-
公开(公告)号：CN112001033A
公开(公告)日：2020-11-27
申请号：CN202010914963.8
申请日：2020-09-03
Applicant: 哈尔滨工程大学
IPC: G06F30/15 , G06F30/17 , G06T17/00 , G06F111/06
Abstract: 基于联合CST算法的仿生蟹翼型优化设计方法，它属于仿生蟹翼型优化技术领域。本发明解决了由于传统CST算法自身所存在的一些缺点，导致利用传统CST算法优化后的仿生蟹翼型的水动力性能有待提升的问题。本发明首先基于NACA0012和改进的直接CST算法进行基础翼型描述，再采用改进的扰动CST算法对基础翼型进行修正获得优化后的翼型，通过实验对比证明，同样条件下，采用改进的直接CST算法和改进的扰动CST算法可以有效提高仿生蟹翼型的水动力性能。本发明可以应用于仿生蟹翼型优化。
-
公开(公告)号：CN111736617A
公开(公告)日：2020-10-02
申请号：CN202010526631.2
申请日：2020-06-09
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 一种基于速度观测器的可底栖式水下机器人预设性能轨迹跟踪控制方法，属于水下机器人控制技术领域。为了解决现有的AUV控制方法没有比较全面的考虑影响控制精度的因素导致控制精度比较低的问题，以及现有的预设性能控制方法很难通过搭载的传感器设备测量所需的状态信息导致控制效果不理想的问题，本发明设计控制器与状态观测器使可底栖式水下机器人在存在建模不确定性、海流扰动与推进器故障的情况下，其位置与姿态量仍然能够跟踪期望值，并使跟踪误差具有预先给定的动态性能及稳态响应情况；本发明还引入一种可预设收敛时间的性能函数，利用该性能函数可以在预期时间内实现预定的轨迹跟踪性能。主要用于可底栖式水下机器人的轨迹跟踪控制。
-
公开(公告)号：CN111736600A
公开(公告)日：2020-10-02
申请号：CN202010526389.9
申请日：2020-06-10
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 一种时滞非对称时变全状态约束下的水面无人艇轨迹跟踪控制方法，属于控制技术领域。本发明为了解决现有的USV的轨迹跟踪控制方法并没有考虑时滞约束而导致的控制效果不佳的问题。本发明通过利用一种移位函数，实现对水面无人艇系统的误差变量进行移位转换，同时还设计了一种非对称障碍Lyapunov函数，设计相应的控制律和自适应律，保证无论初始条件如何，都可以实现最终一致有界的跟踪控制效果，而且时滞不对称时变约束可以在有限时间之后实现。主要用于水面无人艇的轨迹跟踪控制。
-
公开(公告)号：CN111438691A
公开(公告)日：2020-07-24
申请号：CN202010297234.2
申请日：2020-04-15
Applicant: 哈尔滨工程大学
Abstract: 仿生六足机器蟹控制系统，属于多足机器蟹控制技术领域。本发明是为了解决机器蟹在海底复杂地形条件下自适应行走能力差的问题。包括：采用GPS定位模块采集六足机器蟹的定位信号；姿态传感器模块采集六足机器蟹的姿态角、角速度及加速度信号；视觉信息采集模块采集六足机器蟹行走过程中的视觉图像；机器蟹机体的六步行足和两尾翼足各关节通过舵机向执行机构传送控制指令并反馈相应的关节角度、关节速度及关节扭矩；控制单元对所有采集数据及预定行走路径进行处理，获得机器蟹每条步行足和尾翼足的期望运动轨迹，并计算获得步行足和尾翼足各关节的运动角度，再根据指令ID匹配传送给相应的舵机。本发明能够实现机器蟹在复杂地形条件下的自适应行走。
-
公开(公告)号：CN111290270A
公开(公告)日：2020-06-16
申请号：CN202010087509.X
申请日：2020-02-11
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 一种基于Q-learning参数自适应技术的水下机器人反步速度和艏向控制方法，属于机器人控制技术领域。为了解决现有的水下机器人的控制方法存在需要先验知识的问题，以及控制器参数不能实时调整的问题。本发明设计了基于Q学习算法的参数自适应反步速度和艏向控制器，将偏差和偏差变化率作为该Q学习的输入，输出调整参数，根据调整参数确定的控制参数，结合控制参数和反步法设计的控制器实现速度和艏向控制，主要用于水下机器人速度和艏向的控制。
-
Patent Agency Ranking
公开(公告)号：CN111273677A
公开(公告)日：2020-06-12
申请号：CN202010087517.4
