智能水下机器人视景仿真实验平台研究

利用Multigen Creator、Vega等三维仿真软件,通过编程开发某水下机器人三维视景仿真系统,对该机器人的周围环境、运动信息、声呐及摄像等传感器信息等进行了模拟仿真。经验证建立的水下机器人三维视景仿真实验平台能够较真实的模拟机器人在水下运动的实际情况。

基于自适应UKF算法的小型水下机器人导航系统

针对海流扰动及姿态、航向误差角引起的无法确知的导航系统模型误差,设计了一种带模型误差的自适应无迹卡尔曼滤波器(Adaptive unscented Kalman filter,AUKF)用于小型水下机器人(Small autonomous underwater vehicle,SAUV)推位导航系统.首先提出了小型水下机器人三维运动连续时间模型;然后针对该模型特点,基于极大后验估值原理推导了AUKF算法.仿真结果说明该算法能够克服海流扰动及姿态和航向误差引起的模型误差.对比经典无迹卡尔曼滤波器算法,采用该算法的小型水下机器人推位导航系统在复杂海况下的滤波精度显著提高.

柔性尾鳍仿金枪鱼水下机器人自主游动研究

文章数值模拟了柔性尾鳍的仿金枪鱼水下机器人从静止加速到稳定巡游的自主游动过程,分析了其运动过程中的运动和水动力性能特点及变化,并与刚性尾鳍模型进行了比较。同时详细分析了尾鳍的运动参数如频率,摆动幅度,横移振幅对仿金枪鱼自主游动过程的影响。结果表明,仿金枪鱼在启动加速时效率较低,柔性变形可以较大地提高仿金枪鱼的推进效率;尾鳍的运动参数对自主游动过程有很大的影响:在一定的范围内,增大尾鳍的运动频率、摆动幅度和横移振幅可以提高运动速度、推力和推进效率,但过大的摆幅会降低推进效率。

一种水下机器人运动的过程神经元控制

过程神经网络是传统神经网络的拓展,增加了一个对于时间的聚合算子,从而更好地模拟了生物神经元的信息处理机制.这是由于水下机器人运动控制系统的输入、输出均是随时间连续变化的过程量.结合S函数和预先规划思想,建立水下机器人过程神经元的运动控制模型.仿真试验证明,该新型控制模型,对于水下机器人的运动非线性控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点。

智能水下机器人协同仿真框架研究

针对水下机器人仿真的实际应用,引入协同仿真技术,提出了水下机器人协同仿真框架和配套的开发方法.阐述了该平台的体系结构和信息流程,对运动控制的协同仿真模型进行了说明,在建立的仿真系统中进行了远距离蔽障航行、目标探测与识别和管道跟踪半实物仿真实验.实验表明,协同仿真框架能够完成各种不同软件环境的异构仿真模型之间的协同工作,克服了单一模型难以精确描述非线性关系的问题,在一定程度上提高了仿真的可信度.

基于神经网络的水下机器人推进器故障诊断

为提高水下机器人系统的总体可靠性,开展了推进器故障诊断研究。在三层BP神经网络的基础上,提出了一种改进的递归神经网络并推导了网络的训练算法。利用直航、转艏等试验对网络进行训练,将训练好的网络用于水下机器人运动建模,对比模型的输出与实际传感器测量值来获取残差,通过分析残差特性来提取故障诊断判据,进而进行推进器故障诊断。将提出的方法应用到仿真试验和海上试验中,得出了相应的试验结果。通过对试验结果的分析研究,验证了方法的有效性与可行性,同时也表明该方法在工程应用方面具有一定的参考意义。

水下机器人光视觉目标识别系统

介绍了一个用于水下机器人的光视觉目标识别系统,描述了该系统的硬件结构和软件体系.论述了水下图像的处理方法,分析了在离散状态下比例因子对不变矩特征的影响,构造了基于不变矩的仿射变换不变量.详细描述了用于目标识别的免疫遗传神经网络的结构和建模.通过对4类实测水下目标的识别实验,证月了所提水下目标识别系统可以用于水下目标识别,并且具有较高的准确性和实时性.

