一种三轮全向移动机械臂自运动规划方法和装置

    公开(公告)号:CN116945192A

    公开(公告)日:2023-10-27

    申请号:CN202311170380.9

    申请日:2023-09-11

    Applicant: 海南大学

    Abstract: 本发明涉及一种三轮全向移动机械臂自运动规划方法,方法包括:S1、采用梯度下降公式,推导机械臂从不同初始状态调整到期望状态的速度层指标;S2、引入末端定位误差及其积分的反馈,并结合移动平台的运动学方程和S1的速度层指标,设计以伪逆形式描述的自运动规划方案;S3、获取机械臂的初始状态,将初始状态代入自运动规划方案进行迭代计算,得到自运动规划的驱动轮旋转角速度和关节速度;S4、将自运动规划的驱动轮旋转角速度和关节速度发送至三轮全向移动机械臂的下位机控制器,驱动三轮全向移动机械臂和移动平台达到期望状态。与现有技术相比,本发明具有完成不同状态之间的自动、快速、准确调整等优点。

    水下目标定位方法、系统、设备及介质

    公开(公告)号:CN117706481A

    公开(公告)日:2024-03-15

    申请号:CN202311615911.0

    申请日:2023-11-30

    Applicant: 海南大学

    Abstract: 本发明涉及一种水下目标定位方法、系统、设备及介质,该方法包括:水下潜器利用接收到的水面浮标信息进行自定位;基于水下潜器的历史位置信息和自身的推进速度,估计水流速度,构建与深度相关的水流场模型并进行参数估计;接收水下潜器发出的信标信号,估计目标节点的位置和异步时钟参数;基于构建与深度相关的水流场模型以及目标节点的位置和异步时钟参数,计算得到目标节点的被动移动速度,实现目标节点移动性预测。与现有技术相比,本发明同时考虑了节点之间的异步时钟问题、分层效应引起的水声弯曲效应问题以及水流环境引起的节点被动运动问题,实现了对目标节点的定位、时钟同步以及移动性预测,有效地提高了水下目标节点位置估计的精度。

    三轮全向移动机械臂加速度层的神经动力学姿态调整方法

    公开(公告)号:CN116945178A

    公开(公告)日:2023-10-27

    申请号:CN202310989730.8

    申请日:2023-08-08

    Applicant: 海南大学

    Abstract: 本发明涉及一种三轮全向移动机械臂加速度层的神经动力学姿态调整方法,方法步骤包括:获取三轮全向移动机械臂的状态参数,将状态参数输入预先构建的加速度层姿态调整模型中;求解加速度层姿态调整模型;根据加速度层姿态调整模型计算结果同时调整移动平台和机械臂到达期望的姿态;加速度层姿态调整模型基于在加速度层上描述的性能指标结合移动平台加速度层运动学方程以及三轮全向移动机械臂的物理极限建立;在加速度层上描述的性能指标根据零化移动机械臂当前姿态与期望姿态的误差的思想采用神经动力学设计公式推导得到。本发明既能在加速度层上,也能在速度层上,高效地实现三轮全向移动机械臂的姿态自动调整,便于执行在不同姿态下的操作任务。

    一种压载水进排水控制系统、方法、装置及介质

    公开(公告)号:CN118182754A

    公开(公告)日:2024-06-14

    申请号:CN202311659470.4

    申请日:2023-12-05

    Applicant: 海南大学

    Abstract: 本发明涉及一种压载水进排水控制系统、方法、装置及介质,用于控制压载水舱的自动进排水,压载水仓由多个压载子水舱构成,每个压载子水舱安装有进水阀、排水阀与透气阀,同时在侧壁上安装有多个深度计,系统还包括安装在控制舱内的驱动阀箱和安装在船身的前中后三处的若干水平仪,用于检测船身的侧倾角度和前后倾角度,进排水神经网络控制器安装在控制舱中,用于获取深度计和水平仪测量结果,并对所述多个深度计的测量结果进行解算和判断,根据所述判断结果对所述驱动阀箱发出控制指令,使所述驱动阀箱控制高压水泵、进排水阀和透气阀用以实现压载舱的进排水。与现有技术相比,本发明具有自动化程度高、效率高等优点。

    一种无人水面艇的自适应航迹控制方法

    公开(公告)号:CN117111594A

    公开(公告)日:2023-11-24

    申请号:CN202310530731.6

    申请日:2023-05-12

    Applicant: 海南大学

    Abstract: 本发明涉及一种无人水面艇的自适应航迹控制方法,包括:针对复杂环境下无人水面艇运行数据具有时变性和高度非线性的特点,基于Peephole LSTM方法,通过引入常量误差传输子来学习无人艇航行数据的非线性特征,挖掘数据间的时序规律,形成无人艇的状态空间。基于深度强化学习DDPG算法对无人水面艇进行实时自适应航迹控制,通过构建双层网络架构,使用最大化全局的奖励来调整优化网络的动作策略。采用经验回放技术,将每一时刻的样本存储于重播缓冲区中,通过非均匀小批次抽样,降低样本间的相关性。通过迭代计算损失函数,来定期更新目标网络的参数。与现有技术相比,本发明具有提高了无人水面艇的航行效率和安全性等优点。

