自治水下机器人自适应滑膜控制

对影响自治水下机器人控制性能的因素进行分析,提出将自适应滑模控制方法应用于水下机器人的深度控制,使其在在各种干扰的条件下仍保持稳定且具有满意的性能。采用系统辨识的方法得到系统的模型,进而通过辨识得到的模型修正滑膜控制量。引入平滑饱和函数,改善控制的暂态品质和震颤现象。仿真结果表明控制算法的有效性。

小型自治水下机器人运动控制系统研究

以主推加舵控制的小型自治水下机器人为研究对象,建立了水下机器人的数学模型并进行了分析。根据机器人结构的特点,对模型进行了必要的简化。设计了机器人的运动控制系统。通过湖试验正控制器的性能。

智能中频逆变伺服机器人焊接系统

智能中频可编程电阻焊控制器、伺服焊钳、点焊机器人(智能中频逆变伺服机器人焊接系统)技术的现状与未来,此项技术在提高焊接质量、提高工作效率、降低生产成本、提高安全等级、降低工作危害等方面有着重要的作用。此项技术在点焊焊接工艺中有着越来越广泛的应用,越来越多的科研技术人员参与到智能中频逆变伺服机器人焊接系统研究中来,注定在机器人伺服点焊领域发挥出重要作用。

Adaptive Neural Network Control with Control Allocation for A Manned Submersible in Deep Sea

This paper thoroughly studies a control system with control allocation for a manned submersible in deep sea being developed in China. The proposed control system consists of a neural-network-based direct adaptive controller and a dynamic control allocation module. A control energy cost function is used as the optimization criteria of the control allocation module, and weighted pseudo-inverse is used to find the solution of the control allocation problem. In the presence of bounded unknown disturbance and neural networks approximation error, stability of the closed-loop control system of manned submersible is proved with Lyaponov theory. The feasibility and validity of the proposed control system is further verified through experiments conducted on a semi-physical simulation platform for the manned submersible in deep sea.

动态异构特征融合的水下图像增强算法

针对水下图像细节模糊和色彩失真严重的问题,提出一种基于编码解码结构的动态异构特征融合水下图像增强网络.首先,设计异构特征融合模块,将不同级别与不同层次的特征进行融合,提升网络对细节信息和语义信息的整体感知能力;然后,设计新型特征注意力机制,改进传统通道注意力机制,并将改进后的通道注意力与像素注意力机制加入异构特征融合过程,加强网络提取不同浑浊度像素特征的能力;接着,设计动态特征增强模块,自适应扩展感受野以提升网络对图像畸变景物的适应力和模型转换能力,加强网络对感兴趣区域的学习;最后,设计色彩损失函数,并联合最小化绝对误差损失与结构相似性损失,在保持图像纹理的基础上纠正色偏.实验结果表明,所提出算法可有效提升网络的特征提取能力,降低水下图像的雾度效应,提升图像的清晰度和色彩饱和度.