水下机器人自救系统的研制

详细介绍某型探测AUV自救系统的实现情况.着重从可靠性、低功耗、小型化等相关关键技术出发,探讨水下机器人自救系统实现的原理、方案没计及方案具体实现等.     

AUV自救系统关键技术分析

结合国内某型自冶水下机器人自救系统的研制,介绍其组成及功能,分析该系统关键技术,针对目前国内外自救系统水声通信和释放机构可靠性不高的特点,通信上采用多频率编码,释放机构采用以电螺线管驱动为中心的杠杆结构,工程样机试验验证了该系统的有效性.     

AUV主动应急自救机制与策略

[目的]为保障高速自主式水下机器人(AUV)的航行安全,研制一套智能应急自救系统。[方法]首先,介绍应急自救系统的组成与功能,对其进行可靠性分析与设计;其次,重点研究多信道信息采集融合机制、主动应急机制、故障优先级整定机制和应急处理决策机制;再次,设计应急专家决策模型,提出一种基于离散规则应急操舵的应急处理方法;最后,基于VxWorks实时操作系统编制应急系统控制软件,并搭建半实物仿真平台进行系统联调仿真试验。[结果]试验结果验证了该应急自救机制与策略的可靠性和可行性。[结结论]该应急系统弥补了传统应急手段的不足,对AUV的应急自救具有重要的借鉴作用。     

基于卷积神经网络的AUV水下识别算法设计与实现

自主式水下机器人(AUV)是应用于复杂海洋环境中的高智能化无人装备,其需要具备良好的环境感知能力进行自主导航,包括水下目标识别能力。随着人工智能的高速发展,卷积神经网络作为图像处理领域的深度学习架构,在图像特征提取和图像识别上有着强大的性能和卓越的优势。本文利用卷积神经网络,实现了自主式水下机器人水下目标的自主识别。同时,通过采用三段式全连接方式和增加卷积层深度的方式对卷积神经网络进行进一步改进,提高了卷积神经网络的训练速度、准确率和泛化能力。     

基于卷积神经网络的AUV水下识别算法设计与实现

自主式水下机器人(AUV)是应用于复杂海洋环境中的高智能化无人装备,其需要具备良好的环境感知能力进行自主导航,包括水下目标识别能力。随着人工智能的高速发展,卷积神经网络作为图像处理领域的深度学习架构,在图像特征提取和图像识别上有着强大的性能和卓越的优势。本文利用卷积神经网络,实现了自主式水下机器人水下目标的自主识别。同时,通过采用三段式全连接方式和增加卷积层深度的方式对卷积神经网络进行进一步改进,提高了卷积神经网络的训练速度、准确率和泛化能力。     

一种新型水下机器人的研究与开发

详细介绍了一种全新概念的水下机器人-ARV(Autonomous& Remotely-operated Vehicle).它综合了遥控水下机器人(ROV)和自治水下机器人(AUV)的优点,既可以像AUV一样依靠预设指令进行自主巡航来完成大范围搜索探测任务,又可以像ROV一样,通过水面遥控完成精细作业.ARV最显著的特点是用微细光缆取代了传统的脐带电缆,使水下机器人更具长距离、大深度、实时操作、机动灵活及高可靠性等特点.着重阐述其研究背景、关键技术、实物样机的研制及其发展的重要意义.     

虚拟现实技术在自主水下机器人避障模拟中的应用

当前研发的自主水下机器人避障数据获取难度较大,导致避障精准度降低,因此研究了虚拟现实技术在自主水下机器人避障模拟中的应用。采用声呐探测技术对不同水域的水下环境数据进行采集,通过虚拟现实技术将采集的声呐数据转换为三维场景。利用SOV视觉算法对三维场景避障数据进行分析与计算,根据分析结果对自主水下机器人避障算法进行修正,从而完成自主水下机器人避障模拟。通过仿真实验,采用传统避障方法与提出模拟方法进行避障精准度测试,通过数据证明提出研究的有效性。     

“广水”轮的惊世自救

<正>船舶运载电石最忌发生进水事故,因为电石遇水后会产生强烈的化学反应,随时都有可能发生爆炸,结果往往是船毁人亡。30多年前,中国一艘名为"广水"号的远洋货轮,在一次海难中,全体船员冒着生与死的考验,通过抢险自救最终创造了世界海运史上的一段传奇。     

基于Labview的PID算法在小型水下机器人中的应用

主要讨论基于图形化编程语言(Labview)的PID控制算法在小型水下机器人中的应用.利用PID算法对小型水下机器人的航向角和深度进行控制,从而提高其稳定性.实验表明,通过PID算法对机器人运动的控制,能实现水下机器人对目标进行锁定观测.通过本文的控制方案,不但简化了控制系统,同时也大大改善了小型水下机器人的工作性能,从而使其能适应较复杂的工作环境.     

融合卡尔曼滤波的VFH避障算法

针对机器人在野外自主作业时遇到的避障问题,提出了卡尔曼滤波算法和VFH算法相结合的新型避障算法.将机器人运动平面划分为一系列具有二值信息的栅格单元,并以机器人为中心将平面分割若干区间,通过获取栅格单元信任度值,计算障碍物栅格的向量值、矢量角以及每个区间的障碍物密度,来构建阈值范围内的安全路径.再融合卡尔曼滤波的预计更新的优点,实现机器人避障的动态路径规划.仿真实验表明:该融合算法解决了在目标点附近转向抖动的问题,摆脱了对周围环境先验认知的依赖,能够准确稳定地实现自主避障.     