基于单目视觉的水下机器人管道检测

以单目CCD摄像机为视觉传感器,利用视觉系统测量方法获得水下管道的导航信息,并在此基础上建立了一个用于水下机器人的水下管道检测系统.按照数据结构的抽象程度,将系统中传递的数据信息分为由低至高4个层次,描述了各层次内容,详细介绍了水下机器人管道检测方法.为了提高系统的准确性和实时性,采用了动态窗口管道检测方法.在室内实验水池中,以某型号水下机器人为试验载体,进行了多次管道跟踪试验,验证了系统的可行性和有效性.

自主式水下机器人的光视觉管道探测跟踪系统

研究了自主式水下机器人(AUV)利用单目光视觉系统对水下管道的检测跟踪问题,对实现该方法的各个过程从硬件组成和软件体系结构两方面进行了阐述,从而完成了一整套水下光视觉系统的软、硬件设计.分析了水下管道图像的特点,结合该特点阐述了图像预处理过程,提出了一种改进的Hough变换方法,改善了管道边界的提取效果.同时采用管道参考区域预测方法,提高了管道的检测率以及实时性,并利用水池试验对系统的可行性和有效性进行了验证.

无缆自治水下机器人运动控制技术研究

针对无缆自治水下机器人满足不同任务要求下的运动控制进行了研究。引入极大似然参数估计算法获取水下机器人水动力系数,并在此基础上搭建起6自由度运动仿真系统。通过改进传统水下机器人体系结构中的推力器布置方式、推力分配策略、运动控制方法和船位推算算法,使得无缆自治水下机器人的运动控制系统在保持原有精确定位功能的同时也能完成远距离高速航行等任务,从而解决了高速航行给无缆自治水下机器人带来的一系列问题。海上进行的速度控制、位置控制和长航程导航试验,验证了无缆自治水下机器人在所提出的运动控制系统控制下可以满足任务需求,具有一定的工程应用价值。

水下机器人改进S面控制及系统半实物仿真

针对S面控制器参数调整困难的问题,研究了改进的粒子群优化(MPSO)算法,自寻优确定S面控制器的控制参数,实现了S面控制器参数优化计算的快速收敛,避免了局部峰值的徘徊.同时,针对某水下航行器的运动控制系统,设计了控制半实物仿真系统,阐述了仿真系统的总体结构和水下机器人空间运动的非线性数学模型.仿真结果真实可靠地反映了水下机器人运动过程,验证了本文控制器对机器人的控制效果,对实际下水实验提供重要参考.

带翼水下机器人的非线性拟合分段控制方法

S面控制方法可较好地解决水下机器人的运动控制问题,但由于其参数是固定的,无法达到全局最优.不同航渡速度段,采取不同的控制参数值,可保证水动力不同阶段控制输出的最优;但在速度变化的分界点,控制器输出有跳变,不利于系统的全局稳定性.利用T-S模糊系统逼近非线性连续函数的能力,采用非线性的S面函数作为模糊系统的后件,设计了基于T-S模型的S面控制器.通过T-S模型的引入,避免了控制器输出的跳变,增强了系统稳定性.将该方法应用于带翼水下机器人的深度控制,水池试验和湖中实验均证明了算法的有效性.

舵桨联合操纵水下机器人运动控制研究

水下机器人空间运动具有耦合性和非线性等特点,具有良好品质的运动控制器是水下机器人完成各种作业的前提。针对某舵桨联合操纵小型自主式水下机器人运动控制问题进行了研究。对速度,深度和艏向控制系统进行了介绍,根据控制需求,建立了水下机器人动力学模型,对执行机构进行了描述,设计了水下机器人滑模控制方案,采用变速趋近项代替一般指数趋近律中的等速趋近项来提高系统的快速性和削弱滑动模态的抖振,针对控制中出现的稳态误差引入智能积分项来提高控制精度。试验结果表明水下机器人控制器具有良好的稳定性和鲁棒性,水下机器人控制系统能够满足基本任务要求。

基于小波矩的自主式水下机器人目标识别

由于水体对可见光的衰减和散射较强,为克服传统CCD摄像机所得图像的低对比度、以及低信噪比的缺陷,提出以距离选通激光成像设备和前视声呐为传感器建立水下目标识别系统。通过前视声呐图像获取目标的距离信息,自主调节激光成像设备的接收摄像机与目标的距离,克服了水下机器人的距离选通激光图像自动采集的困难。对传统小波矩进行改进,获得反映目标全局和局部信息的具有旋转、平移、缩放不变性的小波矩,通过类内特征的均值和方差建立了特征选择模型。以特征选择后的小波矩作为广义回归神经网络GRNN的输入向量,对6类水池实测目标进行识别。试验结果表明建立的自主式水下机器人的目标识别系统具有较好的识别率,验证了所建系统的有效性和可行性。

