-
公开(公告)号：CN109685286B
公开(公告)日：2022-08-02
申请号：CN201910032579.2
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 未知静态障碍环境下USV基于改进蚁群优化的避碰规划方法，属于水面无人艇避碰规划技术领域。本发明首先构建全局坐标系和局部坐标系，建立导航雷达仿真模型；设计用于实时避碰规划的滚动优化窗口；然后采用可视图法构建环境模型；设计用于实时避碰规划的改进蚁群优化方法；最后将导航雷达探测信息及目标点信息输入至基于改进蚁群优化方法的USV静态避碰规划器，获得USV下一时刻的转艏及速度的调整指令。本发明将滚动优化窗口法与改进蚁群优化方法相结合，提高了USV在线规划的实时性；针对于蚁群优化方法收敛速度慢，提出了改进的伪随机比例规则对蚂蚁状态转移进行选择；借鉴狼群分配原则和最大最小蚂蚁系统对全局信息素进行更新，避免搜索陷入局部最优。
-
公开(公告)号：CN108319293B
公开(公告)日：2021-01-12
申请号：CN201810043820.7
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网络的UUV实时避碰规划方法属于神经网络技术领域和实时避障技术领域。包括步骤：构建全局坐标系和局部坐标系，建立声纳仿真模型；设计用于实时避碰规划的LSTM网络；构建数据集；利用训练集中数据训练LSTM网络，得到基于LSTM网络的实时避碰规划器；将声纳探测信息及目标点信息输入至基于LSTM网络的避碰规划器，获得UUV下一时刻的转艏及速度的调整指令。本发明设计的用于UUV实时避碰规划的LSTM网络，不仅有强大的学习能力，同时还具有非常强的泛化能力，这使得所实现的实时避碰规划器适用于各种复杂的环境；同时，该避碰规划器满足实时性的要求，并且所规划的路径满足UUV运动特性的要求。
-
公开(公告)号：CN109460045A
公开(公告)日：2019-03-12
申请号：CN201910032604.7
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 动态障碍在线感知下USV基于改进蚁群优化的避碰规划方法，属于水面无人艇避碰规划技术领域。本发明针对USV在动态未知环境中避碰规划算法的搜索能力不足等问题，提出了一种基于改进蚁群优化算法的USV实时避碰规划方法，首先，为了满足《国际海上避碰规则》，设计反向偏心膨化法对动态障碍进行膨化；其次，基于运动速度模型和改进蚁群优化算法，将动态已知环境中的USV避碰规划转换成为一个瞬时静态已知环境下的多条件目标优化问题；最后，针对于蚁群优化算法收敛速度慢的问题，提出了改进的伪随机比例规则对蚂蚁状态转移进行选择，且借鉴狼群分配原则和最大—最小蚂蚁系统对全局信息素进行更新，避免了搜索陷入局部最优。
-
公开(公告)号：CN108319293A
公开(公告)日：2018-07-24
申请号：CN201810043820.7
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网络的UUV实时避碰规划方法属于神经网络技术领域和实时避障技术领域。包括步骤：构建全局坐标系和局部坐标系，建立声纳仿真模型；设计用于实时避碰规划的LSTM网络；构建数据集；利用训练集中数据训练LSTM网络，得到基于LSTM网络的实时避碰规划器；将声纳探测信息及目标点信息输入至基于LSTM网络的避碰规划器，获得UUV下一时刻的转艏及速度的调整指令。本发明设计的用于UUV实时避碰规划的LSTM网络，不仅有强大的学习能力，同时还具有非常强的泛化能力，这使得所实现的实时避碰规划器适用于各种复杂的环境；同时，该避碰规划器满足实时性的要求，并且所规划的路径满足UUV运动特性的要求。
-
公开(公告)号：CN102407889A
公开(公告)日：2012-04-11
申请号：CN201110260105.7
申请日：2011-09-05
Applicant: 哈尔滨工程大学
IPC: B62D55/00
Abstract: 本发明提供一种基于椭圆原理的双V型可变履带越障机构，解决现有履带机器人存在的越障不灵活的问题。它包括驱动轮和套在驱动轮外面的履带，位于一侧前后方向的驱动轮是两个；还包括至少两个行星轮，每个行星轮分别与两个驱动轮通过履带连接；所述驱动轮与行星轮的位置关系为，两个驱动轮分别处于隐形椭圆的两个焦点位置上，所述行星轮处于所述椭圆的圆环位置上；两个行星轮之间通过轮系连接实现二者的对称运动；所述驱动轮与一号电机连接实现前进或后退，所述行星轮与二号电机连接实现越障。该越障机构提高了履带式底盘的越障性、机动性。机构简单，结构变形能力强。具有良好地面适应性、易于控制、重量较轻，可用于多种救援、探测设备的底盘车。
