多水下滑翔机海洋采样路径规划

提出了以时间为优化准则的多水下滑翔机海洋采样路径规划算法.首先,根据水下滑翔机的个数,通过空间聚类算法,把多水下滑翔机的路径规划问题转化为单水下滑翔机的路径规划问题;然后,利用2步CLK(chained Lin-Kernighan)算法,优化每一个采样子空间中的采样路径;设计了扩散算法,调节各个采样子空间的采样点,使得完成整个采样任务需要的时间最短;最后,以Sea-wing水下滑翔机为例,对上述方法进行了仿真验证,结果显示所提出的方法能够有效地降低采样作业的采样时间.     

水下滑翔机自适应覆盖采样

针对水下滑翔机对动态、未知的海洋特征的采样问题,提出了自适应覆盖采样算法.首先,定义了基于质心Voronoi分割采样空间的最优覆盖采样准则;然后,设计了在线参数估计算法,利用带遗忘因子的递归最小二乘法估计海洋特征参数;最后,设计了分布式控制算法,能够保证各个水下滑翔机从任意的初始位置收敛于定义的最优的覆盖采样网络配置.利用仿真实验对上述方法进行了有效性验证,结果表明本文提出的算法能够更好地完成对动态海洋特征的覆盖采样.     

水下航行器轨迹跟踪控制与仿真

为了使水下航行器按照预定的轨迹运动,需要水下航行器的控制系统具有较强的鲁棒性和抗干扰能力,因此该文提出了采用横向轨迹误差法和视线法组合导引的基于滑模的水平面轨迹控制方案,针对“211AUV”自治式水下航行器,给出了简化的水下航行器水平面运动模型,分别给出横向轨迹误差法和视线法的滑模控制方程。并分别对横向轨迹误差法、视线法以及横向轨迹误差法和视线法组合导引法三种方法进行仿真分析,最终的仿真结果表明横向轨迹误差法无法单独完成轨迹导引,视线法的轨迹跟踪误差较大,而横向轨迹误差法和视线法组合导引法具有良好的轨迹跟踪能力,能够保证水下航行器进行各种循迹航行任务。     

能耗最优的水下滑翔机采样路径规划

研究了以能耗为优化准则的水下滑翔机海洋环境参数采样路径规划方法.首先,根据水下滑翔机的运动特点,建立了水下滑翔机采样作业过程的能耗模型;其次,基于能耗模型提出了一种能耗最小的滑翔运动参数优化方法,该方法避免了求解复杂的混合整数非线性规划问题;之后,在能耗最优的滑翔运动参数优化基础上,提出了一种基于两步链式Lin-Ker...     

遥感图像中尺度海洋锋及涡旋提取方法研究进展

目的 中尺度海洋锋及涡旋均是重要的中尺度海洋环境特征。中尺度海洋锋及涡旋的提取及其时空分布、变化的研究对海洋生态系统的研究、渔业资源评估、渔情预报及军事等都有重要意义。遥感技术能在同一时间获取大面积海洋要素观测数据,遥感数据具有优良的连续性、同步性,因此遥感数据被广泛应用于中尺度海洋锋及涡旋提取的研究中。方法 对基于遥感数据进行中尺度海洋锋提取的梯度法、Canny算法、小波分析法和基于引力模型的方法,以及涡旋的提取的Okubo-Weiss法（OW法）、Winding-Angle法（WA法）、基于海面高度的无阈值等值线法和Hybird Detection（HD法）进行总结和分析,并提出对中尺度海洋锋面及涡旋提取方法的见解及新思路。结果 利用2014年2月南海北部海表温度（SST）数据,分别采用梯度法中的Gradient法、Sobel算法以及Canny算法对南海北部温度锋进行提取并得到该区域温度锋分布图。结果 明在多种锋面提取方法中,Canny算法具有较高的效率且其提取结果的连续性和精度更好。中尺度涡的提取方法中,WA法的提取结果具有更好的准确性。早期的中尺度涡提取方法忽略了多中心结构涡旋存在的情况,而后来的HD法能较好地识别多中心结构涡旋。结论 阈值选取是中尺度海洋锋及涡旋提取的难点和提取结果好坏的关键。然而海洋要素图像弱边缘的特点使得传统边缘检测方法不一定适用于中尺度锋提取。文章通过对不同锋面及涡旋提取方法的总结与分析,为海洋锋面及涡旋提取的研究提供了参考依据。     

