-
公开(公告)号:CN114995469B
公开(公告)日:2024-11-05
申请号:CN202210693357.7
申请日:2022-06-17
Applicant: 哈尔滨工程大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明属于船舶控制技术领域,具体涉及一种通信时延下基于人工势场法的AUV编队无死锁避碰方法。本发明通过在编队控制中加入了避碰相关的势场函数uri(t),解决了编队变换过程中的碰撞问题;由于加入了避碰分量uri(t),可能致使驱动形成编队的某一方向控制力与避碰分量uri(t)共线且相互抵消,AUV无法达到期望位置,从而导致死锁问题;为避免出现死锁问题,在编队控制器中增加避免死锁的分量urj(t),当避碰力和驱动形成编队的某一方向控制力共线时,会产生垂直于共线方向一段时间的力,从而使得两个AUV可以产生绕行的效果,避免死锁问题的发生。本发明解决了AUV编队控制过程中可能发生的碰撞和死锁问题,使得编队可以在存在通信时延条件下稳定收敛。
-
公开(公告)号:CN117807890A
公开(公告)日:2024-04-02
申请号:CN202410067852.6
申请日:2024-01-17
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F18/241 , G06N3/0464 , G06F18/213
Abstract: 本发明公开了基于神经网络的水下无人航行器舵面故障诊断方法,包括:获取待诊断舵面数据;将所述待诊断舵面数据输入到神经网络模型,获取输出结果,完成所述水下无人航行器舵面故障诊断,所述神经网络模型通过训练集进行训练,所述训练集为预设个故障特征明显的内禀模式函数分量。本发明通过对水下无人航行器舵面的结构形式进行分析,构建出舵面的仿真模型;在对常见的舵面故障数学分析的基础上,获取相应的响应信号;将采集到的正常及故障状态下的舵面响应信号进行经验模态优化分解;选取优化分解后IMF分量,创建并合理划分数据集;进一步地进行卷积网络的结构设计、训练与优化,极大提高了该网络的故障分类测试精度,增加了系统鲁棒性。
-
公开(公告)号:CN112578793B
公开(公告)日:2022-04-12
申请号:CN202011330793.5
申请日:2020-11-24
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 一种快速运动水面艇的避障方法,属于路线规划领域。本发明是为了解决现有水面艇的避障方法在进行转向避障时不能给出避障时间最短、偏离原航线距离最短的避障航向的问题。本发明包括:获取与无人艇有碰撞危险的障碍艇信息;根据获取的信息计算无人艇和障碍艇的相对运动信息;根据相对运用信息计算最佳避障时间;在最佳避障时间的基础上确定复航点和避障过程的执行时长;以最佳避障时间为参考,确定无人艇和障碍艇的相对位置信息和避让幅度;根据避让方向和距离计算无人艇的复航路线;获得无人艇避障航向择优函数;由航向择优函数在安全航向范围内的择优,获得使无人艇避碰行为最优的航向。本发明用于选择水面艇避障的航向。
-
公开(公告)号:CN112560671A
公开(公告)日:2021-03-26
申请号:CN202011477989.7
申请日:2020-12-15
Applicant: 哈尔滨工程大学
Abstract: 基于旋转卷积神经网络的船舶检测方法,本发明涉及船舶检测方法。本发明的目的是为了解决现有海面船舶特征信息受到干扰甚至被淹没的问题。过程为:一、根据输入图像生成卷积神经网络特征图;二、构建多尺度特征金字塔网络,对特征图进行特征提取,映射产生不同大小的anchor;三、分类筛选出候选框;四、用旋转椭圆边界框代替候选框,进行回归预测;五、计算RPN的损失函数;六、筛选输出RoI Align;七、RoI Align产生特征图,作为全连接的输入,利用Softmax Loss和L1 Loss完成分类和定位以及船头方向的回归;八、将待测舰船图片输入训练好的网络模型,得到分类结果。本发明用于船舶检测领域。
-
公开(公告)号:CN108279692B
公开(公告)日:2020-12-22
申请号:CN201810043819.4
申请日:2018-01-17
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于LSTM‑RNN的UUV动态规划方法,属于无人潜航器领域,包括如下步骤:步骤(1):选择几何模型构建障碍环境模型;步骤(2):利用蚁群算法建立用于获取数据集的UUV动态规划器;步骤(3):设计用于动态规划的LSTM‑RNN网络模型;步骤(4):获取数据集:步骤(5):利用数据集中训练集的数据训练LSTM‑RNN网络,得到基于LSTM‑RNN网络的动态规划器;步骤(6):将声纳探测信息及目标点信息输入至基于LSTM‑RNN网络的运动规划器,获得UUV下一时刻的航向及航速。本方法具有强大的学习能力,同时还具有非常强的泛化能力,这使得所实现的动态规划器适用于复杂的环境。同时满足实时性的要求,并且所规划的路径符合UUV的运动特性。
