基于单目视觉的水下机器人悬停定位技术与实现

以7000m载人潜水器的水下悬停为应用背景,以单目CCD摄像机为传感器,提出了基于模型的单目视觉定位和基于特征的视觉伺服两种水下机器人视觉悬停技术方案,分别适用于已知模型的观察目标和未知模型的观察目标两种情况．以自行研制的水下机器人控制系统实验平台为实验载体,利用前视摄像机和水下人工目标,建立了水下演示实验验证系统,并在室内实验水池中,分别实现了两种悬停方法的水下演示实验．演示实验表明：在两种视觉悬停方法的闭环控制下,水下机器人能够抵抗恒定水流干扰和人工位置扰动,很好地实现水下悬停作业．     

基于多AUV 系统的单AUV 推进器故障检测

基于多水下机器人系统（MAUVS）进行单水下机器人（AUV）推进器故障检测,提出AUV 声纳模拟 方法,分析了故障前后各传感器的信号特征,提出在时间序列和空间序列上进行故障概率融合的方法．提出了基于 速度和角度残差的故障基本概率分配函数．鉴于AUV 概率检测的不确定性影响,改进了时间和证据融合节拍的方 法．水下机器人水池实验结果验证了所提出的信息融合故障检测方法在增强故障证据的可信度及检测实时性、提高 检测效率方面的有效性,为多水下机器人系统推进器的故障检测提供了一种可选方案．     

虚拟现实辅助机器人遥操作技术研究

本文以水下机器人的遥操作作业为应用背景,提出并实现了虚拟现实技术和视觉感知 信息辅助机器人遥操作实验系统．该系统使用了CAD模型和立体视觉信息完成遥操作机器人 及其作业环境的几何建模和运动学建模,实现了虚拟作业环境的生成和实时动态图形显示． 采用了基于立体视觉的虚拟环境与真实环境的一致性校正、图形图像叠加、作业体与环境位 姿关系建立、基于网络的监控通讯等关键技术．在这个实验系统中,操作人员可利用所生成 的虚拟环境,在多视点、多窗口作业状态图形和图像显示帮助下,实时动态地进行作业观测 与机器人遥操作与运动规划,为先进遥操作机器人系统的实现提供了经验和关键技术．     

基于柔性长鳍波动推进的仿生水下机器人设计与实现

以基于柔性长鳍波动推进的仿生水下机器人试验模型为背景,主要研究其设计与实现问题．首先,介绍了仿生水下机器人试验模型的设计原则及其系统总体结构,然后重点研究了仿生柔性长鳍、主控模块与通讯系统、运动控制子系统的设计方法、系统构成和工作原理,最后介绍了试验模型的系统测试与航行试验结果及其结论,并指出了仿生水下机器人试验模型的改进重点和柔性长鳍波动推进技术今后的研究方向．基于柔性长鳍波动推进的仿生水下机器人试验模型的研制成功,初步验证了柔性长鳍波动推进方式应用于水下机器人推进控制系统在原理上和技术上是可行的．     

水下石油管道巡查机器人控制系统的设计

水下石油管道是海上油气田生产设施的重要组成部分,必须定期或适时对其进行检测以保障其安全运营。针对水下石油管道巡查及检测的目的,采用STM32主控芯片、串口摄像头、舵机和通信模块,搭载最新版本的μC/OS-Ⅲ实时操作系统,设计了一种鱼雷型仿生式水下机器人。该机器人应用在浅水层区域,通过WiFi远程控制并实现水下画面上传至上位机,上位机处理图片使泄漏点特征清晰。通过系统调试和记录分析表明,该水下机器人可以远程无线控制和无线图像传输,能够实现水下巡查任务,并且具有控制系统简单化、功能灵活化、性价比高等优点。利用水下机器人可以对水下石油气管道完好性进行巡查,防止出现泄漏事故,杜绝安全隐患。功能多样的水下机器人将成为机器人研究领域的热点之一.     

机器人柔性视觉检测系统现场标定技术

针对江淮车身厂的轿车车身提出了一种基于工业机器人的柔性视觉检测系统．通过控制机器人在空间的位姿变换,立体视觉传感器能够依次到达空间指定测量位置采集空间特征点的图像信息,并通过计算图像数据获得该点的三维坐标数据．利用双经纬仪和精密靶标对机器人视觉测量系统进行整体标定,同时完成了测试试验数据的采集及计算,取得了较好的测量效果．该系统柔性好、测量无死角,能适应生产线多车型检测的需要．     

渗滤液导排管道检测机器人的研究

针对垃圾填埋场渗滤液导排管道检测的需要,研究了一种基于CCD摄像方法的管道检测机器人系统,该系统主要由机器人的驱动装置、预清洗装置、检测系统、控制系统和地面工作站等组成.详细介绍了管道检测机器人的系统总体设计和各组成部分的功能.经系统测试和现场实验表明,该系统能够在管道内平稳运行、传输出清晰地管道内壁图像、完成管道清洗的工作,实现管道机器人的远程信息的交换和控制.     

