水下机器人移动式对接的全局路径规划方法

针对无人自主式水下机器人与母艇动态对接时面临的自主式水下机器人欠驱动操纵特性对全局路径的多几何约束要求,以及母艇运动带来的交会点动态变化导致路径的终端约束动态变化等难题,本文提出了一种自主式水下机器人的自主对接路径规划方法。该方法主要分为约束求解、运动规划和状态估计3部分。利用自主式水下机器人的动力学模型分析了在对接过程中的运动约束与终端约束;在运动约束和终端约束条件的前提下,基于势场法的思想分别设计了位置约束和姿态约束下的全局路径规划算法,同时提出母艇的位置、速度和姿态估计方法,并依此开展基于全局预测的路径规划方法的仿真。仿真结果表明:本文方法运算速度快、对母艇的状态具有很好的鲁棒性,并且满足运动约束和终端约束,可以在试验模拟真实自主式水下机器人归航时得到一条满足约束条件的光滑路径的路径规划算法。

基于保角变换的自主水下机器人近壁水动力预报

为解决自主水下机器人(AUV)近底水动力干扰的实时预报问题,基于保角变换法对常规势流边界元法进行改进,将海底复杂的边界形状变换为平坦边界,同时解析得到地形诱导的入射势,在简化的边界条件下采用边界元法求解物体表面扰动势,从而计算物体所受水动力。开展水动力数值计算,并将该方法与常规方法进行对比,验证算法的精度和收敛性,得到海底地形对物面压力分布的影响。结果表明,改进算法能避免对无限边界的截断和离散,显著提高计算效率。该方法可进一步用于分析海底地形或障碍对AUV的水动力干扰规律,为近边壁航行AUV的操纵性能优化和控制策略设计提供参考。

基于深度确定性策略梯度算法的智能水下机器人局部路径规划

路径规划是智能水下机器人技术研究的核心内容之一,是实现其自主航行和作业的关键环节。基于水下机器人的运动学模型,将深度确定性策略梯度(DDPG)算法应用于水下机器人的局部路径规划中,通过构造适当的奖励信号和设置合理的训练评估条件,使算法适用于水下机器人的运动学模型。仿真试验验证了采用DDPG算法训练的水下机器人能够在航道水域环境中安全快速地规划和避开障碍物,实现自主安全航行。

水下机器人欠驱动控制技术概述

运动控制作为自主水下机器人进行自主作业的基本保障,是水下机器人不可缺少的核心技术之一,因此对其进行深入研究具有重要的理论意义与工程应用价值。在水下机器人在海洋能源开发中发挥着不可或缺作用的今天,利用少于位形空间维数的控制输入控制欠驱动系统的运动具有非常重要的现实意义。欠驱动控制技术由于在减轻系统质量、节约成本和能耗以及提高系统可靠性等方面的优点使其广泛地应用在自主水下机器人控制技术中。

智能水下机器人技术展望

智能水下机器人作为一个复杂的系统,集成了人工智能、水下目标的探测和识别、数据融合、智能控制以及导航和通信各子系统,是一个可以在复杂海洋环境中执行各种军用和民用任务的智能化无人平台.由于水下机器人在海事研究和海洋开发中具有远大前景,在未来水下信息获取、精确打击和“非对称情报战”中也有广泛应用,因此水下机器人技术在世界各个国家中都是一个重要和积极的研发领域.基于实践和在相关技术难题上的经验,对智能水下机器人的发展现状和前景进行了描述,对这些问题可能的解决方案提出了建设性的意见.这些相关的技术包括:水下机器人载体设计技术、体系结构、基础运动控制技术、智能规划与决策技术、系统仿真技术、水下目标探测与识别技术、系统可靠性与容错技术等.随着科学技术的发展,人工智能技术将会在智能水下机器人上得到更为广泛的应用.然而水下机器人技术仍然处于基础研究和试验开发阶段,距离全面应用还有很长的路要走.

面向新工科的海洋机器人专业教学改革探索

在新工科背景下,针对哈尔滨工程大学海洋机器人专业人才培养的现状和面临的挑战,以一流学科建设、一流人才培养为着眼点,根据海洋机器人专业特点,扩充学科交叉教学内容,探索“一个核心、四轮驱动、综合评价”的教学模式。以立德树人为核心,通过思政教育、兴趣培养、科研创新、产学融合四大抓手驱动学生的主观能动性,考虑学生个体差异,进行“发展性、过程性、形成性”三步综合评价,做到“学与教”“实践与双创”有机结合、相辅相成,培养具备综合实践能力和创新能力的高素质复合型新工科人才。

