基于神经网络的水下机器人运动预测控制方法

将神经网络和模糊理论应用于水下机器人运动规划和控制中,提出了能实现模拟控制规则的基于强化学习的自学习和自调整的规划算法,设计了水下机器人实时运动规划器结构以及规划器操作过程,提出了基于预测模糊控制进行水下机器人运动控制的方法。在计算机仿真状态下,实现了对水下机器人这一复杂非线性系统的预测控制,仿真实验结果验证了本文所提的方法的有效性。     

潜航器轨迹跟踪与航向预测算法

海况条件较差时,基于水下单点GPS定位系统的潜航器实时定位有较大测量误差,不利于潜航器的轨迹跟踪与航向预测。针对误差服从高斯分布的水下单点GPS定位系统,提出基于改进型扩展卡尔曼滤波算法的GPS跟踪方法和基于回归分析算法的航向预测方法。通过测试与仿真,对定位设备采集到的数据进行对比分析,试验结果表明,上述算法显著提高了轨迹测量精度与航向跟踪能力,准确绘制出了潜航器的实时航行轨迹与航向预测线,可应用于潜航器的轨迹跟踪项目中。     

潜航器轨迹跟踪与航向预测算法

海况条件较差时,基于水下单点GPS定位系统的潜航器实时定位有较大测量误差,不利于潜航器的轨迹跟踪与航向预测。针对误差服从高斯分布的水下单点GPS定位系统,提出基于改进型扩展卡尔曼滤波算法的GPS跟踪方法和基于回归分析算法的航向预测方法。通过测试与仿真,对定位设备采集到的数据进行对比分析,试验结果表明,上述算法显著提高了轨迹测量精度与航向跟踪能力,准确绘制出了潜航器的实时航行轨迹与航向预测线,可应用于潜航器的轨迹跟踪项目中。     

基于改进A*GBNN算法的AUV路径规划研究

针对现有的离散生物启发神经网络(Glasius bioinspired neural networks, GBNN)算法在未知环境下,存在的路径规划时间长、易陷入局部最优等问题,提出一种结合A*与GBNN模型的改进算法。在GBNN活性值栅格网络中,算法将各栅格的活性值作为A*的代价函数进行运算并使用跳点搜索规则优化,实现未知环境下的实时路径规划。仿真实验结果表明,该算法有效改善了自主水下航行器在未知环境下的寻路效率,可以满足自主水下航行器实时路径规划需求。     

基于改进LOS导航算法的智能船舶自动靠泊控制研究

针对智能船舶自动靠泊控制中航迹规划和轨迹跟踪的问题,提出一种基于改进视线导航(LOS)算法的自动靠泊方案.将LOS导航算法与线性自抗扰控制(LADRC)器结合,解决了靠泊过程中模型内部参数不确定性和外部时变扰动的问题.为了进一步解决自动靠泊转向过程中跟踪误差大的问题,在LOS算法中融合坐标补偿算法,改善了系统控制性能,...     

船舶电网频率实时检测仿真研究

针对电力推进船舶电网频率的实时精确检测,阐述了基于二阶直接型IIR数字陷波器的基本原理,基于LMP(p=3)自适应算法建立了在跟踪陷波器参数基础上的船舶电网频率实时检测模型,并分别在电网频率不变、频率发生阶跃变化以及频率线性变化的不同情况下进行了基于Simulink的仿真研究。仿真结果验证了提出的频率检测方法的实时性和精确性。     

未知环境中水下无人航行器的路径规划方法

针对水下无人航行器路径规划需要提前获得海图以得到全局障碍物信息,难以做到未知环境下实时规划路径的问题,提出一种对探测空间进行采样并判断采样点是否具有障碍,最终将探测到的障碍结果加权赋值给A*算法待扩展点的方法,实现了探测与路径规划同步进行,同时考虑到航行器的运动学约束,将A*算法的搜索域修正为圆域并且仅搜索在运动学约束...     