浮力驱动式水下滑翔机运动仿真

浮力驱动式水下滑翔机对我国海洋勘探和国防建设有着重要应用前景,根据水下滑翔机三维运动模型,以MATLAB/Simulink为平台完成了滑翔机建模和图形界面仿真工具的设计。并以此仿真软件进行算例计算。该仿真成本低廉,可广泛应用于一般的水下滑翔机设计方案验证。     

无人机编队队形保持变换控制器设计

研究无人机编队队形保持变换的控制设计问题.由于控制系统队形跟踪应保证姿态的稳定性,针对两架无人机在“长机-僚机”编队结构中的左菱形编队飞行控制系统,为了有效控制飞行队形,保持变换,提出了根据编队飞行的几何关系推导编队相对运动学方程,结合无人机的自动驾驶仪模型建立了相应的编队飞行线性化数学模型.采用PID控制方法分别对速度、航向和高度设计了一种能通过控制编队间距实现队形变换的三维编队队形保持变换的控制器,并进行仿真.仿真结果表明所设计的控制器能够有效地控制无人机编队,在飞行过程中可以稳定地保持队形,并能根据任务要求合理进行编队,并无碰撞,为设计提供了依据.     

不确定环境下多机器人的动态编队控制

提出了一种不确定环境下多机器人的动态编队控制方法．通过队形参数矩阵确立多机器人之间的相对 位置关系,将全局队形控制问题转化为跟随机器人离轴点对虚机器人（与领航机器人运动方向一致,且对领航机器 人保持期望的相对距离和观测方位角）离轴点的跟踪．基于建立的跟随机器人和领航机器人之间的误差跟踪系统模 型设计相应控制律实现队形保持,并提出了防止机器人与障碍物及其它机器人碰撞的避障策略．仿真结果表明了所 提方法的可行性和有效性．     

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。     

基于人工势场和模糊规则的多水下机器人队形控制方法

人工势场法是常用机器人队形控制方法之一,它的基本原理是将机器人看做质点,通过势场作用于质点的力来规划机器人的运动;基于人工势场的队形控制方法大都是针对这种质点模型提出的,不能直接应用于多水下机器人系统,由此,提出一种人工势场和模糊规则相结合的多水下机器人队形控制算法;首先定义一组势函数,然后根据水下机器人的运动特性,设计一个模糊控制器,将势场力映射为水下机器人的期望速度和航向角;以三个水下机器人组成三角形队形为例,进行了仿真实验;实验中,初始位置散乱的水下机器人较快地形成队形,并稳定地保持队形行进,证明了该算法的可行性和有效性。     

Toward Optimal Rendezvous of Multiple Underwater Gliders: 3D Path Planning with Combined Sawtooth and Spiral Motion

In this paper, a path planning system is proposed for optimal rendezvous of multiple underwater gliders in three-dimensional (3D) space. Inspired by the Dubins Paths consisting of straight lines and circular arcs, this paper presents the first attempt to extend the 3D Dubins curve to accommodate the characteristic glider motions include upwards and downwards straight glides in a sawtooth pattern and gliding in a vertical spiral. This modified 3D Dubins scheme is combined with genetic algorithm (GA), together with a rendezvous position selection scheme to find rendezvous trajectories for multiple gliders with minimal energy consumption over all participating vehicles. The properties and capabilities of the proposed path planning methodology are illustrated for several rendezvous mission scenarios. First, a simple application was performed for a single glider to rendezvous with a fix dock. Simulation results show the proposed planner is able to obtain more optimized trajectories when compared with the typical Dubins trajectory with nominal velocity. Additional representative simulations were run to analyse the performance of this path planner for multiple gliders rendezvous. The results demonstrate that the proposed path planner identifies the optimal rendezvous location and generates the corresponding rendezvous trajectories for multiple gliders that ensures they reach their destination with optimized energy consumption.     

