AUV心智逻辑

为了表示和处理AUV（Autonomous Underwater Vehicle,自治水下机器人）的心智状态及心智活动,对Rao和Georgeff的BDI逻辑进行了拓展,定义了一种含模态词（信念、目标、能力、意图、上一次、下一次、曾经、将会、总有、总会）的一阶模态时态混合逻辑系统——AML（AUV心智逻辑）;基于Kripke可能世界语义模型给出了AML语义,构造了AML公理系统及演绎规则,并证明了AML的可靠性与完备性。AML为建造AUV心智模型提供了有力的表示和处理工具,弥补了Agent理论在机器人应用     

自治水下机器人的局部规划方法

针对自治水下机器人(AUV)所处的真实海洋环境,通过分析长距离航行时AUV局部规划必须考虑的各种因素和可能产生的影响,设计一种局部规划器的结构,提出基于模糊逻辑的解决方案。该方法能实时综合考虑机器人的各种状态、其所处的海洋环境及任务目标情况,并根据三者间的关系得出速度折扣因子。实验表明,该方法能有效处理海洋环境下AUV大范围长距离航行的局部规划问题。     

水下机器人技术

概述水下机器人是一个水下高技术仪器设备的集成体。它除集成有水下机器人载体的推进、控制、动力电源、导航等仪器、设备外 ,还需根据应用目的的不同 ,配备声、光、电等不同类型的探测仪器。这样 ,水下机器人可以作为人类进行水下研究、观测和作业的动态实验室平台 ,作为人类智能和各种感官、器官在水下的延伸 ,去完成人类肌体无法直接达到的各种水下环境的探索任务。水下机器人可分为两种基本类型 ,即“自治式水下机器人”和“遥控式水下机器人”。“自治式水下机器人” ,国际上统称为AUV (AutonomousUnderwaterVehicle) ,它是根据各种…     

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。     

生物启发神经动力学模型的自治水下机器人反步跟踪控制

本文提出一种生物启发神经动力学模型的自治水下机器人(autonomous underwater vehicles,AUV)三维轨迹跟踪控制算法.将AUV在三维空间的运动分为水平面运动和垂直面运动,针对传统反步轨迹跟踪控制器出现的速度跳变问题,采用生物启发神经动力学模型,通过构造一种简单的中间虚拟变量,同时结合Lyapunov函数设计出轨迹跟踪控制律,使其控制效果在水平面和垂直面都能够达到全局渐近稳定并且有平滑连续的输出结果,克服AUV反步轨迹跟踪控制的速度跳变问题.仿真结果证明了所提控制律的有效性.     

自治水下机器人的研发现状与展望

本文介绍了自治水下机器人的研究意义和分类定义.对水下机器人的研究现状和国内外有代表性的自治水下机器人型号进行了综述.讨论分析了水下机器人研究的的关键技术,包括智能水平,能源问题,导航系统,传感器系统,水下通讯技术和多水下机器人协作研究,并指出了水下机器人的未来发展方向.     

基于能源消耗最小的自治水下机器人一机械手系统协调运动研究

描述了自治水下机器人搭载的三功能水下电动机械手的设计．鉴于自治水下机器人一机械手系统是运动学冗余的且自带能源，因此将系统阻力优化函数引入逆运动学求解，设计了基于系统能源消耗最小的系统协调运动规划算法．仿真表明，该算法在解决系统冗余度的同时，有效地减小了系统能源消耗．     

自治/遥控水下机器人北极冰下导航

针对北极高纬度和科学考察中长期冰站对海冰在一定范围内连续重复观测的需求,设计了面向冰下环境的自治/遥控水下机器人(北极ARV)导航定位系统.提出基于海冰运动修正的水下机器人自主导航方法,通过定时引入海冰运动信息,实时准确获取水下机器人相对于海冰的位置信息,这不仅提高了观测数据的实际应用价值,还提高了冰下作业的安全性.仿真试验和北极冰下应用证明这一导航系统具有精度高、稳定性好等优点.     

