公开(公告)号：CN116858286A

公开(公告)日：2023-10-10

申请号：CN202310821020.4

申请日：2023-07-06

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  郭瑜 ,  赵玉新 ,  吴磊 ,  李想 ,  李汉领 ,  王潇雨 ,  王朝阳 ,  王权达 ,  刘鹏

IPC: G01C25/00 ,  G01C21/16

Abstract: 本发明公开了一种基于特殊欧式群和地球坐标系的线性传递对准方法，包括：将主惯性导航系统的导航信息传递给子惯性导航系统作为初始导航信息，其中所述初始导航信息包括初始姿态、初始速度和初始位置；子惯性导航系统通过初始导航信息进行导航解算，并引入李群理论，构建误差向量，获取传递对准误差和传递对准误差状态模型；基于主惯性导航系统的导航信息构建误差观测模型，采用卡尔曼滤波器对所述传递对准误差进行误差估计，并根据误差定义对所述子惯性导航系统进行反馈校正，获得所述子惯性导航系统准确的姿态和速度，完成传递对准。本发明具有计算量小、无数学奇异点、具备全球导航能力等优点。

公开(公告)号：CN109656136B

公开(公告)日：2022-03-18

申请号：CN201811534141.6

申请日：2018-12-14

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  王潇雨 ,  李盛新 ,  郜中星 ,  张娇 ,  金坤明 ,  刘斌 ,  李珊珊

IPC: G05B13/04

Abstract: 本发明属于声学测量领域，具体涉及一种基于声学测量网络的水下多AUV协同定位编队拓扑结构优化方法。本发明在多随从AUV情况下，考虑了声学测距误差与距离的相关性，具有更高的实用价值；针对位置信息的不确定性，根据相应的概率密度采用蒙特卡洛方法对可能分布区域内的编队构型进行优化设计；采用基于退火思想的步进递推的策略，不管主艇初始位置在何处，均可经过迭代步骤找到其最优位置布局；本发明引入Metropolis准则作为判断是否接受新解作为当前解的准则之一，可有效改善当局部最优解出现时迭代不再继续进行的情况；本发明的迭代过程产生新解邻域的大小与温度高低直接相关，增加最终结果的精确性。

公开(公告)号：CN111444948A

公开(公告)日：2020-07-24

申请号：CN202010204462.0

申请日：2020-03-21

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  刘斌 ,  吴磊 ,  刘海明 ,  金坤明 ,  张娇 ,  王潇雨 ,  李珊珊

IPC: G06K9/62 ,  G06K9/46

Abstract: 本发明公开了一种图像特征提取与匹配方法，包括步骤一：对特征点进行初步筛选；步骤二：利用候选角点中X和Y方向的梯度对S1得到的候选角点进行二次筛选；步骤三：像素级角点检测；步骤四：亚像素级角点检测，通过迭代优化Harris位置获得S3中得到的像素级角点的亚像素级角点坐标；步骤五：旋转不变快速变化描述子计算；步骤六：进行特征提取与特征匹配。发明在Harris角点检测的基础上，经过两次候选角点的筛选以提高角点的检测速度，并且通过迭代优化提高了角点检测的位置精度，最后，利用旋转不变快速变换描述子来表示特征。

公开(公告)号：CN109974706A

公开(公告)日：2019-07-05

申请号：CN201910177062.2

申请日：2019-03-08

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  李盛新 ,  李金 ,  张勇刚 ,  王潇雨 ,  郭瑜 ,  张大龙 ,  李志鹏

IPC: G01C21/20

Abstract: 本发明属于水下航行器导航研究领域，具体涉及一种基于双运动模型的主从式多AUV协同导航方法，包括以下步骤：领航AUV与跟随AUV进行水声测距，同时领航AUV将自身位置和速度信息广播发送给跟随AUV；建立跟随AUV与领航AUV间的相对运动状态空间模型；通过CKF估计跟随AUV与领航AUV的速度分量差值；建立双领航模式的多AUV协同导航状态空间模型；本发明提出将AUV相对运动状态空间模型与双领航模式的多AUV协同导航状态空间模型相结合，保障了多AUV协同导航系统的协同定位性能；本发明跟随AUV不需装备惯性导航设备和DVL，从而降低AUV系统配置的复杂性且节约了跟随AUV的内部空间、减轻重量。

公开(公告)号：CN109459040A

公开(公告)日：2019-03-12

申请号：CN201910033350.0

申请日：2019-01-14

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  李盛新 ,  李金 ,  张勇刚 ,  王连钊 ,  张娇 ,  王潇雨 ,  张奂

IPC: G01C21/20

Abstract: 本发明属于定位技术领域，具体涉及一种基于RBF神经网络辅助容积卡尔曼滤波的多AUV协同定位方法。本发明包括以下步骤：建立多AUV协同定位状态空间模型；创建一个RBF神经网络；在基准参考位置可用时，通过CKF进行多AUV协同定位估计；收集RBF神经网络的训练数据；对RBF神经网络进行训练；基准信号中断，停止训练RBF神经网络，继续进行CKF协同定位估计；估计CKF协同定位滤波误差；补偿滤波状态更新估计值。本发明在多AUV协同定位情况下，考虑跟随AUV航向漂移误差、洋流速度影响及与距离相关的水声噪声，具有更高的实用价值；利用RBF神经网络对CKF滤波估计值进行补偿，协同定位精度和稳定性显著提高；本发明算法易于实现。