-
公开(公告)号：CN116911535B
公开(公告)日：2024-11-22
申请号：CN202310791477.5
申请日：2023-06-30
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/0631 , G06Q30/08
Abstract: 本发明提供一种基于改进CBBA算法的多无人船动态任务分配方法及系统，属于多无人船动态任务分配技术领域。为解决传统CBBA算法在任务重分配方案的计算上存在路径代价指标高、任务完成量低，对于新任务或突发情况会导致无人船任务能力消失的问题。通过构建无人船优先选择集群，来提高算法的计算速度，使算法快速收敛，引入距离奖惩因子和判断时间窗约束的指示变量，根据代价函数构建任务包，使任务分配方案趋向于让无人船执行距离较近任务，使环境内每个具有任务执行能力的个体以自身收益最大、损失最小为目标自行构建任务包；加入时间窗约束，将不符合的任务排除保留符合的任务，再进行冲突消解，最后判断无人船间是否达成共识。
-
公开(公告)号：CN116698066B
公开(公告)日：2024-11-15
申请号：CN202310660557.7
申请日：2023-06-02
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/34
Abstract: 基于邻域扩展和边界点改进A‑star算法的机器人路径规划方法及系统，涉及机器人路径规划技术领域，为了解决传统A‑star算法路径规划时存在搜索时间长、自由度不高、搜索的路径具有很多转折点等一些问题，可能会导致规划得到的最短路径不是实际机器人的最优移动路径，以及为了兼顾移动机器人在各方面的优良性而提出的。首先，将A‑star算法扩展搜索邻域；其次，针对局部无障碍环境下，传统算法搜索效率低，且规划时间长等问题，利用局部障碍环境分块规划的思想，基于两点线段最短原理，对环境信息进行分析。在路径连接过程中，若路径中不存在障碍物，则直接直线连接起点与终点；否则，通过求取相交障碍物的边界点，将路径分为多个局部路径进行规划，最后合并得到整体路径。具体实现为在起点与最后一个边界点之间使用改进A‑star算法求解最短路径，在边界点与终点之间直接直线连接。
-
公开(公告)号：CN117109609A
公开(公告)日：2023-11-24
申请号：CN202310661433.0
申请日：2023-06-02
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/34
Abstract: 应用于移动机器人改进启发式静态路径规划方法及系统，涉及机器人路径规划技术领域。本发明为了兼顾移动机器人在各方面的优良性而提出来的。技术要点：连接起点和终点得到一条直线段，该直线段将与障碍物相交得到一个交点，然后再以该交点为圆的中心，并以R为半径绘制一个圆，圆和直线段之间的两个交点称为交接点，求出障碍物边界点。在传统A‑star算法引入了描述当前点向周围扩展的方向数。将第一个交接点作为起点、最后一个交接点作为终点与最后一个交接点作为起点、最后一个边界点作为终点带入到改进A‑star算法中，会得到一系列的局部路径，然后再将这些局部路径组合为全局路径。
-
公开(公告)号：CN116911535A
公开(公告)日：2023-10-20
申请号：CN202310791477.5
申请日：2023-06-30
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/0631 , G06Q30/08
Abstract: 本发明提供一种基于改进CBBA算法的多无人船动态任务分配方法及系统，属于多无人船动态任务分配技术领域。为解决传统CBBA算法在任务重分配方案的计算上存在路径代价指标高、任务完成量低，对于新任务或突发情况会导致无人船任务能力消失的问题。通过构建无人船优先选择集群，来提高算法的计算速度，使算法快速收敛，引入距离奖惩因子和判断时间窗约束的指示变量，根据代价函数构建任务包，使任务分配方案趋向于让无人船执行距离较近任务，使环境内每个具有任务执行能力的个体以自身收益最大、损失最小为目标自行构建任务包；加入时间窗约束，将不符合的任务排除保留符合的任务，再进行冲突消解，最后判断无人船间是否达成共识。
-
Patent Agency Ranking
公开(公告)号：CN116907501A
公开(公告)日：2023-10-20
申请号：CN202310798488.6
申请日：2023-06-30
