多个水下机器人动态任务分配和路径规划的信度自组织算法

针对多个水下机器人(autonomous underwater vehicles,AUVs)动态任务分配和路径规划速度跳变问题,引入栅格信度函数概念,给出一种改进的栅格信度自组织(belief function self-organizing map,BFSOM)算法.目的是控制一组AUV有效地到达所有指定的目标位置,同时保证AUV能够自动的避开障碍物.首先,自组织神经网络(self-organizing map,SOM)算法对多AUV系统进行任务分配,使得每个目标位置都有一个AUV去访问.整个分配过程包括定义SOM神经网络的初始权值、获胜者选择、邻域函数的计算3个步骤;其次,根据栅格信度函数和环境信息更新SOM获胜神经元的权值,使得每个AUV在访问对应目标的过程中能够自动避障并且克服速度跳变,实现AUV自动有效路径规划.最后,通过仿真实验证明了本文提及算法的有效性.     

一种水下机器人传感器故障诊断与容错控制方法

采用自适应滤波器ＦＩＲ 对水下机器人进行在线自适应建模,并利用ＬＭＳ算法来调节滤波器的权系数．通过对滤波器权系数和误差信号平方的分析,实时检测出传感器的故障,并应用ＦＩＲ 滤波器输出替代故障传感器信号,实现传感器故障情形下水下机器人容错控制．应用该方法对Ｏｕｔｌａｎｄ１０００水下机器人传感器的故障进行检测和容错,实验结果表明所提故障检测方法准确可靠,具有较好的容错效果．

     

一种水下机器人传感器故障诊断与容错控制方法

采用自适应滤波器ＦＩＲ 对水下机器人进行在线自适应建模,并利用ＬＭＳ算法来调节滤波器的权系数．通过对滤波器权系数和误差信号平方的分析,实时检测出传感器的故障,并应用ＦＩＲ 滤波器输出替代故障传感器信号,实现传感器故障情形下水下机器人容错控制．应用该方法对Ｏｕｔｌａｎｄ１０００水下机器人传感器的故障进行检测和容错,实验结果表明所提故障检测方法准确可靠,具有较好的容错效果．     

基于领航位置信息的AUV三维编队控制方法

研究了自治水下机器人（Autonomous Underwater Vehicle,AUV）三维环境中编队控制问题,应用领航一跟随式队形控制方法,仅利用领航者的位置信息及期望编队队形得到虚拟机器人的航行轨迹及速度信息,作为跟随者的航行参考量,应用反步及滑模控制方法为跟随者设计自适应控制律,使其轨迹收敛于虚拟机器人的轨迹,从而与领航者保持期望位姿关系。随后,在具体AUV动力学模型上,利用MATLAB／SIMULINK平台进行了编队控制的仿真研究,实现了预期的控制效果,验证了算法的有效性及实用性。     

基于生物启发模型的AUV三维自主路径规划与安全避障算法

针对自治水下机器人(AUV)的路径规划问题,在三维栅格地图的基础上,给出一种基于生物启发模型的三维路径规划和安全避障算法. 首先建立三维生物启发神经网络模型,利用此模型表示AUV的三维工作环境,神经网络中的每一个神经元与栅格地图中的位置单元一一对应;然后,根据神经网络中神经元的活性输出值分布情况自主规划AUV的运动路径.静态环境与动态环境下仿真实验结果表明了生物启发模型在AUV三维水下环境中路径规划和安全避障上的有效性.     

无人水下机器人传感器故障检测仪研制

针对OUTLAND1000无人水下机器人,采用自适应滤波器FIR对水下机器人进行在线自适应建模,并利用LMS(least mean square)算法来调节滤波器的权系数,通过对滤波器权系数的分析,实时检测水下机器人传感器的故障,以TMS320F2812芯片为核心设计水下机器人传感器故障检测仪,通过自行设计的键盘,发出数据采集和控制命令,传感器数据通过RS485传送到控制转换器,再利用RS232串口通信传送到检测仪,通过数据分析显示数据参数和诊断结果.     

开架水下机器人生物启发离散轨迹跟踪控制

针对水下机器人常规反步跟踪控制的速度跳变问题,提出了基于生物启发模型的反步滑模混合控制方法.应用生物启发模型的平滑、有界输出特性,产生渐变的参考跟踪速度,克服了速度跳变问题,也满足了推进器推力约束.同时自适应滑模控制算法产生跟踪控制律,对于水下干扰及模型不确定影响具有鲁棒性,能够实现水下机器人稳定、准确的轨迹跟踪控制.所提方法的稳定性通过Lyapunov理论进行了证明,并将该方法对FALCON开架水下机器人进行水平面离散轨迹跟踪控制的仿真研究,实验结果表明了提出控制方法的有效性.     

基于遗传算法的卡尔曼滤波器水下机器人信号处理方法

水下机器人的传感器信号受环境影响较大,数据滤波一直是机器人控制的核心问题之一。该文在卡尔曼滤波的基础上,引入遗传算法,对卡尔曼滤波方法进行改进,提出基于遗传算法优化的卡尔曼滤波器模型,从而提高水下机器人测量数据的精度,降低系统噪声和量测噪声所带来的误差。OUTLAND1000水下机器人罗经传感器的水池仿真试验结果表明所提改进滤波方法有效、实用。     

ARV水下机器人水面操作控制系统设计

自治缆控水下机器人（autonomous remotely-operated vehicle,ARV）是一种全新概念的水下机器人,它既有遥控水下机器人（remotely operated vehicle,ROV）的特点,又有自治水下机器人（autonomous underwater vehicle,AUV）的特点.它很好地结合了两种水下机器人的优点,代表了水下机器人未来的一个重要发展方向.基于用户数据报协议（User Datagram Protocol,UDP）、网络通信协议及RS-485通信协议,针对“海事一号”ARV水下机器人开发了上位机与下位机系统之间的操控终端.该操控终端通过上位机系统与可编程逻辑控制器（Programmable Logic Controller,PLC）采集系统的程序设计,实现了“海事一号”ARV上位机与下位机的实时通信与控制,效果良好,传输效率较高.     

基于人工势场与速度合成的AUV路径规划

水下环境与地面环境有着本质区别,海流对自治水下机器人航行的影响远大于地面移动机器人所受风速的影响,因此,AUV(Autonomous Underwater Vehicle)水下作业的过程中,不仅要避开运动过程中所遇到的障碍物,还要考虑受到海流因素的影响.将人工势场路径规划算法直接应用到AUV路径规划中,显然难以达到路径最优效果.为解决AUV在海流环境下的路径规划问题,本文针对机器人水下航行的特点,在传统人工势场方法的基础上,考虑海流作用,将速度合成的算法与人工势场相结合,克服海流对AUV水下航行的影响,提出一种新的AUV水下路径规划算法.仿真试验表明,所提算法达到了良好的效果.