基于神经网络补偿的滑模控制在AUV运动中的应用*

由于自主水下机器人水动力模型参数的不确定性及其强非线性,提出神经网络动态滑模面控制法。将系统分为确定与不确定部分,通过滑模控制实现对系统确定部分的控制,通过神经网络所具有的自适应调节能力实现对未知干扰与不确定部分进行补偿控制,提高系统的强鲁棒性。通过Lyapunov法验证了控制算法的收敛性;通过MATLAB仿真平台和半物理仿真平台,验证了算法的鲁棒性和抗干扰性。     

Windows多线程在多机器人协调控制中的应用

在研究C／S机器人控制结构基础上,利用多线程和同步技术实现基于分层控制的多机器人的协调系统,并用这个系统实现了多机器人的编队。     

Web2.0技术在网络自主学习社区中的应用

根据计算机教学和网络自主学习的特点,在借鉴前人研究工作的基础之上,分析了基于Web2.0的网络自主学习支持平台的特征,设计了网络自主学习平台总体方案、系统结构以及系统模块,构建了基于Web2.0的网络自主学习社区,并应用于具体的教学实践,以期借助Web2.0的理念和技术,充分发挥互联网的优势,弥补传统教学中的不足,在网络环境下更好地开展自主学习。最后对系统运用后的效果进行了分析。     

模型预测控制在自主式水下航行体控制系统中的应用

本文研究模型预测控制理论在自主式水下航行体深度控制上的应用,文中介绍了一种用于控制航行体下潜到指定深度并做定深航行的控制方法,试验结果证明了提出的算法的适应性。     

基于FPGA的自主移动机器人运动控制设计

本文提出了一种基于FPGA控制机器人运动的方法,通过利用VHDL有限状态机的思想设计了自主移动机器人的逃离行为IP核,文中详细介绍了状态机的设计过程,并经过仿真验证控制模块的正确性.     

DataSocket技术在振动控制系统远程监控中的应用

将虚拟仪器技术、网络技术应用到实时振动控制系统中,实现了对振动控制系统的远程监控.DataSocket技术是实现振动控制系统网络化的核心技术,利用它能大大简化网上计算机之间数据交换的应用程序设计.笔者给出了利用DataSocket技术在LabWindows/CVI和Component Works C 平台开发的远程监控实例,该实例实现了上位控制机对振动控制系统的远程监控.     

基于传感器信息的AUV局部避碰研究

采用势场法对自主水下机器人(AUV)进行局部避碰规划.在建立前视声呐视域模型和人工势场模型的基础上,对AUV进行决策控制,通过梯度逼近法对目标进行搜索,快速规划出一条无碰撞的路径.在障碍物检测上,设计了监测模块,实时检测障碍的类型,指导AUV进行运动轨迹解算.在AUV深度控制上,设计了AUV深度行为模糊协调器,对最小潜深、最小距底高度进行协调,实时解算AUV深度行为.开发了AUV运动规划与仿真的半实物软件系统,仿真实验证明了算法的合理性与可行性.研究对于提高AUV的自主性和安全性具有重要的应用价值.     

OPC技术在水厂生产过程控制系统的应用研究

利用OPC接口技术实现了Siemens WinCC组态软件与其他应用程序之间动态数据的交换,利用PC机丰富的软件资源扩充了工控组态软件的功能,从而实现对复杂工业过程的先进控制.并给出了基于OPC的COM接口的客户端软件开发的实现方法,为企业生产管理信息化打下基础.     

串口通信技术在激光光斑测量中的应用

通过对串口通信技术的系统分析,结合具体的应用情况,研究串口通信技术在硬件通信中的应用.并与激光光斑图像测量系统结合起来,设计测量系统程序开发流程及硬件通信模块,在VC 6.0平台上完成通信模块的开发.     

基于CAN总线的自治水下机器人控制系统

将CAN总线应用在自治水下机器人中,构成多主站的分布式控制系统,取代了以往水下机器人采用的集中式控制结构及主从式网络结构．从硬件和软件两方面详细介绍了CAN总线在自治水下机器人中的应用方案,设计了基于P87C591单片机的CAN总线控制器,并针对水下机器人分布式控制系统的需求特点,设计了CAN应用层协议和相应的通信软件．最后通过湖试验证了控制系统的可行性和可靠性．     

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。     

工业监控自动化系统中多线程技术的应用

介绍了工业监控自动化系统采用的Windows下的多线程技术实时多任务管理。研究了该监控软件实时多任务的具体实现,阐述了系统各功能模块的设计。     

舵桨联合操纵水下机器人运动控制研究

水下机器人空间运动具有耦合性和非线性等特点,具有良好品质的运动控制器是水下机器人完成各种作业的前提.针对某舵桨联合操纵小型自主式水下机器人运动控制问题进行了研究.对速度,深度和艏向控制系统进行了介绍,根据控制需求,建立了水下机器人动力学模型,对执行机构进行了描述,设计了水下机器人滑模控制方案,采用变速趋近项代替一般指数...     

