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。     

基于前视声呐图像的AUV目标识别与跟踪

声呐图像由于水体不均匀、边界不规则以及声呐设备本身性能的限制,导致图像噪声明显、亮度不均、分辨率低,使得水下AUV装备在使用前视声呐进行水下目标检测时难度较大。针对该问题,基于m750d声呐探测获得的AUV声呐数据,进行了数据提取、高斯滤波处理、扇形映射处理,并采用Jet映射对声呐灰度图像进行了伪彩色映射提高数据标注速度和精度,制作获得了4组2 500张声呐图像的AUV目标检测数据集;采用YOLOv4-tiny目标检测算法开展AUV目标检测研究,研究结果表明该方法在该数据集上表现优秀,mAP@0.50达到94.17%,FPS在22帧左右,说明该轻量级网络在水下AUV目标识别与跟踪应用上具有较好的应用价值。     

腹部作业型水下机器人控制系统研制

[目的]针对无人水下机器人(UUV)的回收任务要求,研制开发一台新式腹部作业型水下遥控机器人(ROV)。腹部作业型ROV不同于一般依赖机械手作业的传统ROV,其通过腹部作业机构完成与UUV的水下对接及回收。[方法]介绍腹部作业型ROV的系统组成及原理,提出一种以一体化工业加固计算机为水面监控单元,PC104嵌入式工业控制计算机为水下主控单元,各驱动板为驱动单元的控制系统架构。同时建立腹部作业型ROV的动力学模型,并设计水平面定向控制的H∞鲁棒控制器。[结果]单项试验、系统联调及水池试验表明,腹部作业型ROV控制系统具有良好的实时性和可靠性,能够满足UUV回收任务的要求。[结论]该架构和算法对于其他移动机器人、无人机、仿生机器人的控制系统开发均具有参考意义。     

基于浮力调节系统的AUV水底着陆策略研究

[目的]水底着陆是自主式水下机器人(AUV)实现水下长期潜伏、定点观测的一种手段,有利于更好地掌握海洋环境的变化。[方法]介绍基于油囊式浮力调节系统的作业型AUV的基本组成结构及主要功能,提出控制浮力垂直下潜着陆和航行下潜控制浮力垂直着陆这2种水下着陆策略,分析AUV目标点偏离、能耗和离底情况,并开展湖上着陆试验验证。[结果]试验结果表明,依靠该浮力调节系统,AUV能够在水下稳定着陆并安全离底;航行下潜控制浮力垂直着陆策略比控制浮力垂直下潜着陆策略更节省能源,且着陆目标点更为准确。[结论]因此,航行下潜控制浮力垂直着陆策略更符合未来实际应用的需求。     

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。     

大噪声环境下前视声呐图像目标识别方法研究

提出大噪声环境下前视声呐图像目标识别的研究方法,针对水下无人航行器(UUV)在近岸浅水区航行中由于前视声呐图像噪声较大,难以准确识别目标的问题,通过改进的中值滤波和Otus阈值检测算法,对前视声呐图像进行滤波和二值化.利用区域增长算法分割疑似目标区域图像,分别提取分割图像的长度、形状、方向、灰度均值和灰度能量中值等参数...     

嵌入式系统在船舶水下识别中的应用

水下目标的识别是水下机器人领域的一项非常关键的技术,对水下机器人起到导航、监测和规避障碍的作用,对水下机器人的发展具有十分重要的意义,已成为视觉领域一项具有实际研究价值的课题。本文基于嵌入式实时操作系统VxWorks设计一种水下目标识别系统,整个系统由主控PC机、PC/104目标机和显示机3个部分组成。本文针对几组特定的水下微光图像进行模拟识别实验,以此来测试系统的目标识别率、稳定性和可靠性。     

