基于侧线感知机理对水下三角形干扰源感知方法的研究

为提高自主水下机器人(Autonomous underwater vehicle,AUV)的环境自适应能力,基于侧线感知机理,对水下目标进行形态识别和位置定位方法的研究。采用数值模拟的方法对流场中等边三角形的流场结构进行研究,提取"侧线"上的压力信号作为形态识别信息,训练并建立支持向量机(Support vector machine,SVM)识别模型。采用二步网格寻优的方法对SVM模型中的惩罚因子C和核函数参数g进行优化,模型测试表明,基于压力系数的时域波形结构可以对干扰源的形态进行辨识。通过提取压力系数波形中的特征值,对相对检测距离进行分析和拟合,结果表明利用压力信号的振幅,可以有效地计算出干扰源的相对位置。因此证明利用压力信号和SVM的方法,可以对水下目标进行识别和定位,为提高AUV的环境自适应能力提供了一种新思路。     

基于鱼侧线感知原理和深度学习的水下平动目标方向识别

鱼侧线感知原理为潜航器水下目标感知技术研究提供了一种新的思路,但由于流场模型难以准确构建,基于模型的解析方法难以准确感知水下平动目标,提出基于鱼侧线感知原理和深度学习的水下平动目标方向识别方法。通过构建偶极子源周围压力场分布模型分析鱼侧线感知目标原理,在理论上分析压力变化与偶极子源尺寸、运动参数、位置的关系,理论分析表明,流场中压力的大小与偶极子源的位置密切相关,偶极子源振动频率处的压力变化特征明显,可用于训练和识别。采用时频分析方法处理压力传感器信号并提取时频分布特征,研究表明不同平动方向产生的压力变化具有不同的时频分布特征。提出利用卷积神经网络训练压力传感器信号,进而识别水下平动目标方向。在十字形传感器阵列及试验平台上开展试验验证,试验结果表明水下平动目标方向综合识别准确率在80%以上。在无需准确建立流场模型的情况下,通过深度学习可较准确识别水下平动目标,为潜航器水下目标感知提供了一种新的技术途径。     

基于鱼类体线感知机理的水下机器人水流场识别研究

无人水下航行器(Unmanned undersea vehicle,UUV)是水下作业探测中一种应用广泛的工具,它能否很好地适应水下环境对其远距离正常工作有着重要影响。与水下鱼类对比,机器人与水下环境间的交互能力相去较远,其中尤以水下机器人对海洋环境的水流特征识别最为重要。传统UUV在水下的控制运行必须消耗大量能量维持状态与运行,这种被动应对环境的方式具有很大的不足,也对无线遥控水下机器人的生存造成障碍。因此,水下机器人能否正确感知水流是其能否进一步探索利用海洋的重要因素。研究发现,鱼类的侧线系统可感知水流,并辅助运动规划。研究鱼类侧线感知水流的机理,针对鱼雷型UUV的不同水流环境,使用计算流体动力学方法提取本体压力数据,选择线性判别分析与支持向量机技术训练并建立水流感知分类模型,从功能角度仿生侧线感应水流能力。模型测试表明,不同的水流工况下UUV识别到不同模式,可进行本体周围水况区分度辨识,为水下机器人识别水流环境与利用海洋提供一种新的视度。     

基于Adams与Matlab/Simulink的水下自航行器协同仿真

针对传统水下自航行器(Autonomous underwater vehicle, AUV)仿真中图形界面、实时性和动力学性能难以兼顾的问题,提出利用虚拟样机分析软件Adams和控制仿真软件Matlab/Simulink联合建立AUV虚拟样机系统的方法。在分析虚拟样机系统运动学、动力学和水动力数学模型的基础上,给出虚拟样机物理模型及控制模型的建立过程,并利用该虚拟样机系统对设计的AUV空间动态定位控制算法进行基于动力学基础的仿真分析。仿真试验的过程及结果表明,该虚拟样机系统具备智能控制与动态控制交互仿真演示和功能验证的能力,可为AUV图形仿真研究提供一种新的解决思路,对研究水下自航行器的操纵与控制有重要的现实意义。     

