一种智能水下机器人进行大范围海洋环境监测的方案与实验

采用智能水下机器人进行海洋环境的立体监测具有监测范围广,自主性强的特点。本文在探讨世界各国采用智能水下机器人进行海洋环境监测的情况的基础上,介绍了自主研发的智能水下机器人海洋大范围环境数据的自主采集系统,其主要优点是:相对于其他机器人,可实现"大范围"海洋环境数据的采集;相对于固定式浮标,可实现海洋环境数据的"自主"采集。并给出了自主采集流程和软件分层递阶体系结构。在真实海域中,采用智能水下机器人,进行了国内首次大范围环境数据采集实航实验。实验结果表明采用智能水下机器人进行海洋环境的立体监测是切实可行的。

无缆自治水下机器人运动控制技术研究

针对无缆自治水下机器人满足不同任务要求下的运动控制进行了研究。引入极大似然参数估计算法获取水下机器人水动力系数,并在此基础上搭建起6自由度运动仿真系统。通过改进传统水下机器人体系结构中的推力器布置方式、推力分配策略、运动控制方法和船位推算算法,使得无缆自治水下机器人的运动控制系统在保持原有精确定位功能的同时也能完成远距离高速航行等任务,从而解决了高速航行给无缆自治水下机器人带来的一系列问题。海上进行的速度控制、位置控制和长航程导航试验,验证了无缆自治水下机器人在所提出的运动控制系统控制下可以满足任务需求,具有一定的工程应用价值。

智能水下机器人视景仿真实验平台研究

利用Multigen Creator、Vega等三维仿真软件,通过编程开发某水下机器人三维视景仿真系统,对该机器人的周围环境、运动信息、声呐及摄像等传感器信息等进行了模拟仿真。经验证建立的水下机器人三维视景仿真实验平台能够较真实的模拟机器人在水下运动的实际情况。

基于自适应UKF算法的小型水下机器人导航系统

针对海流扰动及姿态、航向误差角引起的无法确知的导航系统模型误差,设计了一种带模型误差的自适应无迹卡尔曼滤波器(Adaptive unscented Kalman filter,AUKF)用于小型水下机器人(Small autonomous underwater vehicle,SAUV)推位导航系统.首先提出了小型水下机器人三维运动连续时间模型;然后针对该模型特点,基于极大后验估值原理推导了AUKF算法.仿真结果说明该算法能够克服海流扰动及姿态和航向误差引起的模型误差.对比经典无迹卡尔曼滤波器算法,采用该算法的小型水下机器人推位导航系统在复杂海况下的滤波精度显著提高.

一种水下机器人运动的过程神经元控制

过程神经网络是传统神经网络的拓展,增加了一个对于时间的聚合算子,从而更好地模拟了生物神经元的信息处理机制.这是由于水下机器人运动控制系统的输入、输出均是随时间连续变化的过程量.结合S函数和预先规划思想,建立水下机器人过程神经元的运动控制模型.仿真试验证明,该新型控制模型,对于水下机器人的运动非线性控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点。

水下机器人航位推算导航系统及误差分析

构建了基于GPS/航位推算的智能水下机器人(AUV)组合导航系统,阐述了水下机器人导航系统体系结构,详细介绍了基于强跟踪卡尔曼滤波和辛格模型的航位推算导航算法,解决了水下机器人难以建立精确数学模型的问题,最后结合海上实验数据深入地分析了产生航位推算误差的原因,并有针对性地提出了降低水下机器人航位推算导航系统误差的方案。

智能水下机器人协同仿真框架研究

针对水下机器人仿真的实际应用,引入协同仿真技术,提出了水下机器人协同仿真框架和配套的开发方法.阐述了该平台的体系结构和信息流程,对运动控制的协同仿真模型进行了说明,在建立的仿真系统中进行了远距离蔽障航行、目标探测与识别和管道跟踪半实物仿真实验.实验表明,协同仿真框架能够完成各种不同软件环境的异构仿真模型之间的协同工作,克服了单一模型难以精确描述非线性关系的问题,在一定程度上提高了仿真的可信度.

