喷水推进无人艇的基础运动控制系统设计

针对欠驱动无人艇开展了其基础运动控制策略设计的研究. 首先详细地介绍了喷水推进无人艇的运动控制系统的构成, 并根据喷水推进器推进原理的特点, 可得出该无人艇系统是欠驱动的、快变的非线性耦合系统; 然后根据人类小脑的运动协调功能, 提出基于倒车斗、喷嘴转角和发动机转速协调控制的仿人智能控制策略, 实现了对无人艇的完全运动控制, 提高了其操纵性和灵活性; 并根据该思想设计了无人艇的基础运动控制系统的软件体 系结构. 最后进行了无人艇在各种航行状态下的运动控制仿真试验, 仿真结果表明了该仿人智能运动控制策略的有效性.     

舰船编队的避障/避碰控制

针对舰船编队系统中的协同控制问题进行了避碰和避障研究.运用了虚拟结构方法,通过在势函数中加入相对碰撞函数,解决了舰队之间的避碰问题;并通过设定安全航线,解决了避障问题.基于舰船的运动学和动力学特性,运用李亚普诺夫理论,设计了一种舰船编队控制器.最后对设计的控制器进行了仿真,验证其正确性和有效性.     

固定时间预测器下的欠驱动无人艇路径跟踪控制

无人艇是一类在水面自主移动的智能船艇, 具有无人自主, 航速高, 欠驱动的特点, 能应用到民用和军事的诸多领域. 针对欠驱动无人艇的路径跟踪问题, 本文在传统视线法制导律的基础上, 首次提出了一种新的固定时间收敛的预测器, 用于预测位置误差, 实现对干扰的估计和补偿. 与基于有限时间收敛的预测器的制导律相比, 固定时间预测器收敛时间不依赖于初始状态, 可以更快收敛. 此外, 为了保证跟踪控制器的有效收敛, 还设计了固定时间控制器, 将无人艇尾部的方向舵力矩作为控制器, 使无人艇航向角在固定时间收敛到期望艏向角. 最后通过仿真实验证明本文所提出的制导律和控制器能精确跟踪给定路径.     

固定双桨驱动的无人水面艇自主直线路径跟踪系统

针对直流电机驱动固定双桨的无人水面艇,介绍了一种自主直线路径跟踪系统,该系统由岸基监控系统和艇载控制系统组成,具有自主航行和遥控航行两种工作模式,可在自主航行出现危险时切换到遥控模式,保证航行安全。岸基监控系统通过数传电台与艇载控制系统通信,向艇载控制系统发送控制命令,接收并显示其传回的状态信息;艇载控制系统以工控机为主控单元,进行数据采集与解算,与岸基监控系统通信,并为直线路径跟踪控制算法提供程序接口;GPS双天线高精度测向定位系统为直线路径跟踪控制算法提供位置和航向信息,直线路径跟踪控制算法根据距离偏差和航向偏差计算出左右两侧电机电压,进而控制无人水面艇航行。实验分别采用了PID、模糊控制和模糊PID三种控制方法,系统实际水上实验表明,在风力2~3级,晴到多云天气条件下,无人水面艇对目标路径的最大跟踪误差小于0.6 m。     

鱼雷状小型无人艇路径跟踪控制系统研制

为了提高无人艇在水域作业时的航向跟踪精度,自主设计了一款鱼雷状小型无人艇路径跟踪控制系统。该系统由岸基控制系统和艇载控制系统组成,具有自主巡航和手动控制2种工作模式。岸基控制系统通过数传电台与艇载控制系统进行信息交互,显示传回的状态信息并下达控制指令,在自主航行模式下完成BD09与WGS84的坐标系转换、期望航向角计算和目标点更新;艇载控制系统采用STM32F429作为控制芯片,完成数据采集和运动控制,在自主巡航模式下提供位置和航向数据,通过路径跟踪控制器输出的舵机PWM信号调整航向。实验表明设计的路径跟踪控制系统运行稳定,精度较高。     