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。     

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。     

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。     

水下安全检测与作业型机器人控制系统

[目的]针对船体、大坝、水下钢结构等表面附着物的安全检测,以及附着物清除作业的要求,需要研制一款新型水下安全检测和作业型带缆遥控水下机器人(ROV)。此类ROV需针对不同作业任务更换机械手,实现抓取、切割的功能,从而保证去除结构物上的附着物。[方法]阐述水下安全检测和作业型机器人的整套系统组成及原理。该系统以Arduino单片机为控制面板信号采集工具、以水面监控系统开发工控机为平台,零浮力脐带缆以2对双绞线、1对电源线为信号电力传输线,水下控制系统以ARM嵌入式为主控单元。建立ROV动力学模型,设计ROV艏向控制的广义预测控制器。经过系统调试,进行水池试验和湖上试验。[结果]试验证明,该系统运行正常,整套控制系统的稳定性、可靠性、实时性均达到设计要求,满足水下安全检测及作业要求。[结论]该系统设计方案和控制算法对于其他水下机器人的控制系统研究均有借鉴意义。     

水下三维声纳目标在线运动监测与识别

随着声学探测在海洋资源开发中的广泛应用,水声成像技术已成为水下目标监测的重要手段,文章提出了一种基于三维声纳技术的在线运动目标识别方法。通过对三维声学图像进行网格搜索和三角面片连接,进行单帧三维声学图像的多层实时重建,实现单帧图像内目标的重建、聚类与标示。结合GPS定位仪和姿态仪信息,修正位移和姿态变化引起的运动误差,利用反向投影和最近点搜索方法查找相邻图像帧之间两两匹配的控制点对,进行相邻图像帧的快速配准。根据配准矩阵将相邻图像帧的的各个目标转换到同一全局坐标系中,提取有效的声学目标特征变化相对值,并评估特征权重,实现相邻图像帧之间运动目标的在线检测与识别。通过室内水池和湖试实验,结果表明该方法能有效地实现三维声学图像在线运动目标实时识别。     

基于统计量的声呐图像目标检测算法

水下声呐图像目标检测问题是一项重要而困难的工作,采用滑动窗计算图像中各像素点处邻域像素灰度的统计量,利用最大熵图像分割算法确定检测阈值,并利用均值、标准差、偏态和峰度等统计量对算法进行了仿真验证,对声呐图像中的目标回波区和阴影区域均可实现较好的检测效果。结果表明,该方法具有原理简单、运算效率高、实时性好等特点,具有较强的工程应用价值。     

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。     

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。     

某型潜艇雷达计算机组件测试仪

针对某型潜艇雷达计算机组件故障率高、系统排故效率低、配备检测设备操作复杂度高等问题,研制潜艇雷达计算机组件检测仪,用于计算机组件故障的高效隔离。根据雷达计算机组件的功能特点及输入输出关系,研究其测试原理,给出PC104架构的测试仪总体设计方案。重点研究数字I/O板卡功能模块及伪穷举故障诊断方法。结果表明,该设计能够实现64位信号的同步输入输出,大幅提高检测效率和设备运行可靠性。     

海空背景下基于双目视觉的目标测距新方法

结合海空背景特点和双目视觉测量需求,提出一种基于海天线的双目图像校准方法。采用Sobel算子对图像进行边缘检测并作二值化处理,利用Hough变换算法提取和定位海天线,根据参数空间返回的参数值对图像进行旋转和平移变换。试验结果表明:运用该方法能有效实现双目图像对的行对准。在此基础上,基于双目视差测距原理完成海面目标距离的测量,测距结果表明:对于500 m远的目标,相对测距误差5%,能够满足一定场合的应用需求。     

基于测距声纳与光视觉的水下目标定位方法研究

针对无人水下航行器作业环境的特殊性以及任务需求,为提高光视觉的定位精度,提出了一种基于测距声纳与光视觉的水下目标定位方法。该方法根据摄像机成像的特点,利用测距声纳与摄像机的几何关系设计水下目标定位算法。本文针对规则的水下目标进行定位算法设计,然后通过对水池试验采集的图像中的目标进行定位验证以及误差分析,证明了该定位系统具有较高的定位精度,满足水下作业的需求。