基于VxWorks的水下机器人嵌入式导航系统的研究

构建了基于VxWorks嵌入式操作系统的智能水下机器人组合导航系统,详细阐述了水下机器人导航系统软、硬件体系结构.硬件采用基于PC104总线的多板卡嵌入式系统,导航系统核心处理器采用Intel公司的PIIX-4芯片处理器以及VxWorks实时嵌入式操作系统.文中还详细阐述了导航系统软件信息流程、数据处理及基于强跟踪卡尔曼滤波的船位推算算法.最后通过自主目标搜索、长距离航行试验等海试验证了该导航系统的可行性与可靠性.

水下机器人任务流程建模与管理

为实现水下机器人任务流程的快速建模与自动管理,通过改进传统的工作流理论,提出了一种实用的任务流程模型——任务工作流.介绍了作为任务工作流理论基础的传统Petri网及工作流模型,指出了原有理论的缺陷并介绍了任务工作流的基本理论.以任务工作流模型为基础,实现了一款任务流程管理系统,为其定义了完善的图形化建模手段与标准的文本化的描述语言,并建立了一套担负着运行时任务管理工作的核心应用程序,能够实现任务的描述与建模、自动运行与管理,以及任务流程的动态更改.实践表明,任务工作流建模简单快捷、方便编程实现,是机器人任务建模与管理的理想工具.

基于神经网络的水下机器人推进器故障诊断

为提高水下机器人系统的总体可靠性,开展了推进器故障诊断研究。在三层BP神经网络的基础上,提出了一种改进的递归神经网络并推导了网络的训练算法。利用直航、转艏等试验对网络进行训练,将训练好的网络用于水下机器人运动建模,对比模型的输出与实际传感器测量值来获取残差,通过分析残差特性来提取故障诊断判据,进而进行推进器故障诊断。将提出的方法应用到仿真试验和海上试验中,得出了相应的试验结果。通过对试验结果的分析研究,验证了方法的有效性与可行性,同时也表明该方法在工程应用方面具有一定的参考意义。

水下机器人发展趋势

随着人类海洋开发的步伐不断加快,水下机器人技术作为人类探索海洋最重要的手段得到了空前的重视和发展。作者对水下机器人进行了定义与分类,介绍了近年来国内外水下机器人的发展现状与发展趋势,重点针对智能水下机器人的主要关键技术及未来发展方向进行了分析。

基于FRPN的水下机器人故障诊断

根据水下机器人系统故障特征的提取具有模糊性和并发性的特点,提出了一种新的基于模糊产生式规则推理的Petri网模型-模糊推理Petri网(Fuzzy Reasoning Petri Net,FRPN),给出了有效的推理算法,并以极大代数矩阵算子进行了形式化表示。利用该模型为水下机器人故障系统进行建模,并分析得到系统中各部件故障发生的概率用以指导水下机器人维修中的故障排除。实验表明该模型具有直观、表达能力强和易于推理的优点。

智能海洋机器人技术进展

智能海洋机器人是可以在复杂海洋环境中执行各种任务的智能化无人平台,包括智能水下机器人和智能水面机器人．基于实践和在相关技术难题上的经验,提出了一些关键技术问题的解决方案．在智能水下机器人方面,探讨了体系结构、运动控制、智能规划与决策和系统仿真等关键技术．在智能水面机器人方面,探讨了快速性和智能化问题．我国在智能海洋机器人技术研究方面已经取得了较大的进步,但距离全面应用还有很大差距．

水下机器人光视觉目标识别系统

介绍了一个用于水下机器人的光视觉目标识别系统,描述了该系统的硬件结构和软件体系.论述了水下图像的处理方法,分析了在离散状态下比例因子对不变矩特征的影响,构造了基于不变矩的仿射变换不变量.详细描述了用于目标识别的免疫遗传神经网络的结构和建模.通过对4类实测水下目标的识别实验,证月了所提水下目标识别系统可以用于水下目标识别,并且具有较高的准确性和实时性.