AUV自主收放装置结构及控制系统设计

AUV技术对于提高海洋资源环境的勘测和开采效率具有重要意义。在AUV收放过程中,传统的回收方式是在母船上起吊回收,人为参与完成挂钩任务,这种方式受风浪的影响较大。为了提高AUV的使用保障能力,需要针对AUV的自主收放技术展开研究。基于AUV良好的实时性、连续性及可移动性的特点,本文设计一套AUV自主收放装置,可用于AUV的自动布放及回收。该装置由固定架、控制台、吊机装置、绞车、定滑轮、钢丝绳、收放架等组成。设计各部分的机械结构,并通过系统校核验证结构设计的合理性。同时,设计AUV收放存储装置控制系统,实现对机械液压执行器的精密控制、传感器的数据采集、系统状态参数显示、试验参数调整、工作状态监控和安全报警等功能,能够对控制系统的控制流程进行辅助判断和安全保障。解决了传统AUV收放技术的难题,提高了AUV收放的智能化水平。     

某型AUV运载器的定位方法与误差分析

传统AUV依靠水下惯性导航设备自主定位的方法无法实时进行水下信息感知和系统控制。水声定位是AUV定位导航技术的一个研究领域，可用于水下运动目标定位与导航、水下静止目标勘测等。本文分析阐述三种经典AUV定位方法，进一步研究AUV快速定位解算原理，论证影响AUV运载器在深海工作时产生的定位误差来源并进行仿真试验分析，最终将研究成果应用在目前现有某型AUV运载器上，实现自身水下定位、导航与远程遥控。     

AUV均衡系统设计及垂直面运动控制研究

针对AUV传统均衡调节系统存在难以克服的缺陷而无法实用的问题,设计了一种新型液压均衡系统。该系统主要由油箱和安装在AUV轴线上的两个油囊组成,通过调节油箱和油囊的油量来调节AUV的姿态和浮态。同时在简化AUV垂直面运动模型的基础上,构建了深度控制、纵倾控制和浮态控制模型,并基于PID和均衡系统设计了深度控制、纵倾控制和浮态控制方法。仿真结果表明在无干扰和有干扰两种情况下,设计的均衡系统能有效控制AUV的垂直面运动;建立的AUV垂直面运动控制模型符合AUV运行特性;PID控制算法适合海流干扰下的AUV均衡控制,且具有良好的控制品质。     

Applying a semantic information Petri Net modeling method to AUV systems design

This paper informally introduces colored object-oriented Petri Nets(COOPN) with the application of the AUV system. According to the characteristic of the AUV system's running environment,the object-oriented method is used in this paper not only to dispart system modules but also construct the refined running model of AUV system,then the colored Petri Net method is used to establish hierarchically detailed model in order to get the performance analyzing information of the system. After analyzing the model implementation,the errors of architecture designing and function realization can be found. If the errors can be modified on time,the experiment time in the pool can be reduced and the cost can be saved.     

基于差分进化算法的自主式水下航行器在时变水下环境中的快速路径规划方法（英文）

Robust and efficient AUV path planning is a key element for persistence AUV maneuvering in variable underwater environments. To develop such a path planning system, in this study, differential evolution(DE) algorithm is employed. The performance of the DE-based planner in generating time-efficient paths to direct the AUV from its initial conditions to the target of interest is investigated within a complexed 3D underwater environment incorporated with turbulent current vector fields, coastal area,islands, and static/dynamic obstacles. The results of simulations indicate the inherent efficiency of the DE-based path planner as it is capable of extracting feasible areas of a real map to determine the allowed spaces for the vehicle deployment while coping undesired current disturbances, exploiting desirable currents, and avoiding collision boundaries in directing the vehicle to its destination. The results are implementable for a realistic scenario and on-board real AUV as the DE planner satisfies all vehicular and environmental constraints while minimizing the travel time/distance, in a computationally efficient manner.     

带吊舱水下机器人运动建模与仿真(英文)

To provide a simulation system platform for designing and debugging a small autonomous underwater vehicle’s (AUV) motion controller, a six-degree of freedom (6-DOF) dynamic model for AUV controlled by thruster and fins with appendages is examined. Based on the dynamic model, a simulation system for the AUV’s motion is established. The different kinds of typical motions are simulated to analyze the motion performance and the maneuverability of the AUV. In order to evaluate the influences of appendages on the motion performance of the AUV, simulations of the AUV with and without appendages are performed and compared. The results demonstrate the AUV has good maneuverability with and without appendages.     

水下航行器多普勒导航系统误差辨识与修正

水下航行器(Autonomous Underwater Vehicles,AUV)在水下往往采用航位推算定位方式.由于存在传感器误差,航位推算的定位误差是随着时间发散的,而直接准确检测这类误差非常困难.对多普勒导航系统进行导航误差分析,简化航位推算算法,在此基础上推导出一种新的辨识AUV导航误差参数的方法.仿真结果表明,该算法能够准确辨识AUV导航误差参数向量,可以有效提高AUV自主导航精度,且方法合理、简单.     

基于EKF的AUV协同定位方法仿真与验证

自主水下航行器（AUV）协同导航定位技术是解决复杂作业环境下导航问题的重要途径,研究了单领航艇的主从式多AUV基于扩展卡尔曼滤波（EKF）算法的协同到导航定位问题。AUV协同定位时,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,外部配有测距装置,舰艇间是通过通信装置来交换自身位置和状态信息并同时测量通信双方的相对距离,通过信息融合对自身定位进行修正,利用EKF算法对系统中传感器所传递信息进行融合,对从AUV进行实时定位。通过仿真验证此算法可以显著提高导航定位精度。