基于传感器信息的AUV局部避碰研究

采用势场法对自主水下机器人(AUV)进行局部避碰规划.在建立前视声呐视域模型和人工势场模型的基础上,对AUV进行决策控制,通过梯度逼近法对目标进行搜索,快速规划出一条无碰撞的路径.在障碍物检测上,设计了监测模块,实时检测障碍的类型,指导AUV进行运动轨迹解算.在AUV深度控制上,设计了AUV深度行为模糊协调器,对最小潜深、最小距底高度进行协调,实时解算AUV深度行为.开发了AUV运动规划与仿真的半实物软件系统,仿真实验证明了算法的合理性与可行性.研究对于提高AUV的自主性和安全性具有重要的应用价值.     

自治水下机器人避碰算法及其仿真研究

为了提高水下机器人(AUV)在复杂海洋环境下的自适应性,文章对传统的避碰方法进行了改进.对AUV的禁入区和潜在碰撞区进行了安全性分析.建立了前视声纳模型以及三维水下规划空间模型.提出了基于强化学习、BP神经网络及人工势场相结合的避碰算法.在AUV与环境的试错交互中,借助于来自成功和失败经验的奖励和惩罚值,不断改进水下机器人的自治能力.设计了AUV深度行为模糊协调器, 对潜深行为和距底高度行为进行协调融合.开发了AUV运动规划与仿真的半实物软件系统,仿真试验证明了算法的合理性与可行性.研究对于提高AUV的自主性和安全性具有重要的应用价值.     

数字化视频采集技术

介绍了视频的模式、数字化视频的采样方式以及各种压缩算法。     

自治式水下机器人避障行为机制研究

针对未知环境下自治式水下机器人(AUV)的运动规划问题,提出了一种基于行为的避障和趋向目标方法。根据行为动力学原理,设计了水平方面的趋向目标行为模块和避障行为模块,利用水平面的宏行为实现了水平面行为模块的融合。垂直面的行为设计根据模糊理论建立了输入"深度"和"高度"的模糊隶属度,制定了航行深度和距底高度与参考深度之间的推理规则,再通过解模糊化得到实际的参考深度的精确量。仿真结果表明:所设计的行为模型对外界环境有较好的反应性,响应正确有效,有助于提高AUV对环境的适应性。     

渠道不同粒径组泥沙的输移特性

本以灌区实测水沙资料为基础．通过分析悬沙垂线分布，提出泥沙输送的条件，进一步分析不同粒径组泥沙的输移特性及对渠道泥沙淤积的影响。指出粗沙是造成泥沙淤积的关键．阐述不同粒径组泥沙都具有多来多排的特性．但其变化规律有所差异。通过比较多十挟沙能力公式．最后给出适应簸箕李灌区挟沙能力的具体表达式。     

典型灌区引黄对环境的影响

在总结典型灌区渠首沙化及其治理经验的同时，根据风沙雨蚀理论，进一步阐述沙化土地是局部的，而且通过平整土地等措施是可以治理的；指出不同典型灌区引水对排水河道淤积的影响程度是不同的，通过计划排水和限制排水含沙量及沙量，可以解决或缓和对排水河道泥沙淤积的影响．根据地下水位观测资料，进一步分析了解引黄灌区内地下水位的变化特点．     

基于自组织神经网络的多传感器遥感图像融合技术

多传感器遥感图像融合是一种遥感信息综合分析与处理的技术,其研究正成为遥感学科领域的热门课题之一。利用自组织特征映射神经网络具有较好的聚类特性,对多源遥感图像进行高水平的分类与融合。通过对GMS 5卫星图像融合前后性质的比较和融合质量的评估,不难发现:融合后的图像不论在视觉效果上还是在噪声特性上都有了很大的改善。     

多自由度实验台架的AUV避障模拟研究

为了模拟自治水下机器人(AUV)对未知水下环境的感知以及避障过程,采用双目立体视觉系统模拟AUV的前视声呐,并利用自制24 cm×24 cm标定板,对双目立体视觉系统进行了标定.对标定后摄像机的视角进行限制,使之能够鲁棒性地模拟前视声呐的视域.为了提高运算的效率,对获取的图像对进行了校正,建立了校正前后图像的映射关系,利用这种映射关系对校正后的图像对进行立体匹配,并利用匹配结果所得到的目标位置刷新障碍物信息.通过模拟动物的反应式行为,建立了基于规则的AUV避障算法.为了在实验室检验AUV的避障算法,搭建了AUV空间避障模拟平台进行模拟实验.实验结果显示了AUV对未知环境的感知和避障过程,同时验证了算法的有效性及可行性.     

基于前视声纳信息的AUV局部路径规划研究

针对水下环境的不确定性,建立了前视声纳的视域模型。主要采用强化学习的方法对自治水下机器人(AUV)进行控制和决策,综合Q学习算法、BP神经网络法、人工势场法对AUV进行局部路径规划。在AUV与环境的试错交互中,借助于来自成功与失败经验的奖励和惩罚值,不断改进水下机器人的自治能力。并设计了AUV局部路径规划器,实现AUV在不确定环境下的避障任务。半实物仿真证明了算法的可行性与可靠性。