基于深度学习的海洋中尺度涡识别与可视化

中尺度涡是海洋中一种特殊的中尺度现象,对人类活动和海洋科学有着重要意义.海洋物理中对中尺度涡的检测通常依赖由专家预定义或调整的参数,无法保证准确度;或者对全部海洋数据逐点扫描判断,耗时较长.此外,中尺度涡的时空统计数据繁杂,整理和分析工作量巨大且无法较好展示相关信息.本文提出了一种基于深度学习目标检测的海洋中尺度涡检测算法,可达到较高的识别精确率和查全率,避免了阈值选取对中尺度涡检测的影响,大大提高了检测速度;并设计中尺度涡时空特征及海洋信息协同可视化系统,对中尺度涡进行交互式展示和分析,满足对涡旋的统计信息、特征分布和属性关联进行洞察、说明和相关性分析的需求.     

基于逆模型的混合驱动水下滑翔机垂直面控制

混合驱动水下滑翔机（Hybrid-driven underwater gliders ,简称HDUGs)是集无人自治水下机器人（Automomous Underwater Vehicles ,简称 AUVs）和水下滑翔机（Autonomous Underwater Gliders,简称 AUGs）于一体的新型水下机器人。由于HDUGs是非线性、强耦合,且受到海流、结构不确定等因素的影响,为了克服这些问题,针对混合驱动水下机器人工作在混合模式下,对其垂直面提出了一种基于逆模型和滑模控制的非线性控制方法,该方法将原始系统解耦为两个单入单出的线性系统,仿真结果证明了该方法具有良好的控制性能,而且对外界扰动具有一定的鲁棒性。     

Persistent ocean monitoring with underwater gliders: Adapting sampling resolution

Ocean processes are dynamic and complex and occur on multiple spatial and temporal scales. To obtain a synoptic view of such processes, ocean scientists collect data over long time periods. Historically, measurements were continually provided by fixed sensors, e.g., moorings, or gathered from ships. Recently, an increase in the utilization of autonomous underwater vehicles has enabled a more dynamic data acquisition approach. However, we still do not utilize the full capabilities of these vehicles. Here we present algorithms that produce persistent monitoring missions for underwater vehicles by balancing path following accuracy and sampling resolution for a given region of interest, which addresses a pressing need among ocean scientists to efficiently and effectively collect high‐value data. More specifically, this paper proposes a path planning algorithm and a speed control algorithm for underwater gliders, which together give informative trajectories for the glider to persistently monitor a patch of ocean. We optimize a cost function that blends two competing factors: maximize the information value along the path while minimizing deviation from the planned path due to ocean currents. Speed is controlled along the planned path by adjusting the pitch angle of the underwater glider, so that higher resolution samples are collected in areas of higher information value. The resulting paths are closed circuits that can be repeatedly traversed to collect long‐term ocean data in dynamic environments. The algorithms were tested during sea trials on an underwater glider operating off the coast of southern California, as well as in Monterey Bay, California. The experimental results show improvements in both data resolution and path reliability compared to previously executed sampling paths used in the respective regions. © 2011 Wiley Periodicals, Inc.     

Differential evolution and underwater glider path planning applied to the short-term opportunistic sampling of dynamic mesoscale ocean structures

This paper presents an approach where differential evolution is applied to underwater glider path planning. The objective of a glider is to reach a target location and gather research data along its path by propelling itself underwater and returning periodically to the surface. The main hypothesis of this work is that gliders operational capabilities will benefit from improved path planning, especially when dealing with opportunistic short-term missions focused on the sampling of dynamic structures. To model a glider trajectory, we evolve a global underwater glider path based on the local kinematic simulation of an underwater glider, considering the daily and hourly sea currents predictions. The global path is represented by control points where the glider is expected to resurface for communication with a satellite and to receive further navigation instructions. Some well known differential evolution instance algorithms are then assessed and compared on 12 test scenarios using the proposed approach. Finally, a real case glider vessel mission was commanded using this approach.     