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明一种基于分层式扩展卡尔曼滤波的无人机群协同定位方法及系统，涉及无人机定位技术领域，为解决现有的卡尔曼滤波针对大型无人机群协同定位，存在扩展性和灵活性低，且算法复杂度高的问题。包括如下步骤：S1、对目标从无人机i在t‑1时刻的状态值#imgabs0#和协方差矩阵#imgabs1#进行初始化；S2、构建状态方程，计算状态估计值；S3、计算目标从无人机i与主无人机层的主无人机j之间的量测值#imgabs2#S4、计算误差协方差矩阵估计#imgabs3#S5、计算目标从无人机i的系统增益矩阵#imgabs4#S6、对状态估计值及误差协方差矩阵进行更新。本发明计算量小、实时性高、收敛速度快。融合了多个传感器的信息，提高了系统的稳定性。
-
公开(公告)号：CN116907500A
公开(公告)日：2023-10-20
申请号：CN202310794249.3
申请日：2023-06-30
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明基于置信度因子的从无人机优选分布式EKF协同定位方法及系统，涉及无人机定位技术领域，为解决现有的主从式无人机群主无人机失效，临时主无人机存在较大的定位误差，会累计传播到其他从无人机中，导致更大的定位误差的问题。包括如下过程：判断主无人机是否失效，若主无人机失效，计算各从无人机的置信度ηi，选择置信度ηi最高的从无人机，将其升级为临时主无人机；构建从无人机i的状态方程和量测方程；分别计算绝对量测增益矩阵#imgabs0#和相对量测增益矩阵#imgabs1#计算相对量测信息的预测值#imgabs2#并更新状态变量#imgabs3#和误差协方差矩阵#imgabs4#至完成定位。本发明实现了在主无人机失效情况下系统的正常运转，有效的控制主无人机失效导致的定位误差增加。
-
公开(公告)号：CN116700266A
公开(公告)日：2023-09-05
申请号：CN202310737491.7
申请日：2023-06-21
Applicant: 哈尔滨工业大学(威海)
IPC: G05D1/02
Abstract: 本发明提供一种实际环境下机器人路径规划方法及系统，属于智能仓储领域。为解决现有机器人路径规划中，未考虑机器人在实际环境下的自身大小，造成工业或生产损失问题。包括对当前节点判断其相邻节点是否在开放列表中，若在则记录相邻节点中g值最小节点，若不在则加入开放列表并判断是否为目标节点，若是则结束循环，若不是在将当前节点移入关闭列表，计算相邻节点的f值选择f值最小的节点作为下一当前节点，重复上述操作至开放列表为空，保存可用路径后在最小安全距离下进行再处理，得到最终路径。更符合实际情况下的机器人运行，避免由于自身体型差异而导致的损伤货物或自身，提高机器人工作效率，保证了仓储中工作的高效性与安全。
-
公开(公告)号：CN116698066A
公开(公告)日：2023-09-05
申请号：CN202310660557.7
申请日：2023-06-02
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/34
Abstract: 基于邻域扩展和边界点改进A‑star算法的机器人路径规划方法及系统，涉及机器人路径规划技术领域，为了解决传统A‑star算法路径规划时存在搜索时间长、自由度不高、搜索的路径具有很多转折点等一些问题，可能会导致规划得到的最短路径不是实际机器人的最优移动路径，以及为了兼顾移动机器人在各方面的优良性而提出的。首先，将A‑star算法扩展搜索邻域；其次，针对局部无障碍环境下，传统算法搜索效率低，且规划时间长等问题，利用局部障碍环境分块规划的思想，基于两点线段最短原理，对环境信息进行分析。在路径连接过程中，若路径中不存在障碍物，则直接直线连接起点与终点；否则，通过求取相交障碍物的边界点，将路径分为多个局部路径进行规划，最后合并得到整体路径。具体实现为在起点与最后一个边界点之间使用改进A‑star算法求解最短路径，在边界点与终点之间直接直线连接。
-
公开(公告)号：CN116659513A
公开(公告)日：2023-08-29
申请号：CN202310850563.9
申请日：2023-07-12
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/20
Abstract: 本发明一种基于节点优化选择与因子图的多AUV协同定位方法及系统，涉及AUV协同定位技术领域，为解决现有技术无法应对系统拓扑结构的动态变化，及系统规模较大或者系统通信带宽受限的问题。包括如下过程：采集系统当前时刻动态拓扑结构信息；更新从艇及其邻居主艇信息；构建因子图模型，将从艇状态变量、主艇位置信息及主艇量测信息定义为变量节点，采用状态方程函数节点对从艇状态变量Xk进行传递更新；针对系统主艇估计的位置信息节点及主艇量测信息节点，分别进行克拉美罗下界CRLBk和测距评价因子计算，对当前时刻主艇节点进行优选，采用量测方程函数节点对主艇量测信息节点Zk及从艇状态变量节点Xk进行融合更新。本发明兼顾了定位精度、定位效率和实时性。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.028 seconds)
