-
公开(公告)号:CN117993102A
公开(公告)日:2024-05-07
申请号:CN202410170192.4
申请日:2024-02-06
Applicant: 东北大学
IPC: G06F30/15 , G06F30/27 , G06F30/28 , G06F18/10 , G06F119/14 , G06F113/08
Abstract: 本发明提供一种三自由度无人水面舰艇模型在线辨识方法,首先通过最小二乘支持向量机分别辨识出三个自由度的模型,分别是纵向速度模型、横向速度模型、转首角速度模型,然后在无人水面舰艇航行过程中,当某个模型的预测值和真实值之间的误差满足所设置的类PD(proportional and derivative‑like,类PD)事件触发条件时,采集当前时刻舰艇的状态量,将其添加进训练集,之后通过数据过滤窗结构对数据集进行过滤,并采用过滤后的数据集对该模型重新进行训练,最后将重新训练的模型更替上一时刻的模型。采用类PD事件触发结构和数据过滤窗结构,既能保持优异的建模性能,又能在计算资源消耗和模型精度之间实现更灵活的折中。
-
公开(公告)号:CN118625841A
公开(公告)日:2024-09-10
申请号:CN202410872182.5
申请日:2024-07-01
Applicant: 东北大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明提供基于在线建模和模型预测控制的水下机器人轨迹跟踪方法,属于水下机器人控制的技术领域。本发明方法包括离线部分和在线部分。离线部分先通过模糊c‑均聚类算法对水下机器人水平运动的离线数据进行聚类,并记录每一簇的中心。然后根据所推导的偏航模型非参数形式通过最小二乘支持向量建立每一类的离线非参模型。在线部分中通过设计了一种数据选择窗结构,对水下机器人的偏航模型进行在线更新,这样做提高了对于数据的利用率,并降低了切换模型预测时产生的误差,进而通过引入模型预测控制方法解决轨迹跟踪问题,其中模型预测控制所用的预测模型即为在线建立的AUV偏航模型。
-