分水下图像进行色彩空间转换;建立水下光学成像图像模型,对第一份转换后的水下图像运用图像去模糊算法进行处理,获得对比度高的清晰图像;采用改进的白平衡算法对去模糊后的图像进行处理;将非线性信道先验引入到传统图像去模糊模型中,最小化该项以消除水流波动引起的运动模糊问题;将得到的精确模糊核和潜在清晰图像与初始复原图像进行迭代得到最终复原图像;最后将两份图像进行融合,重采样并输出最终清晰的水下图像。本发明可以更好的实现图像复原,图像的亮度、对比度得到提高,辨识度得到改善。

    基于六边形栅格地图的多AUV任务分配与路径规划方法

    公开(公告)号:CN111307153B

    公开(公告)日:2023-03-21

    申请号:CN202010119968.1

    申请日:2020-02-26

    申请人: 河海大学

    IPC分类号: G01C21/20 G05D1/10

    摘要: 本发明公开了一种基于六边形栅格地图的多AUV任务分配与路径规划方法,首先,用SOM方法对多AUV多目标系统进行任务分配,确保每一个目标都有一个AUV进行捕获;其次,对环境构建六边形栅格地图,基于六边形栅格地图采用A*算法初步得出AUV航行路径;最后优化所得的路径,使其简短化、平滑化,从而生成最终路径。本发明解决了多AUV系统的任务分配问题,六边形栅格地图的引入提高了A*算法的效率,同时本发明缩短了传统A*算法所得的路径,并实现了路径平滑化,避免了AUV实际航行中可能的急转弯问题。

    一种基于虚拟现实游戏的静脉曲张康复训练系统及方法

    公开(公告)号:CN114974507A

    公开(公告)日:2022-08-30

    申请号:CN202210542081.2

    申请日:2022-05-18

    申请人: 河海大学

    摘要: 本发明公开了康复训练领域的一种基于虚拟现实游戏的静脉曲张康复训练系统及方法,其中包括头戴设备、控制模块和绑定设备;所述头戴设备包括VR显示设备和体征监测模块;所述VR显示设备、体征监测模块与所述控制模块电性连接;所述VR显示设备作用于显示康复训练游戏内容及监测的人体生命特征信息;陀螺仪传感器、光疗模块、体温监测模块设置于所述绑带上;所述绑带固定于人体腿部;所述光疗模块包括多个红蓝多色光源和多个红色光源;所以陀螺仪传感器、红色光源、蓝色光源和体温监测模块与所述控制模块电性连接;本发明辅助患者进行静脉曲张康复训练,提高患者在康复治疗过程的趣味性,进而间接提高康复治疗效果,提高患者的康复治疗的体验。

    基于双神经网络强化学习的自主水下航行器路径规划方法

    公开(公告)号:CN113064422B

    公开(公告)日:2022-06-28

    申请号:CN202110253524.1

    申请日:2021-03-09

    申请人: 河海大学

    IPC分类号: G05D1/02

    摘要: 本发明公开了一种基于双神经网络强化学习的自主水下航行器路径规划方法,基于双神经网络强化学习算法解决自主水下航行器的路径规划问题。针对Q‑learning学习算法存在需要存储空间大和查找时间长的问题,进行优化处理;在Q‑learning学习算法的基础上融入目标网络和记忆池经验回放技术得到双神经网络强化学习算法,并构建基于双神经网络强化学习算法的AUV智能路径规划框架;量化处理自主水下航行器的环境状态信息,将其与双神经网络强化学习算法相结合,并判断AUV运动方向与目标点位置关系,得到AUV智能规划路径的决策。本发明显著地降低了运算的复杂性,满足实时决策要求,具有突出的迁移能力和环境适应性,为AUV提供安全快捷可靠的路径规划方案。

    一种基于外积补偿的AUV动基座对准方法及系统

    公开(公告)号:CN111174813A

    公开(公告)日:2020-05-19

    申请号:CN202010069961.3

    申请日:2020-01-21

    申请人: 河海大学

    发明人: 黄浩乾 刘聪

    IPC分类号: G01C25/00

    摘要: 本发明公开一种基于外积补偿的AUV动基座对准方法及系统,首先让AUV在起始点完成动基座的粗对准,完成粗对准后AUV直线行驶到一个已知位置,并进行船位推算,然后由船位推算的航迹信息和实际航迹构造位移向量,并通过航迹比较,实现将坐标系偏差显化为航向误差角,最后基于向量外积进行航向误差角的解算,将求得的航向误差角补偿到重力加速度上,用精确的重力加速度去校正转换矩阵,当航向误差角为0时,船位推算点和AUV的实际位置点重合,得到精确的捷联矩阵,即导航坐标系与真实的导航坐标系重合,完成动基座的精对准。本发明实现了坐标系偏差对坐标转换矩阵的精确补偿,尤其解决了剧烈扰动下AUV动基座精对准问题,计算简单且精度高。