    一种基于PPO-PSO的无人水面艇全局路径规划方法

    公开(公告)号:CN116954219A

    公开(公告)日:2023-10-27

    申请号:CN202310778262.X

    申请日:2023-06-28

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于PPO‑PSO的无人水面艇全局路径规划方法,包括以下步骤:S1、利用改进的PSO算法对无人艇巡逻路径进行规划,其中,在改进的PSO算法的速度函数中引入惯性权重,对粒子的搜索方向和搜索速度加以控制;S2、引入PPO算法对改进的PSO算法的惯性权重进行优化;S3、基于PPO算法确定的最优惯性权重,利用改进的PSO算法输出无人艇海上巡逻的最优全局规划路径。与现有技术相比,本发明具有收敛速度较快、搜索精度较高、算法更稳定、不容易陷入局部最优以及提高路径平滑性和行驶安全性等优点。

    基于梯度下降和指数衰减的轮式移动机械臂姿态调整方法

    公开(公告)号:CN116945179A

    公开(公告)日:2023-10-27

    申请号:CN202310989753.9

    申请日:2023-08-08

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于梯度下降和指数衰减的轮式移动机械臂姿态调整方法,方法步骤包括:获取轮式移动机械臂姿的状态参数,将状态参数输入预先构建的加速度层姿态调整模型中;求解加速度层姿态调整模型;根据求解结果实时驱动移动平台的驱动轮和机械臂的关节,使轮式移动机械臂从当前姿态调整到期望的姿态;其中加速度层姿态调整模型基于采用梯度下降公式和指数衰减公式推导二次型性能指标结合移动平台的运动学方程以及轮式移动机械臂的物理极限建立。本发明在加速度层上实现了移动平台和机械臂在不同姿态之间的同时自动调整,避免轮式移动机械臂在执行不同的操作任务时需多次测量移动平台和机械臂姿态的繁琐过程。

    一种无人水面艇的航行态势估计方法

    公开(公告)号:CN116659509A

    公开(公告)日:2023-08-29

    申请号:CN202310650103.1

    申请日:2023-05-31

    Applicant: 海南大学

    Abstract: 本发明公开了一种无人水面艇的航行态势估计方法,包括:监测无人水面艇航行时产生的高维时变性数据,使用熵权法对航行态势估计指标集进行度量,基于熵值判断各个指标的离散程度。基于ST‑LSTM网络估计复杂海况下无人艇的航行态势,通过将神经网络的遗忘门扩展到时间域和空间域,来实时处理输入数据与航行态势相关的信息,学习航行数据的时序相关性和可靠性,更新存储在记忆单元中信息的权值。基于ST‑LSTM网络处理并分析无人水面艇的时变性数据,来实时估计无人水面艇的航行态势。本发明具有提高了无人水面艇的任务执行效率和航行安全性等优点。

    一种基于自适应量化控制的分数阶混沌电路抗扰同步方法

    公开(公告)号:CN117195823A

    公开(公告)日:2023-12-08

    申请号:CN202310998399.6

    申请日:2023-08-09

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于自适应量化控制的分数阶混沌电路抗扰同步方法,包括如下步骤:S1,针对目标分数阶混沌电路系统,构建驱动电路和响应电路的数学模型,所述驱动电路的数学模型包括未知参数和外源扰动;S2,基于所述驱动电路和响应电路的数学模型,构建分数阶非线性误差系统;S3,基于所述分数阶非线性误差系统,以估计驱动电路中的未知参数,同时消除其中的外源扰动从而实现同步为目的,设计自适应对数量化控制器;S4,将所述自适应对数量化控制器部署到所述响应电路中,实现所述驱动电路和响应电路的抗干扰混沌同步。与现有技术相比,本发明实现了在驱动电路中存在不确定参数和外源干扰的情况下,驱动‑响应电路的抗干扰混沌同步。

    一种无人水面艇的自适应航迹控制方法

    公开(公告)号:CN117111594B

    公开(公告)日:2024-04-12

    申请号:CN202310530731.6

    申请日:2023-05-12

    Applicant: 海南大学

    Abstract: 本发明涉及一种无人水面艇的自适应航迹控制方法,包括:针对复杂环境下无人水面艇运行数据具有时变性和高度非线性的特点,基于Peephole LSTM方法,通过引入常量误差传输子来学习无人艇航行数据的非线性特征,挖掘数据间的时序规律,形成无人艇的状态空间。基于深度强化学习DDPG算法对无人水面艇进行实时自适应航迹控制,通过构建双层网络架构,使用最大化全局的奖励来调整优化网络的动作策略。采用经验回放技术,将每一时刻的样本存储于重播缓冲区中,通过非均匀小批次抽样,降低样本间的相关性。通过迭代计算损失函数,来定期更新目标网络的参数。与现有技术相比,本发明具有提高了无人水面艇的航行效率和安全性等优点。

Patent Agency Ranking