基于小波网络的水下机器人故障诊断研究

由于水下机器人系统的复杂性、不确定性及强非线性等使得对其建模异常困难,采用一种最小调整的小波神经网络对其进行运动建模以获得理想的建模效果.通过该网络的自学习,调节小波函数的伸缩因子与平移因子以及网络连接权值,既能以任意精度逼近函数的整体轮廓,也能捕捉函数的变化细节,使得函数的逼近效果较好.对比模型的输出与实际传感器测量值来生成残差,通过分析残差特性来提取故障诊断判据,进而完成推进器故障诊断.完成了推进器故障诊断的仿真试验,仿真结果验证了该方法的有效性和可行性.

基于MPSO算法的水下机器人PD控制器

为了解决传统水下机器人运动控制器只针对单独的自由度进行解耦控制,从而忽略了各自由度之间耦合效应的问题,设计了一个新型的PD控制器.该控制器在水下机器人6个自由度动力学模型的基础上,根据实际需要进行简化,利用一个运动控制方程实现4个自由度的运动控制.同时采用改进PSO算法自寻优确定控制方程的参数,以提高效率,减少设计时主观因素的影响.最后以某型AUV(autonomous underwater vehicle)为控制对象及试验平台,针对所设计的控制器进行仿真试验,结果验证了该控制器在水下机器人运动控制中的可行性.

智能海洋机器人技术进展

智能海洋机器人是可以在复杂海洋环境中执行各种任务的智能化无人平台,包括智能水下机器人和智能水面机器人．基于实践和在相关技术难题上的经验,提出了一些关键技术问题的解决方案．在智能水下机器人方面,探讨了体系结构、运动控制、智能规划与决策和系统仿真等关键技术．在智能水面机器人方面,探讨了快速性和智能化问题．我国在智能海洋机器人技术研究方面已经取得了较大的进步,但距离全面应用还有很大差距．

基于改进粒子滤波算法的水下目标跟踪

针对复杂水下环境中声探测传感器获得的运动目标信息具有不确定性和模糊性等问题,提出了基于声探测传感器特点的高斯粒子滤波水下目标跟踪方法.基于粒子滤波理论,采用一阶自回归模型作为运动目标状态转移的依据,设计了由目标区域的面积特征和不变矩特征相融合的观测模型,解决了目标跟踪中的粒子权值的选取问题,克服了传统粒子滤波重采样问题,提高了复杂环境下目标跟踪结果的准确率.展示了应用高斯粒子滤波实现水下目标跟踪的过程.试验结果表明,该方法具有较好的鲁棒性和实时性,是复杂水下环境中目标跟踪的一种高效可行的新方法.

多普勒辅助水下传感器网络时间同步机制研究

研究了水下传感器网络(UWSN)时间同步算法。针对水下环境中声信号传播时延长、节点移动性等特点给时间同步带来的问题,基于多普勒原理提出了一种分布式时间同步算法(NU-Sync),通过计算相对速度解决由节点移动导致传播时延不确定的问题,利用自主式水下潜器作为信标节点,通过不断广播时间信息的方式计算时钟频率偏斜,节省网络的能量消耗。仿真实验表明,与现有算法相比,NU-Sync能够实现较高的同步精度。

基于Hough变换的水下管道检测方法

由于海底管道背景复杂,简单的检测算法不能给出理想的检测结果;复杂的检测算法又不能满足实时作业要求。为了克服上述问题,实时而又准确地检测水下管道,通过分析水下图像的特点以及传统Hough变换对于管道直线信息提取的局限性,有针对性地提出了对Hough变换方法的2步改进,包括前期处理改善像素点的分布以减少参与Hough变换的无效像素点的数目,和Hough变换过程中的峰值点逆向清零以保证管道边界检测的唯一性。在仿真环境和水池环境下分别对改进的方法和未改进的方法进行了对比实验,结果表明前者可以有效地提高管道检测的实时性和精确性。