海底管道检测机器人自主缺陷定位的模糊控制研究

针对全自主管道检测机器人对超长距离海底油气管道内壁缺陷的精确定位的难题,提出了一种基于缺陷信息定位的模糊控制方法,并将其应用在海底管道检测机器人的智能控制器中．仿真实验和模拟样机的现场测试证明,该智能控制器定位准确,工作稳定可靠,满足了检测机器人在超长距离海底油气管道内全自主精确定位的技术要求．     

海洋机器人视觉导航研究

海洋机器人视觉导航研究张凤爽（中国科学院沈阳自动化研究所）随着自治式水下机器人（ＡＵＶ）的发展和实用研究，人们对视觉导航的需求越来越迫切，因为视觉导航可以在近距离内为水下机器人提供大量的周围环境信息，而且定位精度比较高，本文对水下机器人视觉导航的有关...     

一种高级机器人语言中的视觉功能及其引入方法

本文讨论了一种在高级机器人语言RAPT中使用视觉信息的方法.在这个方法中,视觉 信息主要用来发现机器人工作环境中物体的预期位置与实际位置间的差异,并对机器人的动 作进行相应的调整.符号推理系统使得大量的视觉信息处理工作得以在编译阶段进行,以保 证在程序运行阶段视觉系统工作的实时性.视觉信息框架结构使得机器人系统可以充分地利 用视觉信息,以更新其有关工作环境状态的信息.     

基于准最大最小模型预测控制的AUV视觉对接

针对六自由度自主式水下机器人(autonomous underwater vehicle, AUV)视觉对接这一重要课题,提出一种基于融合深度信息的改进准最大最小模型预测控制(quasi-min-max model predictive control, QMM-MPC)方法,有效提高复杂水下视觉伺服对接系统性能.首先,针对水下AUV视觉由于能见度低导致深度信息存在不确定性的影响,建立新的六自由度AUV视觉伺服模型;然后,结合AUV运动和图像特征运动的测量数据,设计在线深度估计器,同时提出结合多李雅普诺夫函数的QMM-MPC算法,通过求取凸多面体中各顶点不同上界值,降低传统QMM-MPC算法中单李雅普诺夫函数上界所带来的强保守性;最后,通过仿真验证所提出方法的有效性和优越性.     

基于灰色预测和KID离群点检测的AUV故障诊断

提高故障诊断能力对于确保水下机器人AUV系统的稳定运行具有重要意义。针对水下机器人推进器系统,提出一种基于离群点检测的AUV故障检测方法。首先,将传感器采集的数据进行灰色预测处理;然后,提出了一种结合K-mean和DBSCAN的改进迭代聚类(Iterative K-mean DBSCAN,IKD)算法进行离群点检测;最后,与K-mean和DBSCAN算法相比,仿真实验结果表明基于灰色预测和KID离群点检测算法的故障检测准确率高,能够有效地实现水下机器人AUV的无监督故障诊断。     

Detection of unanticipated faults for autonomous underwater vehicles using online topic models

For robots to succeed in complex missions, they must be reliable in the face of subsystem failures and environmental challenges. In this paper, we focus on autonomous underwater vehicle (AUV) autonomy as it pertains to self‐perception and health monitoring, and we argue that automatic classification of state‐sensor data represents an important enabling capability. We apply an online Bayesian nonparametric topic modeling technique to AUV sensor data in order to automatically characterize its performance patterns, then demonstrate how in combination with operator‐supplied semantic labels these patterns can be used for fault detection and diagnosis by means of a nearest‐neighbor classifier. The method is evaluated using data collected by the Monterey Bay Aquarium Research Institute's Tethys long‐range AUV in three separate field deployments. Our results show that the proposed method is able to accurately identify and characterize patterns that correspond to various states of the AUV, and classify faults at a high rate of correct detection with a very low false detection rate.     

基于贝叶斯网络的水下AUV健康管理方法

随着自主式水下航行器(AUV)系统不断向自动化、智能化方向发展,系统结构和功能也越来越复杂。针对AUV健康管理系统中未能充分挖掘多源数据中隐含的有效信息的缺点,提出了基于朴素贝叶斯网络的AUV健康管理方法。首先,采用朴素贝叶斯网络与数据结合的方式构建AUV的健康管理系统;其次,计算该系统各部件和子系统的健康指标,并对整体健康情况进行评估;最终,输出AUV系统的健康状态和寿命指标结果,得到AUV系统的健康指标。利用Visual Studio和MATLAB作为仿真平台实现该方法并对结果进行验证,实验结果表明,该方法可以实现对不同健康程度的量化分析和表达,可确保AUV健康长久地运行。     

AUV自主导航航位推算算法的分析研究

对AUV (Autonomous Underwater Vehicle)自主导航的航位推算算法做了进一步研究并加以改进，以提高其自主导航精度．然后，利用AUV湖试所获得的数据，对本文提出的修正算法进行了验证．结果表明， AUV的自主导航精度得到很大提高，可以用于修正原来的自主导航算法．     

