水下机器人非完全回归型神经网络运动模型的研究

研究了基于神经网络建立水下机器人（ＡＵＶ）运动模型的方法,提出以非完全回归形式来表现输入输出变量的时序列影响和输出层向输入层回归的封闭式结构以实现运动模型的模拟机能,并给出了相应的训练和学习方法。此外,又提出了对输出层增加积分环节及神经网络输入输出变量进行正规化处理的方法。计算机的仿真及实际水下机器人“ＰＷ４５”的建模结果,表明本文所提出的建模方法的有效性和可行性。     

基于目标规划的水下机器人模糊神经网络控制

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。     

局部回归神经网络在水下机器人运动控制中的应用

探讨了水下机器人神经网络运动模型的结构,提出了带有局部回归结构的水下机器人神经网络控制器结构及预测控制的实现方法,给出了该神经网络的教师样本生成方法及学习方法,计算机仿真与水池实验结果验证了本文提出方法的有效性和可行性。     

基于神经网络的水下机器人运动预测控制方法

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。     

水下机器人作业目标控制和目标识别

自主式水下机器人（ＡＵＶ）具有自主导航、自主避碰和自主作业能力，自主作业是水下机器人实现智能化的关键技术。本文着重叙述ＡＵＶ对特定作业－“水下目标探测与识别”的作业控制和实现过程，叙述水下三维目标的识别机理和识别算法以及为正确识别目标提供最佳条件的预处理、硬件系统和实时处理功能。最后给出试验结果，说明作业目标控制过程和识别算法具有实时性、高效率和可靠性。     

水下机器人光视觉信息获取及处理算法

自主式水下机器人（ＡＵＶ）具有自主导航、自主避碰和自主作业能力，光视觉信息获取与处理算法是ＡＵＶ进行水下作业的重要内容和关键技术。本文着重叙述水下三维目标信息的获取过程和图象常用算法，最后给出试验结果，以说明研究工作的有效性和成果的实用性。     

人工神经网络控制器水下无人运载器导航中的应用

本文以水下无人运载器（ＡＵＶ）绕平面圆周航行速度、位置控制为例，推广到任何轨迹的控制问题。利用神经网络学习ＡＵＶ运动的内在规律，预测未来一步的运行情况，并用改良的ＰＩＤ方式前馈与后馈相结合的控制其执行机构。系统学习、预测及ＰＩＤ各增益量利用ＧＥＳＡ全局优化方法求得。本方法具有自适应性、强非线性及前馈控制等特点，优于其它一般的控制器。     

RBF网络Q-学习在水下机器人首向角锁定中的应用

水下机器人工作环境的多变性和复杂性,对其控制系统提出了鲁棒性、自适应性等更高要求。本文研究水下机器人的运动特点,在RBF神经网络的基础上阐述Q-学习在水下机器人首向角锁定中的应用,最后将其与RBF网络控制进行仿真对比,实验结果表明本文算法控制稳定、精度高。     

高阶CMAC神经网络及其在水下机器人运动控制中的应用

对高阶ＣＭＡＣ神经网络的结构和工作原理进行了研究,提出了中间层作用函数地址的计算方法,给出了计算高阶基函数的不同方法,利用高阶ＭＣＡＣ神经网络对水下机器人模糊深度控制器进行了学习,仿真结果显示了不同高阶基函数ＭＣＡＣ网络的不同建模能力,证明了中间层作用函数地址的计算方法正确。     

高速无舵翼水下机器人运动控制研究

通过改进传统水下机器人体系结构中的执行层、控制层和感知层,提出了无舵翼水下机器人的运动控制系统,使得水下机器人的运动控制系统在保持原有精确定位的功能外,也能完成远距离高速航行等任务.具体的改变包括执行层中的推进器布置方式以及推力分配方案、控制层中的控制方法以及在感知层中加入局部目标规划器,这些改变解决了高速航行给无舵翼水下机器人带来的一系列问题.海上进行的对比试验和远距离长航试验,验证了无舵翼水下机器人在所提出的运动控制系统控制下是可以满足任务要求的.     

基于模糊神经网络的水下机器人局部路径规划方法

该文探讨了基于模糊神经网络理论的实时局部路径规划问题，并提出了能实现模糊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和相应的算法。仿真实验结果验证了本文所提方法的有效性和可行性。     

三维动态混合网格在AUV发射过程中的应用

为研究AUV从有界流场自航发射到无界流场的运动边界的扰流场,文章采用了三维动态混合网格方法进行数值模拟的策略.混合网格由三菱柱,四面体/六面体网格构成,当AUV运动时,靠近AUV的三菱柱网格随AUV运动,外层是静止的六面体网格,中部的四面体网格随AUV运动而变形或者重构.数值仿真结果给出了不同时刻AUV表面的压力分布、整个航程AUV的阻力系数变化,其值与理论结果吻合.同时研究了直径比对发射管航行的附加质量和阻力系数的影响,这为水下对接AUV提供了有效手段.     

水下智能潜器分布式控制系统设计与实现

分布式控制系统是水下管能潜器的重要部分．本文采用分层控制结构，即执行级、协调级和组织级，实现了潜器的控制系统。文中首先介绍了控制系统的组成，然后分别介绍了执行级采用神经网络实现自适应控制的方法，协调级中实现全局和局部路径规划的方法，以及组织级中基于行为分解的任务规划方法。文中给出了系统的仿真和实验结果。     

四元数在水下航行体运动建模中的应用

针对一类以控制力矩陀螺（CMG）为姿态控制执行机构的水下航行体,考虑到其大角度机动时姿态描述矩阵可能会出现奇异的问题,建立了与其相适应的运动模型.首先,通过引入四元数来建立运动学方程,并给出四元数与欧拉角之间的关系.随后,在建立动力学方程时,将水下航行体视为由水下航行体和CMG组成的多刚体系统,并使用四元数来代替动力学方程中的欧拉角项.最后,使用龙格库塔法对所建立的模型进行仿真.仿真结果表明,所建立的模型能有效避免使用欧拉角方法建立模型时所产生的奇异问题.     

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.     

自主水下机器人下潜困难问题的数值仿真与试验研究

自主水下机器人在近水面运动时,受到文丘里效应产生向上吸力的影响,使得潜器初始下潜困难,近水面的深度保持能力也受到影响。为了研究水下潜器近水面下潜困难问题,文章运用计算流体力学（CFD）软件对某AUV主体周围流场进行近水面数值模拟。模拟结果表明,影响升力和抬头力矩的主要因素是初始的下潜深度和速度。水域试验表明随着初始下潜深度的增加,AUV 的下潜将变得越来越容易,这与模拟结果相一致。     

"CR-02"6000m无人自治水下机器人载体系统

“CR－02”6000m无人自治水下机器人（AUV）是基于“CR－02”6000m机器人的改进型。“CR－02”机器人的最大工作深度为6000m。它的一项重要功能是通过采用艏部垂向和横向对转槽道桨，使其具有海山爬坡能力；另一重要功能是它具有先进的测深侧扫声纳，抚仙湖的试验结果表明艏部对转槽道桨大大改善了机器人的机动性。本文简要地介绍了机器人的主要技术特性和参数、载体线型、推进系统和框架结构。