海流随机干扰下水下目标追踪航行器轨迹实时规划研究

目前提出的水下目标追踪航行器轨迹规划方法,抗干扰能力差,导致规划结果实时性较差。为解决该问题,提出海流随机干扰下水下目标追踪航行器轨迹实时规划方法。确定水下航行器轨迹控制理论,构建控制模型。设置定位矩阵,分析定位精度,同时研究位置、纵向速度、旋转角速度以及横向速度,并设置实时规划方案。实验结果表明,给出的海流随机干扰下水下目标追踪航行器轨迹实时规划方法能够有效提高抗干扰能力,增强规划结果的实时性。     

基于Q学习的参数自适应S面控制方法

复杂的动力学特性及多变的海洋环境对无人水下航行器（UUV）控制器的设计提出了巨大挑战,在实际应用中,控制器的参数经人工调试后便固化,在控制过程中无法适应环境的变化。针对上述难题,该文借鉴自适应控制思想,提出一种基于强化学习的参数自适应S面控制方法,采用自适应控制方式实现不同环境下控制器参数的优化和自动整定。该方法采用Q学习算法进行训练,通过Q学习的自学习机制寻找输入状态和输出动作间的最优映射。仿真试验表明,所提方法能对控制器的参数进行实时在线调整,具备良好的控制效果和环境自适应能力。     

基于案例规划识别的规划库技巧

1前言 规划识别领域关注的是某个规划自主体的意图的推断。早期的规划识别系统主要用于故事理解（wilensky1980）、回答问题（Pollack1986）和自然语言对话理解（Allen和Perrault1980），随后Kautz提出了规划识别的理论基础（Kautz1991）。传统上，被观察的规划如果能够与规划库中已有的规划相匹配，就认为被识别了。规划识别器的规划库中存储了许多规划自主体可以运作的规划。实时的规划识别系统（在规划执行的过程中进行识别）也关注着规划器的十分局部的意图，预测下一个规划中的动作就是对于规划器这种局部意图推断的例子。     

Path optimization for marine vehicles in ocean currents using reinforcement learning

This study proposes a path planning algorithm for marine vehicles based on machine learning. The algorithm considers the dynamic characteristics of the vehicle and disturbance effects in ocean environments. The movements of marine vehicles are influenced by various physical disturbances in ocean environments, such as wind, waves, and currents. In the present study, the effects of ocean currents are the primary consideration. A kinematic model is used to incorporate the nonholonomic motion characteristics of a marine vehicle, and the reinforcement learning algorithm is used for path optimization to generate a feasible path that can be tracked by the vehicle. The proposed approach determines a near-optimal path that connects the start and goal points with a reasonable computational cost when the map and current field data are provided. To verify the optimality and validity of the proposed algorithm, a set of simulations were performed in simulated and actual ocean current conditions, and their results are presented.     

智能水下机器人路径规划方法综述

路径规划方法是智能水下机器人技术研究的核心内容之一,是实现自主航行和作业的关键环节。本文将水下机器人的路径规划方法按智能程度分为传统和智能两大类。传统方法包括基于路线图构建的路径规划方法、基于单元分解的路径规划方法以及基于人工势场的路径规划方法,智能方法包括基于群智能的路径规划方法和基于机器学习的路径规划方法。针对水下机器人规划环境的特点,分别对这几类典型方法进行总结与评价,重点分析了智能方法的优缺点和关键问题,最后展望智能水下机器人路径规划的未来研究方向。     

自主式水下机器人最优路径规划问题的研究

路径规划是水下机器人实现自主航行的重要环节。根据自主式水下机器人的动力学性质，路径规划的特点以及实现智能行为的要求，采用基于案例的遗传算法，实现了自主式水下机器人最优路径规划。给出该方案的基本框架和算法，在基于案例类比的学习方法中引入模糊多属性综合决策的方法建立决策算子进行案例的匹配，在遗传算法中实际知识的指导，适当地改进遗传算子，加快搜索速度。仿真结果证明该路径规划方法能够取得较好的规划结果，使自主式水下机器人具有了一定的自主导航，自主避障和自主作业的能力。     

内河液化天然气(LNG)加注站布局规划方法

为促进液化天然气在内河船舶动力燃料上的应用,需加快对内河航道LNG加注站进行布局规划。针对内河LNG加注站布局规划的方法进行研究,借鉴港口布局规划和LNG加注站设计相关经验,提出内河液化天然气加注站布局规划的思路及方法,包括加注站规模需求确定、空间布局规划等,并以广东省内河为例进行布局规划。提出的方法可为我国内河LNG加注站的布局规划提供借鉴,得到的布局规划成果能够为内河LNG加注站的建设起到指导作用。     

