-
公开(公告)号：CN116911536A
公开(公告)日：2023-10-20
申请号：CN202310791879.5
申请日：2023-06-30
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/0631 , G06Q10/04 , G06N3/126 , G06F18/23213
Abstract: 本发明提供了一种条件约束情况下的无人船任务分配方法及系统，属于无人船任务分配技术领域。为了解决无人船在现有算法中，时间代价、路径代价和代价函数相对较大，有效性较低的问题。设立三种优化目标，对应每个优化目标获取相应的代价函数，将三种代价函数按照优化目标的不同进行加权，得到目标函数，根据给定权值的代价函数进行任务片段分配，再对染色体进行遗传，按照交叉概率对适度函数进行交叉，最后进行随机变异，重复操作直至迭代次数上限。本方法在条件约束情况下的有效性远远高于其他四种算法，且可根据优化目标的不同而调整权重，目的性更强。
-
公开(公告)号：CN116700265A
公开(公告)日：2023-09-05
申请号：CN202310737162.2
申请日：2023-06-21
Applicant: 哈尔滨工业大学(威海)
IPC: G05D1/02
Abstract: 本发明提供一种基于改进CBS算法的多机器人路径规划方法及系统，属于多机器人路径规划领域。为解决现有多机器人路径算法的复杂度高，在路障密集的情况下，机器人间的相互影响导致性能下降，计算时间较长的问题。在无约束条件下利用改进的A‑star算法规划出每个机器人的路径，再利用改进后的代价函数计算路径代价；通过在A‑Star算法的评价函数中引入冲突惩罚因子和转向惩罚因子对底层搜索过程进行改进，通过对选择扩展节点方式的改进使高层次搜索过程选择节点的解决方案中路径总拐点数更少。在障碍物密集和适中的地图环境下，改进CBS算法所规划路径的平均总路径长度，总拐点数和所需计算时间都是最少的，性能最优。
-
公开(公告)号：CN116659513B
公开(公告)日：2024-11-29
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。
-
-
公开(公告)号：CN117232541A
公开(公告)日：2023-12-15
申请号：CN202310661492.8
申请日：2023-06-02
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/34
Abstract: 改善搜索自由度的A‑star算法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。本发明为了解决现有的机器人路径规划没有考虑移动机器人完成任务所需的时间和电源电量，也没有综合考虑路径长度和速度等因素，采用传统的A‑star算法由于搜索策略带有许多路径拐点和大转弯角度的缺点导致产生的可行路径不是理论上的最佳路径等问题。技术要点：在传统的A‑star算法引入了描述当前点向周围扩展的方向数，并通过连接起点和终点得到一条直线段来寻找交接点。在与障碍物相交时，会得到一个交点，然后将该点设为圆心以R为半径绘制一个圆，求出障碍物边界点。接下来，将第一个交界点作为局部起点，最后一个障碍物边界点作为局部终点，带入改进的A‑star算法中得到局部路径，由直线连接的为其他局部路径。最后，将这些局部路径组合成全局路径。
-
Patent Agency Ranking
公开(公告)号：CN116907499A
公开(公告)日：2023-10-20
申请号：CN202310794112.8
申请日：2023-06-30
Applicant: 哈尔滨工业大学(威海)
Abstract: 基于缩放因子的分布式无人机群EKF协同定位方法及系统，涉及无人机定位技术领域，为解决现有的卡尔曼滤波算法难以直接构建过程噪声与卡尔曼滤波估计的误差之间的线性关系，使滤波器的性能下降的问题。包括：S1、构建状态方程；S2、构建主无人机与从无人机i之间的绝对量测方程及从无人机i与从无人机j之间的相对量测值方程，并计算绝对量测方程及相对量测方程的雅可比矩阵Hi和Di；S3、构建缩放因子α；S4、利用缩放因子更新系统误差协方差矩阵#imgabs0#S5、计算绝对量测值的系统增益矩阵#imgabs1#和相对量测的系统增益矩阵#imgabs2#S6、计算相对量测值，对状态估计值及系统误差协方差矩阵进行更新。本发明引入缩放因子的分布式扩展卡尔曼滤波器，提高了无人机群的定位精度。
-
公开(公告)号：CN116736859A
公开(公告)日：2023-09-12
申请号：CN202310794754.8
申请日：2023-06-30
Applicant: 哈尔滨工业大学(威海)
IPC: G05D1/02
Abstract: 本发明提供了一种应用于仓储机器人静态路径规划方法及系统，属于静态环境下机器人路径规划技术领域。为了解决传统的A‑Star算法，存在路径长度较长，拐点和访问节点数过多，会使机器人的工作效率降低的问题。本发明在传统A‑Star算法的基础上，引入了聚焦搜索方向和路径再处理的方法，编写了基于搜索方向与路径再处理的改进A‑Star算法，去除了两类非必要节点，以此为仓储机器人规划出一条最优路径，有效减少了转弯次数，进而缩短了路径长度，可满足实时性，有效提高机器人的工作效率。
-
公开(公告)号：CN116032036B
公开(公告)日：2024-12-31
申请号：CN202211725438.7
申请日：2022-12-30
Applicant: 哈尔滨工业大学(威海)
IPC: H02J50/90 , H02J7/00 , G06T7/80 , B63C11/52 , B60L53/30 , B60L53/12 , B60L53/37 , B60L53/126 , B60L53/38 , B60L53/36
Abstract: 本发明公开了一种基于视觉定位的水下机器人无线充电系统及方法，涉及水下机器人充电技术领域。本发明的技术要点包括：所述系统包括水下无线充电装置和水下机器人；其中，水下无线充电装置包括定位Aruco二维码、竖直定位杆、无线充电发射模块、六个支撑固定“Y”形架、两个永磁铁；水下机器人的框架为由三层横板、左右两个上侧板、左右两个下侧板组成的“曰”型框架，框架内包括浮力块、电子仓、推进器、电池仓、机械爪、无线充电接收模块、水平金属定位杆；所述方法基于所述系统实现，利用视觉定位辅助水下机器人与水下无线充电装置对接。本发明提高了水下机器人和水下无线充电装置对接的成功率和效率，易实现水下机器人的可靠充电。
-
公开(公告)号：CN116907501B
公开(公告)日：2024-11-29
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：CN116907499B
公开(公告)日：2024-11-22
申请号：CN202310794112.8
申请日：2023-06-30
Applicant: 哈尔滨工业大学(威海)
Abstract: 基于缩放因子的分布式无人机群EKF协同定位方法及系统，涉及无人机定位技术领域，为解决现有的卡尔曼滤波算法难以直接构建过程噪声与卡尔曼滤波估计的误差之间的线性关系，使滤波器的性能下降的问题。包括：S1、构建状态方程；S2、构建主无人机与从无人机i之间的绝对量测方程及从无人机i与从无人机j之间的相对量测值方程，并计算绝对量测方程及相对量测方程的雅可比矩阵Hi和Di；S3、构建缩放因子α；S4、利用缩放因子更新系统误差协方差矩阵#imgabs0#S5、计算绝对量测值的系统增益矩阵#imgabs1#和相对量测的系统增益矩阵#imgabs2#S6、计算相对量测值，对状态估计值及系统误差协方差矩阵进行更新。本发明引入缩放因子的分布式扩展卡尔曼滤波器，提高了无人机群的定位精度。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.028 seconds)
