微小型自主式水下机器人系统设计及试验

为了解决自主式水下机器人智能控制问题,设计了一种微小型自主式水下机器人。介绍了微小型自主式水下机器人的系统结构和关键部分系统,然后针对运动控制系统耦合问题,采用3个分控制系统方式实现水下机器人运动控制,最后进行了自主式水下机器人运动控制的试验研究。试验结果表明:研制微小型自主式水下机器人及其控制系统能够完成自主运动任务,实现自主化,为同类型的水下机器人提供参考。     

基于RBF神经网络的水下机器人传感器状态监测方法研究

为了实现水下机器人多传感器状态监测,根据其工作环境及所配置传感器的数量,提出了基于径向基函数(RBF)神经网络的传感器状态监测方法,建立了二级神经网络监测模型,解决了多传感器故障诊断和信号恢复的问题.基于某型水下机器人海中试验数据进行计算机仿真试验的结果,验证了该方法的有效性和可行性.     

舵桨联合操纵的自主式水下机器人运动控制

针对水下机器人舵桨切换操作时,由于控制输出突变而导致系统振荡甚至发散的现象,提出一种切换函数平滑指令输出;同时考虑到高速航态下,纵向速度对其他自由度运动的耦合影响,提出一种基于运动补偿的改进S面控制方法.该方法S面控制器结构简单、参数易于调整,解决了S面控制器在水下机器人高速航行下控制效果较差的问题.利用李雅普诺夫函数对该控制器进行了稳定性分析,将其应用于舵桨联合操纵的水下机器人的运动控制.速度控制、艏向控制及深度控制,试验结果验证了该方法在水下机器人运动控制中应用的可行性.     

基于案例的自主式水下机器人全局路径规划的学习算法

首次讨论了基于案例的学习方法在自主式水下机器人全局路径规划中的应用问题,基于案例的学习方法是一种增量式的学习过程,它根据过去的经验进行学习及问题求解。本文对基于案例的学习方法在自主式水下机器人的全局路径规划中的应用框架进行了初步研究,对案例属性的提取、案例的匹配和择优以及案例库的更新等问题提出了相应的算法,最后给出了几组仿真结果。     

自主式水下机器人故障特征增强方法

针对小波方法对自主式水下机器人(AUV)纵向速度进行外部随机干扰抑制时存在的过抑制问题,提出一种AUV纵向速度信号故障特征增强与外部随机干扰抑制方法,采用自适应随机共振方法实现AUV纵向速度信号的随机共振,以达成外部随机干扰能量向故障信号能量的转移;针对AUV纵向速度信号的非周期特性,基于AUV纵向速度信号与周期信号驱动下双稳系统输出信号实验数据,分析AUV纵向速度信号驱动下布朗粒子运动状态。水池实验结果表明:所提方法相对小波方法故障信号特征增强效果为70.66%,避免了过抑制问题,且布朗粒子仅在负势阱内运动。     

智能水下机器人自主回收的双目视觉定位

针对智能水下机器人与水下基站近距离对接时,传统的光视觉引导方法精度和鲁棒性难以满足要求的问题,本文提出了一种双目视觉引导方法。该方法主要分为光源提取、光源匹配和立体测距3部分。利用图像自适应二值化算法和伪光源剔除算法,得到左右图像的光源标识中心的像素坐标;在光源匹配部分,对光源进行特征提取和匹配,完成左右图像中的光源准确配对;最后对光源阵列进行立体测距,得到相机坐标系下基站的三维位置。实验结果表明：该方法对伪光源具有很好的鲁棒性,并且所得出的基站相对位置和角度均达到了很高的精度。     

基于自适应区域跟踪的自主式水下机器人容错控制

研究自主式水下机器人(autonomous underwater vehicle, AUV)的推进器自适应区域跟踪容错控制方法。 与传统的自主式水下机器人容错控制方法不同,采用区域跟踪控制思想,将控制目标设定为以期望轨迹为中心的空间区域。 针对系统中存在的不确定性及推进器故障问题,采用神经网络进行在线辨识。 考虑到推进器故障时存在推力饱和而导致神经网络学习发散的问题,提出一种包含饱和因子的神经网络权值调整方法。 通过仿真,对所提方法的有效性进行验证。     

一种有效的水下机器人并行定位标图方法

提出了一种水下机器人并行定位标图的方法.首先对声纳扫描数据进行直线特征提取.在特征的匹配过程中,引入3种几何约束:一元约束,二元约束和刚性约束来保证观测特征和模型特征的正确匹配.在并行的定位与标图中进行了机器人的位置修正和地图修正.应用该方法,机器人在较为复杂的环境下,仅使用前视声呐和多普勒速度仪,依靠不精确的地图,实现了自主的定位和导航,同时修正了地图的精度.仿真和物理试验证明了该方法的正确性.     

