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。     

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。     

自主式水下机器人最优路径规划问题的研究

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。     

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。     

基于水下三维目标识别的视觉系统

基于水下三维目标识别的视觉系统是水下机器人实现水下自主作业和智能化的关键技术。本文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前处理，硬件系统和实时处理功能，最后给出试验结果，说明识别系统的高效率与可靠性。     

基于ARM与单目立体的自主水下机器人导向结构优化

传统的自主水下机器人导向结构防腐性能差,运行角速度低。针对上述问题,基于ARM与单目立体对自主水下机器人导向结构进行优化,密封水下机器人的各个主要部件,通过外包角皮管密封连接线连接部件与部件,设定导向结构、混合样条曲线的边界、获得形体曲面、确定三维实体来实现结构优化,引入机械装置优化导向结构。实验结果表明,基于ARM与单目立体的自主水下机器人导向结构优化方法能够很好地提高水下机器人的运行角速度,增强防腐能力。本研究对于确保自主水下机器人在水下正常运行有积极促进作用。     

自主式水下航行器——Hugin 3000 AUV

Hugin 3000是一个承载高分辨率传感器的自主式水下航行器。该自主式水下航行器采用人工监控或自主运行模式进行深度3000m的水下作业。高速和长续航力的性能已获得验证并且突破性技术的效率极高。     

虚拟现实技术在自主水下机器人避障模拟中的应用

当前研发的自主水下机器人避障数据获取难度较大,导致避障精准度降低,因此研究了虚拟现实技术在自主水下机器人避障模拟中的应用。采用声呐探测技术对不同水域的水下环境数据进行采集,通过虚拟现实技术将采集的声呐数据转换为三维场景。利用SOV视觉算法对三维场景避障数据进行分析与计算,根据分析结果对自主水下机器人避障算法进行修正,从而完成自主水下机器人避障模拟。通过仿真实验,采用传统避障方法与提出模拟方法进行避障精准度测试,通过数据证明提出研究的有效性。     

矢量推进方式下的自主式水下航行器纵向运动操纵性分析

提出一种针对无人自主式水下航行器的新型操纵方式--矢量推进方式;建立矢量推进方式下无人自主式水下航行器纵向运动方程.对矢量推进方式和普通推进方式下的水下航行器的操纵性进行对比性的操纵性仿真计算,计算结果表明,矢量推进方式可以满足水下航行器的操纵性要求.     

某型AUV运载器的定位方法与误差分析

传统AUV依靠水下惯性导航设备自主定位的方法无法实时进行水下信息感知和系统控制。水声定位是AUV定位导航技术的一个研究领域,可用于水下运动目标定位与导航、水下静止目标勘测等。本文分析阐述三种经典AUV定位方法,进一步研究AUV快速定位解算原理,论证影响AUV运载器在深海工作时产生的定位误差来源并进行仿真试验分析,最终将研究成果应用在目前现有某型AUV运载器上,实现自身水下定位、导航与远程遥控。     

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...     

近壁面水动力干扰下的AUV运动控制研究

按自治式水下机器人(AUV)需要接近水下工作站并实现坐落的要求,依据平壁面对AUV水动力干扰的力学机理,建立了AUV在平壁面附近运动时的数学模型,并设计了五个自由度运动PID控制器.在海流影响下,通过系统仿真,实现了AUV的五自由度运动控制和准确坐落,仿真结果验证了控制策略的可行性.     

欠驱动自主水下航行器的镇定及跟踪

针对仅带有轴向推力及偏航力矩的欠驱动自主水下航行器（AUV）,研究了其在水平面内的轨迹跟踪及定点调节问题。基于Lyapunov直接法及串接一反步技术,通过采用一种带有动力学震荡器的跟踪误差变换,设计了一种统一的连续时变状态反馈控制律,并给出了参数自适应更新律以估计AUV的非线性阻力参数,使得AUV的位置及方向角的跟踪误差全局渐近收敛于零点左右的一个邻域内,该区域可以为任意小,并且,AUV的跟踪性能与外界干扰的大小无关。仿真结果证明所提出的方法是有效的。     

AUV fuzzy neural BDI

The typical BDI （belief desire intention） model of agent is not efficiently computable and the strict logic expression is not easily applicable to the AUV （autonomous underwater vehicle） domain with uncertainties. In this paper, an AUV fuzzy neural BDI model is proposed. The model is a fuzzy neural network composed of five layers ： input （ beliefs and desires）, fuzzification, commitment, fuzzy intention, and defuzzification layer. In the model, the fuzzy commitment rules and neural network are combined to form intentions from beliefs and desires. The model is demonstrated by solving PEG （pursuit-evasion game） , and the simulation result is satisfactory.     

AUV自主收放装置结构及控制系统设计

AUV技术对于提高海洋资源环境的勘测和开采效率具有重要意义。在AUV收放过程中,传统的回收方式是在母船上起吊回收,人为参与完成挂钩任务,这种方式受风浪的影响较大。为了提高AUV的使用保障能力,需要针对AUV的自主收放技术展开研究。基于AUV良好的实时性、连续性及可移动性的特点,本文设计一套AUV自主收放装置,可用于AUV的自动布放及回收。该装置由固定架、控制台、吊机装置、绞车、定滑轮、钢丝绳、收放架等组成。设计各部分的机械结构,并通过系统校核验证结构设计的合理性。同时,设计AUV收放存储装置控制系统,实现对机械液压执行器的精密控制、传感器的数据采集、系统状态参数显示、试验参数调整、工作状态监控和安全报警等功能,能够对控制系统的控制流程进行辅助判断和安全保障。解决了传统AUV收放技术的难题,提高了AUV收放的智能化水平。     

一种隧洞探测型AUV及其图像拼接方法研究

裂缝是输水隧洞最普遍的缺陷和潜在威胁,AUV巡检与拍摄输水隧洞中的裂缝,通过拍摄的水下图像进行处理,以确定裂缝位置。但由于水下环境极大限制了光视觉图像可视范围与分辨率,单幅水下图像所获得的视角范围有限,所以本文提出了基于SURF算法的AUV水下图像拼接方法研究。该方法首先在图像预处理阶段对水下图像进行去畸变与限制对比度自适应直方图均衡化处理,用于解决水下图像存在的畸变、对比度低、噪声严重等问题。接着将SURF特征点检测算法应用于水下图像配准当中,并与RANSAC算法相结合对特征点进行精确匹配,然后应用线性渐变融合算法实现水下图像融合,有效去除拼接缝隙,完成水下图像拼接,最终通过水池与外场实验拼接图像来验证该方法的正确性。     

大范围环境下自主式水下潜器两种全局路径规划方法的研究

应用遗传算法(GA)和A·算法对自主式水下潜器(简称AUV)在大范围海洋环境中的全局路径规划问题进行了研究.介绍了基于栅格的环境模型及其数据结构,讨论了GA的染色体编码方式、基于知识的初始种群生成方法与适应度函数,基于领域知识设计了五种遗传算子,给出了A·算法的具体实现方法.通过仿真结果可以看出:GA采用可变长编码方式使路径描述简单、清晰,具有收敛速度快、求解实际问题效率高的特点;A*算法可在较短时间内求得相对栅格优化的路径.两种算法均可满足系统实时性要求.     

智能水下机器人发展现状及在军事上的应用

21世纪是海洋的世纪,水下机器人在军民领域均具有广泛的应用,智能水下机器人是水下机器人技术的发展方向。详细介绍了各国智能水下机器人的发展与研究现状,描述了未来无人化作战体系,分析智能水下机器人在未来无人化作战体系的军事应用,指出军用水下机器人未来的发展趋势。