利用前视和测高声呐的UUV地形跟踪动态路径生成方法

保持对海底地形的定高跟踪航行是无人水下航行器(UUV)执行海洋勘测和水下目标搜索任务时常采用的一种运动形式,其核心是UUV如何对未知起伏的海底地形进行实时探测,并基于探测信息在线、动态地生成跟踪路径,以实现对地形的定高跟踪航行,同时避免与地形发生碰撞。针对上述问题,提出了一种基于前视声呐探测地形信息、基于多项式拟合动态生成跟踪路径的方法。首先,UUV利用前视声呐对海底地形进行实时探测,对获得的地形探测数据进行仿射处理后,得到具有离散特性的定高仿射数据。然后,采用基于最小二乘准则的三次多项式方法对仿射数据进行拟合,生成基于多项式函数描述的UUV地形跟踪航行路径。最后,设计了一种包含声呐探测、数据仿射、路径生成和跟踪控制的动态执行框架,实现UUV的实时地形跟踪航行任务。文中所提出的跟踪路径生成和动态执行框架通过对典型的海底“上坡”地形和“山地”地形跟踪的仿真验证,证明了其有效性和可行性。

基于预设性能制导律的欠驱动AUV海底地形鲁棒时滞跟踪控制

针对自主水下机器人(AUV)面向海底起伏地形跟踪的实际应用需求,设计了基于预设性能制导律的鲁棒时滞跟踪控制器,实现执行机构时滞下的AUV起伏地形跟踪,同时可提升其航行安全性能.首先,基于航行安全性能函数对地形跟踪误差进行转换,结合时变视线制导角在运动学层面设计了预设性能制导律,为AUV动力层提供参考状态输入.其次,为处理执行机构时滞问题并降低精确建模需求,结合径向基函数(RBF)神经网络设计了鲁棒时滞动力学控制器.最后,采用李雅普诺夫理论证明了基于预设性能制导律的鲁棒时滞跟踪控制系统闭环稳定性.仿真结果表明:所设计的控制器可实现AUV起伏地形鲁棒跟踪,且瞬态跟踪误差时刻处于预设性能范围之内,可提升AUV在跟踪海底起伏地形时的航行安全性能.

基于视觉的AUV自主水下管线跟踪方法

对海下管线的检测是保证其正常运行的必要环节。文章针对海下管道巡检问题,提出一种结合状态表示学习和深度强化学习的方法,使水下机器人能够基于图像进行管线跟踪。利用无监督表征学习方法提取海底管线图像特征,结合任务情况设计了动作、状态空间和奖励函数,通过SAC算法学习一个稳健的跟踪控制策略。最后搭建仿真环境进行试验,证明了所提出方法的有效性和泛化性。

以服务促发展形成实验室工作的良性循环

实验室是学校的一个重要组成部分,是教学和科研的重要基地。实验室现代化程度和实验技术水平,一定程度上反映了学校的教学和科研的水平。在实施"2"工程"的今天,加速实验室建设、改善仪器设备、增强科研实力显得更为重要。几年来,我们根据专业实验室特点,努力探索使实验室工作适应科技迅速发展的需要、提高实验室水平的途径,取得了一定的成效。一、以优质服务创声誉船模实验水池于1984年建成投入使用。由于建立不久,在国内影响不大,又加上前几年造船业不景气,实验研究任务不多。为了打开局面,我们采取了以下措施:

一种针对侧扫声纳图像的数字镶嵌技术方法

以南海某海域实测侧扫声纳数据为例,研究侧扫声纳图像的数字镶嵌技术方法,对关键步骤进行详细的阐述。通过对原始侧扫声纳数据进行导航数据校正、海底线跟踪、斜距改正、TVG校正、船速校正、地理编码与重采样、拼接与镶嵌等处理,生成大区域、大范围、高分辨率、无缝拼接的侧扫声纳图像。实验结果证明声纳图像数字镶嵌技术的有效性,并取得理想的效果。

浅地层剖面数据的自动精处理方法研究

针对浅地层剖面数据依赖人工处理工作量大、成果精度不高的现状,给出了一种高精度自动化处理方法。该方法包括原始数据解码、浅剖图像生成、多次波压制、噪声消除、海底线跟踪、层界提取等过程。与原人工处理方式相比,浅地层剖面数据的自动处理方法有效提高了数据处理效率,其层界提取结果得到实验验证。