检索结果-南通市图书馆

作业型水下自主机器人系统开发及其姿态控制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

作业型水下自主机器人系统开发及其姿态控制研究

作者：康昌霖浙江大学

学位级别：硕士

无人潜器的发展方向是轻量化,无缆自主和功能丰富化。而AUV则因其无缆自主的特点,被用来执行需要大范围机动的轻量任务。但绝大多数AUV只能用于观测而没有操作的能力。因此,对作业型水下自主机器人(IAUV)进行设计开发和研究是必要的。... 详细信息

无人潜器的发展方向是轻量化,无缆自主和功能丰富化。而AUV则因其无缆自主的特点,被用来执行需要大范围机动的轻量任务。但绝大多数AUV只能用于观测而没有操作的能力。因此,对作业型水下自主机器人(IAUV)进行设计开发和研究是必要的。为了搭载不同水下作业部件和支持水下作业实验展开,本文根据需求设计开发了用于浅水的小型轻量的作业型AUV机体。其可以无拖缆进行水下自主移动,可以根据需要拓展、更换不同的工作部件和推进器,从而可以用于不同的水下操作任务并配置与之适应的动力分布。为了使得作为搭载操作部件的机体能够保持稳定的姿态,本文设计了相应的姿态控制器。而进行水下操作的IAUV是一个受未知大扰动和自身特性时变的耦合非线性系统,因此本文引入CMAC网络对时变且复杂的系统进行适应,并利用李雅普诺夫原理证明了闭环系统的稳定性,彻底消除自适应控制器的潜在发散可能。通过不同控制器控制结果的比较,验证了CMAC鲁棒自适应控制律不仅能快速准确适应扰动,还能稳定的运行不出现突然发散的现象。作业型水下自主机器人会要工作在不同的深度,如果通过推进器持续运行来调节深度,将是一个及其耗费能量的过程。利用浮力调节装置进行浮沉控制就显得很有必要。本文提出并设计完成了新型的自排油浮力调节原理,从而使浮力调节装置在浅水处工作更可靠。本文还建立了浮力调节装置的动力学模型。为了更快的调节深度,本文基于最大值原理证明了时间最优控制有限切换序列的存在,并进一步综合最优控制器与PD控制器二者优点,设计了变结构深度控制器。其在大范围深度调节时能够获得快速性,同时对于目标深度跟踪有较好的准确性和稳定性。

关键词：水下自主机器人浮力调节装置水下作业 CMAC神经网络鲁棒自适应控制时间最优控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于COMGRU的AUV航路轨迹预测方法

哈尔滨工程大学学报 2024年第7期45卷 1384-1390页

作者：徐鹏徐东李腾涛赵宏瑞赵佳媛中国船舶重工集团公司江苏连云港222006 哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

针对采用神经网络预测自主水下机器人航迹存在滞后性的问题,本文提出一种基于信息压缩的改进门控循环神经网络,用于水下自主机器人航路多步轨迹预测。该算法将水下自主机器人航行轨迹附近的障碍物位置信息、海流信息以及时空轨迹信息共... 详细信息

针对采用神经网络预测自主水下机器人航迹存在滞后性的问题,本文提出一种基于信息压缩的改进门控循环神经网络,用于水下自主机器人航路多步轨迹预测。该算法将水下自主机器人航行轨迹附近的障碍物位置信息、海流信息以及时空轨迹信息共同构成的地理位置信息进行数据压缩处理,作为本文预测网络的输入,以提高网络训练效率。实验验证该算法减少了水下自主机器人航迹多步预测的滞后性且具有较高的准确率。

关键词：水下自主机器人航迹预测门控循环神经网络数据压缩时空轨迹多步预测滞后性

维普期刊数据库博看期刊

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

“极地”号破冰调查船在青入列

“极地”号破冰调查船在青入列

青岛日报

作者：李勋祥

本报7月5日讯 5日，自然资源部北海局“极地”号破冰调查船（以下简称“‘极地’船”）入列仪式在青岛举行，标志着该船正式加入自然资源部北海局船舶序列。“极地”船于2022年11月开工建造，2024年6月24日建成交付，母港位于青岛，是... 详细信息

本报7月5日讯 5日，自然资源部北海局“极地”号破冰调查船（以下简称“‘极地’船”）入列仪式在青岛举行，标志着该船正式加入自然资源部北海局船舶序列。“极地”船于2022年11月开工建造，2024年6月24日建成交付，母港位于青岛，是我国自主设计、建造的新一代破冰调查船。......

