Obstacle avoidance of unmanned ship swarm based on virtual navigator and improved Hooke's law北大核心CSCD

[目的]针对无人船集群规避障碍物的问题,提出一种基于虚拟领航者和改进胡克定律的弹性集群编队控制方法。[方法]首先,根据障碍物的长和宽得到其外接椭圆,按照长宽比向外扩展出虚拟碰障区、避障反应区、自由航行区,实现水面避障物模型的简化;其次,基于虚拟领航者和改进胡克定律,对编队各成员之间、各成员虚拟领航者之间的相对距离和速度予以约束,采用坐标形式设置编队队形,构建弹性编队模型,并基于障碍物的环形斥力场来实现单无人船的避障,以及在弹性集群编队的组织下实现无人船集群的避障;然后,通过优化处理无人船的航行过程,消除编队及避障过程中的“徘徊”和“振荡”等现象,使各无人船的运动更加平滑;最后,运用Matlab软件对由4艘无人船组成的集群编队进行仿真实验。[结果]实验结果表明,编队可成功绕过设置的所有障碍物,验证了所提方法的有效性和可行性。[结论]该方法可实现无人船集群对水面障碍物的规避,具备在一定复杂环境下的通过能力,可为无人船集群避障的应用及研究提供参考。     

多AUV队形控制的新方法

基于机器人队形控制中的领航者-跟随者方法(Leader-Follower Method)和基于行为方法(Behaviorbased Method),提出了一种用于多自治水下机器人(AUV)队形控制的新方法.该方法以领航者来确定整个AUV编队的前进状态,跟随者时刻跟随领航者以保持一定的队形形状.同时,领航者和跟随者都被赋予一定的行为特性以实现奔向目标、队形维持、队形转换及障碍避碰等功能.考虑到领航者在行进过程中有可能会发生意外而导致任务失败,本方法设定一特殊的跟随者令其作为候选领航者时刻跟随领航者以防万一.分别采用模糊规划器和Line of Sight(LOS)技术来实现AUV编队的障碍避碰和导航.     

基于指数趋近滑模控制的水下机器人-机械手系统轨迹跟踪

针对水下机器人-机械手一体系统需要快速、准确实现预定轨迹跟踪以实现作业的要求,提出一种基于指数趋近律的滑模变结构控制方法,以期提高系统的响应速度与控制精度,并减小系统抖振,实现对系统运动轨迹的控制。为此本文首先建立水下机器人-机械手系统整体动力学模型,并基于指数趋近律和滑模变结构控制建立系统的控制器,通过李雅普诺夫稳定性理论对控制系统的稳定性进行验证。然后在Matlab环境中对水下机器人-机械手系统进行轨迹跟踪控制仿真。仿真结果表明,建立的滑模控制系统响应快,控制误差小,能够有效地实现水下机器人-机械手系统的运动轨迹控制。     

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。     

船体清洗机器人的开发现状与展望

从船坞内作业和水下作业这两个方面对目前国内外所有船体清洗机器人的开发现状进行系统全面的介绍,包括超高压爬壁除锈机器人和水下船体清洗机器人,突出水下船体清洗机器人的发展优势。将现有的水下船体清洗机器人按磁吸附、真空负压吸附、推力吸附、复合吸附等吸附类型进行分类,具体针对各类吸附移动对其结构功能设计的优缺点进行分析比对。最后,总结吸附性和灵活性难统一、船体复杂壁面难适应和废水废渣难回收等技术难点,针对存在的问题提出推力磁轮复合吸附和水射流清洗技术相结合的创新设计建议,并对多功能化、高智能化、自主性强的多机器人编队协同作业的船体水下清洗发展进行展望。     

多领航者导引无人船集群的分布式时变队形控制

[目的]针对含有模型高度不确定性和未知海洋环境扰动的无人船集群,研究多领航者导引的欠驱动无人船(USV)集群的分布式时变队形控制问题。[方法]首先,在运动学层级,基于包含策略和路径操纵原理,设计时变队形分布式制导律;然后,在动力学层级,针对USV航行中存在的模型不确定性以及未知海洋环境扰动,设计基于扩张状态观测器(ESO)的前向速度和艏摇角速度控制律,减小模型不确定性和未知海洋环境扰动带来的影响;最后,进行级联系统稳定性分析和控制器有效性的仿真验证。[结果]研究表明,无人船集群采用的分布式时变编队闭环控制系统输入状态稳定,仿真结果证明了控制方法的有效性。[结论]所提出的控制器可以使无人船集群形成预定的时变编队队形,并跟踪多领航者形成的凸包。     

