复合动力超长续航无人艇系统的设计与实现

为实现无人艇在海上追踪、搜救、巡逻、反潜等任务中的超长续航,避免因油料限制而被迫任务中断,设计了一套以风能、太阳能为动力的无人艇系统,利用风帆为无人艇推进,太阳能为船上电控设备提供电能。该系统由无人艇和岸基监控平台组成,无人艇可通过python开发的数据采集模块和算法模块实时采集环境数据、计算、生成并下达控制指令,在风区内可超长续航自主航行,实现全风向利用；岸基监控平台可实时监控无人艇状态,并进行自主/遥控模式切换。对系统进行了测试,通讯连接试验的可靠性高；无人艇航行试验验证了全风向自主航行的可行性,运行轨迹与仿真结果基本重合；太阳能供电分析理论上验证了风区超长续航的可实现性。     

基于RTK的自主海水环境探测无人艇

为实现海水环境监测的无人化,设计了基于RTK的自主海水环境探测无人艇。系统主要由岸基控制显示单元、系统服务器、无人艇以及锂电池组组成。岸基控制显示单元用于和无人艇交互信息,系统服务器用于存储系统运行参数以及监测数据,无人艇实现自主巡航和具体测量任务。无人艇控制器使用的是基于STM32单片机的无人艇控制板,集成的设备有RTK、磁力计、多参数水质监测仪、单波束等。经过测试本系统可以安全可靠的按照预定轨迹运行,运行轨迹误差不超过0.8 m。     

一种基于自主航行的无人水面测量船的研制

研制了一种用于河流、湖泊、浅水、近滩自主航行的无人水面测量系统。该系统可搭载多种传感器,包括声学多普勒流速剖面仪ADCP、单波束测深仪、声纳等。其组成包括岸基(母船)控制单元和无人水面测量单元,其中岸基控制单元利用无线网桥通信遥控测量船自主航行或走航测量并实时接收测量数据,无人水面测量单元搭载差分GPS、惯性导航系统、单波束测深仪、摄像头和数据交换工控系统。目前已经过多次湖试,验证了无人水面测量船用于水下测量、水质采样的可行性和实用性。     

复合动力超长续航无人艇系统的设计与实现

为实现无人艇在海上追踪、搜救、巡逻、反潜等任务中的超长续航,避免因油料限制而被迫任务中断,设计一套以风能和太阳能为动力的无人艇系统,利用风帆为无人艇推进,利用太阳能为船上电控设备提供电能。该系统由无人艇和岸基监控平台组成,无人艇可通过开发出的数据采集模块和算法模块实时采集环境数据,计算、生成并下达控制指令,在风区内超长续航自主航行,实现全风向利用;岸基监控平台可实时监控无人艇状态,并进行自主/遥控模式切换。对系统进行测试的结果表明通讯连接试验的可靠性高;无人艇航行试验验证了全风向自主航行的可行性,运行轨迹与仿真结果基本重合;太阳能供电分析理论上验证了风区超长续航的可实现性。     

基于北斗/INS的移动型水质监测系统设计与实现

移动型水质监测系统由无人巡航船和陆面监控平台组成。无人巡航船利用"北斗一号"传输水质信息,利用"北斗二号"和惯性导航系统输出的导航信息。无人巡航船可实现自主移动、采集水质信息和发送信息;陆面监控平台可接收水质信息,该信息能在以Lab VIEW为环境开发的上位机软件上显示、存储和查询。对系统进行了测试,3个通信试验的平均丢包率分别为2.42%、2.5%和2.3%,通信丢包率低,无人巡航船运行轨迹和预设轨迹基本重合,能准确巡迹。     

舰载无人直升机自主着舰方法研究

以无人直升机自主着舰为研究对象,结合国内外研究现状,分析无人直升机自主着舰一般流程,设计1套无人直升机自主着舰系统,阐述系统组成,研究自主着舰关键技术,为实现无人直升机真正自主着舰提供了新的思路,为进一步工程实践提供理论和技术支撑。     

综合信息

自航式海洋环境无人监测装备技术研究立项上海海事大学负责承担的“自航式海洋环境无人监测装备技术研究”课题,最近获上海市“登山行动计划”重大项目立项和资助。“自航式海洋环境无人监测装备技术研究”项目的目标是,研制系列自航式海洋环境无人监测装备,突破水面自航式海洋环境无人监测装备的关键技术。该项目将研制一套水面自航式海洋环境无人监测装备,该无人监测装备仿海洋水母形体动力学特性设计的主体结构,具有抗倾覆、抗沉性和高稳性,使得在恶劣海况条件下,装备主体在水上航行和工作时不导致翻转倾覆。据悉,自航式海洋环境无人监测装备将投入洋山深水港的海域环境巡航监测。(木)     

基于物联网技术的无人船智能航行控制系统设计与实现

随着智能时代的来临,船舶的智能化、无人化逐渐成为工业界和学术界的关注重点,无人船(Unmanned Surface Vessel,USV)也随之应运而生。基于物联网技术,设计并实现了无人船智能航行控制的演示验证系统,该系统以STM32为主控核心;采用窄带物联网NB-Io T技术和AIS构建船-岸通信链路;采用多种传感器实现船舶自身和环境信息的智能感知;提出一种基于响应式禁忌搜索的PID参数自适应整定航迹控制算法,实现无人船的路径跟随功能;基于Android平台开发岸基支持中心显控软件,实现无人船远程操控、监测和数据共享功能。最后通过真实环境试验验证了系统设计的可行性和航迹控制算法的有效性。     