关键词：调查船水下自主机器人无人机极地考察

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

固液相变驱动的探测装置设计与浮潜控制研究

固液相变驱动的探测装置设计与浮潜控制研究

作者：马鹤大连海事大学

学位级别：硕士

随着人们对海洋资源的探索与开发程度的不断增加,海洋探索活动逐步向深海层发展。在深海科学研究中,自主式水下机器人作为重要装备被广泛应用于环境监测、资源勘探等领域。然而,深海环境极端的高压低温条件使得自主式水下机器人的研发... 详细信息

随着人们对海洋资源的探索与开发程度的不断增加,海洋探索活动逐步向深海层发展。在深海科学研究中,自主式水下机器人作为重要装备被广泛应用于环境监测、资源勘探等领域。然而,深海环境极端的高压低温条件使得自主式水下机器人的研发难度和制造成本大大增加。浮力调节系统是自主式水下机器人的重要组成部分,通过调节AUV的净浮力控制装置整体在升沉方向上的运动状态。在深海的低温高压环境中,自主式水下机器人一般采用压载式液压浮力调节系统,而这种浮力调节系统的机械结构复杂、自重大、制造和维护成本高。对于小型AUV来说,复杂且庞大的浮力调节系统会降低装置整体的工作效率、影响其在水下的运动性能,还会增加装置工作和维护的成本。本文基于相变材料的固液相变驱动原理设计了一种用于进行水下环境数据采集活动的探测装置,与传统的深海液压驱动浮力调节系统相比,相变材料驱动的浮力调节系统具有结构简单、轻量化、制造成本低等突出特点。本文重点研究了以相变材料驱动设计的浮力调节系统结构设计,根据浮力调节系统的工作特性进行控制器的设计,通过仿真实验和上浮试验验证了以相变材料驱动的浮力调节系统设计方案的可行性,主要内容包括:(1)根据探测装置的工作原理、工作环境设计整体结构,以流线型回转体外形结构作为整流罩减小探测装置在水下运行时受到的阻力,耐压舱采用圆柱结构,具有较强的耐压性且利于内部单元布置,耐压舱上下两个舱室分别用来进行浮力调平及海洋环境数据采集。浮力调节系统由10个相同的浮力调节单元组成,沿耐压舱轴线方向均匀布置。探测装置整体尺寸为400×400×480mm,整体质量约为16kg、排水体积约为15L,浮力调节系统调节能力大于100g,配重舱容量满足浮力调平需求。(2)浮力调节单元主要由相变材料、加热单元和柔性外壳组成。其中,选用58号石蜡作为相变材料,该材料具有优秀的耐压性能,相变前后密度差异较大,且相变过程可逆。加热单元主要由螺栓、氧化铝陶瓷和镍铬合金丝组成,由于石蜡熔化过程中的热上升流效应将加热单元布置于相变材料的下方,以提高加热效率。柔性外壳选用两种不同型号的硅胶和玻璃微珠混合制成,保证良好韧性的同时也降低了单元整体密度。(3)由于石蜡冷却凝固的过程中响应较慢,因此选择模型预测控制算法对浮力调节系统进行控制,以避免浮力调节系统浮力调节过度或不足。根据石蜡体积膨胀随温度变化曲线进行了 MPC控制器的设计,并结合石蜡膨胀特性及实际工作情况对控制器进行约束。在Simulink中完成了浮力调节系统、海水模型和探测装置动力学模型的建立。通过仿真实验模拟了探测装置水下工作时深度变化曲线,装置从水下1000m深度上浮至500m用时约3500s,并且可在该深度下悬停超过2000s,期间最大震荡幅度约为5m左右。(4)根据浮力调节单元的结构设计进行实物的加工制作,通过浮力调节试验验证了浮力调节单元调节功能实现,结果表明,浮力调节单元在120s内可产生4g的浮力增量。根据探测装置结构进行了试验样机的设计,在水池中进行了上浮试验,验证了基于固液相变驱动的浮力调节系统方案的可行性。并将试验结果与仿真结果进行了对比,验证了仿真模型的准确性,总结了浮力调节系统的控制经验。以上结果表明,基于固液相变驱动原理的浮力调节系统具有结构简单、制造成本低等特点,可以满足小型水下机器人的浮力调节需求,且模型预测控制算法可以实现更优秀的控制效果,该驱动方式的浮力调节系统在小型水下机器人领域有着巨大的应用潜力。

关键词：水下自主机器人固液相变浮力调节系统模型预测控制

基于多元信息融合的AUV惯性导航系统方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多元信息融合的AUV惯性导航系统方法研究

作者：于聪中国海洋大学

学位级别：硕士

随着海洋探测与开发的不断深入，对具有自主导航能力的水下机器人的需求越来越大。在深海复杂环境中，单独的采用惯导组件进行导航，无法克服系统误差的累积问题、无法满足高精度自主导航的要求，而采用多传感器提供的多元信息融合技术... 详细信息

