AUV搭载多波束声纳进行地形测量的现状及展望

多波束声纳是一种常用的水底地形测量设备,AUV搭载多波束声纳对深海地形进行测量得到了普遍应用。首先介绍了目前国内外AUV搭载多波束声纳在地形测量中的应用情况,然后总结了这种方式的高效率、高质量、高经济性等优点,并分析了导航定位精度、载体运动、系统兼容性等方面对于提高测量精度存在的技术难点,最后介绍了该技术的应用经验,并对该技术的未来应用前景进行了展望。

基于改进二次规划算法的X舵智能水下机器人控制分配

针对具有4个独立舵叶的X舵智能水下机器人(AUV)姿态控制分配精度及其计算效率问题,提出一种改进二次规划算法,在满足分配精度的同时减少计算量.使用Lagrange乘子法替代序列二次规划法所用的光滑牛顿法进行优化求解计算,有效降低了迭代循环计算,同时保留了序列二次规划的计算精度.仿真环境下的X舵AUV运动控制结果表明:改进后的控制分配算法能够减少40%的计算时间,控制分配偏差不大于0.03 N·m,AUV姿态控制效果良好.

水下机器人自适应S面控制

以某机器人为研究对象,使用S(Sigmoid)面控制方法构造了速度控制器并分析了该控制器的稳定性.参考滑模变结构控制思想,提出了参数自适应S面速度控制器,使控制参数根据运动状态自适应调整.同时,为了提高S面位置控制器的适应性,改进了控制器的自适应调整项,增强了控制器消除稳态误差的能力,实现了S面控制器局部动态调整.水池中的对比实验和海洋验证实验表明,改进方法获得了良好的控制效果,有效提高了水下机器人运动控制的适应性.

水下机器人高度信息融合与欠驱动地形跟踪控制

研究了配置高度计和多普勒速度计(DVL)的欠驱动水下机器人地形跟踪控制问题.采用Takagi-Sugeno推理方法对高度计和DVL两种传感器的高度信息进行融合,提高了高度信息感知能力.将地形跟踪分为速度控制和深度控制问题,分别使用S面控制方法设计速度控制器和反步法设计欠驱动深度控制器.最后,通过实际海洋实验对研究的方法进行了验证,实验结果表明该文提出的方法是有效的.

复杂环境下的欠驱动智能水下机器人定深跟踪控制

为使欠驱动智能水下机器人(AUV)在实际定深作业中,更好地抵抗外界和载体内部信号传输所构成的复杂环境作用,以某欠驱动AUV为研究对象,基于自抗扰控制技术和模糊控制方法,结合水下机器人相关运动学及动力学方程,利用切换控制策略,取自抗扰和模糊控制各自的优点,联合建立了欠驱动AUV模糊自抗扰定深跟踪控制器,并与基于传统比例积分微分(PID)方法的定深控制器在复杂环境下进行了对比仿真.仿真结果表明,基于模糊自抗扰控制技术的欠驱动AUV深度控制方法能够实现准确定深跟踪控制,同时,相比于传统PID控制器,模糊自抗扰深度控制方法能够更有效地抑制复杂环境下干扰所造成的超调和震颤等现象,具有更优的控制效果.

欠驱动智能水下机器人的自抗扰路径跟踪控制

为削弱欠驱动智能水下机器人(AUV)在路径跟踪过程中遇到的外界环境干扰和载体内部信号传输干扰的影响,以某欠驱动AUV为研究目标,基于自抗扰控制技术以及在Serret-Frenet坐标系下建立的路径跟踪误差方程,结合水下机器人相关运动学及动力学方程,建立了二阶自抗扰路径跟踪控制器,并进行了与传统PID控制器的对比仿真实验.仿真实验包括水平面随机干扰下的圆路径跟踪和渐变干扰下的空间螺旋线跟踪.仿真结果表明,基于自抗扰控制技术的欠驱动AUV路径跟踪控制器能够实现相应的参考路径跟踪任务,同时,相比于传统PID控制器,自抗扰路径跟踪控制器能够更有效地抑制干扰造成的颤抖、超调等现象,具有更优的控制效果.

