AUV近水面悬浮解耦控制系统设计及仿真

提出一种自主式水下航行器(autonomous underwater vehicle, AUV)近水面悬浮解耦控制算法。在系统解耦的基础上通过两套独立的执行机构（水舱）分别实现AUV近水面悬浮时深度和纵倾角度控制。对海洋环境因素进行干扰力建模,在考虑各种环境干扰力作用的情况下通过仿真测试控制器性能,并与之前的仿真结果进行对比。定性地分析海洋环境要素对AUV运动控制器性能的影响,讨论在AUV控制器设计中考虑环境要素变化的必要性。仿真实验证明,提出的AUV悬浮解耦控制器在单纯考虑波浪干扰的情况下能够取得令人满意的控制效果。     

不确定性下USV可变自主控制结构及算法

针对水面无人艇（unmanned surface vehicle,USV)在具有不确定性的实际任务形势下实现可变自主的问题,提出一种包含可变自主控制结构和自主等级决策算法的解决方案。可变自主控制结构中考虑了自主等级的划分、自主等级的评价和管理,并设计了基于多属性决策方法的自主等级决策算法。最后在USV导航任务为背景的仿真实验中,证明了可变自主系统控制结构和自主等级决策算法是合理的和有效的,同时显示了可变自主系统研究的实际意义及其对于系统规划性能的提高作用。     

时滞时变AUV的模糊变结构控制

针对自主水下航行器(autonomous underwater vehicle,AUV)具有时变的水动力学系数的现象,为了实现其鲁棒控制,设计了一个模糊变结构控制器.该控制器以变结构控制的切换函数及其变化率为模糊控制器的输入,以变结构控制律的变化率为模糊控制器的输出.为了提高控制器的性能,引入了压缩扩张隶属度函数.通过将该控制器和均分隶属度函数模糊变结构控制器、准滑模控制器的仿真对比,证明了设计的控制器具有更好的性能.数值仿真表明,该控制器能很好地实现对具有控制输入时滞和时变水动力系数AUV的深度控制,且稳定后基本无抖振现象.     

基于CAN总线的自主水下航行器内部通信与仿真

自主水下航行器(AUV)的电气控制部件(ECU)大量采用嵌入式微处理器,系统的功能和性能得到了显著提高,但部件间的互连复杂,影响了AUV部件的兼容性和系统的扩展性。论述了基于CAN总线的AUV内部互联结构,对基于报文标志符的CAN总线通信原理,以及AUV深度控制半实物仿真系统的结构进行了详细介绍,最后给出了AUV深度控制半实物仿真结果。     

分布式多AUV协同搜索方法

针对水下协同搜索中存在通信延时、单个自主式水下航行器(autonomous underwater vehicle, AUV)易失效的问题, 提出一种采用分布式协同结构和滚动优化策略, 利用改进型头脑风暴优化(brain storm optimization, BSO)算法优化基于目标存在概率、环境不确定度、协调信息素的目标函数的新方法。仿真结果表明, 所提方法能实现避碰, 并在通信延时情况下仍有能力搜索到所有目标。通过仿真给出了所提方法关键参数的建议取值范围, 并验证了个别AUV在搜索过程中失效对总体搜索效果影响不大, 方法具有很强的实时性和鲁棒性。     

基于改进神经网络的多AUV全覆盖路径规划

针对三维环境下的多自主水下机器人(Autonomous Underwater Vehicle,AUV)全覆盖路径规划问题,提出一种基于改进神经网络—Glasius生物启发神经网络（Glasius Bio-inspired Neural Network,GBNN）的全覆盖路径规划算法。对AUV的水下工作环境构建离散的三维栅格地图;根据栅格地图,建立相对应的三维GBNN模型;根据GBNN活性值的动态变化,AUV规划各自的搜索路径,对水下任务区域进行全覆盖搜索。仿真结果表示,多AUV可以协同完成覆盖搜索任务,能够自动避开各类静态和动态的障碍物,自动逃离路径的死锁区。     

