基于Vega Prime的多水下机器人视景仿真系统的设计与实现

介绍了一套多水下机器人三维视景仿真系统。该系统采用虚拟现实技术，利用虚拟仿真软件VegaPrime 与Visual C++.NET 2003 混合编程实现三维视景仿真。它主要用于海洋环境的模拟和多水下机器人运行时的位姿更新、碰撞检测、环境效果及各种特效的实时显示。此外，它还具有响应各种输入/输出设备的功能和通过人性化图形界面接口与用户进行交互的功能。

水下机器人锁紧释放技术综述

叙述了锁紧释放系统在水下机器人上的应用,说明了锁紧释放装置是控制水下机器人作业的重要手段。分析了天津大学研制的水下机器人解锁释放搭载体和设备、半埋雷打捞装置夹紧爪和美国某型号武器水下发射装置完成预定任务的工作原理和结构特点。归纳总结了水下大型构件锁紧释放系统设计中应着重考虑的问题。讨论了动力源形式的选择和力(矩)裕度分析、支撑与紧固点的选择、锁紧与释放形式的选择和实现、密封技术等四项锁紧释放机构的关键技术。

基于LBL声信标的AUV快速精确定位

长基线声学定位系统是水下机器人广泛应用的外部导航设备。以对"CR-02"6000m自治水下机器人(简称AUV)技术的深入开发为背景,提出在原有长基线(LBL)定位系统的基础上增加导航功能的方案。由于海水介质非均匀性与复杂的时空变化特性,给基于测距的位置计算带来很大困难。采用平均声速法计算耗时小而误差大,波阵面定位法误差小而耗时大。为解决这个矛盾,根据AUV深度传感器给出的深度信息,采用本征声线快速计算方法解算AUV的水平面位置。与波阵面法、平均声速法进行了综合比较。仿真实验表明该方法具有优良的性能,满足AUV导航需要。

一个面向异构多UUV协作任务的分层式控制系统

针对异构多UUV协作任务,提出了基于多智能体系统的分层式体系结构(MAHA).在个体层面,将UUV智能体的思维状态分为社会心智和个体心智两个层次分别实现,更加符合人类社会协作模式;在群体层面,提出了复杂海洋环境下UUV群体结构的评价准则,并据此将MAHA与现有结构进行了对比分析.此外,利用面向对象的Petri网理论建立了系统的协作模型,有效降低了系统建模的复杂性.最后,水下多目标搜索使命的实例研究表明,MAHA能够保证异构UUV之间进行有效的协作.

水下机器人的神经网络自适应控制

研究了水下机器人神经网络直接自适应控制方法,采用Lyapunov稳定性理论,证明了存在有界外界干扰和有界神经网络逼近误差条件下,水下机器人控制系统的跟踪误差一致稳定有界.为了进一步验证该水控制方法的正确性和稳定性,利用水下机器人实验平台进行了动力定位实验、单自由度跟踪实验和水平面跟踪实验等验证实验.

水下机器人主动升沉补偿系统研究

介绍一种基于水下机器人常规液压收放绞车的主动升沉补偿系统,利用加速度传感器获得母船的升沉运动信号,控制绞车的运转来降低母船的升沉运动对水下机器人的影响。通过理论计算建立主动升沉补偿系统的数学模型,仿真分析绞车运动对水下机器人升沉运动的补偿效果,并利用主动升沉补偿系统实验台验证基于常规液压收放绞车的主动升沉补偿方案的可行性。

水下机器人粘性类水动力数值计算方法研究

通过对通用流体动力学仿真软件CFX的研究,提出了一套水下机器人粘性类水动力的数值计算方法.该方法采用标准k-ε湍流模型计算位置力系数,采用标准k-ω湍流模型计算旋转力系数及其它耦合水动力系数.对“CR-02”6000 m自治水下机器人的计算表明,通过这种方法获得的水动力系数具有较高的精度,可以满足水下机器人方案设计阶段的操纵性设计、运动预报和仿真等需求.

