-
公开(公告)号:CN118907363A
公开(公告)日:2024-11-08
申请号:CN202411396822.6
申请日:2024-10-09
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: B63G8/00
Abstract: 本申请涉及无人潜航器技术领域,公开了一种模块化无人潜航器系统。该系统包括:包括传感器组、控制舱、推进系统和动力舱;传感器组,包括多个传感器,用于获取无人潜航器的工作状态及环境信息;控制舱,与传感器组通信连接,用于接收和处理传感器组发送的工作状态及环境信息,并生成用于控制推进系统工作状态的第一控制信息和用于控制动力舱电源通断的第二控制信息;推进系统,包括多个推进器,用于接收和执行由控制舱发送的控制信息,并基于控制信息调整多个推进器的工作状态;动力舱,分别与控制舱和推进系统连接,用于向控制舱和推进系统提供电力。基于上述系统,通过独立模块化设计,实现了高度的灵活性和可扩展性。
-
公开(公告)号:CN119472636A
公开(公告)日:2025-02-18
申请号:CN202411362156.4
申请日:2024-09-27
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D1/648 , G05D105/20
Abstract: 本发明涉及智能仓储系统技术领域,具体公开了一种适用于多双轮差速机器人系统的仓储环境避障算法,根据障碍物位置信息获取误差的大小,为环境中的各位置点设置碰撞概率,大幅提升了算法在实际应用中的安全性;通过在位置空间中输出最佳执行结果,有效消除了速度转换中的误差,显著提高了避障的可靠性与安全性,提供了可靠的仓储物流机器人避障解决方案。通过构建外部轮廓多边形,根据机器人移动位置信息变化获取位置误差形状多边形;组合计算生成包含位置误差的障碍物形状的多边形;依据质点与组合多边形的关系设定相对速度障碍和生成位置障碍信息;根据位置障碍和环境中的误差信息大小,设置仓储场景中移动机器人所在位置区域的碰撞概率。
-
公开(公告)号:CN117724495B
公开(公告)日:2024-05-17
申请号:CN202311741088.8
申请日:2023-12-18
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G05D1/43 , G05D1/246 , G05D1/633 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种已知边界的面向机器人集群任务区域分配的方法,包括以下步骤:对整个任务空间建立栅格地图;基于栅格地图和机器人集群的初始位置,构建栅格地图矩阵,来代表栅格地图上各单元的含义,有障碍物单元、待覆盖的单元和被机器人占领的单元;基于栅格地图矩阵,获得栅格地图上的所有单元格的波前距离矩阵;基于所述波前距离矩阵,对任务区域进行初始分配;预设分配要求,对初始分配结果进行误差校正,直至满足所述分配要求,获得最终分配结果。本发明的任务区域分配方法不仅能够提升机器人集群的整体效能,还有助于优化资源利用,从而更好地满足全覆盖任务的需求。
-
公开(公告)号:CN119311013A
公开(公告)日:2025-01-14
申请号:CN202411864436.5
申请日:2024-12-18
Applicant: 青岛哈尔滨工程大学创新发展中心
Abstract: 本发明公开了基于正六边形栅格地图的多机器人任务区域分配方法,包括以下步骤:步骤1:基于正六边形栅格化任务区域,以正六边形单元格为单位,将整个任务区域建模为正六边形栅格地图;步骤2:基于波前距离原理,计算初始波前距离矩阵,根据机器人成员的初始位置,计算正六边形栅格地图上到其它未被占用网格的波前距离矩阵;本发明中,该方案能够满足二维环境中多机器人任务区域分配的三个需求,即按比例分配、子区域内全连通以及全覆盖,此外,该方法可以显著提高地图覆盖率和任务分配效率,这样合理的任务区域分配方法不仅能够提升机器人执行任务的整体效能,还有助于优化资源利用,从而更好地满足全覆盖任务的需求。
-
公开(公告)号:CN118101776B
公开(公告)日:2024-10-01
申请号:CN202410221622.0
申请日:2024-02-28
Applicant: 青岛哈尔滨工程大学创新发展中心
Abstract: 本发明公开了一种面向UUV集群协同的信息混合编码方法,所属技术领域为水下UUV集群系统协同通信领域,包括:获取UUV协同导航信息;基于LZW编码方法对所述UUV协同导航信息进行一级编码,生成一级编码数据和动态字典;基于自适应Huffman编码方法对所述一级编码数据和动态字典进行处理,将数据遍历完成后输出完整编码结果。本发明不仅优化对有限带宽资源的占用,显著降低了传输时延的影响,同时换能器的高效使用也可以直接降低UUV的能源消耗,提升了整体系统的任务续航及里程。
-
公开(公告)号:CN118200934A
公开(公告)日:2024-06-14
申请号:CN202410435071.8
申请日:2024-04-11
Applicant: 青岛哈尔滨工程大学创新发展中心
