自主式水下机器人滑模容错自动化控制方法

针对因水下机器人工作环境噪声影响较大、难以提取故障特征点,导致控制精准度较低的问题,该文提出一种滑模容错自动化控制方法。建立机器人五自由度空间方程以及故障执行器的动力学方程,计算机器人每个关键滑模点的不确定性因素变化矢量,推导得到机器人的离散故障状态方程。根据机器人在期望状态下的滑模特性,将故障状态参数代入后,识别定位到故障点,提取机器人线性反馈的控制规律,设定机器人在滑模容错控制函数中的双曲正切函数,计算产生滑模动态的控制输入值,实现自动化控制。实验结果证明,所提方法在第25 s处即发现故障,输出信号幅值稳定在-28 Hz~28 Hz之间,具有良好的自动化控制能力。

面向应用于林业采运输油管道检测的水下机器人的设计

为应用于林业采运输油管道的自主巡检,进行水下林业采运输油管道的定期巡检工作,设计了一款面向应用于林业采运输油管道检测的水下机器人。介绍了水下机器人的机械结构部分、控制部分、管道巡检部分设计。水下机器人使用的是STM32F407ZGT6单片机作为主控MCU,使用Open MV作为视觉电路板。经过实验验证,设计的水下机器人可以完成采运输油管道的巡检工作。

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。

基于注意力机制的微小型自主式水下机器人姿态估计方法

为提高机器人姿态估计与感知精度,引进注意力机制,以微小型自主式水下机器人为例,设计一种全新的姿态估计方法。参照SCANet多分辨率感知网络架构,采用在其中插入信息补充、细节增强等功能模块的方式,建立微小型自主式水下机器人姿态多分辨率感知网络;将注意力机制划分为Ca-Block与Ca-Neck两个模块,提取微小型自主式水下机器人姿态中的特征信息;采用对信息融合处理的方式,设计机器人姿态信息归一化处理,以此实现微小型自主式水下机器人姿态自适应融合与估计。对比实验结果证明:设计的方法在实际应用中的效果良好,该方法可以提高姿态估计结果的精度,且姿态估计所需时间较短,仅需20s。因此,通过此种方式可以掌握机器人在水下的作业姿态,提高机器人工作时的工作效率。

无人水面艇自主部署自主水下机器人平台技术综述

自主水下机器人(AUV)和无人水面艇(USV)作为组建海底空间站和观测网的重要工具,在近30年间,其相关技术蓬勃发展,逐步由单体控制向多海洋平台协同协作方向发展,其中利用USV自主布放回收AUV成为新的研究热点。综述了基于USV对AUV进行动态部署平台的最新进展;基于系统学观点从拖曳稳定性、拖曳动对接准确性和拖曳对接快速性3个方向来阐述USV部署AUV平台关键技术的研究和应用现状,总结了提高部署平台拖曳稳定性的措施,并对USV自主部署AUV平台的研究方向和研究重点进行了展望。

微小型自主式水下机器人系统设计及试验

为了解决自主式水下机器人智能控制问题,设计了一种微小型自主式水下机器人。介绍了微小型自主式水下机器人的系统结构和关键部分系统,然后针对运动控制系统耦合问题,采用3个分控制系统方式实现水下机器人运动控制,最后进行了自主式水下机器人运动控制的试验研究。试验结果表明:研制微小型自主式水下机器人及其控制系统能够完成自主运动任务,实现自主化,为同类型的水下机器人提供参考。

多自主式水下机器人的路径规划和控制技术研究综述

自主式水下机器人(AUV)是海洋资源勘探和开发的重要工具,在民用和军用领域都发挥着重要作用。随着AUV技术的逐步成熟,通过构建多自主式水下机器人(MAUV)系统,令多个AUV协作完成水下作业任务已成为当前的发展趋势。MAUV系统对提高水下机器人的智能化水平及发展海洋化装备具有重要的理论研究意义和实用价值。介绍目前MAUV系统的应用现状和科研进展,并对MAUV协同路径规划和集群协同控制技术等研究热点进行系统化梳理,着重分析人工智能优化和编队协同的关键技术。最后,对MAUV系统未来的发展方向进行展望。

自主式水下机器人水下对接技术综述

自主式水下机器人(AUV)作为水面支持平台和海底空间站以及深海长期观测系统之间的重要纽带,其水下对接技术一直以来都是国内外的研究热点。在归纳、分析国内外AUV水下对接技术如水下箱(笼)式对接、机械手或载体辅助式对接、杆类引导对接、平台阻拦索式对接和喇叭口式引导对接技术的基础上,介绍各种AUV对接技术的实现方法和结构原理,以及对接技术的发展现状与趋势。并针对目前应用较为广泛的喇叭口式引导对接方式,详细介绍一种针对重型AUV的水下对接系统。经试验验证,该系统模块化强,对横滚姿态要求低,适用于多种尺寸AUV,对接系统的对接成功率高。所做工作可为今后AUV水下对接技术的发展提供参考。

