水下机器人嵌入式基础运动控制系统

从硬件和软件两方面详细地讨论了水下机器人嵌入式基础运动控制系统的体系结构,从根本上改变 了以往水下机器人运动控制系统依靠上位机与下位机相结合的体系结构.同时详细阐述了水下机器人基础运动控 制的整个信息流程.最后通过海上试验验证了整个基础运动控制系统的可行性和可靠性.     

无人水面艇复合自适应轨迹跟踪控制

针对存在模型参数不确定性和极易受到风、浪、流等时变干扰的欠驱动无人水面艇的轨迹跟踪控制问题,根据扰动观测器能对不确定项和外界干扰进行估计和补偿且具有鲁棒性特点,提出一种基于复合扰动观测器的自适应轨迹跟踪控制。该复合自适应观测器利用跟踪误差和估计误差共同调节自适应参数,在不激励高频未建模动态的情况下,该复合自适应闭环控制系统可得到更快的收敛速度和更高的跟踪精度。理论分析和仿真实验证明了所提出的无人水面艇复合自适应控制的有效性。     

无人水面艇双目立体视觉系统设计

针对雷达不能利用目标的颜色等属性和水面多路径反射的干扰等问题,建立无人水面艇双目立体视觉系统,为实现无人水面艇的自主避障和目标跟踪等任务提供基础。采用两个IEEE1394接口的数字摄像机在无人水面艇上构建双目立体视觉系统,进而编程拍摄左右两幅图像并标定摄像机。结果表明,所构建的双目立体视觉系统可以用于无人水面艇视觉技术的研究。所设计的双目立体视觉系统对无人水面艇具有重要的研究意义。     

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。     

基于PCI8602的无人水面艇控制系统设计

介绍一种基于PCI8602数据采集卡的无人水面艇(USV)控制系统设计方法,硬件方面分为USV载体、岸基监控系统和无线传输系统,USV载体核心为工控机及PCI8602数据采集卡,它是通过数据采集卡控制直流电机和采集各类传感器数据,差分定位系统通过RS232串口与工控机相连,岸基监控系统由PC机组成,无线传输系统通过RS232串口与工控机、PC机相连,实现数据无线传输。软件方面可用Visual Basic编写,无需编写各层之间复杂的通信协议,各子系统之间易集成。最终实验结果表明,USV控制系统能够实时采集和发送相应测量数据,并且能够实现USV的远程控制。     

多无人水面艇协同海上溢油羽流监测

本文讨论多无人水面艇协同海上溢油污染羽流监测问题,其中羽流扩张过程是由二维空间对流–扩散方程描述.本文的主要目标是为水面无人艇构建基于领导–跟随–锚的协同控制算法,实现其对羽流边界的动态合围与实时跟踪,其中羽流边界是一个预先设定阈值的水平集合.为此,选择两艘无人水面艇分别将其设定为边界领导艇和边界锚艇,并将其余艇设定为...     

卡尔曼滤波在无人水面艇双天线GPS定位测向系统中的应用

针对无人水面艇双天线GPS定位测向系统的定位误差问题,利用卡尔曼滤波算法对GPS数据进行滤波处理;根据位置与速度及航向的关系,建立数学模型,然后利用卡尔曼滤波算法对定位测向系统的测量值进行滤波处理;首先,对无人水面艇在静止、低速及高速运动状态的GPS数据进行了处理;仿真结果表明,在这三种情况下卡尔曼滤波方法能够提高GPS定位精度,在定点实验中观测值的均方误差为0.5259,滤波后变为0.0536;最后,在干扰情况下的无人艇运动仿真实验中,经过卡尔曼滤波后测量数据的均方误差由0.5043降低为0.3553;实验说明卡尔曼滤波能获得很好的滤波效果。     

无人水面艇航迹跟踪控制仿真

针对模型参数不确定、存在外界风浪流干扰的欠驱动无人水面艇的航迹跟踪问题,为提高无人水面艇自主航行能力,减小航迹跟踪过程中的轨迹偏差与跟踪迟滞,提出了一种分层控制结构的方法;由外至内采取航迹、航向、舵角三层控制,外环航迹控制层使用过渡目标点策略,根据无人水面艇的偏航距确定实时目标点,中环航向控制层使用最小转角策略,根据无人水面艇艏向角与目标方向角之差确定偏转打角,内环舵角控制层使用模糊自适应整定PID控制器,对模型参数的动态变化进行补偿;基于MATLAB GUI进行无人水面艇航迹跟踪控制仿真试验,结果表明,模糊自适应整定PID控制器提高了舵角的控制响应速度,无人水面艇在航行过程中的直线行驶、连续折线行驶均能得到较好的航迹跟踪控制。     

状态测量不确定和动力学未知的无人艇固定时间容错控制

针对含有推进器故障和状态测量不确定的无人艇(Unmanned surface vehicle, USV)系统, 提出一种基于双扰动观测器的固定时间容错跟踪控制(Double disturbance observer-based fixed-time fault-tolerance control, DDO-FxFC)方法. 设计两个固定时间扰动观测器, 分别估计状态测量不确定性产生的非匹配干扰和包含推进器故障的集总非线性, 同时自适应实时补偿未知观测误差; 采用测量位姿跟踪误差及其动态, 设计快速非奇异终端滑模面, 构建DDO-FxFC框架; 理论分析证明DDO-FxFC方法能够确保跟踪误差固定时间收敛, 其中收敛时间的上界独立于系统初始状态; 针对原型USV的仿真结果和综合对比验证所提出DDO-FxFC技术的有效性和优越性.     

