基于CAN总线的自主水下航行器分布式控制系统设计

提出一种基于CAN总线的分布式控制系统设计方案,该总线主要搭载任务控制系统、导航控制系统、运动控制系统、安保系统四个节点。将自主水下航行器的功能分布到不同的控制节点,具有较好的体系结构,且便于维护与升级。不同于集中式控制系统,当系统内需增加其他功能模块时,无需修改硬件部分可直接接入控制系统,便于控制具有很好的实时性与可扩展性。最后通过湖试结果显示,自主水下航行器航行稳定,分布式控制系统运行良好,验证了该设计的可靠性与有效性。     

基于卡尔曼滤波的自主式水下航行器大尺度编队控制

针对网络环境下环境噪声对自主式水下航行器编队控制的影响,提出一种利用卡尔曼滤波实时估计AUV最优运动状态的编队控制方法.将空间间隔较远的多AUV系统建模为多智能体系统,从大尺度上研究其编队控制问题.为了得到每个AUV速度状态的最优估计值,每个AUV都嵌入一个全局卡尔曼滤波器,利用该全局滤波器进行最优估计从而计算出噪声环境下其自身的最优位置.仿真结果验证了所给出的控制策略的有效性.     

自主水下航行器安全抛载系统设计

自主水下航行器(AUV)在海洋资源勘探与开发中发挥着重要作用,安全性作为其研究的重要内容与关键技术,关乎着水下任务能否顺利完成并安全返回;为进一步加强AUV在水下应对故障及危险的处理能力,依托实体AUV,设计一套安全抛载系统;该系统基于ARM Cortex—M4处理器,搭建抛载电路,使其不仅能够响应程序预先设定的抛载指令,还能根据一些突发或紧急情况,自动触发抛载动作,如:系统掉电、死机或漏水等;最后通过岸上模拟实验与真实水下实验,测得对10 kg抛载块进行抛载测试的准确执行率达100％,且抛载系统功耗为2.8 W;此外,对抛载系统进行了耐压测试,压力测量装置显示,在10 MPa压力范围内,该系统仍能正常可靠工作,其耐压性得到有效验证,符合总体设计要求.     

采用一致性算法与虚拟结构的多自主水下航行器编队控制

采用一致性算法与虚拟结构法研究了多自主水下航行器(AUV)小尺度编队控制问题.首先针对各自主水下航行器拥有不同虚拟领航者信息(参考信息)的情况,通过对各AUV拥有的不一致参考信息进行一致性协商而达到状态一致.其次,基于虚拟结构思想采用坐标变换将各AUV相对于虚拟领航者的相对位置转换为各自的期望位置,并设计了一种有限时间跟踪控制律以确保各AUV能在有限时间内跟踪上其期望轨迹,从而实现了多AUV的小尺度有限时间编队控制.最后仿真实验验证了控制策略的有效性.     

基于网络控制系统的水下自主航行器制导系统结构

在现代控制系统中,网络控制系统可以用最小成本实现柔性系统,该柔性系统可以完成包括功能可重新配置的许多任务;网络控制系统采用公用的总线结构,使得系统具有更加有效的灵活功能、更好的资源共享、降低系统的维护成本,网络控制系统的最大问题是由于网络而产生的时延和数据包的丢失;研究了基于网络控制原理的水下自主航行器制导系统,详细分析了水下自主航行器网络控制系统的稳定性问题和基于时间触发的TTCAN高层协议;论文旨在通过对水下自主航行器网络控制系统结构的研究,指出其结构的意义和进一步的研究领域.     

水下无人航行器的研究现状与展望

本文首先介绍了水下无人航行器的研究背景、特点、分类与国内外研究现状。随后,阐述了国内在该领取得的标志性成果,包括几款AUV和ROV产品,其中重点介绍了一款大深度AUV和深海作业型ROV的技术特点与技术难点。接着,对该领域未来的发展趋势进行了展望。最后,对全文进行了小结。     

自主式水下航行器载荷分离运动仿真研究

自主式水下航行器是由载荷和运载体组成的一个多体系统.从其功能仿真模型出发,研究了载荷和运载体的分离过程.通过分析分离过程中航行器受到的约束和流体动力的影响,利用多刚体动力学的方法理论,建立了在载荷和运载体存在约束情况下的航行器纵向运动方程,同时根据刚体运动的6自由度方程,给出了载荷与运载体分离后达到安全距离过程中的功能模型.基于上述模型进行了仿真,比较了不同速度和不同顶定分离角对载荷和运载体分离过程的影响.仿真和分析结果证明了模型的合理性和有效性,对实际工程应用具有一定的参考价值.     

