共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
自主式水下机器人最优路径规划问题的研究 总被引:2,自引:0,他引:2
路径规划是水下机器人实现自主航行的重要环节。根据自主式水下机器人的动力学性质,路径规划的特点以及实现智能行为的要求,采用基于案例的遗传算法,实现了自主式水下机器人最优路径规划。给出该方案的基本框架和算法,在基于案例类比的学习方法中引入模糊多属性综合决策的方法建立决策算子进行案例的匹配,在遗传算法中实际知识的指导,适当地改进遗传算子,加快搜索速度。仿真结果证明该路径规划方法能够取得较好的规划结果,使自主式水下机器人具有了一定的自主导航,自主避障和自主作业的能力。 相似文献
3.
4.
水下滑翔机(UG)是一种新型的水下无人航行器,具有能耗低、效率高、续航力长、成本低、可重复使用等优点,能够满足长时序、大范围的海洋观测与探测需求。水下滑翔机作为一种观测探测平台,合理的路径规划是其执行海洋观测与探测任务的重要保障。首先,综述近年来有关水下滑翔机路径规划方法,将水下滑翔机路径规划算法的内容系统性地分为传统算法、智能优化算法和多算法融合3类,并结合实际应用场景对不同的路径规划算法性能进行比较;然后,对水下滑翔机路径规划过程中所涉及到的环境重构技术、环境感知技术、智能决策技术和水下定位技术等关键技术进行凝练与总结;最后,基于现有的发展趋势,对水下滑翔机路径规划未来的发展方向,如多算法共融规划、多机协同路径规划、融合时空和目的约束的多维空间路径规划和复杂非稳态环境下的精准路径规划等进行展望。 相似文献
5.
6.
任务规划技术是水下机器人使命任务能否完成的关键,介绍了项目所研制的水下机器人体系结构、远程作业任务规划、路径规划的方法,给出试验结果验证了路径规划算法的有效性。 相似文献
7.
8.
9.
基于目标规划的水下机器人模糊神经网络控制 总被引:1,自引:0,他引:1
针对水下机器人运动的精确控制问题,依据模糊逻辑和神经网络理论,提出了一种基于目标规划的模糊神经网络控制方法。根据水下机器人的运动特性构造了模糊神经网络的结构,并推导了网络权值学习的反传算法,最后以水下综合探测机器人为研究对象进行了试验研究。试验研究的结果表明,该方法结合了传统模糊控制和神经网络控制的优点,大大地提高了系统响应速度和控制精度,并且对模型的不确定性有较强的鲁棒性,能够实现水下机器人运动的精确控制,具有较高的理论和实用价值。 相似文献
10.
基于神经网络的水下机器人运动预测控制方法 总被引:2,自引:1,他引:1
将神经网络和模糊理论应用于水下机器人运动规划和控制中,提出了能实现模拟控制规则的基于强化学习的自学习和自调整的规划算法,设计了水下机器人实时运动规划器结构以及规划器操作过程,提出了基于预测模糊控制进行水下机器人运动控制的方法。在计算机仿真状态下,实现了对水下机器人这一复杂非线性系统的预测控制,仿真实验结果验证了本文所提的方法的有效性。 相似文献
11.
12.
《舰船科学技术》2021,(8)
传统机器人移动路径控制优化方法,其规划路径迭代次数较少,局部采样间隔较长,导致局部路径与规划路径存在偏差,且对巡检目标点定位不准确。为此,提出船舶智能巡检机器人移动路径的自动控制与优化方法。网格划分舰船环境信息,获取起始点至目标点的所有无碰路径,通过遗传算法,搜索出最优全局路径,检测全局最优路径环境信息,构造一个人工势场函数,判定机器人所受合力的方向和大小,在全局路径中局部控制机器人行进,再计算新位置势能,直至机器人到达目标点。进行对比实验,结果表明,此次设计方法相比传统方法,规划路径行进偏差减小了0.069 m,对目标点的定位偏差减小了5.39 cm,机器人自动控制更加精确。 相似文献
13.
自主/遥控水下机器人(ARV)是一种综合自主水下机器人和遥控水下机器人特点的新型水下机器人,融合ARV自主控制和操作人员遥控的共享控制是ARV控制的关键问题。针对ARV在环境探索任务中和目标观察任务中的共享控制,采用基于行为的控制思想,提出一种基于行为的ARV共享控制方法,包括实现环境探索的遥控行为、自主避障行为、以及实现目标观察的人机协同路径跟踪控制行为,通过设计的基于优先级的行为组织和融合方法,实现了ARV基于设计的行为以"人主机辅"模式执行环境探索继而以"机主人辅"模式执行目标观察过程的有效共享控制。基于构建的水下机器人共享控制仿真环境对设计的共享控制方法进行仿真实验,验证了提出的共享控制方法的有效性。 相似文献
14.
15.
关于发展智能水下机器人技术的思考 总被引:4,自引:2,他引:2
智能水下机器人在海洋开发和海洋军事领域具有极为广阔的应用前景.智能水下机器人技术是世界各国都在致力发展的技术领域.简要介绍了国外智能水下机器人的发展状况,提出了应重点开展研究的关键技术和发展智能水下机器人技术的建议. 相似文献
16.
17.
18.
19.
20.
设计基于多传感器采集信息的水下机器人导航系统,确保水下机器人能够高效完成水下任务,并改善其导航效果。构建水下机器人导航系统结构,传感器采集模块通过安装于水下机器人上的惯性测量单元、水温水压传感器、GPS传感器、视觉传感器获取其姿态、深度、位置、运动环境信息,数据处理模块调用联合卡尔曼滤波算法实现各种信息的融合后,经通信串口传输至运动控制模块,由主控制器实现水下机器人的运动控制。经以太网通信模块将融合后的数据传输到上位机中,导航模块通过避障算法和路径规划算法实现水下机器人的导航,并呈现导航结果。实验结果表明:该系统可实现多传感器采集信息的融合,融合后速度、位置误差获得有效降低;导航轨迹曲线与实际轨迹基本一致;可实现障碍物避障,并规划出运动轨迹。 相似文献