速度矢量坐标系下水下机器人动态避障方法

针对水下机器人能力有限问题设计了一种适应水下机器人能力的动态避障方法.以水下机器人对运动障碍物的相对速度信息建立速度矢量坐标系,在坐标系内,根据水下机器人速度矢量和障碍物速度矢量的相互关系以及水下机器人的能力,确定理论上能够避开障碍物的期望速度解集,然后按照满足碰撞时间条件的最小转艏避障原则求解水下机器人最优期望速度的大小和方向,使水下机器人能够以相对小的代价安全避开动态障碍物.仿真研究验证了此规划方法对躲避动态障碍物的有效性,该研究大幅度提高了水下机器人的智能水平.

基于单目视觉的水下机器人管道检测

以单目CCD摄像机为视觉传感器,利用视觉系统测量方法获得水下管道的导航信息,并在此基础上建立了一个用于水下机器人的水下管道检测系统.按照数据结构的抽象程度,将系统中传递的数据信息分为由低至高4个层次,描述了各层次内容,详细介绍了水下机器人管道检测方法.为了提高系统的准确性和实时性,采用了动态窗口管道检测方法.在室内实验水池中,以某型号水下机器人为试验载体,进行了多次管道跟踪试验,验证了系统的可行性和有效性.

自主式水下机器人的光视觉管道探测跟踪系统

研究了自主式水下机器人(AUV)利用单目光视觉系统对水下管道的检测跟踪问题,对实现该方法的各个过程从硬件组成和软件体系结构两方面进行了阐述,从而完成了一整套水下光视觉系统的软、硬件设计.分析了水下管道图像的特点,结合该特点阐述了图像预处理过程,提出了一种改进的Hough变换方法,改善了管道边界的提取效果.同时采用管道参考区域预测方法,提高了管道的检测率以及实时性,并利用水池试验对系统的可行性和有效性进行了验证.

广义S面的水下机器人控制器设计

为了改善水下机器人的控制效果,进行控制器设计研究。设计一个板极模型控制器,并且对Sigmoid型S面控制器和板极模型控制器进行对比研究。在此基础上,提出广义S面控制器。该控制器体现了模糊控制的思想,具有PD控制的简单结构;与模糊控制相比,不仅细化了模糊规则,而且降低了参数调整的复杂度,减少了计算量。将两种方法应用于水下机器人仿真研究和海上实验。仿真及实验结果的分析表明,在同样参数设置情况下,选择收敛性较好的S型非线性函数代替Sigmoid型S面控制器中的Sigmoid函数生成的广义S面控制器具有更好的控制效果。

水下机器人改进S面控制及系统半实物仿真

针对S面控制器参数调整困难的问题,研究了改进的粒子群优化(MPSO)算法,自寻优确定S面控制器的控制参数,实现了S面控制器参数优化计算的快速收敛,避免了局部峰值的徘徊.同时,针对某水下航行器的运动控制系统,设计了控制半实物仿真系统,阐述了仿真系统的总体结构和水下机器人空间运动的非线性数学模型.仿真结果真实可靠地反映了水下机器人运动过程,验证了本文控制器对机器人的控制效果,对实际下水实验提供重要参考.

带翼水下机器人的非线性拟合分段控制方法

S面控制方法可较好地解决水下机器人的运动控制问题,但由于其参数是固定的,无法达到全局最优.不同航渡速度段,采取不同的控制参数值,可保证水动力不同阶段控制输出的最优;但在速度变化的分界点,控制器输出有跳变,不利于系统的全局稳定性.利用T-S模糊系统逼近非线性连续函数的能力,采用非线性的S面函数作为模糊系统的后件,设计了基于T-S模型的S面控制器.通过T-S模型的引入,避免了控制器输出的跳变,增强了系统稳定性.将该方法应用于带翼水下机器人的深度控制,水池试验和湖中实验均证明了算法的有效性.