申请日：2020-02-11
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 一种基于强化学习技术的自主水下机器人速度和艏向控制方法，属于机器人控制技术领域。为了解决现有的水下机器人的控制方法依赖于控制对象模型精度的问题，以及不依赖模型的控制方法控制精度不高的问题。本发明设计了基于Q学习的速度和艏向控制器，将偏差和偏差变化率作为Q学习控制器的输入，将纵向推力和偏航力矩作为Q学习控制器的输出，使得Q学习控制器完全替代传统常规的控制器，从而达到水下机器人自主学习和自主决策的目标。主要用于水下机器人速度和艏向的控制。
-
公开(公告)号：CN109866904B
公开(公告)日：2020-06-02
申请号：CN201910281993.7
申请日：2019-04-09
Applicant: 哈尔滨工程大学
IPC: B63H1/37
Abstract: 一种仿生水母类水下机器人的运动及速度控制方法，属于仿生机器人控制领域。现有的非线性振荡器在仿生机器人的节奏性运动控制存在频率和幅值的收敛速度慢的问题，且缺少相应的速度控制方法。一种仿生水母类水下机器人的运动及速度控制方法，设计仿生水母动力模型；建立仿生水母各关节的振荡器模型，改变振荡器的波形；设计两个振荡器之间的耦合方式，由此确定建立多个振荡器之间的耦合方式，实现多个振荡器所在关节之间相互配合协调，实现仿生水母运动的控制，根据运动控制绘制频率与平均速度变化曲线，找到对应的运动频率，推算周期性速度变化曲线作为期望速度；按照期望速度控制速度。本发明算法对仿生水母的运动收敛性好，能稳定控制运动速度。
-
公开(公告)号：CN111176122A
公开(公告)日：2020-05-19
申请号：CN202010087510.2
申请日：2020-02-11
Applicant: 哈尔滨工程大学
Abstract: 一种基于双BP神经网络Q学习技术的水下机器人参数自适应反步控制方法，它属于水下机器人控制器参数调节技术领域。本发明解决了传统Q学习方法进行控制器参数调节时的学习效率低，以及传统反步法进行控制器参数调节时存在的参数不易实时在线调整的问题。本发明利用基于双BP神经网络Q学习算法与反步法相结合的方式实现对反步法控制器参数的自主在线调节，以满足控制参数能够实时在线调整的要求。同时由于引入了双BP神经网络以及经验回放池，其强大的拟合能力使得基于双BP神经网络Q学习参数自适应反步控制方法能够大大降低训练次数，以提升学习效率，在训练较少次数的情况下达到更好的控制效果。本发明可以应用于水下机器人控制器参数的调节。
-
公开(公告)号：CN109343347A
公开(公告)日：2019-02-15
申请号：CN201811189823.8
申请日：2018-10-12
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 一种海底飞行节点的轨迹跟踪控制方法，本发明涉及海底飞行节点的轨迹跟踪控制方法。本发明的目的是为了解决现有方法缺乏对轨迹跟踪误差收敛动态过程的控制能力，难以实现超调限制、误差收敛时间的预设以及任意精度的跟踪的问题。具体过程为：一、基于Fossen大纲六自由度非线性模型建立OBFN的动力学模型；二、对一建立的OBFN的动力学模型进行变换，得到变换后的OBFN的动力学模型；三、定义性能函数；四：根据三定义的性能函数将二得到的变换后的OBFN的动力学模型进行误差变换；五、选取径向基函数神经网络参数；六、基于四和五设计自适应轨迹跟踪控制器。本发明用于海底飞行节点的轨迹跟踪控制领域。
-
公开(公告)号：CN109240317A
公开(公告)日：2019-01-18
申请号：CN201811396169.8
申请日：2018-11-21
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 考虑螺旋桨故障的海底地震检波飞行节点有限时间构型包含控制方法，涉及海底地震检波飞行节点构型包含控制方法。为了解决现有的控制方法并不能完全适用于海底地震检波飞行节点的控制，而且现有的控制方法并不能在推进器发生故障时进行有效控制。本发明首先建立多海底地震检波飞行节点系统的动力学和运动学方程，基于飞行节点的动力学和运动学方程以及推进器损坏对应的飞行节点上的推力或力矩，选取误差函数与有限时间滑模变量，并选择非奇异快速终端滑模面；然后设计控制器，从而实现海底地震检波飞行节点有限时间构型包含控制。本发明适用于海底地震检波飞行节点有限时间构型包含控制。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.03 seconds)
