基于Avoid-auv行为的多AUV系统避碰仿真

为了解决多AUV系统编队中存在动障碍物的避碰问题,尤其是编队成员间的避碰和协调,在Avoid-obstacle行为的基础上设计了一种基于良好通信条件下的Avoid-auv行为,它通过建立多AUV系统之间的避碰规则和策略,使AUV编队能在比较复杂的环境中较快地规划出一条无碰路径,而且建立的避碰规则也能协调AUV系统成员之间有序地运动。仿真研究表明,基于Avoid-auv行为能较好地解决多AUV协调避碰问题,但必须更加重视多AUV系统之间的通信问题。

多AUV系统的自适应有限时间一致性跟踪控制

本文将自适应技术与有限时间技术相结合,研究了分布式自治水下机器人(Autonomous Underwater Vehicle,简称AUV)系统的自适应有限时间一致性跟踪控制问题。首先,应用图论相关知识描述多AUV间的通信拓扑;其次,对每个跟随AUV的运动与受力进行了分析,建立了基于位置姿态与速度姿态的二阶系统模型;然后,设计了非奇异快速终端滑模,并基于此对每个跟随AUV构建了连续分布式控制律,利用自适应律估计阻尼,恢复力和外部干扰的上界;最后,利用SIMULINK仿真来验证跟随AUV的位置与速度跟踪效果,直观地阐明了本文所提算法的有效性。

基于视觉传感器的小型多AUV系统队形排列

针对海底体积较小(或彩色)目标物体的搜索,基于视觉传感器的多AUV系统成为一个研究热点.为构建一个给定队形(平面金字塔队形),将系统中的同构小型AUV单元有序地集合在一起,基于视觉传感器得到的相对位置及罗盘得到的全局方位,提出一种基于局部位置的队形控制方法.该控制算法包含两部分:1)采取邻居互查机制以区分AUV身份ID;2)提出复杂度为O(n log n)的避碰策略,优化平面金字塔队形的位置与姿态,并为每个AUV规划无交叉直线轨迹.在Blender搭建的无障碍深海仿真环境中,通过4~7个具有ROV结构的同构AUV(CISCREA)重复构建平面金字塔队形,对所提出方法的性能进行测试.仿真结果表明,所提算法具有较好的可行性与稳定性.

节点运动对多AUV协同系统全网完成度的影响

多AUV协同系统(MAUVS)具有作业范围广、功能强、工作效率高等特点。面对复杂的海洋环境,系统节点在执行任务过程中需要调整自己的运动状态,运动状态的改变会导致节点间通信距离发生变化,并产生多普勒频移,影响协同系统通信性能。基于此,文中从拓扑结构出发,考虑误码率和水下通信的时延特性,提出使用全网完成度来描述系统通信性能的可靠性,并给出全网完成度的计算方法。通过算例分析了不同运动状态下通信距离变化对通信链路的影响,给出了节点运动对MAUVS全网完成度的影响,从一定程度上证明了全网完成度描述MAUVS通信网络可靠性的合理性。

改进虚拟领航者在多AUV队形控制中的应用

针对多AUV系统的传统领航者队形控制方法中存在的易受环境扰动影响和易崩溃等问题,提出了基于人工势场的改进虚拟领航者方法。设计了一种四层结构的编队体系分层框架,并对其中队形设计层与行为控制层进行了描述;分别针对虚拟领航者对AUV成员施加的斥力与引力、AUV成员间的斥力与引力、障碍物对AUV施加的斥力设计了适当的人工势场函数,并考虑了最大通信距离带来的约束。通过仿真验证,对比分析了传统领航者-跟随者法与改进虚拟领航者法的队形轨迹与位置偏差的误差曲线,证明了所设计的算法能完成队形控制任务,编队控制效果优于传统领航者方法。

基于物联网的多AUV航姿控制器仿真测试

在多AUV系统可靠性和稳定性没有得到确切验证之前,进行航姿控制器的实航测试存在风险高、成本大及周期长的缺点;以物联网技术为基础,提出了一种多AUV系统航姿控制器的半实物仿真测试方案;以物联网作为航姿控制器和仿真测试系统的通信交互纽带,以仿真数字信号源产生的信号控制产生航姿控制器的航行速度、方向和轨道,通过传感器和测量工具实时测定航姿控制器的输出结果,进行存储解算,利用缓存累加器计算出多AUV系统的航向和三维空间坐标,计算得出各项参数指标;结果证明,仿真方案测试得出航姿控制器控制多AUV系统的轨迹与实航测试轨迹相对误差为0.391%,航向角绝对误差为0.16°,达到了可信度标准。

多AUV虚拟仿真测试平台实时仿真技术研究

为了对多AUV系统的体系结构、协调控制策略等进行演示和验证,文中基于实时网络提出了一种新型的多AUV虚拟仿真测试平台;在此基础上,研究了该虚拟仿真测试平台实时仿真技术方案的结构与组成,并对其实时网络通讯方法,仿真计算机的实时仿真方法等关键技术进行了详细的说明,最终给出了多AUV协同航行的实时仿真视图;试验结果表明该技术方案工作可靠、使用方便、易于开发与维护,完全能够满足多AUV虚拟仿真测试平台进行仿真测试的需要。

基于测距的多AUV编队控制方法研究

针对基于测距的多AUV编队控制问题,提出两种根据测距信息完成编队的控制策略。一种策略将编队视为有阻尼的弹簧质量块模型,模拟其振动过程得到控制规则。该方法的参数均有特定物理意义。分析了参数变化对编队性能的影响,并根据粘滞阻尼振荡模型给出了参数选择方法。另一种策略建立编队形成的目标函数,分析了该目标函数收敛的充分条件,据此给出控制规则。分别针对上述两种方法给出了方向信息和距离信息的实时估计方法,并从理论上说明了这两种方法容许方向信息有一定偏差。最后通过实验对两种方法进行了验证。

多个水下机器人动态任务分配和路径规划的信度自组织算法

针对多个水下机器人(autonomous underwater vehicles,AUVs)动态任务分配和路径规划速度跳变问题,引入栅格信度函数概念,给出一种改进的栅格信度自组织(belief function self-organizing map,BFSOM)算法.目的是控制一组AUV有效地到达所有指定的目标位置,同时保证AUV能够自动的避开障碍物.首先,自组织神经网络(self-organizing map,SOM)算法对多AUV系统进行任务分配,使得每个目标位置都有一个AUV去访问.整个分配过程包括定义SOM神经网络的初始权值、获胜者选择、邻域函数的计算3个步骤;其次,根据栅格信度函数和环境信息更新SOM获胜神经元的权值,使得每个AUV在访问对应目标的过程中能够自动避障并且克服速度跳变,实现AUV自动有效路径规划.最后,通过仿真实验证明了本文提及算法的有效性.