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.     

基于单片机的水下机器人传感器故障检测仪设计

针对OUTLAND1000无人水下机器人,采用自适应滤波器FIR对水下机器人进行在线自适应建模,利用LMS算法调节和分析滤波器的权系数实时监测水下机器人传感器的故障.以单片机C8051F120为核心设计故障检测器,数据采集和控制信号通过设计的键盘发送给机器人,传感器数据通过RS-232传送到控制器进行数据分析,并在液晶上显示出相应的故障检测结果.     

水下机器人传感器故障诊断的灰色预测模型

将灰色预测GM(1,1)原理引入到水下机器人传感器的故障诊断中,对传感器样本数据序列建立灰色动态预测型。通过对该模型输出信号与实际输出之间误差的分析,实时检测传感器的故障。针对Outland 1000无人水下机器人中的方向传感器,应用该方法对该传感器的三种典型故障模式进行了故障检测实验,结果表明所提故障检测方法准确可靠。     

无人水下机器人可靠性控制技术

对无人水下机器人故障诊断与容错控制技术进行了综述.首先简单阐述了无人水下机器人的基本概念和故障模式,然后介绍了水下机器人传感器故障诊断方法﹑推进器故障诊断方法及无人水下机器人的容错控制技术,评述了各种方法的特点与局限性.最后给出了水下机器人可靠性控制技术研究的若干发展方向.     

船舶避碰路径规划研究综述

对船舶避碰模型和路径规划方法进行分类综述和评价,将评价碰撞危险的船舶避碰模型分为碰撞危险度模型和船舶领域模型,将现有的船舶避碰路径规划方法分为确定性方法和智能优化方法,并分别对其研究成果进行总结,分析船舶避碰路径规划发展趋势.     

小型水下机器人在复杂水下地形中的目标搜寻应用

针对水下目标搜寻工作所遇到的现实困难及搜寻作业的特点,提出一种在局部水域范围内基于小型ROV的水下小目标搜寻方案,以提高水下复杂地形中的目标搜寻效率。工程应用实践证明该方案具有高效率、低风险及低成本等特点。     

基于粒子群优化卡尔曼滤波的水下机器人信号处理

在卡尔曼滤波的基础上,引入粒子群优化算法,对卡尔曼滤波方法进行改进,提出基于粒子群优化的卡尔曼滤波器模型,从而提高水下机器人测量数据的精度,降低系统噪声和量测噪声所带来的误差。水池仿真试验结果表明改进的滤波方法有效、实用。