自主水下航行器避障的视景仿真实现

为了在虚拟环境下模拟自主水下航行器的避障过程,基于软件平台MuhiGen Creator和Vega,在HP图形工作站上开发了自主水下航行器避障视景仿真平台.提出了一种避碰声纳的仿真方法,利用Vega提供的碰撞矢量函数和自定义的Vol-ume碰撞方式,模拟前视卢纳的功能,并利用Vega的Isectors来仿真避碰声纳发现障碍物的过程.在AUV避障的视景仿真中运用,实现了虚拟环境下自主水下航行器避障.仿真结果表明,视景仿真能够使仿真系统更加逼真和接近于实际情况,并且满足系统仿真的实时性要求.     

Dynamic estimation of optical flow field using objective functions

Optical flow (image velocity) fields are computed and interpreted from an image sequence by incorporating knowledge of object kinematics. Linear and quadratic objective functions are defined by considering the kinematics, and the function parameters are estimated simultaneously with the computation of the velocity field by relaxation. The objective functions provide an interpretation of the dynamic scenes and, at the same time, serve as the smoothness constraints. The computation is initially based on measured perpendicular velocity components of contours or region boundaries which, due to the ‘aperture problem’, are theoretically not the true perpendicular velocity components. This difficulty is alleviated by introducing a dynamic procedure for the measurement of the perpendicular components. Experiments on using objective functions for synthetic and real images of translating and rotating objects generated velocity fields that are meaningful and consistent with visual perception.     

异时量测序贯处理的多AUV协同导航

利用多个体之间的相对信息提高个体的定位精度的协同导航是一个很值得探讨的问题。自治水下航行器（AUV）在移动长基线（MLBL）网络中获取各应答器的位置信息并解算出相对各应答器的距离量测后,再通过贝叶斯滤波算法集中式提高其定位精度。但是,集中式利用量测的方法没有考虑由于水下环境的宽广性和水下传感器的限制导致的声信号在AUV和应答器间的往返时间内AUV的移动和应答器间位置的差异所带来的影响。首先以并行滤波的形式总结了集中式扩展卡尔曼滤波（EKF）协同导航方法,并针对集中式利用量测的不利因素,提出了按照异时量测的产生顺序即时更新AUV状态的更有效的序贯EKF协同导航算法,最后在仿真中将两种处理方法进行了比较。     

Distributed moving horizon estimation for nonlinear constrained systems

In this paper we consider a nonlinear constrained system observed by a sensor network and propose a distributed state estimation scheme based on moving horizon estimation (MHE). In order to embrace the case where the whole system state cannot be reconstructed from data available to individual sensors, we resort to the notion of MHE detectability for nonlinear systems, and add to the MHE problems solved by each sensor a consensus term for propagating information about estimates through the network. We characterize the error dynamics and provide conditions on the local exchanges of information in order to guarantee convergence to zero and stability of the state estimation error provided by any sensor. Copyright © 2010 John Wiley & Sons, Ltd.     

基于改进粒子滤波的AUV海底地形辅助定位方法

针对自主式水下无人航行器的地形辅助导航问题,提出一种基于粒子滤波的地形辅助定位方法。为了解决粒子滤波的“粒子贫化”问题,引入了辅助采样,提出一种基于辅助采样粒子滤波的海底地形辅助定位方法,减小了由于重采样带来的粒子多样性的损失。基于半物理测试平台的仿真实验表明:本文所提出方法的精度较高,可适应不同地形特征下的地形辅助定位,可满足水下无人航行器(autonomous underwater vehicle, AUV) 水下导航定位的需求。     

Distributed multiple model estimation for jump Markov linear systems with missing measurements

This paper is concerned with distributed multiple model estimation for jump Markov linear systems with missing measurements over a sensor network. Two independent Markov chains are used to describe the switching of dynamic models and the missing of measurements, respectively. Under the assumption that each sensor can only communicate with its neighbours, a distributed filter is developed by applying the basic interacting multiple model (IMM) approach in the Bayesian estimation framework. To circumvent the difficulty of exponentially growing filters by exchanging local measurements between neighbouring sensors, the mode-conditioned estimates are exchanged instead of local measurements and the covariance intersection method is adopted to fuse mode-conditioned estimates. A multi-sensor manoeuvering target tracking example is provided to verify the effectiveness of the proposed filter.     

