基于L1自适应理论的AUV深度控制器设计

[目的]为抑制自主式水下航行器(autonomous underwater vehicle, AUV)运动过程中水动力参数变化和复杂外界环境干扰的影响,针对AUV深度控制通道设计一种自适应控制器。[方法]首先建立AUV系统动力学模型,然后以REMUS AUV系统的纵向控制模型为被控对象设计L1自适应控制器,最后在考虑不同干扰条件下使用Matlab/Simulink对L1自适应控制器进行仿真试验,并与相同环境下PID控制器的效果进行对比。[结果]在受到强外界干扰的条件下,对比PID控制器,L1自适应控制器的控制效果更稳定。且当AUV运动模型中水动力参数发生改变时,L1自适应控制器可以保持稳定。[结论]仿真结果表明,基于L1自适应理论设计的控制器在拥有良好动态响应的同时能够保证抗干扰能力与鲁棒性。     

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。     

混合驱动水下滑翔机自噪声测量及分析

[目的]混合驱动水下滑翔机是一种融合了传统自主式无人潜航器(AUV)和水下滑翔机(AUG)驱动方式的新型水下航行器。为研究混合驱动水下滑翔机自噪声的噪声源分布及基本特征,[方法]首先进行自噪声采集系统的设计与研制,并在消声水池中进行噪声分析实验。以2016年8月南海某海域1 000 m深度范围内的观测数据为研究对象,通过分步运转法,得到实航下滑翔机平台不同工作状态下的自噪声数据。[结果]试验分析与研究结果表明,设计和研制的自噪声采集系统工作稳定,在滑翔工作模式下水下滑翔机的机械噪声对自噪声的贡献最大,500 Hz以上的高频段时自噪声与浮力调节单元工作密切相关,在1 kHz达到峰值。[结论]所得结论对水下滑翔机减振降噪措施的实施和性能的改进可提供一些指导。     

基于主从同步的欠驱动AUV与移动平台水下对接控制

许多应用场合要求水下自主航行器(AUV)与水下移动平台对接来实现能源补充和信息交换功能。针对欠驱动AUV与移动平台的水下对接问题,采用主从式同步跟踪策略,提出AUV接收目标的状态信息并控制自身位置与目标保持一致的控制方法,从而将AUV水下对接的问题转化为AUV与移动目标保持同步运动的问题。在给出移动目标和AUV的水平面线性化动力学模型基础上,设计了在常值海流影响下,欠驱动AUV同步跟踪由卡尔曼算法估计的目标运动轨迹的滑模控制器。使用Lyapunov稳定性理论证明了离散滑模控制器的稳定性,并使用仿真实验验证该控制方案的有效性。     

全驱动型AUV三维路径跟踪控制系统设计及分析

[目的]为满足全驱动型自主式水下机器人(AUV)水下搜救、回收及海底地貌成像等实际任务需求,研究全驱动型AUV三维路径跟踪控制应用的方法。[方法]阐述自主研发的"探海I型"全驱动型AUV系统组成,研究并建立该AUV推进器、水平面和垂直面控制的数学模型,设计一种新颖的智能积分S面三维路径跟踪控制器,分析设计的控制系统的稳定性,并通过仿真及湖上试验进行验证。[结果]结果表明所开发的AUV运行可靠,设计的控制器能较好地完成三维路径跟踪任务,可满足水下实际任务的需求,[结论]其三维路径跟踪控制器对全驱动型AUV及其他领域的路径跟踪控制应用具有借鉴意义。     

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。     

大尺度欠驱动高速AUV导航系统研制

[目的]针对某新型大尺度欠驱动高速自主式水下机器人(AUV)导航系统的研制,[方法]详细介绍AUV导航系统的硬件组成及软件构架,构建基于VxWorks实时嵌入式操作系统的AUV组合导航系统。考虑到高速AUV导航系统的非线性特征及容错性要求,将无迹卡尔曼滤波(UKF)技术用于联邦滤波器,设计基于UKF的联邦卡尔曼滤波器,并对导航系统的二维平面模型进行数值仿真。[结果]结果表明,联邦无迹卡尔曼滤波器相比传统的卡尔曼滤波方法能够获得更高的精度和更好的鲁棒性;半实物仿真联调试验、水池试验、湖上试验及艇载试验充分验证了导航系统的实时性和可靠性,[结论]证明该系统能够满足AUV航行任务的需要。     