基于RRTConCon算法的船舶装配拆卸高斯采样路径规划

船舶舱室内的零部件在进行装配拆卸时,需要依据正确可行的路径进出装配体,通常采用路径规划的方法确定拆装路径。针对RRTConCon算法是采用随机采样的方法选取位姿点,在解决船舶舱室内狭窄通道的路径规划上效率不高的问题,提出了一种基于高斯采样的RRTConCon算法(RRTGaussion),采用高斯分布函数进行分区采样:在大的开阔区域设置较少的采样点,在复杂区域或狭窄通道设置较多的采样点,然后进行局部规划,找出拆装路径。通过在虚拟环境中对该算法进行仿真验证,结果表明,该算法在解决船舶舱室中狭窄通道的路径规划问题上效率高于RRTConCon算法。     

基于模糊综合评价的帆船行驶最优路径规划方法

路径规划是帆船比赛取胜的重要环节。综合栅格法和模糊概念,提出了基于模糊综合评价的帆船行驶最优路径规划方法。该方法采用栅格法建立帆船航行的二维平面信息,以模糊逻辑为基础,结合帆船的运动信息建立帆船在运动平面上的二维隶属函数模型,并采用模糊综合评价思想,综合考虑行驶速度和接近目标2个因素建立综合评价函数,进行行驶方向决策。利用宽度优先搜索算法实现全局最优路径搜索。仿真结果证明,该路径规划方法能够取得较好的规划结果,对指导帆船运动员进行科学训练有很好的应用价值。     

Path planning method for unmanned surface vehicle with controllable distance from obstacles北大核心CSCD

[目的]为了解决水面无人艇(USV)路径规划中安全性和平滑性方面的问题,提出一种与障碍物距离可控的USV路径规划方法。[方法]首先,结合雷达图像生成栅格化环境信息,利用维诺场算法(VFA)为每个栅格添加危险势场并建立航行界限;其次,建立与航行界限关联的危险度函数对A^(*)算法的评价函数进行改进,利用改进的A^(*)算法进行路径规划;最后,针对航行路径转向角较大的问题,采用梯度下降法(GDM)进行航行路径的平滑处理,得到满足USV实际航行要求的连续平滑路径。[结果]仿真结果表明,所提路径规划方法通过设置不同的航行界限可以实现路径与障碍物之间距离的控制且平滑性符合航行要求。[结论]该方法在USV路径规划过程中具有一定的合理性和有效性,可为USV自主避障决策提供参考。     

无人机任务规划方法研究

进行无人机任务规划是为了更好地实现无人机作战效能，总体来说，无人机任务规划主要是找出一条最优飞行航线，最大限度地发挥无人机的作用。通过分析任务规划的基本流程，提出基于地形分析的航线规划算法，并且结合任务特点，进行航线规划方法研究，着重考虑了地图的选用，地图信息的标绘和航线调整的时机与方法，丰富了任务规划的内容，提高了任务规划的实践指导性。     

Multi-path planning algorithm based on fitness sharing and species evolution

A new algorithm is proposed for underwater vehicles multi-path planning. This algorithm is based on fitness sharing genetic algorithm, clustering and evolution of multiple populations, which can keep the diversity of the solution path, and decrease the operating time because of the independent evolution of each subpopulation. The multi-path planning algorithm is demonstrated by a number of two-dimensional path planning problems. The results show that the multi-path planning algorithm has the following characteristics: high searching capability, rapid convergence and high reliability.     

基于机器学习的船舶机舱设备状态监测方法

[目的]为实现船舶机舱设备的智能状态监测,引入机器学习算法,提出一种结合流形学习和孤立森林的船舶机舱设备状态监测方法.[方法]由于船舶机舱设备的状态监测数据是多维度数据,基于该监测系统,通过流形学习来提取有效的数据特征,实现对原始数据的降维,减少数据复杂度.基于孤立森林算法,在仅利用正常工况数据集的情况下,训练并构建多...