基于模糊控制的无人水面艇直线路径跟踪方法

针对直流电机驱动固定双桨的无人水面艇,提出一种基于模糊控制的直线路径跟踪方法;利用无人水面艇到目标路径的垂直距离以及无人水面艇的实际航向与给定路径方向的差值来确定无人水面艇的当前状态,根据模糊推理的方法实时调整左右两侧推进电机的输入电压,进而改变无人水面艇的运动状态,实现无人水面艇自主直线路径跟踪;模糊控制器采用双输入双输出的控制结构,无需建立精确的控制器模型,在无人水面艇初始位置相对于跟踪直线的不同位置关系情况下进行了仿真实验,并与PID控制器的性能进行了比较,仿真结果表明:在初始航向偏差角较大时,如2π/3、π时,该方法克服了采用固定参数PID控制方法时出现的大迴转现象;在初始航向偏差角较小时,如π/4、3π/7、π/2时,该方法在超调量以及调节时间方面的直线跟踪性能优于固定参数PID控制方法。     

基于自适应滑模的欠驱动无人艇轨迹跟踪控制算法

针对欠驱动水面无人艇在航行过程中存在的海洋环境干扰、数学模型参数不确定、执行器故障等问题,提出了一种基于扰动观测器与神经网络技术的自适应滑模轨迹跟踪策略。在无人艇三自由度模型的基础上,结合视线制导率,提出了一种新的轨迹跟踪制导策略。采用自适应滑模控制技术设计了欠驱动无人艇轨迹跟踪控制器,有效地抑制了执行器衰减故障对无人艇控制系统的影响;同时运用了非线性扰动观测器和自适应径向基函数神经网络分别对无人艇受到的外界干扰和模型参数不确定性进行补偿和拟合,提高了控制系统的抗干扰能力。基于Lyapunov定理证明了所设计的控制系统的稳定性,并在MATLAB中进行了仿真测试。仿真结果表明,所提出的轨迹跟踪控制算法可以在较为复杂的环境下实现对欠驱动无人艇的精准控制;相较于对比算法,位置的平均跟踪误差减小了80%以上,具备较高的稳定性和鲁棒性。     

基于视觉和定位系统的无人艇自主对接系统

为实现对无人艇的自主回收,通过无人艇和悬浮托架的双向视觉导引,构建基于视觉和定位系统的无人艇自主对接系统.视觉对接系统通过检测网络分别检测出图像中的无人艇和悬浮托架.针对托架视觉检测的目标,利用位置定位信息排除非目标艇,采用单目标跟踪算法(CSR-DCF)对目标艇进行跟踪.为实现无人艇和托架的高精度稳定检测,在Tiny-YOLOv3的基础上,基于细节特征的需求,构建小尺度检测分支,提出一种定位增强轻量级检测网络,对于艇、托架的定位性能分别提升3.48％mIOU、4.32％mIOU,检测精度分别提升4.97％AP、6.17％AP.自主对接系统在二级海况下对接成功率达到90.9％.     

基于改进DWA的多无人水面艇分布式避碰算法

针对多艘无人水面艇(USV)相遇自主避碰问题,考虑可能存在异常行驶的USV,基于改进动态窗口法(DWA)提出一种包含碰撞风险检测和行驶职责划分的分布式避碰算法.首先,引入障碍物预测轨迹和权重因子改进传统DWA的距离评价函数,提高USV躲避多个动态障碍物的能力,同时,结合国际海上避碰规则(COLREGS)引入新的规则评价函数约束USV的避让动作;然后,引入期望速度和航向改进现有碰撞风险检测算法,减少因碰撞风险变化导致的轨迹波动;接着,针对COLREGS仅规定两船相遇时的行驶职责划分问题,提出一种考虑异常USV的多USV职责划分方法;最后,基于Matlab实现多USV相遇自主避碰仿真.实验结果表明,即使存在异常USV,分布式避碰算法依旧保证正常USV能够作出符合COLREGS的安全避让动作.     