水下滑翔机浮力调节系统研制

[目的]浮力调节系统是控制水下滑翔机潜浮状态及滑翔速度的关键组件。为了深入研究浮力调节系统,[方法]通过对水下滑翔机及其浮力调节系统的理论分析和CFD计算,以获得浮力调节量这一重要的设计参数。研制了具有出油和回油两通路的浮力调节系统、采用高压柱塞泵实现在深水环境下向外出油、低能耗齿轮泵实现在浅水环境下回油的浮力调节系统。在不同压力环境下对出油和回油特性及其能耗进行实验测试。[结果结果]结果表明:在2.5 MPa压力环境下,浮力调节系统出油过程正常;在大气压力环境下,浮力调节系统的回油过程正常,所研制的实验装置可模拟水下滑翔机实际运行环境的海洋压力。[结论]研制工作可为浮力调节系统的工程应用提供有益参考。     

面向水下搜救的自主水下航行器路径跟踪控制

对自主水下航行器（AUV）在执行水下搜救任务过程中遇到的三维路径跟踪控制和定点驻停问题进行研究。在固定坐标系和机体坐标系下建立AUV的运动学模型，引入流体坐标系，设计适宜进行运动控制的三维路径跟踪控制器，并在Serret-Frenet坐标系下建立AUV的路径跟踪误差模型；基于三维视距制导律控制设计AUV的三维路径跟踪控制器，在此基础上提出一种适于水下搜救工况的AUV路径跟踪控制方法，使AUV能完成对参数化路径的跟踪和在预设目标点的驻停；同时，基于李雅普诺夫稳定性原理证明该控制器的稳定性。仿真试验结果表明，设计的控制器有效，能实现对面向水下搜救的AUV路径跟踪控制。     

一种基于人工势场多AUV集群的实时避障方法

[目的]针对复杂水下环境中可能存在的多种障碍物,影响多自主式水下机器人(AUV)集群运动规划问题,提出一种基于人工势场的多AUV集群实时避障方法。[方法]首先,采用一种基于动态网络拓扑的编队方法,将AUV看作网络中的节点,通过设置势场函数来满足编队要求;然后,基于人工势场法对同时存在目标和障碍的区域建立势场函数,并将势场函数改进为指数函数,对AUV进行在线规划,实时完成多AUV集群避障的任务;最后,在Matlab软件中仿真设置10台AUV和6个障碍物进行仿真验证。[结果]仿真结果表明,采用该方法,AUV可以全部顺利地避开障碍物,准确到达目标点的安全区域。[结论]人工势场函数法可准确实现多AUV的实时避障,该技术的进步对提高军事作战能力具有重要的意义。     

基于航行阻力优化的近水面机器人减纵摇控制

[目的]水下机器人(AUV)在近水面航行时,不可避免地会受到海浪的干扰,海浪干扰导致的纵摇和升沉运动不仅会影响AUV的航行姿态,同时也会导致其航行阻力增加,加剧能源的消耗。为实现AUV航行姿态和航行阻力的加权最优,[方法]建立AUV的六自由度模型并进行纵平面运动的线性化。对AUV的纵摇增阻情况进行研究,利用势流理论的方法,推导AUV的纵摇增阻模型。以纵摇增阻为性能指标,确定控制器中的Q矩阵和R矩阵,并设计减小AUV纵摇的线性二次型控制系统(LQR)控制器。[结果]仿真结果表明,加入LQR控制器后,减垂荡和减纵摇效果分别达到46.64%和77.62%,纵摇增阻减小到原来的1/6。[结论]研究结果显示,基于能量优化的LQR控制可实现纵摇增阻和航行姿态的加权最优,节约能量消耗,增加AUV的续航力。     

AUV cluster path planning based on improved RRT* algorithm北大核心CSCD

[目的]针对微小型欠驱动自主式水下机器人(autonomous underwater vehicle,AUV)集群控制问题,设计一种基于改进RRT^(*)算法的编队控制策略。[方法]RRT^(*)算法规划的路径陡变难以跟踪且收敛速度较慢,针对该问题提出改进方法。首先加入偏置函数使随机采样点靠近目标点,然后采用Dubins曲线平滑连接采样点,通过在可变半径范围内重新布线,并设计有关曲线长度与避障的代价函数,选择最优路径。依据代价和最小值为多AUV分配集结点,协调多AUV速度完成最小集结时间约束,随后设计基于Dubins路径的分段向量场构造方法,使得多AUV跟踪规划路径,到达目标集结点时速度与方向保持一致。[结果]仿真结果表明,多AUV编队平均路径长度缩短26.6%,平均集结时间缩短21.7%。[结论]该算法路径规划质量高,可顺利完成编队集结任务。     

自主式水下航行器水下回收融合引导技术方案及算法

[目的]为解决母艇携载的自主式水下航行器(AUV)在水下自主回收和对接的问题,基于惯导(INS)、声学超短基线定位(USBL)、光学等信号引导的多源数据融合,提出一种面向移动平台的AUV水下回收对接引导方法.[方法]为此,设计融合多传感器信息的扩展联邦卡尔曼滤波器,采用分散滤波并再经信息融合方法以提高滤波精度.分别以I...     

