仿蟹滑翔机器人水动力外形优化设计

针对一种新型仿蟹滑翔机器人,以提高其升阻比为目标开展外形优化设计研究。对数值方法进行标定,利用计算流体力学(CFD)软件Fine Marine开展仿蟹滑翔机器人初始外形水动力性能计算,给出其阻力和升力曲线;利用CAESES软件对仿蟹滑翔机器人外形进行参数化建模;基于第二代遗传算法开展仿蟹滑翔机器人外形优化计算。结果表明,相比原设计方案,优化后的仿蟹滑翔机器人外形的上浮状态和下潜状态升阻比分别提高了9.46%和7.18%,内部空间体积提升了20.41%。     

仿蟹滑翔机器人与螺旋桨耦合作用下自航性能研究

针对一种新型仿蟹滑翔机器人,以提高其机动性为目的进行研究。选用合适的螺旋桨,基于粘性流体理论,利用计算流体软件Fine/Marine开展螺旋桨敞水性能计算,将滑移网格法与多计算域法有效结合,研究仿蟹滑翔机器人与螺旋桨耦合作用下的自航性能进行研究,对其直航运动;预报加速到定常运动的整个过程。为仿蟹滑翔机器人设计提供理论依据。     

基于模糊控制的机器人运动控制研究

提出了一种在未知场景下足球机器人运动路径的模糊控制算法,并对此算法进行了推导与仿真。仿真结果表明,计算量小,运算速度快,使足球机器人的运动表现出很好的连续性和稳定性。     

一种仿生水下机器人的研究进展

近年来仿生技术在水下机器人上的应用已经成为水下机器人的重要研究方向之一.本文介绍了哈尔滨工程大学研制的"仿生-Ⅰ"号水下机器人.该机器人以蓝鳍金枪鱼为模本,长2.4m,前体固定,后体(约1/3体长)为具有3个节点的摆动装置,采用月牙形尾鳍.水动力计算和水池实验表明,仿鱼推进和操纵方式比传统的桨舵具有高效性和高机动性.     

人工免疫算法在水下机器人运动控制策略中的应用

我国社会经济快速发展,各种智能化的机器人被应用在工业生产领域。水下机器人的主控系统一般采用电机作为主要的推进动力,对螺旋桨的控制直接决定水下机器人的工作性能。文中首先对螺旋桨的数学模型进行研究,然后结合螺旋桨的设计理论和相关特性,采用人工免疫算法对机器人的运动控制策略进行优化,最后采用Matlab仿真平台,对此算法的运动控制性能进行多方面的验证。     

基于RRT*算法的水下机器人全局路径规划方法

针对海洋环境的复杂性,考虑水下机器人能量的局限性,为减小洋流环境中作业全程水下机器人的能量消耗,以某水下机器人为研究对象,设计实现基于RRT*的路径最短和能耗最低的路径规划算法;并进行包括RRT*算法和RRT算法在复杂环境下的对比、不同洋流流速环境中水下机器人路径最短和能耗最低路径规划的仿真模拟。最后在水池中,利用实验室现有的水下机器人平台进行了真机实验。仿真测试和真机实验结果表明:所设计的基于RRT*的路径最短和能耗最低的路径规划算法可行有效。     

单纯形算法水雷搜索研究

采用水下机器人搜索水雷已经成为反水雷发展的一个重要方向,但单个机器人受自身能力的制约,导致搜索水雷的效率低下。单纯形算法可以应用在多机器人之间,相互协同共同完成搜索任务,从而大幅提高工作效率。仿真结果表明,采用单纯形算法构成的搜索编队仅需较少的次数就可以找到目标水雷。     

基于多传感器信息融合的焊缝跟踪系统设计

针对埋弧焊（Submerged—Are Welding，SAW）控制系统，提出一种用于焊缝跟踪的仿人智能控制算法。该方法根据专家知识和操作人员的经验，给出了基于规则的仿人智能控制器的设计方案。通过比较模糊控制算法和仿人智能控制算法的仿真结果，可以得出：仿人智能控制算法在焊缝跟踪中是可行的，且与模糊控制算法相比，其具有更好的动态性能和控制精度，且还具有较强的鲁棒性。     

一种水上搜救机器人系统设计与实现

针对传统救援船舶受抗风浪能力和操控能力的限制,在恶劣天气条件下救援落水人员成功率不高的问题,设计了一款能够适应恶劣海况,而且能灵活抵近落水人员并直接施救的水上搜救机器人。该机器人系统由岸基控制子系统和机器人子系统组成,机体采用等角三浮筒结构布置,利用推进器差速原理实现机器人转向和机动控制。通过设计基于机器视觉的水面目标检测方法实现对落水人员的检测与识别,通过基于S面控制算法和LOS制导算法,实现了对一定范围内落水人员搜寻路径跟踪控制,利用滑模镇定控制算法实现了搜救机器人救援状态下的点镇定控制。水上实测证明,本文设计的搜救机器人整体结构设计合理,目标识别、运动控制算法运行稳定,救援能力达到了预期的设计目标。     

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。