一种基于动态拓扑切换策略下的AUV编队跟踪控制方法、程序、设备及存储介质

    公开(公告)号:CN119200654A

    公开(公告)日:2024-12-27

    申请号:CN202411293601.6

    申请日:2024-09-14

    Abstract: 本发明属于AUV编队控制技术领域,具体涉及一种基于动态拓扑切换策略下的AUV编队跟踪控制方法、程序、设备及存储介质。本发明利用2‑Delaunay生成新的通信拓扑结构,并结合最优通信距离和最大通信距离,通过求解不同集合之间最短路径作规避了连通分量不唯一的问题,从而完成拓扑网络优化;采用基于Jaccard系数的动态拓扑切换方案控制,当编队内智能体通信拓扑中断或复通时,切换拓扑网络结构覆盖编队网络,从而达到利用期望拓扑与自身拓扑之间的度量实现对拓扑的实时监测与动态管理的目的;采用DMPC作为编队控制器,利用其在系统动态特性建模及未来行为预测方面的卓越能力,实现对多个AUV在复杂环境中进行高效、精确的编队控制。

    一种基于深度学习目标检测的动态环境SLAM方法

    公开(公告)号:CN119048824A

    公开(公告)日:2024-11-29

    申请号:CN202411166231.X

    申请日:2024-08-23

    Abstract: 本发明公开了一种基于深度学习目标检测的动态环境SLAM方法,包括:基于视觉SLAM前端获取多相机输入图像,并进行去畸变处理,将去畸变后的点投影到像素平面上,获得目标图像;提取所述多相机输入图像中的特征点;在多相机输入的不同图像之间进行特征匹配,进行特征关联,实现不同相机之间对于同一特征点跨相机跟踪;根据特征点来源对特征点进行类别;根据分类结果筛选特征点;对于通过筛选的特征点,按照不同的特征点类别构建残差方程进行优化,输出位姿。本发明提出基于多相机图像的SLAM方法,最大限度的利用多相机提供的更丰富的环境信息,实现更鲁棒的视觉惯性SLAM方法。

Patent Agency Ranking