一种新型正浮力自主航行器设计与实现

介绍一种新型正浮力自主航行器的设计与实现。文中描述了正浮力自主航行器的工作模式、工作原理、外形设计、主要部件和控制系统等。该正浮力自主航行器通过其机翼产生负升力来克服自身正浮力,并结合其动力学控制面实现在水下运动。通过进行水池试验对正浮力自主航行器原理样机水面和水下运动的性能、控制响应等进行了研究。水池试验的结果验证和说明了新型正浮力自主航行器的环境适应能力强、安全性较高,并且其性能优异,具有良好的应用前景。     

美海军最新式水中自动武器

进入21世纪以来，AUV的研制成功标志着“水中”自动探测武器出现了突飞猛进的进步。AUV是“Autonomous Underwater Vehicles”的简称，即“水下无人航行器”。水下无人航行器共有两种类型，有线型和无线型。20世纪建造、现在仍在使用的自主式水下无人航行器几乎都带电线或光纤电缆，主要通过远距离有线控制，因此被称为“遥控水下航行器”(Remotely Operated Vehicles)。21世纪建造的最新式水下无人航行器系无线型，主要通过人工智能自行判断和行动，是自由航行的AUV。下面，简要介绍一下美海军最新式水中自动武器。     

一种基于双模型的低成本多AUV协同定位方法

[目的]针对多自主水下航行器(AUV)上装备的惯性导航系统(INS)和多普勒速度计程仪(DVL)失效或未配备的情况,结合传统的扩展卡尔曼滤波(EKF)估计,提出一种基于双模型的协同定位方法。[方法]建立相对运动模型和双领航状态空间模型,通过水声通信,利用相对运动模型估计跟随AUV的速度信息,再应用双领航模式的多AUV协同定位状态空间模型,进一步提高协同定位系统的鲁棒性和准确性,利用海试数据进行半实物仿真验证。[结果]结果表明,基于双模型的主从式多AUV协同定位方法,能够在跟随AUV上没有INS和DVL的情况下,实时估计跟随AUV的位置。[结论]该方法能够保障协同定位系统定位精度在允许的范围内,降低多AUV协同定位系统的成本。     

基于卷积神经网络的AUV水下识别系统

为实现自主式水下机器人(Autonomous Underwater Vehicle, AUV)水下自主识别,搭建AUV硬件系统。通过OpenCV和Tensorflow,在LeNet-5卷积神经网络的基础上,利用13层卷积神经网络进行100次迭代训练试验。结果表明,该基于卷积神经网络的AUV水下识别系统的水下目标识别准确率能达到99.18%,能实现AUV对水下目标的自主识别。     

矢量推进混合型水下运载器的概念设计研究

文章介绍了一种基于矢量推进方式的新型水下运载器的概念设计,提出了使用光纤微电缆(FOMC)连接蓝牙浮标实现半无线通信并应用于水下运载器的理念,对运载器的本体设计和控制方式进行了阐述,另外还基于MATLAB对控制上位机进行了仿真。作为一种新型水下机器人,它可以通过半无线控制,轻便灵活,实现五个自由度的运动,能在半人工控制和半自主运动的模式下,实现水下悬停、定深运动并能灵活回转和爬升下潜等,成为一种兼具ROV和AUV优点的混合型水下半自主航行器。     

一种AUV载荷分离过程实验研究与分析

自主式水下航行器(AUV)越来越广泛应用于携带、布放载荷。介绍一种AUV两侧对称携带载荷的布置方法,对AUV与载荷分离过程做简单说明。通过对AUV携带2种不同重量的载荷海上航行实验数据分析,验证了采用该布置方案,载荷分离可靠,且对AUV水中航行姿态影响不大;同时,携带载荷水中重量越大,载荷分离对AUV水中航行时的横滚角影响越大。     

模块化小型水下航行器设计及其水动力学性能研究

基于模块化思想,设计一种小型水下航行器,该航行器共分为艏舱、前侧推进舱、前浮力舱、主控舱、后浮力舱、后侧推进舱和艉舱7个舱室,并在航行器上安装可拆卸式滑翔翼板,由滑翔翼提供向上升力。设计完成后,建立航行器的三维数值仿真模型,采用CFD软件对其进行水动力学性能预报,分析水下航行器的流场分布以及不同攻角下的升力和阻力特性,并通过试验验证数值仿真结果的准确性,为新型水下小型航行器的设计提供研究思路。