-
公开(公告)号:CN107610144B
公开(公告)日:2020-11-20
申请号:CN201710599161.0
申请日:2017-07-21
Applicant: 哈尔滨工程大学
Abstract: 本发明为一种改进的基于最大类间方差法的红外图像分割方法,能够在最大程度上克服天空曝光带来的分割效果不理想的问题,使分割后的目标能够保持较完整的形状。由于红外图像对比度比较低,灰度级范围比较窄,利用最大类间方差法不能够很好的分割出目标,考虑图像灰度、图像背景像素个数和目标像素个数对分割产生的影响,本发明对传统最大类间方差法中求取方差的公式进行了改进,弥补了最大类间方差法的红外图像分割方法在天空有曝光且天空与目标对比度较低的情况下不能够获得较好的分割效果的缺点,并且将目标与天空背景对比度较大的区域分割良好。
-
公开(公告)号:CN111445498A
公开(公告)日:2020-07-24
申请号:CN202010196608.1
申请日:2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用Bi-LSTM神经网络的目标跟踪方法,目的是解决强机动目标运动过程复杂、运动模型难以建立且计算量大的问题,提高目标跟踪精度。技术方案是先建立目标跟踪系统,采集运动目标位置、速度数据,并进行数据预处理,获得目标运动训练集和测试集;然后设计适用于目标跟踪的Bi-LSTM神经网络,用训练集训练神经网络中的权重参数;最后用训练好的模型实现目标跟踪。本发明适用于处理时间序列上的连续数据,通过历史数据预测下一时刻目标运动状态,目标跟踪的精度较高。
-
公开(公告)号:CN110749890A
公开(公告)日:2020-02-04
申请号:CN201910976861.6
申请日:2019-10-15
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种多水下机器人协同海流估计方法,包括如下步骤:启动多普勒测速仪、水声同步通信机、非线性估计模块和协同编队控制模块;当信息状态为对底测速时,水下机器人广播位置信息,实现协同编队航行作业;当信息状态为对流测速时,进入估计判别器判断是否需要进行海流估计;非线性估计模块根据水面支持母船的位置、距离信息与其他水下机器人的位置估计信息、海流估计信息、距离信息;融合海流估计结果与多普勒测速信息,补偿多普勒测速仪对流测速带来的位置误差,实现水下机器人位置估计。本发明可以提高多水下机器人系统在深海海域的航行能力,实现长时间不出水的深海海域航行,满足大范围航海要求和作业效率要求。
-
公开(公告)号:CN110696966A
公开(公告)日:2020-01-17
申请号:CN201910980482.4
申请日:2019-10-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种节能自守位声纳定位浮标及控制方法。包括天线单元、太阳能风帆、风帆转动轴、风帆转动机构、风向风速仪、姿态与定位密封舱、方向舵机、方向舵板、主推进器、辅助推进器、水平翼、主控密封舱、动力电池、电控电池、防水电缆、水声换能器。本发明采用了北斗/GPS双模定位方式,提高了导航信息的安全性和稳定性,使定位数据更加安全可靠,同时增加的北斗短报文通讯功能可以实现卫星通讯,既是无线电通讯的有益补充,又是无线电失效或超过其通讯距离时的安全保障。还利用风帆为声纳浮标提供前进的风能动力和自守位的风阻力,利用太阳能作为声纳浮标电控能源的补充,减少能源消耗的同时延长了自守位声纳定位浮标的工作时长。
-
公开(公告)号:CN106094842B
公开(公告)日:2019-04-12
申请号:CN201610487739.9
申请日:2016-06-28
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明属于水下运动体控制技术领域,具体涉及一种基于T‑S模型和PDC的UUV垂直面运动H∞控制方法。本发明包括建立UUV垂直面运动模型,包括UUV深度控制模型和UUV纵倾控制模型;利用T‑S模型对UUV的深度及纵倾系统进行建模;基于并行分布补偿PDC方法设计H∞控制器;运用深度‑纵倾协调控制变深的方法控制UUV的下潜,以保证纵倾角满足设计要求。通过建立基于T‑S模型的UUV的深度及纵倾模型,并且基于并行分布补偿(PDC)方法设计垂直面运动H∞控制器,利用深度‑纵倾协调控制变深的方法控制UUV的下潜,解决UUV下潜过程中纵倾角过大的问题,以保证UUV作业的安全性。
-
-
-
-
-
-
-
-
-