Abstract: 本发明提出了基于改进的梯度优化算法的低功耗蓝牙锚节点部署方法,包括:在定位区域内确定随机部署的定位锚节点的数量;基于随机部署的定位锚节点的数量,进行IGBO算法初始化;基于初始化后的IGBO算法,在所述定位区域引入低差异序列随机生成若干不同的目标部署方案;计算所述目标部署方案的评价性能指标值,并进行排序;对排序后的全部锚节点部署方案进行迭代循环,获取最优的锚节点部署方案。本发明为合理部署锚节点提供了数学依据,增加了蓝牙定位的有效区域范围,提高了BLE的定位精度。这一解决方案为室内定位领域提供了更为准确和高效的解决方案,满足了现代技术对定位系统精确性和效率的不断追求。
-
公开(公告)号:CN116359838A
公开(公告)日:2023-06-30
申请号:CN202310298613.7
申请日:2023-03-24
Applicant: 哈尔滨工程大学 , 青岛哈尔滨工程大学创新发展中心
IPC: G01S5/02 , G06F16/215 , G06F18/10 , G06F18/15 , G06F17/16 , G06F17/11 , H04W4/80 , H04W4/029 , H04W4/33 , H04B17/318 , G01S5/14
Abstract: 本发明公开了一种面向室内低功耗蓝牙的定位解算模型,具体涉及一种可利用BLE信号的RSSI值的凸多边形加权质心定位解算方法。本发明基本理念为:缩小定位解算的区域可以提高位置解算的精度;位置解算中使用的测量值越多,定位解算结果会越准确。具体内容包括:首先使用信号接收端接收无线信号的RSSI值,然后对RSSI值进行数据处理操作,进而根据空间中RSSI值衰减与信号传播距离的对应关系,求解信号发射端与接收端的距离;最后,根据锚节点所在的位置,利用凸多边形加权质心的定位模型计算用户的位置信息。该发明为室内环境中基于无线信号的定位解算提供一种新的模型,对室内定位有很高的研究和实用价值。
-
公开(公告)号:CN119268701A
公开(公告)日:2025-01-07
申请号:CN202411783545.4
申请日:2024-12-06
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G01C21/20
Abstract: 本申请涉及水下机器人导航与路径规划技术领域,公开了一种自主水下航行器时空轨迹规划方法及其相关设备。该方法包括:基于目标区域的空间环境模型生成自主水下航行器的初始参考导航路径,所述空间环境模型包括所述目标区域内的障碍物模型、所述自主水下航行器的起点和终点;基于所述初始参考导航路径,在所述空间环境模型中建立用于所述自主水下航行器移动的水下安全走廊,所述障碍物模型位于所述水下安全走廊的外侧;在所述水下安全走廊内,对所述初始参考导航路径进行空间轨迹优化处理和时间轨迹优化处理,以生成目标时空移动导航轨迹。基于上述方法,提升了AUV的任务执行能力、灵活性和安全性。
-
公开(公告)号:CN117724495A
公开(公告)日:2024-03-19
申请号:CN202311741088.8
申请日:2023-12-18
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G05D1/43 , G05D1/246 , G05D1/633 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种已知边界的面向机器人集群任务区域分配的方法,包括以下步骤:对整个任务空间建立栅格地图;基于栅格地图和机器人集群的初始位置,构建栅格地图矩阵,来代表栅格地图上各单元的含义,有障碍物单元、待覆盖的单元和被机器人占领的单元;基于栅格地图矩阵,获得栅格地图上的所有单元格的波前距离矩阵;基于所述波前距离矩阵,对任务区域进行初始分配;预设分配要求,对初始分配结果进行误差校正,直至满足所述分配要求,获得最终分配结果。本发明的任务区域分配方法不仅能够提升机器人集群的整体效能,还有助于优化资源利用,从而更好地满足全覆盖任务的需求。
-
公开(公告)号:CN116960960B
公开(公告)日:2024-02-09
申请号:CN202310912199.4
申请日:2023-07-24
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: H02J3/00 , G06F18/214 , G06Q50/06 , G06F18/213 , H02J3/38
Abstract: 本发明公开了一种面向风电机短期风电功率预测的方法,包括:获取历史风电数据,并对历史风电数据进行处理,将处理后的数据输入CNN网络中进行特征提取,提取特征数据训练CNN‑LSTM和CNN‑GRU子网络;计算CNN‑LSTM和CNN‑GRU子网络的遗忘因子;将当前实时风电数据输入训练好的CNN‑LSTM和CNN‑GRU子网络中进行预测,获取预测值,并通过训练好的BILSTM网络计算当前阶段的遗忘因子,利用当前阶段的遗忘因子对预测值进行校正;利用CRITIC自适应权重评价体系对子网络进行加权融合,获取最终预测值。本发明提高了网络的预测精度以及抗干扰能力。
-
-
-
-
-
-
-
-
-