基于AKF的AUV对接回收组合导航研究

针对自主水下机器人(Autonomous Underwater Vehicle,AUV)在回收过程中的组合导航精度问题,提出了一种改进的高斯距离迭代法及改进的自适应卡尔曼滤波算法(Adaptive Kalman Filter,AKF)。基于AUV回收对接系统,研究并建立了针对惯导SINS、超短基线USBL、多普勒计程仪DVL和深度计的基于斜距的组合导航模型。通过对SINS/USBL/DVL/深度计组合导航量测信息误差特性分析,设计了改进的基于斜距的SINS/USBL/DVL/深度计组合导航模型;针对该模型突出的滤波发散问题,设计了基于滤波收敛性判据和强跟踪滤波思想改进的AKF滤波算法进行有机融合。仿真结果表明,此研究使实际AUV系统具有更高的滤波精度和可靠性。

自主水下机器人布放回收技术综述

对水下机器人布放回收这一领域的研究进行了综述并对未来研究进行了展望。首先分析了水下机器人布放回收的不同方式,主要可分为水面有人舰船、水面无人船、潜艇以及大型水下机器人布放回收方式。接着举出不同回收方式的国内外例证并对其优缺点进行总结。随后探讨和分析了实现布放回收所需的关键技术,包括自主对接技术、定位引导技术、锁紧定位技术及对接回收策略,并对技术现状及装备进行举例分析。最后对水下机器人布放回收的研究方向和重点进行了展望。综述表明,水下机器人布放回收的结构和所需关键技术还需持续研究,特别需要关注的是随着布放回收技术研究的不断深入,未来水下机器人布放回收系统将向自主化、无人化、通用化发展。

基于自抗扰控制的AUV抗洋流对接研究

洋流和未知干扰的存在影响着自主水下机器人(AUV)对接回收的成功与否,同时保证对接姿态和抗扰能力较为困难。本文提出一种基于自抗扰控制的三段式对接控制方法:在对接首段采用追踪制导,中段采用横向偏差制导,末端采用余弦曲线制导生成期望的航向角度,设计洋流观测器估计并补偿洋流,并针对AUV模型设计自抗扰控制器实现航向角跟踪。在Matlab/Simulink中建立控制模型,在不同洋流和外界随机干扰条件下仿真。仿真结果表明,设计的对接方法在洋流下可有效控制AUV的航向角和横向距离,对外界随机干扰具有一定抵抗能力,能够同时保证对接姿态和抗扰能力。

基于视觉的AUV末端回收导引方法研究

水下自主无人潜航器(AUV,autonomous underwater vehicle)由于其独特的高速、低阻、低噪等优势,是如今探索海洋的有力依托;作为自主式机器人,AUV如何自行导航回收至对接站是研究中的重要环节;依托于实验室独创的四桨无舵矢量推进型AUV,通过改进Canny边缘检测,采用自适应阈值方法动态调整轮廓,在阈值最优时采用最小外接圆方法确定圆心;经Unity3D仿真和水池试验可知,该方法简单实用,鲁棒性强,且相比于传统的AUV形式以及传统的图像识别方法,该新型AUV在基于单目视觉的自适应阈值分割检测方法下,水下末端导引对接精度(优于20 cm)和对接成功率(大于80%)上均得到了大幅度的提高,在实际应用中对AUV能源补给、数据下载/上传、设备检修等具有重要的应用价值。

码头油气回收设施中船岸对接安全技术问题的探讨

船岸对接系统是港口码头油气回收设施的重要组成部分,该系统的安全设计和稳定运行直接关系到船舶安全和装船作业的稳定,以及岸上油气回收设施的安全生产。对此,欧美已有完善法规和船岸对接系统的配套装置。本文旨在针对码头油气回收总系统中的船岸对接安全技术,结合国外成熟经验,探讨我国目前存在的普遍问题及解决方案。

AUV回收对接前景视场立体匹配算法研究

针对研发的自主水下机器人(Autonomous Underwater Vehicle,AUV)回收对接中前景视场三维重建的需求以及提高导航定位精度与对接成功率,提出了一种改进的CENSUS变换与最小生成树相结合的立体匹配算法。该立体匹配算法针对水下图像弱纹理及重复纹理区域多的问题,利用图像的梯度强度及颜色信息融合作为CENSUS变换的依据计算匹配代价,结合最小生成树算法实现代价聚合,配合亚像素精化实现视差优化。实验结果表明,论文算法在Middlebury三对标准图像上的平均误差匹配率为6.02%,有效降低了误差匹配率;在AUV水下双目图像上能够得到较准确的视差图,满足三维重建的需要。