基于STM32嵌入式系统的无人物流车运输控制系统设计

摘要：传统的运输控制系统在控制无人物流车时,控制精度较大。为解决上述问题,利用STM32嵌入式系统设计了一种新的无人物流车运输控制系统,使用STM32F103VE作为核心处理器,在传感器模块中同时加入了多个传感器,并使用了MM440变频器负责变频操作,同时设计了电阻反馈模块电路、驱动模块电路、以太网通信模块电路,利用Visual C++软件实现无人物流车位置控制功能、无人物流车行驶方向保持程序、无人物流车跟踪功能。与传统控制系统进行实验对比,结果表明,基于STM32嵌入式系统的无人物流车运输控制系统控制精度明显高于传统系统。     

基于Windows CE的嵌入式无人艇控制系统设计

无人艇控制系统是集航行控制系统、全球卫星定位系统、无线通信系统等为一体的嵌入式系统,设计采用研华公司的APAX系列通用工业控制器作为硬件平台,对其定制安装了Microsoft Windows CE嵌入式操作系统,并用Visual C＃语言在Visual Studio 2005开发环境下编写了嵌入式应用程序,从而无人艇控制系统完成了传感器数据采集、任务执行控制和运动控制,系统运行稳定可靠。     

基于itron嵌入式运动控制卡的全电动注塑机应用研究

通过长期努力,首次成功地将嵌人有itron规范的RTOS运动控制器应用到全电动注塑机的控制系统中,提出了独特的电机方案和有效的过程控制算法一本文着重介绍一种嵌人式RTOS的标准-itron规范和在其规范上开发的TH0030A运动卡．以及全电动注塑机运动控制系统的实现。     

四旋翼无人机飞控系统的研究与实现

本文通过数学建模进行动力学系统分析,研究实现了基于硬件和软件的四旋翼无人机飞控系统。首先、构建了四旋翼无人机动力学模型并进行理论分析;其次、设计了无人机机架,对各组成模块进行测试、分析和试验;再次、通过集成软硬件实现了无人机飞控系统并进行飞行测试;最后、实验结果表明,实现的无人机飞控系统取得了较好的飞控效果,具有灵敏性强、稳定性高,总体性能优良等优点。     

基于嵌入式机器视觉的测控系统设计

针对传统基于PC的机器视觉系统因其结构没有模块化,可移植性差,与工业现场设备通信比较困难等缺点,设计了基于嵌入式机器视觉的测控系统,该系统以DM642芯片为视觉图像处理单元,其控制单元为GTS-400系列运动控制器,硬件电路为基于RS232通信的DSP与运动控制器,并通过编程完成目标识别、通讯、控制功能。实验结果表明,该系统的图像处理单元成功检测到目标后,图像处理单元输出的信号能够被运动控制器快速捕捉并控制伺服电机实现点位运动。对嵌入式机器视觉应用于运动控制系统具有现实意义。 关键词：嵌入式机器视觉;DM642;运动控制器;通信     

无人机飞行控制系统模拟器设计

提出了一种基于工业控制计算机开发的某型无人机飞行控制系统模拟器设计;详细介绍了系统设计原理，给出了硬件构成方案、软件功能模块组成和程序流程图，最后分析了测试结果；该模拟器充分利用了当前计算机技术、自动控制技术、系统实时仿真技术和面向对象编程技术，具有功能强大、界面友好、操作灵活的特点。可用于无人机系统先期设计验证或后期测试维护；实际使用情况表明该系统性能良好，完全能够代替真实飞行控制系统进行实时仿真试验。     

面向无人艇的T-DQN智能避障算法研究

无人艇(Unmanned surface vehicle, USV)作为一种具有广泛应用前景的无人系统, 其自主决策能力尤为关键. 由于水面运动环境较为开阔, 传统避障决策算法难以在量化规则下自主规划最优路线, 而一般强化学习方法在大范围复杂环境下难以快速收敛. 针对这些问题, 提出一种基于阈值的深度Q网络避障算法(Threshold deep Q network, T-DQN), 在深度Q网络(Deep Q network, DQN)基础上增加长短期记忆网络(Long short-term memory, LSTM)来保存训练信息, 并设定经验回放池阈值加速算法的收敛. 通过在不同尺度的栅格环境中进行实验仿真, 实验结果表明, T-DQN算法能快速地收敛到最优路径, 其整体收敛步数相比Q-learning算法和DQN算法, 分别减少69.1%和24.8%, 引入的阈值筛选机制使整体收敛步数降低41.1%. 在Unity 3D强化学习仿真平台, 验证了复杂地图场景下的避障任务完成情况, 实验结果表明, 该算法能实现无人艇的精细化避障和智能安全行驶.