随着海洋探测与开发的不断深入，对具有自主导航能力的水下机器人的需求越来越大。在深海复杂环境中，单独的采用惯导组件进行导航，无法克服系统误差的累积问题、无法满足高精度自主导航的要求，而采用多传感器提供的多元信息融合技术以及优化滤波算法成为研究的主要趋势。本文研究了水下自主机器人在自主导航过程中的关键算法—AUV组合导航算法。本文设计的系统是基于多元信息融合的AUV组合导航系统，即采用惯导组件、GPS和多普勒测速仪等设备作为导航参数的输入源，协同进行导航系统的计算与修正。同时为了克服误差积累问题，设计了“水面校正-水下潜航”模式。在“水面校正”的导航模式下，用捷联惯导/GPS组合导航系统，使用GPS发送的实时数据来纠正速度和位置信息;在“水下潜航”的导航模式下用捷联惯导/DVL组合导航系统进行导航参数计算。从AUV实际环境运行的角度，从确保系统运行稳定、安全，同时能保证导航精度符合系统需要的前提出发，分别研究、实现并测试了基于鲁棒H∞滤波的组合导航算法以及基于BP神经网络优化的扩展卡尔曼滤波组合导航算法，根据实际运行结果分析各自的优缺点。扩展卡尔曼滤波是在卡尔曼滤波的基础上针对非线性环境的改进算法，需要根据捷联惯导和DVL各自的误差方程来设计扩展卡尔曼滤波器的状态方程和观测方程，从而计算出各个误差项。它具有高精度和高实时性的优点，但是由于它需要以已知准确数学模型以及已知的系统噪声和观测噪声统计特性为前提，但在深海复杂环境中运行的AUV导航系统很难实现，因此，往往会造成系统的发散甚至系统崩溃。针对扩展卡尔曼滤波可靠性较差的问题，在保证AUV远距离精确导航所需求的精度、实时性问题的前提下，提出了基于鲁棒H∞滤波的组合导航算法以及基于BP神经网络优化的扩展卡尔曼滤波组合导航算法。鲁棒H∞滤波算法是一种建立在鲁棒控制理论基础上的次优估计算法，算法成立的假设条件是外部噪声的能量有限，并不需要噪声的具体数学统计模型，它将噪声和不确定输入看作是能量有限的随机信号，使系统的干扰到估计误差的闭环传递函数的H∞范数小于给定的正数γ0，所以特别适合在水下这种外界噪声未知的情况下使用。而且在组合导航中使用H∞滤波算法，在保持必要导航精度的前提下其稳定性远远优于Kalman滤波，十分适用于AUV对未知海域的探测。神经网络具有并行处理、自学习能力和分布式存储，同时还具有很强的容错性和鲁棒性。利用神经网络的特点对信号进行处理，可以忽略模式识别方法中建模以及特征提取过程，从而在根源上减小因模型不确定或特征选择不恰当而引起的误差，以提高系统性能。BP神经网络是一种使用误差逆向传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP神经网络能学习和存贮大量的输入/输出模式的映射关系，但无需事前揭示描述这种映射关系的数学方程。本文将扩展卡尔曼滤波算法与BP神经网络的结合，有效的解决了卡尔曼滤波算法的数学模型未知和系数矩阵不匹配的问题，有效降低系统的不稳定性，提高滤波精度，并将之运用于AUV组合导航系统。实验结果证明，采用这两种算法进行组合导航有效的提高了系统的可靠性，且均无系统发散现象，进而保证了AUV实时精确导航的要求。

关键词：水下自主机器人惯性导航导航鲁棒扩展滤波扩展卡尔曼滤波 BP神经网络

单波束扫描成像声呐的数据处理及其DSP实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单波束扫描成像声呐的数据处理及其DSP实现

作者：赵帅中国海洋大学

学位级别：硕士

AUV的研究为人类探索和开发海洋带来了很多新的机遇,同时给机器人科学研究带来了巨大的挑战,即如何实现水下机器人的完全自治。实现机器人真正自治的可能性取决于导航方法。不论是采用SLAM抑或其他的导航方法,获取AUV所在环境的背景信... 详细信息