导航信息滞后补偿实现高速无人机对地精确定位

针对高速无人机光电侦查平台的实时对地目标定位误差,研究了基于惯导信息的光电平台目标定位算法。利用目标定位数学模型和误差模型,分析了影响目标定位精度的因素,建立了参数误差对于定位精度影响的数学仿真模型。通过仿真分析确定了卫星导航信息的实时性是造成定位误差的主要因素,提出了通过修正卫星导航信息延时时间来解决了光电侦察平台实时目标定位误差问题。进行了飞行试验以验证提出论点的正确性,结果表明:通过修正卫星导航信息延时时间,有效补偿了载机坐标信息滞后,提高了光电侦察平台目标定位精度,定位误差由补偿前的100m减少到小于40m。研究结果对高速飞行器的相关应用具有重要的参考价值。     

基于自适应反演滑模控制的AUV水平面动力定位方法

自主水下航行器(AUV)是一种高度耦合的强非线性系统,传统的定位方法采用解耦线性化模型,很难保证控制品质。本文针对未知海流作用下AUV的非线性水平面运动模型,充分利用其运动学和动力学模型的特性,提出了基于自适应反演设计方法的AUV水平面动力定位算法,在线估计海流速度。仿真结果验证了跟踪控制系统的全局渐进稳定性,及对有界外部扰动的鲁棒性。     

基于人工侧线的履带装备水阻力计算方法

针对水下装备的水阻力无法实时测量的问题，提出了一种基于人工侧线的履带装备水阻力计算方法。通过履带装备模型的人工侧线系统，提取不同来流速度和来流角度的传感器压力值，应用压力值的分布规律对履带装备模型的局部流场信息进行感知。通过履带装备模型水阻力拘束实验结合计算流体动力学（CFD）仿真的方式对水阻力系数进行辨识，建立履带装备模型的迎流面外形与黏性水阻力系数的函数关系。将人工侧线的流场感知结果作为输入，实时计算履带装备模型的水阻力。履带装备模型的人工侧线和水动力验证结果表明，人工侧线的压力分布特性可以有效地识别流场的来流速度和来流角度，履带装备模型的水阻力计算误差在工程应用可接受范围内。     

基于遗传算法的自治水下机器人水动力参数辨识方法

针对传统确定自治水下机器人(Autonomous underwater vehicle,AUV)水动力参数试验和理论计算的困难性及以往辨识方法优化结果趋于局部最优解的缺点,提出一种基于遗传算法的AUV水动力参数辨识方法,该方法不受参数初值选取的影响,具有较好的鲁棒性和全局寻优特性,可为AUV运动控制、状态预报及控制系统开发等提供动力学模型。针对开架式AUV原型样机CRanger-01,在对其进行动力学建模分析的基础上,利用该方法对其水平面运动水动力参数进行辨识,得出了CRanger-01的19个水平面水动力参数,与实际值进行比较后,辨识误差在允许范围之内。通过运动仿真对模型进行验证,结果表明该算法能有效辨识AUV水动力参数,可为工程实践提供参考依据。     

链式无线传感器网络移动目标二元协同感知策略

对链式无线传感器网络中移动目标的感知是对运动目标跟踪定位的基础,如何在节点能量有限情况下准确感知移动目标是其主要技术之一.为此,提出了一种基于节点相邻步距间协作的二元协同感知策略.首先提出目标感知节点集求解算法和目标运动感知模型;其次,融合当前感知概率和历史感知经验,建立移动目标感知概率求解模式,并相应地提出了二元协同感知算法;以矿井巷道内的人员定位监测为工程仿真实例,进一步进行了二元协同感知策略、全节点感知策略与单节点感知策略的性能比较,结果表明,二元协同感知策略能有效解决单个感知策略易存在检测漏洞与全节点感知策略通信量大的缺点,提高移动目标的感知概率,延长了网络的生存寿命.最后,以建筑物楼道长廊中的人员定位监测作为实际环境测试平台,测试了二元协同感知策略的性能变化,其结果显示出实际环境测试结果与理论仿真值变化趋势基本相同,从而验证了二元协同感知策略的实际有效性.     