    一种用于水下深潜器的导航系统及精准三点定位方法

    公开(公告)号:CN108693547A

    公开(公告)日:2018-10-23

    申请号:CN201810568144.5

    申请日:2018-06-05

    申请人: 河海大学

    IPC分类号: G01S19/42 G01C17/32 G01C19/00

    CPC分类号: G01S19/42 G01C17/32 G01C19/00

    摘要: 本发明公布了一种用于水下深潜器导航系统及精准三点定位方法,导航系统包括极低频收发模块、GPS收发模块、电子罗盘、数字信号处理处理单元、微机电惯性测量单元及深潜器中心计算机。本发明采用MEMS陀螺仪、MEMS加速度计组成姿态测量单元,和电子罗盘集成为惯性组合导航定位系统,并配合控制系统。当深潜器位于水面,深潜器切换至GPS模式,利用GPS收发模块获取位置信息;当深潜器潜入水下,GPS定位数据失效或DOP增大到预定阀值时,深潜器切换至航位推算模式,结合极低频无线电磁波的深海特性,使用四个极低频陆地基站的三点定位方法进行定位。本发明可以实现导航信息高精度获取的目的,完成水下深潜器自主精准导航与定位。

    基于谱聚类算法的AUV回收中目标光源定位方法

    公开(公告)号:CN118864591A

    公开(公告)日:2024-10-29

    申请号:CN202410793243.9

    申请日:2024-06-19

    申请人: 河海大学

    摘要: 本发明公开了基于谱聚类算法的自主水下航行器(AUV)回收中目标光源定位方法。其主要目的在于对水下目标光源进行识别和定位,为水下AUV的回收提供精确定位。本发明将改进的谱聚类用于光源识别定位中,本发明的步骤包括:对图像进行预处理、获取图像中的样本点、使用改进谱聚类算法对样本点进行分类、对不同类样本点平均坐标得光源中心位置。本发明可以将AUV回收过程中捕获到的目标光源图像进行处理,得到目标光源中心在图像坐标系中的位置。本发明进一步提升了AUV的回收效率,相比于传统方法,本发明可以实现对多光源的光源中心进行图像坐标定位。

    基于UKF和滚动时域估计的水下机器人组合定位方法

    公开(公告)号:CN117804444B

    公开(公告)日:2024-07-19

    申请号:CN202410021502.6

    申请日:2024-01-08

    申请人: 河海大学

    IPC分类号: G01C21/16 G01C21/20

    摘要: 本发明公开了基于UKF和滚动时域估计的水下机器人组合定位方法,本发明整个过程主要步骤包括:系统建模与目标函数描述、针对异常量测值剔除、基于滚动时域的自适应UKF算法以及基于鸽群算法的最优值求解。本发明可以解决水下机器人SINS/USBL组合导航系统中,因系统的约束条件存在以及机器人受外界干扰从而降低MHE算法的精度的问题,本发明引入改进的自适应UKF算法,针对过程噪声Q易被外界干扰影响的问题提供了一种解决方案。相比于传统SINS/USBL组合导航组合定位方法,本方法能有效减小水下机器人运动过程中外界干扰对状态估计的影响,进一步提高对非线性系统的组合定位能力。

    基于多波束测深声呐的自主无人系统主动SLAM方法

    公开(公告)号:CN117824664B

    公开(公告)日:2024-05-28

    申请号:CN202410246817.0

    申请日:2024-03-05

    申请人: 河海大学

    摘要: 本发明公开了一种基于多波束测深声呐的自主无人系统主动SLAM方法。本发明首先搭载多波束测深声呐传感器的水下无人系统在预先规划的路径上进行海底探测任务,根据多波束测深声呐传感器的测深数据生成位姿图,得到全局地图;然后采用主动SLAM算法生成对应的重访候选点和勘探候选点及相应的重访和勘探动作;再通过计算效用函数,选择使效应函数最小的候选点作为目标点,水下无人系统访问该目标点并执行该目标点对应的动作:当选择的目标点重访候选点并执行重访动作时,根据闭环检测的结果进行全局优化,根据全局优化的结果更新水下无人系统的位姿和全局地图后返回原来位置。本发明可以提高水下无人系统进行海底探测的效率和定位精度。