欠驱动AUV的直线航迹跟踪控制

研究了欠驱动自主水下航行器的水平面直线航迹跟踪控制问题。针对传统方法所设计的直线航迹跟踪控制力矩较为复杂的问题,提出了基于级联系统理论的控制力矩设计方法,并通过构造李亚普诺夫函数,推导出了具有全局渐近稳定的控制力矩。方法控制力矩设计简单并具有直观的理论稳定性分析,避免了传统控制方法所设计的控制力矩存在的复杂性问题。最后,仿真结果证明了控制器能保证闭环系统所有状态渐近稳定,达到了欠驱动AUV直线航迹跟踪控制目的,验证了所提出方法的有效性和可行性。     

小型自治水下机器人控制系统研究开发

开发了一种性价比高的CAN总线分布式自治水下机器人控制系统结构,并采用了独特的故障处理方法．根据弱耦合简化模型,详细设计了航行控制器,并对航行控制系统进行了仿真研究．仿真与试验结果表明: 控制系统性能可靠、传输率高,并具有很好的鲁棒性与稳定性,能够满足水下机器人工作环境复杂多变的要求．     

基于神经网络的自治水下机器人广义预测控制

针对自治式水下机器人高度非线性和时变性的特点,提出了一种基于神经网络的水下机器人广义预测控制策略．利用改进型Elman网络作为多步预测模型,在对网络学习算法进行改进的基础上,实现了Elman网络的在线学习,并提出了用于求解神经广义预测控制律的灵敏度公式．进行了具有神经网络在线学习功能和不具有在线学习功能的水下机器人的速度控制实验,并就预测控制效果进行了对比分析．实验结果表明,具有自适应学习功能的水下机器人速度控制法的精度要优于不具有在线学习功能的速度控制法,且当水下机器人动态特性发生变化时具有较强的自适应能力．     

小波神经网络自抗扰控制器在水下机器人深度控制中的应用

本文主要实现对水下机器人的深度控制。针对BP神经网络的缺点,根据小波神经网络的优越性,设计小波神经网络自抗扰控制器。利用Matlab simulink对控制器进行仿真测试,表明该控制器控制效果良好,具有较高的鲁棒性。     

AUV水下着陆策略研究

水下自航行器（AUV）的续航能力主要取决于其所携带能源总量．为了有效地减少能耗,提出了 一种具有变浮力系统、能够着陆坐底的小型AUV,它可以利用有限的能源实现长时间的海洋环境监测．首先 介绍了该AUV 的总体结构,然后对AUV 的着陆策略进行了详细研究．在对三种着陆策略进行对比的基础上, 选择下潜航行到位控制注水着陆策略作为最佳的水下着陆方案．该策略能够使着陆时的冲击力保持在安全范 围内,并且着陆时间最短．最后对着陆轨迹进行规划．仿真和水域实验的结果都证明采用该着陆策略能够安 全、平稳地实现水下着陆．     

LDPC码在基于FH-FSK的AUV水声通信系统中的应用

水声信道严重的多途干扰和频率选择性衰落,将增加水声FH-FSK系统的平均误码率.此外,由于自主式水下交通工具(AUV)平台的运动特性,接收信号易产生时间选择性衰落,在接收端产生成串的突发错误甚至导致通信的中断.以上两方面因素将降低移动FH-FSK系统的可靠性,针对此问题,将多元低密度奇偶校验(LDPC)码与FH-FSK系统相结合,提出了一种基于多元LDPC码的水声FH-FSK系统.对比了基于二元LDPC码的FH-FSK系统与基于卷积码的FH-FSK系统的抗干扰性能,实验结果表明:前者具有更强的抗干扰能力.对比了基于多元LDPC码的FH-FSK系统与基于二元LDPC码的FH-FSK系统,仿真与实验结果表明:基于多元LDPC码的FH-FSK系统具有更强的抗干扰能力,可以进一步提高FH-FSK系统的可靠性.