一种基于行为效用理论的多移动机器人编队协调方法

本文提出了一种基于行为效用理论的多移动机器人编队协调方法，用于解决多移动机器人编队初始化问题，实现自治的多移动机器人按特定的空间结构进行编队以完成特定的任务．我们对编队问题协调控制策略和算法进行了研究，给出了行为效用方程及两个衡量值，并针对编队问题的协调控制过程中目标点重复决策问题及偏远目标的选择问题进行了探讨并给出了相应的改进协调方案，计算机仿真试验验证了本文所提方法的有效性和可行性．     

水下机器人多传感器并发故障检测方法

针对水下机器人多传感器并发故障检测问题,提出了一种小波分析和神经网络相结合的故障特征提取 方法,将小波多分辨率分解后的细节系数进行小波重构,对重构后的细节系数进行融合得到整体高频细节信息量作 为一类故障特征值;同时,基于改进的Elman 网络建立水下机器人的全阶状态观测器模型,模型输出与传感器测量 值之间的差值作为另一类故障特征值．为进行水下机器人多传感器并发故障定位,提出了一种模糊加权属性信息融 合方法,将两类故障特征值的重要度与可信度进行模糊合成转换,基于转换结果将各故障特征值加权融合,进行水 下机器人多传感器并发故障定位．水下机器人实验样机的水池实验结果验证了本文所提方法的可行性和有效性．     

机器人末端对二维轮廓的自律跟踪

本文概述了机器人位置／力混合控制方法，应用末端运动理论，进行了机器人末端对二维轮廓的自律跟踪研究，研究了力与物体轮廓几何要素的关系，分析并计算了控制策略，作业执行和控制实现，进行了模拟跟踪实验，并对实验结果和误差作了分析。     

基于RBF神经网络的作业型AUV自适应终端滑模控制方法及实验研究

研究了作业型AUV （自主水下机器人）的轨迹跟踪控制问题.实际作业中,水下机械手展开作业过程将引起AUV动力学性能变化,进而影响AUV轨迹跟踪控制;并且水流环境干扰亦将影响AUV轨迹跟踪控制.针对上述AUV轨迹跟踪控制问题,提出一种基于RBF （径向基函数）神经网络的AUV自适应终端滑模运动控制方法.该方法在李亚普诺夫稳定性理论框架下,采用RBF网络对机械手展开引起的AUV动力学性能变化和水流环境干扰进行在线逼近,并结合自适应终端滑模控制器对神经网络权值和AUV控制参数进行自适应在线调节.通过李亚普诺夫稳定性理论,证明AUV系统轨迹跟踪误差一致稳定有界.针对滑模控制项引起的控制量抖振问题,提出一种变滑模增益的饱和连续函数滑模抖振降低方法,以降低滑模控制量抖振.通过AUV实验样机的艏向和垂向的轨迹跟踪实验,验证了本文AUV系统控制方法和滑模降抖振方法的有效性.     

基于减法聚类和自适应模糊神经网络方法的运动规划器设计

使用减法聚类和自适应模糊神经网络方法设计了一种水下机器人运动规划器。根据输入输出数据的特性,用减法聚类算法,自适应地确定模糊系统的初始结构和参数,提出将模糊神经系统参数分解为非线性前提参数和线性结论参数并分开辨识。采用梯度下降算法和最小二乘算法分别进行自适应模糊推理系统前后件参数的优化,提高了参数的学习效率。仿真结果表明：在相同的仿真环境下,所设计的自适应模糊神经网络运动规划器的规划效果要好于模糊运动规划器。     

试验模态技术在机床结构动态特性研究中的应用

试验模态分析是研究机械动态特性的重要方法之一。为提高数控机床的动力学性能,阐述了试验模态分析技术在数控机床结构动态特性研究中的应用。基于模态分析理论和模态测试技术,结合LabVIEW和Madab软件开发了一套机床模态分析系统。并以一台数控铣床主轴部件为实例,给出了测试结果,验证了系统的各项功能。     

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．     

水翼法推进机理及操纵技术研究

研究了水翼法推进机理和操纵技术。通过海龟运动实时状态监测,分析了水翼法推进运动特性,从水动力、流场等角度探讨了水翼法推进机理和多元协调操纵方式,建立了水翼推进水动力表达式。为研究水翼运动时流场演变及作用机理,利用Fluent软件进行了水翼运动流体动力学数值模拟,分析了流场和水翼几何参数的变化对推进作用的影响,得出了水翼运动轨迹的形态特征。研制了模块化仿水翼推进载体,进行了载体运动性能试验研究,探讨了载体运动的操纵技术。试验结果验证了水翼法推进的可实现性和仿水翼操纵技术的可行性。     

水下机器人-机械手末端精度测量方法及误差分析

针对水下机器人-机械手系统的末端精度测量问题,本文研究2种不同原理的末端精度测量方法。为检测系统末端精度是否在某一特定范围内,提出一种非接触式末端精度范围测量方法;针对水下环境中机械手末端精度数值的测量问题,提出一种接触式水下机械手末端精度测量方法。针对末端精度测量方法的原理性误差问题,分析测量方法中误差影响因素,提出基于数值迭代方式的误差分析方法。在水下机器人艇体固定和动力悬停状态下,进行末端精度测量水池实验,实验结果表明:本文方法能实时、有效测量得出机械手末端精度,并验证了本文方法的有效性。     

基于模糊决策法的水下机器人路径规划方法

路径规划是自主式水下机器人研究及实用化中的重要问题之一 .本文对基于模糊决策法的水下机器人实时路径规划方法进行了探讨 .首先 ,水下机器人通过测距声呐对其运动前方 180°的范围进行实时探测 ,得到环境信息 ,通过模糊决策进行实时规划 ,得到避障所需的转动方向及角度 ,对于墙角等特殊情况参照连续转角记录仪对转角进行修正 ,实现特殊环境下的运动避障 .上述过程通过计算机仿真得到了较满意的结果 .