中国科学院沈阳自动化研究所于鑫获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国科学院沈阳自动化研究所申请的专利一种欠驱动AUV三维环境下的实时动态避障方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116774712B 。
龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310624170.6,技术领域涉及:G05D1/485;该发明授权一种欠驱动AUV三维环境下的实时动态避障方法是由于鑫;杨鸣宇;赵兵;王相斌设计研发完成,并于2023-05-30向国家知识产权局提交的专利申请。
本一种欠驱动AUV三维环境下的实时动态避障方法在说明书摘要公布了:本发明属于水下机器人的避障领域,具体说是一种欠驱动AUV三维环境下的实时动态避障方法,包括以下步骤:构建AUV的操纵性模型,计算AUV与障碍物间的相对位置及姿态;建立障碍物风险评估模型,并判断出不同障碍物的风险等级,筛选出对AUV威胁最大的障碍物;基于深度确定性策略梯度算法,搭建动态避障系统的网络架构;设计动态避障系统的输入与输出,实现状态到动作的映射;将得到的动作输入至AUV的操纵性模型,从而实现AUV的运动;设置动态避障系统的强化学习奖励函数;根据实际场景进行虚拟仿真环境搭建,对动态避障系统进行训练,保存训练好的模型,通过搭载该动态避障系统,实现欠驱动AUV在现实中海洋环境的实时动态避障。
本发明授权一种欠驱动AUV三维环境下的实时动态避障方法在权利要求书中公布了:1.一种欠驱动AUV三维环境下的实时动态避障方法,其特征在于,包括以下步骤: S1:构建AUV操纵性模型; S2:通过声纳探测的障碍物信息,计算AUV与障碍物间的相对位置及姿态; S3:根据步骤S2中获得的AUV与障碍物间的相对位置及姿态,建立障碍物风险评估模型,并判断出不同障碍物的风险等级,筛选出对AUV威胁最大的障碍物; 所述步骤S3,具体为: 3-1通过判断障碍物的坐标是否发生变化,划分静态障碍物与动态障碍物,用来表示障碍物的特性,即: ; 3-2构建障碍物的风险评估模型,以判断障碍物的风险等级;根据AUV与目标点间的距离、相对纵倾角与相对艏向角,则标号为的障碍物的风险等级表示为: ; 其中,、、、、、均为大于零的比例系数,表示AUV与障碍物表面间距离的安全阈值,代表AUV与障碍物的距离,代表障碍物的半径,为自定义函数;和是指AUV与第个障碍物之间的相对纵倾角和相对艏向角; 将上式简化为: ; 其中,定义为常规项,定义为条件项; 3-3当声纳探测到AUV附近存在多个障碍物时,获取不同障碍物的风险等级,通过比较各个障碍物的风险等级,筛选出最大的障碍物,即: ; 其中,为对应的障碍物即为当前对AUV威胁最大的障碍物; S4:基于深度确定性策略梯度算法,搭建动态避障系统的网络架构; S5:设计动态避障系统的输入与输出,将状态信息传输至动态避障系统的网络架构中,得到系统的动作输出,构建出状态输入到动作输出的端到端的动态避障系统,实现状态到动作的映射;将得到的动作输入至步骤S1构建的AUV操纵性模型,从而实现AUV的运动; S6:设置动态避障系统的强化学习奖励函数; S7:根据实际场景进行虚拟仿真环境搭建,对动态避障系统进行训练,保存训练好的模型,通过搭载该动态避障系统,实现欠驱动AUV在现实中海洋环境的实时动态避障。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院沈阳自动化研究所,其通讯地址为:110016 辽宁省沈阳市沈河区南塔街114号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励