单喷泵无人滑行艇航向的反步自适应滑模控制

针对单泵喷水推进型无人滑行艇航向跟踪的非线性系统控制问题,对无人滑行艇的运动稳定性分析表明,其具有水平面内的自动稳定性.考虑建模误差和外界干扰力影响下的滑行艇运动响应模型,基于backstepping方法和滑模控制理论,提出了一种自适应滑模控制律.利用Lyapunov函数,证明该控制律保证了航向跟踪系统的全局渐近稳定性.仿真对比结果验证了所提出控制器的有效性.     

基于声纳环传感器的机器人避障研究

任何一种移动机器人要实现未知环境自主导航都必须有效而可靠地感知环境信息,而超声波传感器在检测障碍物距离信息方面应用十分广泛。介绍了旅行家II号声纳环传感系统的设计与实现原理,并对声纳的精度进行了测试。在此基础上,提出了移动机器人一种简单避障策略,并运用2种基本避障实验:静态避障和动态避障,验证了该避障策略的正确性和有效性。     

红外传感器在教育机器人避障电路设计中的应用

红外传感器在家用电器遥控和机器人避障方面有着广泛的应用,笔者根据红外传感器的这一特性设计出一款教育机器人避障电路,介绍了红外传感器在机器人避障电路中的应用,给出红外传感器与单片机系统的硬件接口电路和避障软件的编程思路,并通过测试,得出了影响红外传感器避障的相关因素,并提出了改进的方法和措施.     

THMR-V导航控制算法的研究

THMR-V室外移动机器人是清华大学智能技术与系统国家重点实验室为配合国家863项 目而研制的．本文介绍了THMR-V导航控制算法中用于转弯的切弧跟踪算法和停障、避障算 法 ,其中后者是本文的重点．以上两种算法在文中都给出了仿真效果图,而且在实验中也验证 了这两种算法的可行性．     

基于任务分解的机器人路径规划导航

介绍一种基于目标分解的机器人导航系统,机器人通过激光或声纳传感器获得地图信息,并以此为基础,系统控制机器人按照事先规划路径的分解任务导航,最终利用视觉传感器发现目标球并加以捕获。分析仿真和实际环境实验数据存在差异的原因,证明系统实现了预期目标。     

机器人导航系统的设计与开发磁

论文介绍了一个机器人导航系统,该系统将机器人的地图路径生成、机器人移动、机器人避障功能加以分离,当传感器发现规划路径不能继续时,可以对路径进行动态调整。仿真实验表明该系统结构能够完成基本的导航任务。     

Abstracting Vehicle Shape and Kinematic Constraints from Obstacle Avoidance Methods