自治水下机器人实时仿真系统开发研究

针对自治水下机器人(AUBs)开发和研究中的瓶颈问题,该文开展了AUV实时仿真系统的研究工作。该文提出了采用半实物实时仿真模式,建立实时仿真系统平台的方案,并对实时仿真系统平台的硬件结构和软件结构进行了详细设计。在方案设计的基础上,正在进行实时仿真系统平台开发和研制工作。     

滑模模糊控制应用于自治水下机器人的实验研究

分析了自治水下机器人(AUV)的控制特点, 论述了滑模模糊控制(SMFC)的基本原理, 并在6 000 m自治水下机器人"CR-02"上进行了仿真和水池实验.结果表明,滑模模糊控制的性能明显优于PID控制,在强干扰时表现出良好的鲁棒性.     

具有PID反馈增益的自主水下航行器反步法变深控制

本文针对海底地形测绘时自主水下航行器(autonomous underwater vehicle,AUV)的变深控制问题,提出具有PID增益调节的AUV深度控制方法,基于反馈增益的反步法设计控制器,避免了采用传统反步法导致控制器中存在虚拟控制量的高阶导数问题;基于李雅普诺夫稳定性理论设计控制器参数消除了部分非线性项,得到的控制器的线性部分为状态变量的线性组合,具有PID控制器参数调节的形式;针对存在建模不精确、外界干扰和测量噪声时的闭环系统鲁棒性进行分析,保证了误差系统在扰动作用时的一致最终有界性.最后通过仿真实验验证了本文设计的控制器的有效性.     

Detection of unanticipated faults for autonomous underwater vehicles using online topic models

For robots to succeed in complex missions, they must be reliable in the face of subsystem failures and environmental challenges. In this paper, we focus on autonomous underwater vehicle (AUV) autonomy as it pertains to self‐perception and health monitoring, and we argue that automatic classification of state‐sensor data represents an important enabling capability. We apply an online Bayesian nonparametric topic modeling technique to AUV sensor data in order to automatically characterize its performance patterns, then demonstrate how in combination with operator‐supplied semantic labels these patterns can be used for fault detection and diagnosis by means of a nearest‐neighbor classifier. The method is evaluated using data collected by the Monterey Bay Aquarium Research Institute's Tethys long‐range AUV in three separate field deployments. Our results show that the proposed method is able to accurately identify and characterize patterns that correspond to various states of the AUV, and classify faults at a high rate of correct detection with a very low false detection rate.     

Robust fuzzy 3D path following for autonomous underwater vehicle subject to uncertainties

This paper addresses a three-dimensional (3D) path following control problem for underactuated autonomous underwater vehicle (AUV) subject to both internal and external uncertainties. A two-layered framework synthesizing the 3D guidance law and heuristic fuzzy control is proposed to achieve robust adaptive following along a predefined path. In the first layer, a 3D guidance controller for underactuated AUV is presented to guarantee the stability of path following in the kinematics stage. In the second layer, a heuristic adaptive fuzzy algorithm based on the guidance command and feedback linearization Proportional-Integral-Derivative (PID) controller is developed in the dynamics stage to account for the nonlinear dynamics and system uncertainties, including inaccuracy modelling parameters and time-varying environmental disturbances. Furthermore, the sensitivity analysis of the heuristic fuzzy controller is presented. Against most existing methods for 3D path following, the proposed robust fuzzy control scheme reduces the design and implementation costs of complicated dynamics controller, and relaxes the knowledge of the accuracy dynamics modelling and environmental disturbances. Finally, numerical simulation results validate the effectiveness of the proposed control framework and illustrate the outperformance of the proposed controller as well.     

Three-dimensional optimal path planning for waypoint guidance of an autonomous underwater vehicle

In this paper, optimal three-dimensional paths are generated offline for waypoint guidance of a miniature Autonomous Underwater Vehicle (AUV). Having the starting point, the destination point, and the position and dimension of the obstacles, the AUV is intended to systematically plan an optimal path toward the target. The path is defined as a set of waypoints to be passed by the vehicle. Four criteria are considered for evaluation of an optimal path; they are “total length of path”, “margin of safety”, “smoothness of the planar motion” and “gradient of diving”. A set of Pareto-optimal solutions is found where each solution represents an optimal feasible path that cannot be outrun by any other path considering all four criteria. Then, a proposed three-dimensional guidance system is used for guidance of the AUV through selected optimal paths. This system is inspired from the Line-of-Sight (LOS) guidance strategy; the idea is to select the desired depth, presumed proportional to the horizontal distance of the AUV and the target. To develop this guidance strategy, the dynamic modeling of this novel miniature AUV is also derived. The simulation results show that this guidance system efficiently guides the AUV through the optimal paths.     