基于离散萤火虫压缩感知重构的无线传感器网络多目标定位

研究了压缩感知(CS)理论在无线传感器网络(WSNs)多目标定位中的应用。提出一种基于离散萤火虫算法的压缩感知重构方法,并设计了具体算法实现流程,该算法摆脱了传统压缩感知重构算法对稀疏度K的依赖且能够准确地重构出原始信号。基于此,将新的压缩感知重构算法应用于WSNs目标定位,建立了WSNs系统模型,构造了合理的测量矩阵和稀疏矩阵,并分析了测量矩阵与重构结果之间的关系,最终实现了WSNs多目标定位。仿真结果表明该方法在稀疏信号重构性能及多目标定位精度方面具有较好效果,定位精度优于贪婪匹配跟踪(GMP)算法、正交匹配追踪(OMP)算法和最大似然估计(MLE)算法,且用于WSNs定位的传感器节点数目减少了20%,抗噪性达到了20dB。     

Design and analysis of a new AUV’s sliding control system based on dynamic boundary layer

The new AUV driven by multi-vectored thrusters not only has unique kinematic characteristics during the actual cruise but also exists uncertain factors such as hydrodynamic coefficients perturbation and unknown interference of tail fluid,which bring difficult to the stability of the AUV’s control system.In order to solve the nonlinear term and unmodeled dynamics existing in the new AUV’s attitude control and the disturbances caused by the external marine environment,a second-order sliding mode controller with double-loop structure that considering the dynamic characteristics of the rudder actuators is designed,which improves the robustness of the system and avoids the control failure caused by the problem that the design theory of the sliding mode controller does not match with the actual application conditions.In order to avoid the loss of the sliding mode caused by the amplitude and rate constraints of the rudder actuator in the new AUV’s attitude control,the dynamic boundary layer method is used to adjust the sliding boundary layer thickness so as to obtain the best anti-chattering effects.Then the impacts of system parameters,rudder actuator’s constraints and boundary layer on the sliding mode controller are computed and analyzed to verify the effectiveness and robustness of the sliding mode controller based on dynamic boundary layer.The computational results show that the original divergent second-order sliding mode controller can still effectively implement the AUV’s attitude control through dynamically adjusting the sliding boundary layer thickness.The dynamic boundary layer method ensures the stability of the system and does not exceed the amplitude constraint of the rudder actuator,which provides a theoretical guidance and technical support for the control system design of the new AUV in real complex sea conditions.     

A novel backtracking navigation scheme for Autonomous Underwater Vehicles

A high quality Inertial Navigation System (INS) combined with a Doppler Velocity Log (DVL) is a common approach for Autonomous Underwater Vehicle (AUV) navigation. In this paper, a novel backtracking navigation scheme is employed. In the case of only when an initial position and the velocity of DVL are available, a precise current position can be obtained when finishing the backtracking. Therefore, AUV can be launched without waiting for the completeness of the alignment. In addition, a newly derived INS error model is employed to reduce the volume of the data that has to be recorded for the backtracking and to estimate the INS biases. With the proposed method, INS/DVL integration is able to reach the accuracy of within 0.3% of the distance travelled.     

Imaging Coral I: Imaging Coral Habitats with the SeaBED AUV

The SeaBED autonomous underwater vehicle (AUV) is a new imaging platform designed for high resolution optical and acoustic sensing. This low cost vehicle has been specifically designed for use in waters up to 2000 m to carry out video transects, bathymetric and side-scan sonar surveys. In this paper we detail the systems issues associated with navigation, control, and imaging that led us to our particular hardware and software design choices so as to allow us to operate in shallow, shelf and ocean basin environments. We illustrate the strengths of our design with data obtained during two research cruises associated with mapping coral reefs off Puerto Rico and Bermuda. In both these cases, SeaBED was deployed in extremely challenging terrain associated off the shelf edge and was successful in returning high quality color imagery of deep coral habitats.     