基于偶极势场的自主水下航行器回坞导引算法

针对欠驱动自主水下航行器(autonomous underwater vehicle, AUV)的自主回收问题,提出了基于偶极势场的一种回坞导引算法。将回坞过程分为回坞准备阶段和回坞阶段,其中回坞准备阶段利用航路点导引为AUV规划出一条路径,使AUV到达回收站的一定范围之内,保证AUV可以对回收站上的两个应答器进行准确定位;而回坞阶段AUV根据获得的应答器的测量位置计算出AUV在对接系下的坐标,利用建立的偶极势场导引AUV沿入口方向进入回收站。采用自适应非奇异终端滑模控制,保证航向角跟踪控制的鲁棒性和自适应性。仿真结果表明,所设计的回坞导引算法是有效的。     

基于双水听器的多自主水下航行器协同导航方法

协同导航定位是实现多自主水下航行器(multiple autonomous underwater vehicles, MAUVs)协同作业必须解决的关键问题。针对主从式MAUVs,提出了一种基于双水听器信号的MAUVs协同定位方法。在主从式结构中,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,外部均装备水声装置测量相对位置关系,从AUV通过水声测量确定出相对距离和相对方位角,再辅以主AUV精确位置,得到从AUV精确位置。研究结果表明,利用主AUV作为协同导航定位,可以显著提高群体的导航定位精度。     

基于精英族系遗传算法的AUV集群路径规划

针对传统路径规划算法仅能规划单一最短路径且不能调节路径宽度而难以适用于自主式水下航行器(autonomous underwater vehicle, AUV)集群航路规划的缺陷, 提出了精英族系遗传算法(elite family genetic algorithm, EFGA)。该算法将基因适应度加入适应度评价函数中, 同时在进化过程中标记精英个体作为多路径规划结果, 并在该算法基础上针对AUV集群路径规划问题设计了一种多智能体路径规划(multi-agent path planning, MAPP)方法。仿真结果表明, 该算法可以求解无冲突路径集合实现MAPP, 通过实现AUV集群的最优多路径航行方案减少集群的航行耗时, 且能够满足不同AUV编队规模对可调路径宽度的需求。     

基于虚拟子目标联合边界力的编队避障算法

针对复杂环境条件下无人机（unmanned aerial vehicle,UAV）集群编队系统中领航-跟随集群的编队控制和人工势场法中的避障问题，提出了一种基于虚拟子目标联合边界力（joint virtual sub-target and boundary force, JVBF）的无人机集群编队避障算法。采用基于虚拟子目标的领航-跟随法并优化修正力函数来实现无人机集群的队形控制，以达到帮助跟随无人机快速恢复队形的目的；采用基于边界力的人工势场法负责局部路径规划，解决无人机目标不可达和狭窄通道内振荡的缺点。仿真结果表明，所提算法相较于传统算法具有更高的编队队形一致性和时间效率。     

基于改进PID神经网络算法的AUV垂直面控制

针对一类小型低速自主水下航行器(AUV)的垂直面运动控制问题,设计了一种改进的PID神经网络控制器,实现对水下航行器在垂直面内深度和俯仰角的全局控制。利用REMUS水下航行器模型搭建了Simulink下AUV垂直面仿真控制系统,仿真结果表明,改进的控制方法克服了原方法中饱和区过大的问题,具有良好的动态性能同时能够适应不同的学习速率和网络初始权重,对水下航行器的工程实际应用具有一定参考价值。     