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。

欠驱动水下机器人航迹跟踪控制

针对欠驱动水下机器人强非线性、模型不确定及存在外界未知干扰等特点,提出自适应模糊反演滑模控制系统,解决其水平面航迹跟踪问题。首先,采用模糊逻辑系统逼近模型未知函数,将反演思想与滑模控制技术相结合,设计反演滑模控制器;然后对水下机器人纵向速度进行控制,将航向角作为航迹跟踪误差的虚拟输入,设计航向角的镇定函数和航迹参数的变化率,实现水下机器人的航迹跟踪;最后使用李亚普诺夫稳定性定理,证明控制系统的稳定性。仿真实验表明,设计的控制系统能有效地处理水下机器人模型不确定性和外界干扰,控制性能良好,具有极强的鲁棒性,且避免了执行机构的抖振现象。

智能水下机器人路径规划研究现状与展望

路径规划是智能水下机器人技术研究的核心内容之一,是实现其自主航行和作业的关键环节。本文对智能水下机器人路径规划方法进行分类并分析其各自特点,总结了国内外利用各种规划算法对智能水下机器人路径规划的研究现状,对比多种规划方法,认为人工智能算法是当前规划领域较适用方法。研究表明智能水下机器人路径规划需要解决三维规划、定位通讯以及多约束等问题,指明了路径规划方法的优化及开发、局部路径规划、多机器人协同规划以及多平台协同规划为当前水下机器人规划的研究方向。

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.

鱼雷形水下机器人非线性航迹跟踪控制

研究了欠驱动自主式水下机器人路径跟踪问题.在Serret-Frenet移动坐标系下,基于虚拟目标机器人建立了路径跟踪误差动力学方程.在此基础上,结合水下机器人动力学方程,设计了基于Lyapunov稳定性理论和反步法技术的控制器.仿真结果表明,提出的非线性反馈控制律能够保证路径跟踪误差快速收敛到零,使机器人沿着参考路径航行.

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。

仿金枪鱼水下机器人摆动-滑行游动数值研究

为探讨摆动-滑行方式的游动机理,本文基于RANS求解器和区域网格整体动态运动技术,建立了仿金枪鱼水下机器人摆动-滑行的自主游动计算模型,数值模拟其从某一速度自由加速到速度值稳定波动状态,分析了游动稳定时速度、水动力、尾涡等的变化特点,并比较了不同滑行时间的影响。计算结果表明:摆动滑行时间相同时,机器人的速度均值比正常游动下降了30%,但波动幅值为后者的3倍;水动力的大幅快速变化导致摆动阶段游动效率下降,但在滑行阶段利用了滑行惯性和尾流区的脱落涡吸收能量。随滑行比增大,游动速度均值下降,但速度功率比却逐渐上升。所计算工况下,滑行比不小于0.6时,摆动-滑行游动比正常游动更节省能量。

SY-Ⅱ遥控式水下机器人推力器容错控制的研究

为提高遥控水下机器人的可靠性,研究了推力分配建模和基于递归神经网络的容错控制技术.以SY-Ⅱ遥控水下机器人为研究对象,针对其推力器布置情况进行推力分配建模,并以该模型为基础通过对偶原理建立机器人控制的能量函数,实现了递归神经网络形式的推力器容错控制算法.通过容错控制的仿真和实验表明,该算法具有较强的鲁棒性,能够根据推力器的不同故障状况,重新进行推力分配.使得要遥控水下机器人当一个主推和其它任意一个平面推力器正常工作,而其它平面推力器发生故障时,仍能准确地实现机器人的水平面两自由度容错运动控制.从而说明该算法在容错控制方面的优越性,提高遥控水下机器人的安全性和可靠性.

北极冰下双自主水下机器人协同地形匹配导航

针对自主水下机器人北极冰下远距离航行存在较大定位偏差的情况,本文提出利用单波束协同地形匹配导航方法改善定位性能。针对粒子滤波出现粒子退化和粒子耗尽,导致测量更新失效问题,本文设计一种地形自适应双自主水下机器人协同地形匹配导航方法,根据地形高程标准差计算地形置信度,将地形置信度融入双自主水下机器人协同地形匹配导航系统中,提高了导航方法的鲁棒性。通过模拟仿真对该方法进行验证,结果表明该方法能够有效提高定位的精度及鲁棒性。

垂直面欠驱动自治水下机器人定深问题的自适应输出反馈控制

针对垂直面欠驱动自治水下机器人(AUV)定深控制问题,本文仅使用可测量的深度和纵摇角信息,基于反步法设计自适应输出反馈控制器.为此首先设计观测器,实现不可测纵摇角速度反馈;再利用径向基神经网络对不确定水动力系数和纵荡、垂荡及纵摇角速度耦合产生的非线性结构进行补偿;采用自适应策略对纵荡和垂荡速度形成的有界干扰进行抑制.本文采用AUV一阶非完整模型,不以线性化为目的,放宽了纵摇角只能在小范围内变化的限制.最后通过理论证明和仿真实验表明该方法能够实现AUV深度和姿态控制,对未建模非线性动态和有界扰动具有很强的自适应性和鲁棒性.