基于重构容错的智能水下机器人定深运动控制

为保证智能水下机器人(AUV)在部分运动执行器出现故障的情况下,仍可在一定深度下顺利完成相应任务,提出一种定深容错运动控制策略。该控制策略针对某型智能水下机器人垂向推进器的故障,从实用角度出发,基于重构容错控制思想,同时结合自抗扰控制(ADRC)方法进行具体的控制器设计和实现。该控制策略中包括两种定深控制器设计,分别为垂推正常工况下和垂推故障情况下的定深控制,试图依靠相关故障信息,通过重构替换实现容错控制。在仿真实验中,该控制策略于不同环境干扰下进行了相应测试,并与结合PID方法的定深控制器进行了比较。结果表明,基于重构容错控制思想,并结合自抗扰控制方法的定深容错控制策略不仅有效,同时具有更好的抑制干扰作用,从而可以为机器人提供更优的控制效果。

非完全对称欠驱动高速无人艇轨迹跟踪控制

研究一类非完全对称欠驱动无人艇的轨迹跟踪控制问题,考虑系统阻尼系数矩阵和惯性系数矩阵非对角线元素存在非零项,且阻尼系数随着航速变化的情况,首先通过两次全局微分同胚变换将系统矩阵变换为级联系统的形式,使控制模型得以简化;然后基于简化后的模型构建轨迹跟踪误差模型,将轨迹跟踪问题转化为误差的镇定问题,同时基于级联系统理论和Lyapunov直接法设计了误差镇定控制器,该控制器能够实现非完全对称欠驱动高速无人艇的任意参考轨迹的跟踪控制,包括原点的镇定控制。最后通过仿真实验验证了所设计控制器的有效性。

基于自抗扰的自主水下航行器地形跟踪控制

为保证自主水下航行器在进行地形跟踪任务时,可以更好地抵抗外界环境及自身信号传输的干扰作用,提出一种基于自抗扰控制技术的地形跟踪控制方法,可以将地形跟踪转化为水下机器人的纵倾控制,并设计有运动保护机制。在仿真实验中,利用所设计方法,进行了三维运动仿真,模拟了机器人从水面到水下完成地形跟踪任务的全过程,并与基于PID控制方法的控制器进行比较。结果表明,基于自抗扰控制技术的地形跟踪控制方法能够准确完成预定任务,同时,相比于基于PID的跟踪方法,能够更有效地抑制干扰所造成的超调和震颤等现象,具有更优的控制效果。

多水下机器人编队的组网通信方法研究

使用水下机器人组网编队可以在更开阔的海域完成环境信息收集、区域搜索与快速环境感知等使命。为提高编队通信效率,研究了水声通信条件下多水下机器人组网通讯的方法。在多水下机器人的分层通信结构中,基于拓扑网络结构建立了信道传输模型。根据传输模型,对于距离领航员AUV节点较远而距离其他跟随AUV较近的节点采用线性拓扑传输方式,而对于其他AUV节点采用一对多竞争拓扑传输方式。在线性拓扑传输的自适应MAC协议中,领航员AUV和所有的跟随AUV通过广播与应答的方式实现时间同步,之后跟随AUV节点根据距离领航员AUV和数据传输的效果选择负责外围节点的通信或休眠,这就降低了领航AUV的能量消耗,提高了整个AUV编队组网的生存时间。而一对多竞争的自适应MAC协议包含了一种改进的握手机理,该协议可以降低传输的丢包率并提高网络的吞吐量。与AUV编队结合的通信仿真表明了该方法的先进性和有效性。

水下机器人执行器的高斯粒子滤波故障诊断方法

针对智能水下机器人的执行器故障,提出了基于高斯粒子滤波的故障诊断方法.引入控制力(矩)损失参数表示故障,根据6自由度空间运动方程建立执行器故障模型;运用改进的高斯粒子滤波器对参数和运动状态进行联合估计;使用修正的贝叶斯算法检测故障,采用滑动窗口法估计故障的幅值;进行仿真实验并与真实海洋实验数据测试验证.结果表明,该方法能够快速检测故障,且故障幅值的估计精度较高.

改进的模拟退火算法在水下机器人S面运动控制参数优化中的应用

从模糊逻辑控制思想出发,借鉴PID控制的结构而设计的S面控制器,其控制方法调整参数少,是一种简单实用的水下机器人运动控制方法,但其控制参数需要手工调整。针对S面方法由于控制参数设置不当,严重影响水下机器人运动控制精度与效果的问题,提出一种基于改进的模拟退火算法来优化S面运动控制参数的方法。通过对初始温度的选择、退火算法、增加记忆功能、停止温度的设定等方面改进了模拟退火算法,利用该算法进行水下机器人S面控制器参数的寻优与优化,可以实现控制参数的自动调整。试验结果表明基于模拟退火参数优化的S面控制方法优于普通S面控制方法,具有更好的控制精度,更快的响应速度。

水下机器人S面控制器的改进粒子群优化

S面控制器是一种有效的水下机器人的运动控制算法,但需要人工调整参数.为了减少手工调整参数所带来的困难和误差,提出了改进的粒子群优化算法对S面控制器参数进行优化.采用动态压缩因子,加快粒子算法的收敛;引入退火算法,提高粒子算法的局部搜索能力.同时,在S面控制器中引入智能积分项,有效地减小控制器的稳态误差.最后,论述了改进粒子群算法优化S面控制参数的具体过程,并在某型水下机器人上进行了仿真试验和水池试验.试验结果表明,该算法对于水下机器人非线性控制器的参数寻优达到良好的效果,优化后的S面控制具有较快的反应速度和较小的超调.