基于UKF的AUV多尺度容错对接导航算法研究

针对回收对接过程中,自主式水下机器人(AUV)的组合导航系统由于子传感器量测信息发生阶跃性突变而导致导航系统滤波发散的问题,以分布式联邦滤波结构为基础,提出了一种基于无迹卡尔曼滤波(UKF)的自适应容错异步融合算法。该算法以传感器的采样率为依据,建立分布式组合导航多尺度系统模型,在辅助信息突变时利用自适应渐消因子优化UKF动态调整增益矩阵、削弱故障信息对滤波精度的影响,使得多源导航系统更加稳定、容错性更高。仿真实验表明,提出的自适应容错UKF异步融合算法能更好地抑制滤波发散,提升导航系统的精度与可靠性,有效提高AUV的导航系统在回收对接过程中的稳定性与容错性。

自主水下机器人回收导航多传感器融合研究

针对自主水下机器人在回收过程中,采用单一导航传感器导致系统定位精度低的问题,提出了一种改进的基于斜距的SINSUSBLDVL多传感器融合模型和基于USBL多传感器融合的自适应无迹卡尔曼滤波算法,解决了USBL系统基阵偏移所带来的误差以及滤波中的奇异值和发射问题。仿真结果表明,在改进的基于斜距的多传感器融合模型及自适应无迹卡尔曼滤波算法作用下,整个系统不仅提高了滤波精度,还有效地减少了滤波的发散,为AUV安全回收的稳定性提供技术保障。

水下无人航行器回收技术研究

本文阐述了水下UUV对接回收的几种方式,以及这些对接回收方式的优缺点。分析了影响水下UUV对接回收技术的力学、控制以及导航等关键技术难题和相应的解决思路,探讨了水下UUV对接回收技术的发展趋势。

基于Petri网的UUV水下回收协调控制研究

水下无人潜器(UUV)水下回收是一个复杂的过程,它既有连续动态又有离散事件。针对UUV多变量、非线性、强耦合的特点,在其回收过程中针对不同的状态,提出一种基于Petri网的协调控制方法。采用混杂系统理论来分析动态过程和设定离散事件,并运用Petri网技术对回收过程的动作细节进行划分,通过实时测量和判断,分析和监控回收状态,以达到实时控制的目的。水池试验验证了Petri网技术对复杂过程描述分析方面的优越性,并成功解决了UUV回收过程运动中的逻辑协调问题。

多传感器异步融合算法AUV对接导航系统

针对研发的自主水下机器人(autonomous underwater vehicle,AUV)在回收对接过程中,由于采样频率不同而导致多传感器组合导航系统精度较低的问题,提出一种基于联邦滤波结构的多尺度无迹卡尔曼(unscented Kalman,UK)异步融合滤波算法。该算法依据采样率划分多尺度信息,建立基于联邦滤波的多尺度系统误差模型,并针对不同尺度信息采用UKF算法进行非等间隔异步融合,从而得到全局的最优状态估计。仿真实验表明,同基于卡尔曼滤波(Kalman filtering,KF)的单一尺度融合算法和基于UKF的多尺度融合算法相比,该算法对AUV回收对接导航系统中异步采样信息具有更高的融合精度,提升了导航系统的可靠度,为AUV的回收对接提供了安全保障。最后通过开阔水域实验验证了AUV对接导航系统的有效性。

基于单双目切换的自主式水下机器人视觉定位方法

为了解决以双目视觉为主导的自主式水下机器人(AUV)对接回收过程中出现的单一摄像机遭受遮挡或因水下环境特殊而发生故障的问题,提出一种基于单双目切换的AUV视觉定位方法。该方法通过自适应阈值法区分图像中的光源与背景,通过中心加权质心检测法提取光源中心,并以光源中心点数量为判定条件选取单目或双目视觉定位,添加水体折射参数提高定位精度。试验结果显示,采用该方法的定位耗时相比以往减少约70%,定位结果输出稳定,对接精度在允许范围内。该方法在AUV回收对接过程中通过牺牲部分定位精度来提高对接的实时性和鲁棒性,保障AUV成功对接回收。

基于多源观测的无人艇回收系统设计

[目的]为可靠观测回收斗导引信息并实现无人艇(USV)的运动目标跟踪,提出一种基于多源观测的回收斗导引对接策略。[方法]在整个对接过程中,首先避开母艇尾流干扰区,完成USV航线的粗对准;然后保持航向跟踪导引线,为末端对接回收做调整准备;最后将视觉传感器和惯性导航传感器获取的数据进行滤波融合后传递给USV以计算回收导引线,USV则通过自身制导与控制完成对末端导引线的跟踪与对接回收任务。同时,设计一套基于视觉和组合导航融合的USV对接回收系统,通过自行设计实艇软硬件并进行外场湖试,验证系统设计及对接策略的可行性。[结果]试验结果显示,USV执行自主对接任务的成功率达91.6%,所提对接策略可以满足USV的高精度对接回收。[结论]所做研究可为USV回收提供关键的技术支撑。