自主式水下机器人最优路径规划问题的研究

路径规划是水下机器人实现自主航行的重要环节。根据自主式水下机器人的动力学性质 ,路径规划的特点以及实现智能行为的要求 ,采用基于案例的遗传算法 ,实现了自主式水下机器人最优路径规划。给出该方案的基本框架和算法 ,在基于案例类比的学习方法中引入模糊多属性综合决策的方法建立决策算子进行案例的匹配 ,在遗传算法中实际知识的指导 ,适当地改进遗传算子 ,加快搜索速度。仿真结果证明该路径规划方法能够取得较好的规划结果 ,使自主式水下机器人具有了一定的自主导航 ,自主避障和自主作业的能力。

舵桨联合操纵的自主式水下机器人运动控制

针对水下机器人舵桨切换操作时,由于控制输出突变而导致系统振荡甚至发散的现象,提出一种切换函数平滑指令输出;同时考虑到高速航态下,纵向速度对其他自由度运动的耦合影响,提出一种基于运动补偿的改进S面控制方法.该方法S面控制器结构简单、参数易于调整,解决了S面控制器在水下机器人高速航行下控制效果较差的问题.利用李雅普诺夫函数对该控制器进行了稳定性分析,将其应用于舵桨联合操纵的水下机器人的运动控制.速度控制、艏向控制及深度控制,试验结果验证了该方法在水下机器人运动控制中应用的可行性.

自主式水下机器人故障特征增强方法

针对小波方法对自主式水下机器人(AUV)纵向速度进行外部随机干扰抑制时存在的过抑制问题,提出一种AUV纵向速度信号故障特征增强与外部随机干扰抑制方法,采用自适应随机共振方法实现AUV纵向速度信号的随机共振,以达成外部随机干扰能量向故障信号能量的转移;针对AUV纵向速度信号的非周期特性,基于AUV纵向速度信号与周期信号驱动下双稳系统输出信号实验数据,分析AUV纵向速度信号驱动下布朗粒子运动状态。水池实验结果表明:所提方法相对小波方法故障信号特征增强效果为70.66%,避免了过抑制问题,且布朗粒子仅在负势阱内运动。

自主式水下机器人控制技术研究综述

自主式水下机器人(AUV)是海洋资源勘探和开发的重要工具,AUV先进的导航与控制、通信、传感器和其他技术使得人类在认识海洋上取得了大的飞跃。控制系统是构成水下机器人的核心部件,同时也是决定水下机器人工作状态是否稳定与可靠的关键。本文首先对国内外自主式水下机器人的发展进程和研究现状进行归纳与分析,介绍了水下机器人控制技术,总结造成水下机器人不易控制的成因,并针对应用于水下机器人的主要控制技术展开系统论述。然后简述几种主要控制方法的基本原理,同时进一步对水下机器人的运动控制进行具体剖析,为合理选用水下机器人运动控制方法、设计相应控制器与构建控制系统提供了一定的参照依据。最后展望持续进步的自主式水下机器人研制技术在未来海洋开发领域的应用前景。

无缆自主式水下机器人航向的模糊控制

针对自主式水下机器人各自由度之间相互耦合,其水下运动易受诸多外界环境干扰,运动具有强非线性,航向控制具有不稳定性等特点,建立近似的航向控制数学模型,设计出带有积分环节的模糊控制器,同时分析该模糊控制器的控制机理,给出积分模糊控制器的基本结构,在MATLAB/SIMULINK环境下进行了仿真验证,仿真结果表明这种控制方法能有效地提高控制系统的控制性能,具有较好的鲁棒性。

自主式水下机器人控制系统及声呐目标识别

[目的]为满足水下搜救、勘探、目标检测与跟踪等需求,[方法]针对研制的"探海I型"自主式水下机器人(AUV),利用其搭载的前视声呐开展目标识别试验,选取获取的运动目标图像中的典型帧进行目标检测和识别研究。阐述"探海I型"AUV的系统组成与工作原理。提出一种控制系统架构:以笔记本电脑配合水面控制箱为水面控制单元;以PC104工控板作为自动驾驶仪的主控单元;同时配备摄像头PC104板卡单独进行摄像头图像处理。采用三帧差分法检测声呐目标,并基于Hough变换的快速椭圆检测算法提取目标特征。[结果]湖上试验表明:研制的AUV运行可靠、正常,可满足水下工作的需求,声呐目标识别效果较好。[结论]该AUV控制系统架构和目标识别方法对于中、大型AUV的研制及视频、红外等其他领域的目标识别具有借鉴意义。