Adaptive tracking control of an autonomous underwater vehicle

This paper presents the trajectory tracking control of an autonomous underwater vehicle(AUV). To cope with parametric uncertainties owing to the hydrodynamic effect, an adaptive control law is developed for the AUV to track the desired trajectory. This desired state-dependent regressor matrix-based controller provides consistent results under hydrodynamic parametric uncertainties.Stability of the developed controller is verified using the Lyapunov s direct method. Numerical simulations are carried out to study the efficacy of the proposed adaptive controller.     

水下机器人广义预测控制算法及能耗问题研究

对水下机器人,本文把输出量的变化作为系统优化目标,提出了一种广义预测控制算法,使其能够抑制各种噪声引起的输出波动,从而减少了系统的能量消耗.水下机器人艏向速度在线控制水池实验的结果验证了在满足设定控制指标的条件下能够抑制水下机器人艏向速度波动和减少能量消耗.     

基于鲁棒Restless Bandits模型的多水下自主航行器任务分配策略

针对水下监测网络中多自主航行器（AUV）协同信息采集任务分配问题进行了研究。首先，为了同时考虑系统中目标传感器的节点状态与声学信道状态对AUV任务分配问题的影响，构建了水声监测网络系统的综合模型；其次，针对水下存在的多未知干扰因素并考虑了模型产生不精确的情况，基于强化学习理论将多AUV任务分配系统建模为鲁棒无休止赌博机问题（RBP）。最后，提出鲁棒Whittle算法求解所建立的RBP，从而求解得出多AUV的任务分配策略。仿真结果表明，在干扰环境下与未考虑干扰因素的分配策略相比，在系统分别选择1、2、3个目标时，鲁棒AUV分配策略对应的系统累计回报值参数的性能分别提升了5.5%、12.3%和9.6%，验证了所提方法的有效性。     

水下机器人高度信息融合与欠驱动地形跟踪控制

研究了配置高度计和多普勒速度计(DVL)的欠驱动水下机器人地形跟踪控制问题.采用Takagi-Sugeno推理方法对高度计和DVL两种传感器的高度信息进行融合,提高了高度信息感知能力.将地形跟踪分为速度控制和深度控制问题,分别使用S面控制方法设计速度控制器和反步法设计欠驱动深度控制器.最后,通过实际海洋实验对研究的方法进行了验证,实验结果表明该文提出的方法是有效的.     

AUV辅助的水下传感器网络时钟同步算法

针对当前水下传感器网络中的时钟同步难题,设计了一种三元阵被动定位自主水下航行器（ AUV）模型,并基于此模型提出了AUV辅助的时钟同步（ AUV-Sync）算法。该算法通过AUV与节点之间相对运动过程中进行的信息交换来对节点相对距离进行估计,进而基于相对距离计算单向传播时延来降低由于节点移动性所导致的误差。最后,通过两轮加权最小二乘法进行线性回归来估计时钟同步的参数。仿真结果表明：在存在节点漂移的动态水下传感器网络环境中,该算法较其他相关算法有更高的精度。     

多自主水下航行器系统一致性编队跟踪控制

研究了自主水下航行器的编队路径跟踪问题.基于无源性理论与一致性跟踪理论,在仅有部分AUV获取编队速度信息情形下,设计一种分布式控制律,实现了集群AUV的一致性编队跟踪.控制律分为2个部分:一部分基于无源性同步原理,建立了协同误差到跟踪误差的无源性通道;另一部分为一致性协同跟踪控制器,保证每个AUV相对于虚拟领航者的不一致参考信息通过协商达到最终一致状态.文章应用Nested Matrosov定理证明了整个闭环系统的稳定性,仿真结果验证了上述方法的有效性和可行性.