Most obstacle avoidance techniques do not take into account vehicle shape and kinematic constraints. They assume a punctual and omnidirectional vehicle and thus they are doomed to rely on approximations when used on real vehicles. Our main contribution is a framework to consider shape and kinematics together in an exact manner in the obstacle avoidance process, by abstracting these constraints from the avoidance method usage. Our approach can be applied to many non-holonomic vehicles with arbitrary shape. For these vehicles, the configuration space is three-dimensional, while the control space is two-dimensional. The main idea is to construct (centred on the robot at any time) the two-dimensional manifold of the configuration space that is defined by elementary circular paths. This manifold contains all the configurations that can be attained at each step of the obstacle avoidance and is thus general for all methods. Another important contribution of the paper is the exact calculus of the obstacle representation in this manifold for any robot shape (i.e. the configuration regions in collision). Finally, we propose a change of coordinates of this manifold so that the elementary paths become straight lines. Therefore, the three-dimensional obstacle avoidance problem with kinematic constraints is transformed into the simple obstacle avoidance problem for a point moving in a two-dimensional space without any kinematic restriction (the usual approximation in obstacle avoidance). Thus, existing avoidance techniques become applicable. The relevance of this proposal is to improve the domain of applicability of a wide range of obstacle avoidance methods. We validated the technique by integrating two avoidance methods in our framework and performing tests in the real robot. Javier Minguez received the physics science degree in 1996 from the Universidad Complutense de Madrid, Madrid, Spain, and the Ph.D. degree in computer science and systems engineering in 2002 from the University of Zaragoza, Zaragoza, Spain. During his student period, in 1999 he was a research visitor in the Robotics and Artificial Intelligence Group, LAASCNRS, Toulouse, France. In 2000, he visited the Robot and ComputerVision Laboratory (ISR-IST), Technical University of Lisbon, Lisbon, Portugal. In 2001, he was with the Robotics Laboratory, Stanford University, Stanford, USA. He is currently a fulltime Researcher in the Robot, Vision, and Real Time Group, in the University of Zaragoza. His research interests are obstacle avoidance, motion estimation and sensor-based motion systems for mobile robots. Luis Montano was born on September 6, 1958 in Huesca, Spain. He received the industrial engineering degree in 1981 and the PhD degree in 1987 from the University of Zaragoza, Spain. He is an Associate Professor of Systems Engineering and Automatic Control at the University of Zaragoza (Spain). He has been Head of the Computer Science and Systems Engineering Department of the University of Zaragoza. Currently he is the coordinator of the Production Technologies Research in the Aragon Institute of Engineering Research and of the Robotics, Perception and Real Time group of the University of Zaragoza. He is principal researcher in robotic projects and his major research interests are mobile robot navigation and cooperative robots. José Santos-Victor received the PhD degree in Electrical and Computer Engineering in 1995 from Instituto Superior Técnico (IST - Lisbon, Portugal), in the area of Computer Vision and Robotics. He is an Associate Professor at the Department of Electrical and Computer Engineering of IST and a researcher of the Institute of Systems and Robotics (ISR), at the Computer and Robot Vision Lab - VisLab. (http://vislab.isr.ist.utl.pt) He is the scientific responsible for the participation of IST in various European and National research projects in the areas of Computer Vision and Robotics. His research interests are in the areas of Computer and Robot Vision, particularly in the relationship between visual perception and the control of action, biologically inspired vision and robotics, cognitive vision and visual controlled (land, air and underwater) mobile robots. Prof. Santos-Victor is an IEEE member and an Associated Editor of the IEEE Transactions on Robotics.     

基于对方信息的足球机器人攻防策略研究与设计

通过引入人类足球比赛中的战术思想,对半自主足球机器人系统的攻防策略进行了详细分析和深入研究.提出了在危险区域盯人防守的概念,并详细介绍了该防守角色的具体设计和实现.对于进攻中基于对方信息的避障方法进行了研究,通过对比赛中多种情况的具体分析,重点针对无球避障和带球避障建立了数学模型,根据不同的回避方式分别规划机器人队员的进攻路径,在实际系统中的应用取得了良好效果.     

移动机器人在障碍物具有不确定性时的运动规划

本文提出了一种移动机器人在实时避碰中对移动障碍物的运动不 确定性的处理方法.该方法主要考虑了两个不确定性来源：移动障碍物运动速度上的不确定 性和运动方向上的不确定性.用概率统计的方法来为不确定性建模.并与一种基于相对速度的 在线避碰方法结合起来对移动障碍物避碰.通过这种方法可以使机器人对移动障碍物的避碰 更有效率.     

红外传感器在智能车避障系统的应用

文章介绍了智能车的避障规则,通过对红外传感器的信息进行采集,使用二极管D1发射红外线,二极管D2接收红外信号。红外线发射部分不设专门的信号发生电路,直接从单片机实现时钟频率,既简化了线路和调试工作,又能使电路的稳定性和抗干扰能力大大加强。经实验验证,该系统运行可靠,达到了设计要求。