小型无人有缆遥控水下机器人智能控制方法

针对深度确定性策略梯度(DDPG)算法应用于无人有缆遥控水下机器人(ROV)运动控制时存在的坏样本影响学习稳定性、缺少环境探索能力以及学习时间长难收敛等问题,从神经网络结构、噪声引入和融合监督学习3个方面对DDPG算法进行改进,并提出了基于混合神经网络结构和参数噪声的监督式DDPG算法。仿真结果表明,监督式DDPG算法比常规DDPG算法和传统比例-积分-微分(PID)算法更加有效。

Using Unmanned Underwater Vehicles as Research Platforms in Coastal Ocean Studies

The advantages of using unmanned underwater vehicles in coastal ocean studies are emphasized. Two types of representative vehicles, remotely operated vehicle (ROV) and autonomous underwater vehicle (AUV) from University of South Florida, are discussed. Two individual modular sensor packages designed and tested for these platforms and field measurement results are also presented. The bottom classification and albedo package, BCAP, provides fast and accurate estimates of bottom albedos, along with other parameters such as in-water remote sensing reflectance. The real-time ocean bottom optical topographer, ROBOT, reveals high-resolution 3-dimentional bottom topography for target identification. Field data and results from recent Coastal Benthic Optical Properties field campaign, 1999 and 2000, are presented. Advantages and limitations of these vehicles and applications of modular sensor packages are compared and discussed.

ROV水下作业仿真系统的研究

基于水下环境复杂和作业难度大等特点,为了实现水下ROV作业培训,建立了ROV作业视景仿真系统的关键技术方法,进行了ROV和脐带缆的受力分析,讨论了ROV-缆系统运动数学模型的建立方法和求解方法,重点分析了ROV操纵性能预报和运动仿真方法。通过典型工况下ROV直航运动和回转运动的仿真结果可看出,脐带缆主要影响ROV的纵向运动性能。因此,在Vega Prime环境下进行了ROV作业培训的视景模型驱动、碰撞检测、视点切换和软件界面开发等工作,实现了交互的ROV水下作业仿真系统。

面向海洋工程水下结构检测的ROV研制问题的标准分析

开展面向海洋工程水下结构检测的ROV研制问题分析,将有缆遥控水下机器人(ROV)这一先进的智能检测技术,可以为我国的海洋工程的建设和发展奠定稳定的基础和提供强大的发展推动力。

一种用于水电站水工建筑物缺陷检测的水下机器人系统设计

水电站水工建筑物缺陷检测目前是由观察型机器人或潜水员完成,存在检测手段少、运行受水流影响等问题。对此,文章针对水电站水工建筑物结构及缺陷特点,研制了一套水下检测机器人系统。该系统利用水动力仿真、静水力分析及稳性分析等方法,优化推力和布局布置、外形等选型和设计,解决了本体浮游和履带复合控制模式、不规则坝面吸附技术、多自由度姿态翻转和运动、缺陷位置定位等技术问题;同时,采用自主开发后处理软件,对声光电传感器数据进行融合,完成了缺陷判别与测量以及修补材料方量的估算,软件识别理论误差为7.4%,小于项目的20%误差率要求,解决了缺陷判别与测量和修补材料方量的估算问题,最终实现了机器人在水电站水工建筑物的水平面、斜面坡、直立面及曲面环境下的水下缺陷检查、缺陷定位、缺陷尺寸测量及数据记录收集等水下无人化检测作业的目标。最后,通过水池功能试验,验证了该水下检测机器人系统的可行性。