融合多尺度旋转锚机制的海洋中尺度涡自动检测

目的 海洋中尺度涡自动检测是了解其演变规律,研究其在海洋物质运输和能量传递中的作用的基础。针对海洋中尺度涡形态不规则、结构复杂多变、长宽比不确定,以及涡群海域中尺度涡分布密集导致的检测精度低的问题,提出一种基于深度学习多尺度旋转锚机制的海洋中尺度涡自动旋转检测方法。方法 首先对卫星遥感海平面高度异常数据进行可视化预处理,并采用图像处理策略对数据集进行扩充构建训练集;其次构建了一种基于深度学习多尺度旋转锚机制的中尺度涡自动检测模型,考虑到中尺度涡尺度变化大和其所处海洋环境复杂多变的特点,主干网络采用Retina Net提取中尺度涡特征,同时采用特征金字塔结构融合中尺度涡的低层与高层特征,设计多尺度、多长宽比以及多旋转角度锚点机制实现多尺度旋转检测锚的生成;最后集成分类与回归两个子网络,实现海洋中尺度涡的自动旋转检测。结果 实验结果表明,提出的中尺度涡自动检测方法极大改进了水平检测框存在显著的大纵横比导致检测精度低和检测框嵌套和重叠现象。本文方法最优检测精度为90.22%,与水平检测方法相比,精度提升了8%。在印度洋、太平洋、大西洋和赤道海域进行了海洋中尺度涡的旋转检测实证分析,验证了模型...     

基于Processing实现多智能体环形围捕仿真

在以往多智能体编队研究的仿真分析中,相关物理量和运动轨迹常采用静态曲线描述,较少关注系统运动过程的实时动态刻画。针对上述问题,提出了一种基于Processing的动态仿真方法,首先,利用三阶贝塞尔曲线构造了一种新型软体仿生鱼模型。其次,综合虚拟结构法和人工势场法设计了能解决个体避碰问题的多智能体环形围捕控制律。最后,应用仿生鱼模型对多智能体环形围捕控制算法进行动态仿真。仿真结果表明,新型仿真方法直观增强了智能体位姿信息的动态可视化,验证了二阶积分器多智能体系统环形围捕算法的可行性。     

A space-saving steering method for underwater gliders in lake monitoring

An increasing number of underwater gliders have been applied to lake monitoring. Lakes have a limited vertical space. Therefore, good space-saving capacity is required for underwater gliders to enlarge the spacing between monitoring waypoints. This paper presents a space-saving steering method under a small pitch angle (SPA) for appearance-fixed underwater gliders. Steering under an SPA increases the steering angle in per unit vertical space. An amended hydrodynamic model for both small and large attack angles is presented to help analyze the steering process. Analysis is conducted to find the optimal parameters of net buoyancy and roll angle for steering under an SPA. A lake trial with a prototype tiny underwater glider (TUG) is conducted to inspect the applicability of the presented model. The trial results show that steering under an SPA saves vertical space, unlike that under a large pitch angle. Simulation results of steering are consistent with the trial results. In addition, multiple-waypoint trial shows that monitoring with steering under an SPA covers a larger horizontal displacement than that without steering.     

多圆碟形水下滑翔机的双层协调三维路径规划

本文研究了欠驱动圆碟形水下滑翔机集群在海流干扰和水下碍航物影响下的三维路径规划问题. 具体地: 第一, 根据圆碟形水下滑翔机的航行特点, 建立了相应的航行时间模型, 设计了三维路径规划的优化目标; 第二, 提 出了一种基于双层协调的多水下滑翔机三维路径规划结构, 采用基于三维离散空间的全局路径规划和基于人工势 场法的局部路径规划, 避免了滑翔机与碍航物以及不同优先级的滑翔机之间发生碰撞; 第三, 基于双层协调路径规 划结构, 采用基于量子行为的自适应粒子群优化方法完成了时间最优目标下多圆碟形水下滑翔机的三维路径规划. 仿真结果验证了所提多圆碟形水下滑翔机三维路径规划方法的有效性.