基于多AUV间任务协作的水下多目标探测机制

利用自主式水下航行器（Autonomous Underwater Vehicle, AUV）对水下多目标进行协同探测是目前海洋技术领域的研究热点。本文主要研究在水下三维区间内的多AUV任务分配与协作探测机制,建立了以每个AUV能量耗费与能耗均衡为约束条件的水下三维空间中的多旅行商（Multiple Traveling Salesman Problem, MTSP）问题模型,利用遗传算法（Genetic Algorithm, GA）对该NP-Complete问题进行启发式求解,同时设计了考虑巡航总路径及访问目标数的适应度函数以提高多AUV间的能耗均衡性,实现多个AUV对多个水下目标的优化协同探测。最后本文利用Matlab R2014a软件对多AUV任务协作与多目标探测机制进行了仿真,仿真结果验证了该方法能够均衡多AUV多目标探测问题的能量消耗,进而提高巡航速度和生命周期。     

智能水下机器人技术展望

智能水下机器人作为一个复杂的系统,集成了人工智能、水下目标的探测和识别、数据融合、智能控制以及导航和通信各子系统,是一个可以在复杂海洋环境中执行各种军用和民用任务的智能化无人平台.由于水下机器人在海事研究和海洋开发中具有远大前景,在未来水下信息获取、精确打击和“非对称情报战”中也有广泛应用,因此水下机器人技术在世界各个国家中都是一个重要和积极的研发领域.基于实践和在相关技术难题上的经验,对智能水下机器人的发展现状和前景进行了描述,对这些问题可能的解决方案提出了建设性的意见.这些相关的技术包括:水下机器人载体设计技术、体系结构、基础运动控制技术、智能规划与决策技术、系统仿真技术、水下目标探测与识别技术、系统可靠性与容错技术等.随着科学技术的发展,人工智能技术将会在智能水下机器人上得到更为广泛的应用.然而水下机器人技术仍然处于基础研究和试验开发阶段,距离全面应用还有很长的路要走.     

稀疏水下传感网中AUV数据移动收集技术研究

由于水下传感器节点的水声通信距离有限、价格昂贵,水下传感器网络中一般采用稀疏方式部署,因此很难保证整体网络的连通性及数据采集效率。自主水下航行器AUV（Autonomous Underwater Vehicle）作为天然的移动数据采集平台,可以弥补固定Sink节点数据采集方式的缺陷。提出了一种基于移动AUV的水下传感网移动数据收集机制。以AUV覆盖区域内的传感器节点作为临时Sink节点,其他传感器节点以临时Sink节点为根节点,采用最小生成树MST（Minimum Spanning Tree）方法将传感数据传输到这些临时Sink节点,然后通过临时Sink节点将汇聚数据传输给AUV。随着AUV的自主移动轨迹,水下传感网的传感数据都能简单高效地被收集起来。仿真结果验证了该方法在保证网络能耗的前提下提高了数据采集效率。     

基于自适应阈值与扩张状态滑模观测器的AUV执行机构故障检测与估计

作为自主式水下机器人(AUV)的重要组成部分,执行机构的可靠性对系统的安全运行具有重要意义.本文以AUV六自由度模型为基础,提出了一种基于自适应阈值与扩张状态滑模观测器相结合的故障检测与估计机制.首先,本文将模型中除去控制输入的部分扩张成新的系统状态,得到估计值和实际值之间的残差;其次,针对执行机构的未知扰动,文章设计了一种改进的自适应阈值以监测残差的变化,进一步降低了误诊率与漏诊率;随后,文章在扩张状态的结构基础上设计滑模观测器,将观测器的增益求解转化为线性矩阵不等式(LMI)约束优化问题;最后,通过动态滑模面的设计实现了抖振的抑制并论证了该动态滑模面的收敛性,同时引入等效控制输出误差注入原理,实现了AUV执行机构的故障重构.仿真结果表明,本文所提方法对AUV执行机构的故障具有较好的检测灵敏度和估计精度.     

利用FastSLAM框架的多自治水下航行器同时定位与跟踪算法

协同定位是共融机器人研究领域的重要问题.协同定位方案的制定受限于机器人间信息交互的能力.针对长时间通讯中断时多自治水下航行器(AUV)协同定位精度明显下降的问题,借鉴同时定位与制图(SLAM)方法,提出了基于FastSLAM框架的同时定位与跟踪(SLAT)算法.将主AUV视为非合作目标,在从AUV上建立起一个关于主AUV的运动估计器,利用从AUV上声呐传感器实时获取的相对量测信息,在对主AUV运动状态估计的同时,完成对从AUV自定位精度的提升.仿真实验结果表明,在长时间通讯中断发生的条件约束下,相比于传统的航位推算方法,所提出的SLATF1.0和2.0算法能够有效减小定位误差,2.0算法对于探测精度变化等因素的影响具有更好适应性.