一种隧洞探测型自主式水下机器人及其图像拼接方法

针对采用自主式水下机器人(AUV)巡检和拍摄输水隧洞中的裂缝时水下环境会极大地限制光视觉图像的可视范围和分辨率,单幅水下图像获得的视角范围有限的问题,提出一种基于加速稳健特征(SURF)算法的AUV水下图像拼接方法。在图像预处理阶段对水下图像进行去畸变和限制对比度自适应直方图均衡化处理,用于解决水下图像存在的畸变、对比度低和噪声严重等问题。将SURF特征点检测算法应用到水下图像配准中,并与RANSAC算法相结合,对特征点进行精确匹配。应用线性渐变融合算法实现水下图像融合,有效去除拼接缝隙,完成水下图像拼接,最终通过水池和外场试验拼接图像验证所提方法的正确性。

自主式水下机器人中数字电子罗盘的误差分析及校正

为提高电子罗盘在各类导航和精确定位系统中的定向精度,根据HMR3000电子罗盘的性能特点及应用特性,分析该数字电子罗盘在实际工作过程中可能存在的误差及其来源。通过电子罗盘在自主式水下机器人导航中的应用,本文对周围铁磁环境引起的航向误差使用硬件和软件校正技术。分析实验数据可知:该误差补偿算法使数字罗盘的定向精度得到很大改善,表明HMR3000型数字罗盘在水下机器人导航领域应用有良好前景。

基于改进蚁群算法的多自主式水下机器人任务分配

[目的]以多自主式水下机器人(MAUV)执行海底地形勘察任务为背景,提出一种基于改进蚁群算法的MAUV最优任务分配算法。[方法]首先,建立任务分配问题模型;然后,针对基本蚁群算法进行改进。改进的蚁群由多个子群组成,通过对任务执行能力蚂蚁的选择方法、启发函数和全局信息素更新方式进行改进,以此提高算法的自适应能力和全局搜索能力,并在局部搜索中通过2-opt算法进一步加快最优解的收敛速度。[结果]Matlab仿真结果表明,改进的蚁群算法可以有效提高MAUV的任务分配效率,从而快速地平衡航行距离和能耗代价。[结论]研究成果可为MAUV海底地形勘察任务分配提供参考。

基于案例的自主式水下机器人全局路径规划的学习算法

首次讨论了基于案例的学习方法在自主式水下机器人全局路径规划中的应用问题．基于案例的学习方法是一种增量式的学习过程，它根据过去的经验进行学习及问题求解．本文对基于案例的学习方法在自主式水下机器人的全局路径规划中的应用框架进行了初步研究，对案例属性的提取、案例的匹配和择优以及案例库的更新等问题提出了相应的算法．最后给出了几组仿真结果．

自主式水下机器人推进器弱故障辨识方法

针对传统灰色关联分析方法计算关联度时未考虑不同故障信号间的差异性,并且对水下机器人故障信号关联度处理不当问题,本文以特征值相对变化量代替绝对特征值进行归一化处理。根据故障信号类型进行分类,计算同类型特征向量间的关联度。采用正态分布函数计算不同故障信号间关联度,实现推进器的弱故障程度辨识。通过AUV实验样机模拟推进器故障,对本文方法与传统灰色关联分析方法在弱故障程度辨识方面的效果进行对比,本文方法在98%、92%故障信号下的辨识误差比传统灰色关联分析方法分别降低了42.5%、48.4%,验证了本文方法在AUV推进器弱故障辨识中增强故障信号的关联效果以及增强弱故障信号辨识效果的有效性。

基于MOOS的自主式水下机器人导航系统

针对自主式水下机器人(autonomous underwater vehicle,AUV)的试验成本极高,水下机器人的应用与算法验证都需要在一个理想的仿真环境中进行测试,且仿真环境的建模较为困难等问题,提出了应用MOOS软件系统对AUV导航系统进行导航位姿、通讯及三维信息的仿真,对MOOS软件系统的通信方法、软件架构、数据采集方式和传感器数据类型等方面进行了参数配置和仿真说明.面对工程导向,从数据产生机制、数据发布订阅和数据解析处理等角度,对MOOS软件系统进行论证分析.分析结果表明,MOOS系统可根据AUV导航系统的预设轨迹信息产生相关环境传感器数据,有效地进行多源信息融合与导航位姿解算.