分散滑模控制理论在自主式潜水器（AUV）控制中的应用

对自主式潜水器（ＡＵＶ）水动力模型进行了近似处理，利用改进的变结构滑模控制方法设计了ＡＵＶ控制系统，仿真表明模型处理合理，控制系统能克服模型强耦合和严重非线性，效果好，且系统鲁棒性强。     

新型对接/分离装置机械结构的设计

针对组合式水下航行器的对接/分离问题,提出了一种新型的结构设计[1],并详细论述了其机械结构的工作原理和设计过程。该方案有很多突出优点:结构简单、对接/分离非常方便和易于控制、并且密封性能好,所以适合用于在水下作业的组合式水下航行器。     

人体感应技术在智能电力机器人设计中的应用

为使机器人运作更灵活、功能更完善,提出在智能电力机器人设计方案中应用人体感应技术。以多光谱自动目标识别技术为基础,将 8 引脚芯片与部分外接元器件结合,组装人体感应装置。 采用全球定位系统与直接数字化 X 射线摄影导航系统,分别依据观测信号传播时间与起点坐标位置和方位角,实现机器人导航与航向控制功能。 在 1 个机器人上安装至少 2 个感应装置,针对形成的感应区域,定义装置基本功能,就不同电力应用场景,建立预警机制与躲避机制。 电力现场实际操作结果表明,设计的感应装置安全预警性能与物体躲避性能比较理想,加强了电力机器人的实用性,使其具备在其他领域中得以广泛应用的潜力与条件。     

高机动自主水下航行器的仿生设计研究

基于黄鳍金枪鱼的生理结构特征,以及鱼类的体干尾鳍推进模式（BCF）和中鳍对鳍推进模式（MPF）,运用仿生工程学原理,开发出高机动自主水下航行器。通过柔性鱼体机构、推进器、沉浮水舱、控制系统和航行稳定性的仿生设计,航行器在水下实验中可自主完成高速巡航和多种机动方式水下作业。建立的水下试验平台可有效应用于仿生推进模式特征参数和推进性能内在关系的研究同时为改善自主水下航行器的机动性能提供了新的设计思路。     

Sensor placement optimization in the artificial lateral line using optimal weight analysis combining feature distance and variance evaluation

Artificial lateral line is a multi-sensor system, mimicking the lateral line of fish to perceive the parameters of flow field. However, it can easily lead to information loss or redundancy with limited number of sensors due to unsuitable sensor placement. An optimal weight analysis algorithm is proposed to solve the problem on sensor placement of robotic fish. Firstly, signal features are extracted from the pressure data, which are collected from candidate sensor locations in different conditions. Then the improved distance evaluation is used to assess each feature, and the feature distance factor is regarded as the weight for distinguishing. Combined with the analysis of variance, the contribution vector of sensor locations is obtained. Three indexes selected by the algorithm are introduced to compare the sensor subsets. The results in both simulation and experiment show the effectiveness of the algorithm. The optimal number of sensors on the robotic fish is also studied.     

基于双目视觉的工业机器人运动轨迹准确度检测

针对工业机器人运动轨迹准确度检测困难的问题,提出了一种基于双目视觉理论的检测方法。根据空间解析几何学中点、线和面三者之间的约束关系,建立了基于直线特征匹配的工业机器人运动轨迹位姿视觉检测模型。基于此模型对一种典型六轴工业机器人运动轨迹的位置偏差和姿态偏差进行了测量。测量结果表明采用这种方法的测量系统结构相对简单,能够方便地进行工业机器人动态轨迹准确度的测量。