基于时延Petri网的多UUV系统的任务分配策略

针对多水下机器人(unmanned underwater vehicle,UUV)系统动态任务分配问题展开研究,在对系统的体系结构和任务分配机制进行分析的基础上,利用时延 Petri 网理论对系统的任务分配进行建模,提出了一种新的任务分配策略:群体协调层采用集中式任务分配策略,由主 UUV 将任务实时下达给各从 UUV;监控规划层采用基于适应度的分布式任务分配方式,充分发挥各异构 UUV 自身的智能。仿真结果验证了模型的合理性和任务分配策略的有效性。

基于跟随领航者法的多UUV队形控制方法研究

本文主要研究基于跟随领航者法的多 UUV(unmanned underwater vehicle)队形控制。在 UUV 载体坐标系下建立系统的运动学模型,该模型是对笛卡尔坐标系下的运动学模型的改进,避免了极坐标系下奇异点的出现。该模型经过输入输出反馈线性化,获得稳定的队形控制器。同时,为了缩小队形控制律中的控制参数的调整范围,本文提出了辅助算法,在此基础上分析参数的有效范围。将队形控制律在多 UUV 数字仿真平台上验证,证实了改进的运动学模型和控制律的有效性。

基于模糊神经网络水下机器人直接自适应控制

提出了基于广义动态模糊神经网络的水下机器人直接自适戍控制方法,该控制方法既不需要预先知道模糊神经结构,也不需要预先的训练阶段,完全通过在线自适应学习算法构建水下机器人的逆动力学模型.首先,本文提出了基于这种网络结构的水下机器人直接自适应控制器,然后,利用Lyapunov稳定理论,证明了基于该控制器的水下机器人控制系统闭环稳定性,最后,采用某水下机器人模型仿真验证了该控制方法的有效性。

基于多普勒和光纤陀螺水下机器人导航系统研究

对基于DVL和FOG的导航方法进行研究,设计了导航方法的无缆水下机器人导航系统,分析导航系统的主要误差源,采用扩展Kalman滤波算法辨识传感器的安装偏差,通过湖试数据验证了该算法的稳定性和正确性。

一种基于视觉的水下机器人动力定位方法

以7 000 m载人潜水器的工程需求为背景,以水下单目摄像机为视觉传感器,进行了水下机器人动力定位方法研究。该动力定位方法利用视觉系统测量得到水下机器人与被观察目标之间的三维位姿关系,通过路径规划、位置控制和姿态控制分解,逐步使机器人由初始位姿逼近期望位姿并最终定位于期望位姿,从而实现了机器人的4自由度动力定位。通过水池实验验证了提出的动力定位方法,并且机器人能够抵抗恒定水流干扰和人工位置扰动。同时,该动力定位方法还可以实现机器人对被观察目标的自动跟踪。

AUV自主导航航位推算算法的分析研究

地球形状的不规则性,各种导航传感器本身的误差,以及仪器的安装偏差等,使得AUV(自治水下机器人)在进行远距离自主航行时,自主导航的精度大大下降。针对以上问题及实际工程需要,论文对AUV自主导航的航位推算算法做了进一步研究并加以改进,以提高其自主导航精度。最后,利用2004年中国科学院沈阳自动化所水下机器人研究中心进行AUV湖试所获得的数据,对文中提出的算法进行了验证。结果表明,AUV的自主导航精度得到大大提高,可以用于修正原来的自主导航算法。

基于C/S模式的多水下机器人仿真平台网络通信研究

文章研究了基于客户端/服务器(C/S)模式的多水下机器人仿真平台中网络通信的关键技术。文章介绍了该仿真平台的结构和功能,分析了仿真平台的信息流向和通信特点,在此基础上,提出了适合该仿真平台应用的网络通信协议和时钟同步方案,并详细讨论了Windows和QNX两种不同操作系统上的应用程序之间进行网络通信的实现方法。

AUV自主导航航位推算算法的研究

对AUV(AutonomousUnderwaterVehicle)自主导航的航位推算算法做了进一步研究并加以改进,以提高其自主导航精度.然后,利用AUV湖试所获得的数据,对本文提出的修正算法进行了验证.结果表明, AUV的自主导航精度得到很大提高,可以用于修正原来的自主导航算法.