改进的自适应Kalman滤波方法及其在AUV组合导航中的应用

针对自主水下机器人(AUV)的工作特点与执行水下作业任务时对导航的需求,构建了基于航位推算的AUV组合导航系统体系结构,建立了水下机器人运动方程与观测方程,采用自适应卡尔曼滤波对水下机器人传感器信息进行数据处理。针对自适应卡尔曼滤波方法的缺点,采取渐消记忆指数加权方法引入了遗忘因子,并采用预报残差的方法求解最佳遗忘因子,同时采取措施保证了系统噪声估计方差阵和测量噪声估计方差阵的半正定性和正定性,避免了滤波发散现象。海试实验结果表明,改进的自适应卡尔曼滤波具有良好的滤波效果,可以满足水下机器人执行各种作业任务的水下导航定位精度。

基于改进运动平衡点的水下机器人自主避障方法研究

智能水下机器人一般工作在复杂海洋环境下,这就需要其具有安全可靠的自主避障能力。论文提出一种智能水下机器人的自主避障方法,将机器人局部避碰规划与控制及水动力性能相结合,使制定的避障策略能够反映其动态避障能力。根据水下机器人速度信息计算警戒安全距离,进行机器人各个自由度上运动平衡点建模,并将水下机器人速度和电压能源信息的影响引入机器人避障策略中,在进行避障规划控制偏差计算中考虑二者对机器人避障能力的影响,仿真试验验证了方法的有效性。

基于大学生科创项目的新工科人才培养探索与研究

大学校园肩负着为国家及社会培养优秀专业人才的重要使命。其中,大学生科技创新能力的培养,会对国家未来的发展产生重要作用。“新工科”人才培养计划的提出,让各高校在创新型人才培养的道路上产生了新的思考,并围绕大学生科创项目的新工科人才培养模式进行了探索与研究。

船舶与海洋工程方向卓越工程师创新能力的培养

随着我国船舶与海洋工程不断发展进步,其相对应的人才需求量也不断增加,为了更好的培养优秀合格的海洋工程与船舶方向的工程师。我们要不断进行船舶与海洋工程专业教学模式研究。在培养过程中从教学目标和师资力量等多方面进行培养,进而从多方面对船舶与海洋工程方向卓越工程师进行培养,本文对如何培养船舶与海洋工程方向卓越工程师进行了研究,旨在为培养船舶与海洋工程方面卓越工程师提供相关参考。

智能水下机器人BP神经网络S面控制

针对智能水下机器人传统S面控制器参数设置过程依赖经验且设置不当将严重影响运动控制效果的问题,设计了BP神经网络S面控制器,由神经网络正向传播输出S面控制器参数,并在反向传播中实现参数的在线整定。采用某微小型智能水下机器人模型仿真实验的结果表明,该控制器能够自主完成控制参数初始化与调整,具有收敛速度快、超调与稳态误差小、干扰条件下能够迅速恢复稳定等优点,可以为实际工程中运动控制器设计提供参考。

菁松、皓月异地系统种性比较试验

保持蚕品种特性,稳定品种原种性状是提高蚕种质量的关键.菁松、皓月这对春用多丝量品种自1980年通过了全国鉴定以后,相继在生产上大面积推广,成为目前山东、浙江等全国主要省区的当家品种,据不完全统计,1982～1992年11年间已推广到了1000万盒左右,为国家增收5亿元以上,在工农贸生产上取得显著的经济效益,对蚕桑生产作出了较大的贡献.为了解该品种的性状变化情况,研究种性保持的方法和措施,使该品种能在生产上继续发挥重大的作用,从1990年开始,由中国农业科学院蚕业研究所、浙江省农业厅原种场、山东省烟台桑蚕原种场三单位共同承担菁松、皓月种性保持和异地系统种质比较试验工作.现将1990～1992年三年试验结果整理如下:

原种和原原种繁育与技术改革

原种和原原种繁育与技术改革李岳明，张庆芳，朱荣勋，张学明（浙江省农业厅原蚕种场）一、我场繁育概况目前桑蚕的繁育制度是三级饲养四级制种。即在饲育原原母种时择优选留母种，同时生产原原种；饲养原原种生产原种，饲养原种生产普通种。我场是繁育全省母种、原原种和...