-
Patent Agency Ranking
公开(公告)号：CN102645474B
公开(公告)日：2013-10-30
申请号：CN201210122514.5
申请日：2012-04-24
Applicant: 哈尔滨工程大学
Abstract: 一种同轴纳米纤维构筑三维酶电极表面的方法。将高分子量聚合物与高导向性纳米材料溶于水中作为同轴电纺的内核材料；将具有催化性能的酶或蛋白与高分子量聚合物混合溶于水中作为同轴电纺外壳材料；通过同轴电纺方法将纳米纤维纺制在电极表面；经交联剂交联得到三维酶电极；所述同轴电纺方法的条件为：纺丝电压：8-30kV；液体流速：0.5-2mL/h；纺丝间距：10-100cm。本发明利用同轴电纺技术制备同轴纳米纤维膜电极，在相对简单的步骤下完成酶电极制备，提高酶电极表面酶固化稳定性，改善酶电极响应速度、提高燃料电池输出功率。
-
公开(公告)号：CN102707625A
公开(公告)日：2012-10-03
申请号：CN201210177475.9
申请日：2012-06-01
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提供的是一种基于推力分配管理的动力定位船推力分配方法。选取参与工作的推进器，并设定对应的方位角活动范围；对参与工作的推进器进行分组；对全方位推进器组设置相应的偏置量；用二次规划法对推力分配。本发明引入了推力分配管理模块，根据动力定位船的推进器配置，提出了基于推力分配管理的一种简便实用的动力定位船推力分配方法，很好的解决了已有技术中存在的问题，使推进器的使用更加合理，操作更加简洁，提高了推进器系统的执行能力，保证DP控制器的推力需求，具有很高的推广价值。
-
公开(公告)号：CN109685286A
公开(公告)日：2019-04-26
申请号：CN201910032579.2
申请日：2019-01-14
Applicant: 哈尔滨工程大学
CPC classification number: G06Q10/047 , G05D1/0206 , G06F17/5009 , G06N3/006
Abstract: 未知静态障碍环境下USV基于改进蚁群优化的避碰规划方法，属于水面无人艇避碰规划技术领域。本发明首先构建全局坐标系和局部坐标系，建立导航雷达仿真模型；设计用于实时避碰规划的滚动优化窗口；然后采用可视图法构建环境模型；设计用于实时避碰规划的改进蚁群优化方法；最后将导航雷达探测信息及目标点信息输入至基于改进蚁群优化方法的USV静态避碰规划器，获得USV下一时刻的转艏及速度的调整指令。本发明将滚动优化窗口法与改进蚁群优化方法相结合，提高了USV在线规划的实时性；针对于蚁群优化方法收敛速度慢，提出了改进的伪随机比例规则对蚂蚁状态转移进行选择；借鉴狼群分配原则和最大最小蚂蚁系统对全局信息素进行更新，避免搜索陷入局部最优。
-
公开(公告)号：CN102645474A
公开(公告)日：2012-08-22
申请号：CN201210122514.5
申请日：2012-04-24
Applicant: 哈尔滨工程大学
Abstract: 一种同轴纳米纤维构筑三维酶电极表面的方法。将高分子量聚合物与高导向性纳米材料溶于水中作为同轴电纺的内核材料；将具有催化性能的酶或蛋白与高分子量聚合物混合溶于水中作为同轴电纺外壳材料；通过同轴电纺方法将纳米纤维纺制在电极表面；经交联剂交联得到三维酶电极；所述同轴电纺方法的条件为：纺丝电压：8-30kV；液体流速：0.5-2mL/h；纺丝间距：10-100cm。本发明利用同轴电纺技术制备同轴纳米纤维膜电极，在相对简单的步骤下完成酶电极制备，提高酶电极表面酶固化稳定性，改善酶电极响应速度、提高燃料电池输出功率。
-
公开(公告)号：CN109460045B
公开(公告)日：2022-02-22
申请号：CN201910032604.7
申请日：2019-01-14
Applicant: 哈尔滨工程大学
Abstract: 动态障碍在线感知下USV基于改进蚁群优化的避碰规划方法，属于水面无人艇避碰规划技术领域。本发明针对USV在动态未知环境中避碰规划算法的搜索能力不足等问题，提出了一种基于改进蚁群优化算法的USV实时避碰规划方法，首先，为了满足《国际海上避碰规则》，设计反向偏心膨化法对动态障碍进行膨化；其次，基于运动速度模型和改进蚁群优化算法，将动态已知环境中的USV避碰规划转换成为一个瞬时静态已知环境下的多条件目标优化问题；最后，针对于蚁群优化算法收敛速度慢的问题，提出了改进的伪随机比例规则对蚂蚁状态转移进行选择，且借鉴狼群分配原则和最大—最小蚂蚁系统对全局信息素进行更新，避免了搜索陷入局部最优。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.029 seconds)