船舶大气污染物岸基嗅探式自动监测系统设计与验证

为实现船舶大气污染物排放量的远程测量,初步筛选出高排放船舶,提高船舶排放监管的针对性和效率,设计一种基于嗅探式传感器的岸基监测设备和配套的软件平台系统。系统通过采集船舶大气污染物浓度数据、船舶自动识别系统(Automatic Indentification System,AIS)数据和气象数据等实时信息,基于船舶尾气排放量在线估算方法、船舶尾气排放扩散数值模拟、观测数据的模式识别算法等,实现船舶尾气排放特征的在线识别和疑似高排放船舶的粗筛。对比在相同环境条件下CALPUFF模型计算得到的气体污染物模拟理论浓度,验证岸基嗅探式自动监测系统的监测可行性和准确性。     

基于尾滑道的无人艇自主引导回收系统开发与验证

本文以某型7.6 m柴油动力小艇为研究对象,开展基于尾滑道的无人艇自主引导回收系统的设计与开发。该系统主要由无人艇端自动控制模块和母船端监控引导模块两大部分组成。在完成各功能模块研制的基础上,开展了无人艇上下位机通信、数据采集与传输、远程手动遥控、无人艇回转特性与速度特性以及无人艇自主引导回收模拟试验等相关测试。测试结果表明,系统具有较好的响应性、稳定性及无人艇操控性能,能较好地满足无人艇自主返航及引导回收的要求。本文研究为实现无人艇自主引导回收提供重要的基础保障。     

水下无人作战系统装备现状及发展趋势

海军水下无人作战系统因其造价低廉、隐蔽性强、避免人员伤亡等诸多优点而得到大力发展,美国等国已制定各类水下无人作战系统发展规划并开发出便携型、轻型、重型和巨型等多种水下无人作战系统,并向着提高智能化、模块化和标准化程度、拓展多平台搭载使用能力等方向发展。为了应对威胁,我国也应从顶层规划水下无人作战体系发展路线,开发多样化的水下无人作战系统。     

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。     

分布式卫星系统自主运行技术研究进展

随着微小卫星技术的不断发展,分布式卫星系统的概念应运而生。然而,由于分布式卫星系统本身的复杂性及其工作环境的动态不确定性,使得系统的测控与运行管理模式由传统的地面测控运营方式向智能化自主运行方式发展。从分布式卫星系统及其自主运行技术的研究进展上,重点讨论了分布式卫星系统自主运行的思想,综述国内外一些研究组织、学者的相关研究成果。最后探讨基于Multi-Agent分布式卫星系统自主运行未来所面临的技术挑战。     

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。     

水面自主船舶技术发展路径

工业4.0背景下,船舶自主化航行是水路运输工具变革的重要趋势。本文首先详细介绍了世界范围内水面自主船舶(MASS)的主要研究项目发展路径及当前的研究现状。然后分析了MASS研发的关键技术,如通讯、航路设计及优化、智能避障等。针对MASS的快速发展,指出了当前面临的困难与挑战。最后针对法律及法规等配套体系的完善提出展望。     

海洋探测型AUV壳体设计与强度校核

近年来,由于海洋环境探测的需要,探测型自主水下航行器(Autonomous Underwater Vehicle,AUV)技术发展迅速。耐压壳体结构设计是自主水下航行器设计的重要组成部分。以《潜器系统与潜水器入级与建造规范》和《潜艇结构设计计算方法》为原则,对某海洋探测型AUV的耐压壳体结构进行设计,然后采用有限元仿真的方法对其强度和稳定性进行校核,最终得到满足设计要求的耐压壳体结构。     

舰艇自主导航设备特点比较及发展前景

自主导航设备是现代舰艇必不可少的装备,陀螺罗经、平台罗经、惯性导航系统均为自主导航设备。从设备原理、特点、应用等方面对它们进行了全面比较和阐述,并根据现代战争对自主导航设备的要求,论述了它们未来各自的发展前景和方向。     

AUV任务规划技术的研究

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。     

Study of Fuzzy Neural Networks Model for System Condition Monitoring of AUV

A structure equivalent model of fuzzy-neural networks for system condition monitoring is proposed, whose outputs are the condition or the degree of fault occurring in some parts of the system. This network is composed of six layers of neurons, which represent the membership functions, fuzzy rules and outputs respectively. The structure parameters and weights are obtained by processing off-line learning, and the fuzzy rules are derived from the experience. The results of the computer simulation for the autonomous underwater vehicle condition monitoring based on this fuzzy-neural networks show that the network is efficient and feasible in gaining the condition information or the degree of fault of the two main propellers.     

S~2 BHCA-Multiple AUVs cooperation oriented control architecture

Oceanographic survey, or other similar applications should be the applications of multiple AUVs. In this paper, the skill & simulation based hybrid control architecture (S2BHCA) as the controller's design reference was proposed. It is a multi-robot cooperation oriented intelligent control architecture based on hybrid ideas. The S BHCA attempts to incorporate the virtues of the reactive controller and of the deliberative controller by introducing the concept of the "skill". The additional online task simulation ability for cooperation is supported, too. As an application, a multiple AUV control system was developed with three "skills" for the MCM mission including two different cooperative tasks. The simulation and the sea trials show that simple task expression, fast reaction and better cooperation support can be achieved by realizing the AUV controller based on the S2BHCA.