AUV的研究为人类探索和开发海洋带来了很多新的机遇,同时给机器人科学研究带来了巨大的挑战,即如何实现水下机器人的完全自治。实现机器人真正自治的可能性取决于导航方法。不论是采用SLAM抑或其他的导航方法,获取AUV所在环境的背景信息都是不可或缺的一步,它是实现机器人精确定位以及运动控制的前提。水下环境中,声呐设备比其他设备有无可比拟的优越性。本课题使用单波束扫描成像声呐为主传感器,负责采集AUV周围环境的特征信息和创建环境的声学图像。在结合DVL、数字罗盘、陀螺仪等测量传感器获取AUV运动时的相关数据的基础上,以同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)为主要的导航定位方法,可以实现水下机器人的自主定位与导航。本文在充分研究了各种声呐数据处理方法的优缺点的基础上,结合单波束扫描成像声呐的技术特点和工作原理,再按照机器人自主导航算法的需要,提出了一种实时性高和特征精确的声呐数据处理方法,并且在以C6000 DSP为核心的声呐数据处理系统中具体实现。该方法在声呐数据实时传送的过程中,通过数据分离和阈值分割两步对声呐数据进行预处理,再通过单Ping回波数据的疏化处理和整周回波数据的疏化处理提取出点特征,并用两种实验数据来对比点特征提取的结果。提取出的点特征可以供给导航系统,用来估算机器人位姿和创建环境的特征地图,具有实时性高和特征精确的特点,特别适合用在水下自主机器人的自主导航当中。

关键词：水下自主机器人单波束扫描成像声呐声呐数据预处理点特征提取 C6000 DSP

基于SINS/DVL/GPS的AUV组合导航系统关键技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SINS/DVL/GPS的AUV组合导航系统关键技术研究

作者：潘学松中国海洋大学

学位级别：硕士

随着海洋探测与开发的不断深入,对具有自主导航能力的水下机器人的需求越来越大。在深海复杂环境中,单一的传感器设备都无法满足高精度自主导航的要求,而采用多传感器信息融合和优化滤波算法成为必然的选择。本文通过对水下自主机器人... 详细信息

随着海洋探测与开发的不断深入,对具有自主导航能力的水下机器人的需求越来越大。在深海复杂环境中,单一的传感器设备都无法满足高精度自主导航的要求,而采用多传感器信息融合和优化滤波算法成为必然的选择。本文通过对水下自主机器人组合导航系统关键技术的研究,为其向更广阔、更长程、更复杂的工作海域发展提供强有力的保证,这必将大大推动我国乃至世界水下自主机器人导航技术的发展。本文结合当前水下自主机器人导航技术的特点,介绍了自主导航技术中常遇到的问题难点。提出了“潜航-水面校正-潜航”的导航模式,利用SINS/DVL组合导航系统作为水下导航系统,将SINS/GPS组合导航系统作为水面校正系统。在远程AUV导航过程中,AUV经过一段时间的水下航行定时浮出水面,引入GPS,纠正AUV的速度和位置信息,解决了远程AUV定位误差随时间累积而发散的问题。然后研究了扩展卡尔曼滤波和神经网络两种流行的滤波方法。分析各自的优缺点,提出相应的改进。扩展卡尔曼滤波是在卡尔曼滤波的基础上针对非线性环境的改进算法,需要根据SINS和DVL各自的误差方程来设计扩展卡尔曼滤波器的状态方程和观测方程,从而计算出各个误差项。AUV组合导航系统的实际运行环境比较恶劣,系统精确的数学模型及噪声的统计特性不易先验得到,从而经常导致扩展卡尔曼滤波器发散。它的优点是精度和实时性比较高,但是在可靠性方面要差一些。针对扩展卡尔曼滤波可靠性较差的问题,在保证AUV精确导航所需求的精度和实时性的前提下,本文提出了一种改进遗传算法优化神经网络的滤波算法。利用神经网络的特性处理信号,可以避开模式识别方法中建模与特征提取过程,从而减小因模型不确定与特征选择不当引起的误差,并能实现实时识别,以提高系统性能。遗传算法擅长全局搜索,它可以在复杂的、多峰值、非线性及其不可微的空间实现全局搜索。但是在神经网络优化过程中,我们发现常规遗传算法又存在许多不足,如易早熟,算法稳定性差,固定的交叉和变异概率影响收敛效果等。为了解决这些难题,本文从编码方式、选择操作、最优个体保留、引入“移民”机制、交叉和变异算子对遗传算法进行改进,并将改进后的遗传算法用来优化神经网络,最终把优化的神经网络滤波算法用于AUV组合导航系统中。在“潜航-水面校正-潜航”的导航模式下分别将以上两种滤波算法应用于AUV组合导航实验中,实验结果表明,改进后的方法能较好的达到预期的目标,二种滤波算法都提高了滤波的精度。并且改进遗传优化神经网络滤波算法在保证精度和实时性的前提下,较扩展卡尔曼滤波算法提高了滤波的可靠性,增强了滤波的实用性。

关键词：水下自主机器人组合导航扩展卡尔曼滤波遗传算法神经网络