Jul, 2023

复杂海洋洋流中欠驱船只的搁浅风险：分析与控制器

PDF
TL;DR研究了低推进船只在使用强海流导航时面临的安全问题，并提出了利用 Hamilton-Jacobi 多时间可达性方法来改善安全性的策略。该方法能够在考虑海流和天气预报误差的情况下，以低计算成本对船只进行安全操作和导航。
low-propulsion vesselsocean currentsstranding riskhamilton-jacobi multi-time reachabilitysafety
发现论文，激发创造
  • 通过多路径长期船舶轨迹预测构建更安全的海上环境

    利用自动识别系统（Automatic Identification System，AIS）数据和编码器 - 解码器模型，本研究预测了船只轨迹，进而提高船只安全和避免船只与鲸类碰撞，证实了地理数据工程和轨迹预测模型在保护海洋生物物种方面的潜力。

    Oct, 2023

  • 基于分布式神经动力学的反步最优控制：鲁棒约束一致性下的非完全驱动水下车队

    该论文采用一种基于共识的优化协调协议和鲁棒控制器，通过引入球面坐标变换和分布式优化运动协调策略解决了非完整约束问题，并设计了基于神经动力学的鲁棒反馈控制器来处理欠驱动问题，确保在存在未知干扰情况下，UUVs 编队系统的稳定性和所有状态的一致有界性。通过广泛的仿真比较，验证了所得到的最优编队跟踪协议的优越性和有效性。

    Aug, 2023

  • 一个高效的基于可达性的框架，用于在未知环境下证明安全的自主导航

    本研究提出了一种基于 Hamilton-Jacobi 可达性的实时安全分析方法，该方法可以在未知的环境下为自主车辆提供强有力的安全保障。

    May, 2019

  • 复杂海上导航的序列建模：以客轮为案例研究（学生摘要）

    用机器学习方法，通过两年的加拿大西海岸渡轮真实数据集，针对动态和静态状态、行动和干扰，创建了一个时间序列预测模型，用于预测动态状态，为评估渡轮在船长指导下的操作效能提供工具，并为未来的优化算法打下基础，并提供了决策过程的有价值的反馈。

    Mar, 2024

  • 关于在基于概率规划框架下注入可达性安全保证以应对人机交互的研究

    本文提出了一种最小干预的安全控制器，通过使用到达性分析构建实时控制器，实现单车道场景中无碰撞互动的自动驾驶汽车交通合作，并验证其有效性及安全性。

    Dec, 2018

  • 水下舰艇共识形成跟踪的分布式强健学习反步控制辅助神经动力学

    研究了一种适用于多个水下舰艇的分布式鲁棒学习控制策略，考虑到完全不知道舰艇的系统参数以及建模误差、海洋干扰和噪声，通过图论合成具有稳定性保证的分布式控制器，并采用回步控制技术处理动态模型中的参数不确定性，提出了在线学习过程来处理时变和未知系统，并引入神经动力学模型来解决建模误差、环境干扰和测量噪声问题，通过稳定性分析确保了理论层面上的鲁棒自适应性能，最后通过大量的仿真实验验证了所提出的分布式控制策略的有效性。

    Aug, 2023

  • 基于模型预测强化学习的内河水道安全感知自主路径规划

    最近，由于将汽车和卡车远离城市中心的趋势，对城市水路自主航运的兴趣显著增加。本文提出了一种基于强化学习的新型路径规划方法，称为模型预测强化学习（MPRL）。MPRL 通过计算一系列船只需遵循的航点来规划路径，将环境表示为占用栅格地图，可以处理任何形状的水道和任意数量和形状的障碍物。我们在两个场景上验证了我们的方法，并将其与基于 Frenet 框架的路径规划和基于邻近策略优化（PPO）代理的路径规划进行了比较。我们的结果表明，在两个测试场景中，MPRL 的性能优于两个基准方法。基于 PPO 的方法在任一场景中均未能达到目标，而基于 Frenet 框架的方法在带有障碍物角落的场景中失败。MPRL 能够在两个测试场景中安全地（无碰撞地）导航到目标。

    Nov, 2023

  • 基于模型的强化学习技术的自主港口导航与测距传感器

    该研究提出了一种基于机器学习的导航算法，能够在各种复杂港口情况下通过距离传感器观察环境来导航内陆船只。结果表明，该算法优于常用的动态窗口方法和基准无模型强化学习算法，从而实现了船只在复杂港口情况下的自主导航。

    Nov, 2023

  • Aeolus Ocean-Autonomous COLREG 合规无人水面船舶导航的深度强化学习和海上物体检测模拟环境

    本文介绍了一种基于 COLREG 的深度强化学习和计算机视觉技术的导航系统，该系统在逼真的海洋模拟环境中进行了评估，并证明了其在避免碰撞和设置航点方面的有效性。

    Jul, 2023

  • 基于 GOA 的无饱和执行器多推力器水下机故障容错轨迹跟踪控制

    提出了一种基于智能容错控制策略的水下载具轨迹跟踪问题的解决方案，该策略采用改进的反步法和滑模控制来解决物理约束条件下的舵机饱和问题，并基于 Grasshopper 优化算法来解决推进器故障的力量缺失问题，仿真结果表明该方案具有很好的鲁棒性和有效性。

    Jan, 2023