广东渔政船首次配备水下机器人

广东省第一艘配备水下机器人的具有渔政执法和渔业资源监测的双功能渔政船正式交付使用。     

水下机器人覆盖式作业区探测方法

对水下机器人作业区探测这一特定问题进行了理论分析，针对目前覆盖式路径规划方法存在的不足，提出适用于本文任务要求的水下机器人覆盖式作业区探测方法，设计了基于模糊控制规则的水下机器人作业区探测策略。该方法不需环境模型，解决了传统的覆盖式路径规划方法不能用于未知环境的局限性。仿真结果验证了所提方法的有效性和可行性。     

水下自主航行器垂直面运动的预测控制

针对近水面海浪干扰下水下自主航行器(AUV)的深度跟踪及姿态控制问题,提出一种基于非线性降维状态观测器(ROSO)的预测控制.通过非奇异坐标变换实现AUV垂直面运动非线性模型的状态估计,并将状态估计结果用于预测控制及其预测模型的在线线性化过程中,在仿真实验中对ROSO与全维状态观测器(FOSO)的状态估计结果进行对比,同时也对比了所提出的基于在线线性化的预测控制(PC-NMOL)与现有的非线性预测控制(NPC)的控制效果.仿真结果证明了所提出的方法可以得到精确的状态估计,且具有动态响应快,对外部扰动鲁棒性强的特点.     

滑模观测器在水下机器人推力器故障诊断中的应用

水下机器人运行在未知复杂的海洋环境下,一旦发生事故就可能造成巨大的财产损失,这就要求水下机器人具有应付突发事件的能力,即自动故障诊断和实现容错控制的能力．将滑模观测器应用于水下机器人推力器故障诊断,通过滑模观测器输出与实际传感器的输出构造残差信号．从残差中提取故障信息,实现推力器故障的检测与分离．提出采用模糊诊断方法分析残差信号,克服了阈值判断法误报率高的弱点．仿真结果表明,提出的方法可以区分系统的状态变化和状态异常,能有效诊断出哪一个推力器发生故障以及故障发生的时刻．该方法为水下机器人执行器的故障诊断提供了一种可选方案。     

Optimization of S-surface controller for autonomous underwater vehicle with immune-genetic algorithm

To deduce error and fussy work of manual adjustment of parameters for an S-surface controller in underwater vehicle motion control, the immune-genetic optimization of S-surface controller of an underwater vehicle was proposed. The ability of producing various antibodies for the immune algorithm, the self-adjustment of antibody density, and the antigen immune memory were used to realize the rapid convergence of S-surface controller parameters. It avoided loitering near the local peak value. Deduction of the S-surface controller was given. General process of the immune-genetic algorithm was described and immune-genetic optimization of S-surface controller parameters was discussed. Definitive results were obtained from many simulation experiments and lake experiments, which indicate that the algorithm can get good effect in optimizing the nonlinear motion controller parameters of an underwater vehicle.     

Maneuverability simulation of a mini autonomous underwater vehicle

In order to simulate the under water motion of a mini autonomous underwater vehicle( AUV) and an- alyze its maneuverability,the dynamical characteristic of the mini AUV was researched. The 6-DOF motion equations were founded. Through model experiment with accessory bodies,the hydrodynamics of AUV body including resistance,main inertial and viscous hydrodynamic coefficients was obtained. The hydrodynamics of rudders was gained through theoretical calculation. Simulation computation of the vehicle was carried out through numerical integration of the motion equations. A motion simulation system was constructed. Four typical maneuvers in horizontal and vertical planes were simulated and the maneuverability of the mini AUV was forecasted. The simulation results reflect the basic motion characteristic of mini AUV and validate the feasibility and correctness of the whole system. The simulation system can be a testing platform for the design and debugging of motion controller and an effective tool for the development of AUV.     

自主水下潜器全局规划及其仿真方法研究

应用遗传算法设计出二维/三维全局规划器,用于解决自主水下潜器在大范围海洋环境中自主全局路径规划的问题.规划空间采用栅格法离散建模,染色体采用十进制可变长编码方式,基于领域知识设计了初始种群生成算法和五种遗传算子;基于三维建模软件与视景技术建立了半实物虚拟仿真系统,通过设计不同的使命案例对全局规划算法进行了仿真验证.结果表明:该规划算法具有路径描述简单清晰、算法收敛速度快、求解效率高的特点,满足了使命规划的安全性和可行性要求.     

A nonlinear bottom-following controller for underactuated autonomous underwater vehicles

The bottom-following problem for underactuated autonomous underwater vehicles^(AUV) was addressed by a new type of nonlinear decoupling control law. The vertical bottom-following error and pitch angle error are stabilized by means of the stern plane, and the thruster is left to stabilize the longitudinal bottom-following error and forward speed. In order to better meet the need of engineering applications, working characteristics of the actuators were sufficiently considered to design the proposed controller. Different from the traditional method, the methodology used to solve the problem is generated by AUV model without a reference orientation, and it deals explicitly with vehicle dynamics and the geometric characteristics of the desired tracking bottom curve. The estimation of systemic uncertainties and disturbances and the pitch velocity PE (persistent excitation) conditions are not required. The stability analysis is given by Lyapunov theorem. Simulation results of a full nonlinear hydrodynamic AUV model are provided to validate the effectiveness and robustness of the proposed controller.