2种典型AUV编队控制算法比较与局部优化研究

本文研究分析了基于领航者-跟随者的编队控制方法和基于路径跟随的编队控制方法等2种常用的AUV编队控制方法异同点。针对2种方法在路径点切换时航向变化较大的共性问题,提出采用B样条曲线对规划航路做在线的局部B样条拟合优化,对路径切换点处领航AUV的控制航向角作适度平滑处理。通过数值仿真验证了该方法可改善路径切换时,基于领航者-跟随者的编队控制中的跟随AUV目标跟踪位置变化速度和曲率,削弱了跟随AUV的点跟随难度;同时在路径跟随的编队控制中,利用B样条基函数自变量作为在切换点附近路径的同步控制参数的一部分,可提高切换点附近路径上编队的同步速度。     

多自主水下航行器编队控制技术研究

对多自主水下航行器编队任务进行了概述,针对编队问题和目前常用的编队方法,提出了基于领航者法的分层式编队控制技术,将人工势场法引入到编队控制行为中,提高了AUVs编队的协调性与协作性,增强了编队体系的环境自适应能力.最后,通过仿真实现了多种编队案例,验证了算法的合理性和实用性.     

利用局部感知和有限通信相结合实现多自主式水下机器人编队

水下机器人是深海探测的重要工具,通过多个机器人之间的协作可以完成复杂的探测工作。本文主要是研究多自主式水下机器人的编队,首选阐述局部感知和有限通信,然后将二者相结合来解决集群机器人之间的通信和避碰问题,最后进行不同编队情况下多机器人编队的保持度实验。     

基于神经网络的水下机器人容错控制方法与实验研究

针对无人水下机器人(UUV)传感器常见故障,采用一种基于有限脉冲响应(FIR)滤波器模型的在线故障诊断方法.根据该模型的故障检测结果,提出一种基于BP神经网络模型的容错控制策略,实现水下机器人首向角的估计以及传感器信号的在线重构.将重构的信号替代故障传感器信号,实现水下机器人在线容错控制.在OUTLAND 1000 水下机器人定向控制系统中,首向角传感器(罗经)发生故障情形下,给出机器人的故障检测以及容错控制结果.     

基于Kane动力学和通路矩阵的水下自重构机器人建模

文章推导出基于通路矩阵和Kane方法的水下自重构机器人的运动学和动力学方程。引入图论的知识解决水下自重构机器人的统一构形描述问题,提出采用通路矩阵描述水下自重构机器人的不同构形,结合Kane方法,建立了水下自重构机器人的运动学和动力学模型。以水下自重构机器人的典型构形(水下四足行走构形)为例,验证了该方法的有效性和可用性。     

多无人水面船分布式自适应协调跟踪控制

针对多无人水面船(Unmanned Surface Vessel, USV)协调轨迹跟踪控制问题，基于仅邻近USV可以通信的无向连通通信拓扑，提出分布式自适应协调跟踪控制。使用领航者跟随协调策略，引入虚拟领航者，考虑仅虚拟领航者已知期望轨迹和目标速度的情况，通过获取邻居的实时位置和速度信息，计算每艘USV在团队中的实时期望位置和速度，从而定义聚合跟踪误差。基于聚合跟踪误差建立轨迹跟踪误差系统数学模型，使用自适应项补偿外界环境干扰，提出分布式自适应协调跟踪控制算法。基于Lyapunov稳定性理论，论证聚合跟踪误差收敛，进而得到跟随者相对于期望位置的跟踪误差、速度误差均有界并渐进收敛到零，最后仿真验证理论结果。     

未知扰动下的无人艇编队优化轨迹跟踪控制

[目的]针对水面无人艇（USV）编队轨迹跟踪中存在的未知扰动和队形变化问题,提出一种基于有限时间扰动观测器的最优反步控制（FDO-OBC）方法。[方法]首先,基于虚拟结构法,建立无人艇编队控制框架,并设计运动学和动力学编队控制器;其次,设计有限时间扰动观测器,实时估计补偿未知环境扰动;然后,针对编队队形变化的轨迹跟踪问题,提出基于最优反步控制的动态轨迹优化策略,利用扰动观测器信息来计算最优控制输入,实现无人艇编队轨迹跟踪的动态优化;最后,采用李雅普诺夫稳定性理论证明该编队控制方法的稳定性。[结果]仿真对比结果表明,FDO-OBC策略可有效提高无人艇编队系统的精确性和鲁棒性。[结论]对于面向扰动环境下的无人艇编队控制系统设计,FDO-OBC方法提供了一种新的技术手段。     