Robust time‐varying formation control for multiple underwater vehicles subject to nonlinearities and uncertainties

This paper addresses the robust formation control problem for multiple autonomous underwater vehicles (AUVs) to achieve the desired formation trajectory and time‐varying formation pattern and to align the vehicle attitudes. The dynamics of each AUV system involves parameter variations, nonlinear dynamics, and external disturbances. A robust distributed formation control protocol is developed based on the graph theory and the robust compensation theory. It is proven that the tracking errors of the global uncertain system can converge into a given neighborhood of the origin in a finite time. Simulation results substantiate the effectiveness of the developed formation control method for multiple AUVs subject to nonlinearities and uncertainties.     

深海水下采油树流场分析及流阻计算

建立500 m水深的采油树的流场简化模型,对采油树流场在给定的2种工况下进行分析,评定流体流动和分布特点并计算流阻.分析结果表明：采油树本体在2种工况下的压力和速度变化较均匀,只是在变直径处或直角弯管处会出现湍流现象.     

基于单领航者相对位置测量的多AUV协同导航系统定位性能分析

自主水下航行器 (Autonomous underwater vehicle, AUV) 的协同导航是解决水下导航定位问题的重要方法, 其中导航系统的定位误差增长特性是衡量其定位性能的关键指标. 本文针对单领航者相对位置测量的多 AUV 协同导航系统, 利用扩展卡尔曼滤波方法建立了导航系统的整体定位误差关于相对位置量测误差的传递方程. 在此基础上, 通过求解系统定位误差随时间演化的代数黎卡提方程, 得到了其在稳态情形下的方差上界估计. 理论分析表明, 单领航 AUV 协同导航系统的整体定位误差有界收敛且与初始化滤波方差无关, 具有良好的综合性能. 最后, 仿真实例验证了文中理论分析结果的正确性.     

基于参数估计误差的辊道窑温度场优化控制方法

辊道窑烧结过程的温度是决定锂离子电池正极材料产品质量的关键. 然而, 根据炉内有限个测温点的温度建立起描述整个温度场的模型往往非常困难, 导致无法优化控制烧结过程的温度分布; 而控制方法的设计一般需要进行参数估计, 已有参数估计方法大多依赖于观测器/预测器的状态误差信息, 无法直接反映待估计参数的变化特征且方法的准确性取决于观测器/预测器的性能. 为此, 本文提出一种基于参数估计误差的温度场自适应动态规划(adaptive dynamic programming, ADP)优化控制方法. 首先, 基于传热机理建立二维多孔介质能量守恒方程, 构建包含角系数的边界条件以反映热辐射作用; 考虑到竖直方向温度变化较大, 通过转换边界条件建立起辊道窑一维温度场模型, 并根据正极材料的特性获得模型参数. 然后, 采用ADP中的策略迭代(policy iteration, PI) 优化设计温度场控制器, 神经网络(neural network, NN)用于PI中的评价网络以逼近代价函数; 基于权值参数的估计值与真实值之差构建参数估计误差, 通过将估计误差的信息融入到评价NN参数更新过程, 提出基于参数估计误差的NN权值更新算法, 以提高参数估计误差的收敛性, 实现有限时间内NN权值的快速收敛. 最后, 通过仿真验证所提建模和控制方法的有效性.     

融合边缘特征的高效光场深度信息估计算法

为解决基于光场传统EPI(epipolar plane image)结构的深度信息估计算法执行效率低和估计精度低的问题,提出一种融合边缘特征的高效光场深度信息估计算法。改进传统EPI结构为包含完整像素极线信息的IEPI(improved epipolar plane image)结构和对应包含边缘信息的边缘图;构建深度多流全卷积神经网络,学习IEPI及边缘图的特征;构建基于尺度不变误差的代价函数,结合HCI光场数据集指导网络训练,实现一个估计光场深度信息的网络。实验结果表明,所提算法相较于传统算法提升了估计精度和估计效率。