基于因子图的协同定位与误差估计算法

针对多自主水下航行器协同定位系统中从艇的数据融合问题,首先建立了协同定位系统的数学模型,然后分析了速度误差及航向误差对从艇定位误差的影响,同时设计了协同定位及误差估计的因子图模型。接着,提出了基于高斯噪声的协同定位及误差估计算法,利用均值和方差在因子图各节点间传递完成对从艇位置、速度误差和航向误差的估计。为了验证算法的有效性,通过仿真实验和实船试验的离线数据对协同定位及误差估计算法进行验证。结果表明,所提算法可以有效降低从艇的定位误差,在从艇自主定位时尤其明显,大幅提高了从艇的导航定位能力。     

水下机器人自主控制系统的设计与实现

水下机器人(简称AUV)的自主控制系统起着相当于人类"大脑"的作用,它是AUV的核心技术。本文在QNX操作系统下利用多线程技术设计并实现了AUV自主控制系统。介绍了AUV混杂系统结构和自主控制原理,给出了自主控制系统的多线程结构。设计了多线程同步模块,并与QNX消息传递机制相结合实现了AUV自主控制系统线程间的同步与通信。最后在半实物仿真平台上结合具体案例对自主控制系统进行了验证。仿真结果表明AUV自主控制系统能够正确协调各个线程自主完成使命。     

水下航行器组合自导系统声学建模与仿真

组合自导是新型水下航行器制导系统的发展方向,通过仿真手段对其性能及技术特点进行研究是水声仿真研究领域非常关心且亟待解决的问题.对水下航行器组合自导系统的功能及系统构成进行了研究,基于层次化、模块化的建模原则,将组合自导系统分解为13个相互独立的模块,给出了主要模块的数学模型,并利用Visual C 平台在声信号层次上设计并建立了水下航行器组合自导声学仿真系统,仿真结果表明了各模块及整个仿真系统的正确性和有效性.     

基于地磁异常定位的水下载体地速测量新方法

根据水下地磁异常定位中磁性目标位置不变的特点,提出了载体在航行时姿态不变与变化的情况下载体对地速度的解算方法。给出了两种方法的计算公式并进行了数值仿真,结果表明两种方法均具有较高的解算精度,为载体对地速度的绝对测量提供了一种新途径。理论分析与数值仿真了速度解算误差与载体速度间的关系,结果表明误差随速度增大而增加,但即使速度较大时误差也可接受。     

基于边界矩和改进FCM聚类的水下目标识别

水下目标的识别是水下机器人对环境动态感知、快速定位与跟踪视觉目标的关键, 本文针对水下成像的特殊性以及成像环境的复杂性,旨在设计一种快速、准确的目标识别系统以指导水下机器人进行下一步的任务. 首先, 综合运用一些流行的算法, 简要介绍了一种有效的边界分割算法; 然后通过对边界矩的分析和修正, 构造了具有平移、旋转及比例变换不变性的仿射变换; 最后详细描述了改进的FCM聚类识别的设计理念. 通过对实测的4类物体组成的水下目标的识别实验, 证明了所提水下目标识别系统可以用于水下目标识别, 并且具有较高的鲁棒性和实时性.     

基于大范围海图数据的自主式水下潜器全局路径规划方法研究

在大范围海图数据环境中，应用遗传算法(GA)对自主式水下潜器(简称AUV)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。通过仿真结果可以看出：采用可变长编码方式使路径描述简单、清晰，算法具有收敛速度快、求解实际问题效率高的特点。     

变化海流环境下AUV能量最优三维路径规划

为获取变化海流环境下自主水下航行器(autonomous underwater vehicle, AUV)的能量最优路径, 基于最优控制理论提出一种用于AUV的三维能量最优路径规划算法。首先, 为了有效抑制海流对路径规划的影响, 将海流向量加入到AUV运动学模型中。其次, 在已知俯仰角及AUV位置的情况下, 利用庞特里亚金极小值原理, 获得能量最优控制律。最后, 利用线性定常系统的状态空间理论, 计算得到初始艏向角、航速以及能量消耗。在仿真环节, 通过与负反馈控制策略相比较, 说明所提算法能够规划出三维能量最优路径, 而且可以有效降低AUV的能量消耗。