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。     

多自主式水下机器人的路径规划和控制技术研究综述

自主式水下机器人(AUV)是海洋资源勘探和开发的重要工具,在民用和军用领域都发挥着重要作用。随着AUV技术的逐步成熟,通过构建多自主式水下机器人(MAUV)系统,令多个AUV协作完成水下作业任务已成为当前的发展趋势。MAUV系统对提高水下机器人的智能化水平及发展海洋化装备具有重要的理论研究意义和实用价值。介绍目前MAUV系统的应用现状和科研进展,并对MAUV协同路径规划和集群协同控制技术等研究热点进行系统化梳理,着重分析人工智能优化和编队协同的关键技术。最后,对MAUV系统未来的发展方向进行展望。     

面向复杂地形海洋勘探的Multi-AUV编队协同控制策略

针对Multi-AUV编队执行复杂海底地形勘探任务的实际需求和问题,提出Multi-AUV的编队协同控制策略。首先采用领航-跟随思想和反馈线性化方法推导出编队控制律,使Multi-AUV编队可以维持在恒定的几何队形进行巡航,实现高效的并行作业;其次为使搭载的设备获得更佳的扫描效果,引入基于最小二乘法估计的高度控制方法,以保持AUV处在期望的距底高度;然后针对执行梳状探测路径中存在的路径变换和极端地形避障问题提出路径变换优化策略和避障策略,最后通过计算机仿真试验验证提出的编队方法和策略在执行海底复杂地形探测任务中的有效性。     

面向复杂地形海洋勘探的Multi-AUV编队协同控制策略

针对Multi-AUV编队执行复杂海底地形勘探任务的实际需求和问题,提出Multi-AUV的编队协同控制策略。首先采用领航-跟随思想和反馈线性化方法推导出编队控制律,使Multi-AUV编队可以维持在恒定的几何队形进行巡航,实现高效的并行作业;其次为使搭载的设备获得更佳的扫描效果,引入基于最小二乘法估计的高度控制方法,以保持AUV处在期望的距底高度;然后针对执行梳状探测路径中存在的路径变换和极端地形避障问题提出路径变换优化策略和避障策略,最后通过计算机仿真试验验证提出的编队方法和策略在执行海底复杂地形探测任务中的有效性。     

深海作业型机器人总体设计及性能分析

面对深海设备检修作业工作需求,基于SolidWorks虚拟设计技术,开展面向深海作业型机器人的总体模块化设计。基于有限元和经验公式,校核机器人承压构件的强度与稳定性;基于粘性流体理论,对ROV结构本体的阻力性能进行数值计算,为推进系统的设计和选型提供参考依据。针对机器人各项性能分析结果表明,机器人的结构性能满足1200 m水深要求,推进系统可满足机器人对设计航速的要求。本文提出的面向深海作业型机器人的模块化设计方法可有效提高机器人设计的效率。     

模型参数不确定条件下的自主水下航行器（AUV）自适应编队控制研究

研究了自主水下航行器的编队控制问题,基于编队参考中心思想为每个AUV构造了期望参考轨迹。将每个AUV的系统误差分为自身跟踪误差和与邻居AUV的协同误差两部分,在此基础上,针对AUV模型参数不确定性,提出一种自适应分布式控制律,使得每个AUV沿着自身期望轨迹运动,并与相邻AUV保持同步,从而与编队参考中心保持期望的距离,达到编队控制的目的。文章基于Lyapunov稳定性原理从理论上证明了闭环系统的稳定性,仿真结果表明所提出的算法是有效的。     

深海作业型机器人总体设计及性能分析

面对深海设备检修作业工作需求,基于SolidWorks虚拟设计技术,开展面向深海作业型机器人的总体模块化设计。基于有限元和经验公式,校核机器人承压构件的强度与稳定性;基于粘性流体理论,对ROV结构本体的阻力性能进行数值计算,为推进系统的设计和选型提供参考依据。针对机器人各项性能分析结果表明,机器人的结构性能满足1 200 m水深要求,推进系统可满足机器人对设计航速的要求。本文提出的面向深海作业型机器人的模块化设计方法可有效提高机器人设计的效率。