基于自适应阈值的自主水下机器人温跃层探测方法研究

海洋温跃层是一种重要的海洋现象。基于自主水下机器人(autonomous underwater vehicle,AUV),提出了一种梯度阈值可调的温跃层探测方法,其阈值可根据海洋温跃层分布特性自适应修改,同时针对AUV温跃层探测中水体分层厚度选取的问题,提出了一种根据温度梯度峰值点个数自主确定其大小方法,可实现AUV完全自主探测温跃层。根据AUV外场实验数据,同峰值法、平均梯度法以及最优分割法进行了比较分析,结果表明此方法简单、有效。     

自主潜航器海洋环境监测发展及运用

 自主潜航器（AUV）能对水下环境进行动态监测,是一种新型海洋环境监测平台。AUV用于海洋环境监测的有效载荷主要是为满足水下探测、测量和通信而配置的水声、电子和光学等设备。按功能任务划分,AUV的海洋环境监测载荷通常包括海洋探测设备、测量设备和通信设备等。介绍了国内外AUV装备研发情况及其海洋环境监测设备,梳理了AUV海洋环境监测运用现状,探讨了AUV海洋环境监测运用发展的方向。     

多AUV水下协作搜索研究现状与展望

随着各国对海洋研究的不断深入，海上作业越来越频繁，作为探索海洋的重要工具，自治水下机器人（autonomous underwater vehicle，AUV）在海事搜索方面的发展也越来越受到关注。多AUV协作搜索控制作为多AUV研究的主要方向之一，在促进海洋科学与工程技术进步、海洋资源探测与开发、国家海防安全与海洋战略实施等方面有着十分重要的意义。首先，综述了近些年来多AUV协作搜索控制的国内外研究现状；然后，从AUV自身和环境的外界约束，以及海洋探测等方面，分析了多AUV水下协作搜索控制研究所面临的技术难点和存在的问题；最后，通过分析当前多AUV协作搜索控制的进展和实际需要，对多AUV协作搜索系统的发展趋势进行了探讨。     

遗传算法在AUV局部路径规划中的应用研究

利用遗传算法（GA）实现AUV（自主水下机器人）对于运动目标的自主避碰,根据前视声纳信息探测到的障碍物距离信息,AUV的运动信息以及航迹规划信息.算法采用了二进制编码规则,并把避碰、航迹跟踪等约束条件作为适应度函数的影响因子,将AUV的下一步的航向和速度作为避碰算法的输出结果.仿真表明,AUV对动目标的自主避碰效果良好、避碰和航迹回归路径平滑.     

AUV同时定位与跟踪算法研究

为了提高自治水下航行器的水下适应能力,对比目标跟踪与协同导航的概念,并仿照同时定位与制图方法,提出了基于EKF-SLAM框架和FastSLAM框架的自治水下航行器同时定位与跟踪算法.根据装备在携带低精度自定位传感器AUV上的声纳传感器持续探测非合作目标并估计目标航迹的同时,利用探测到的AUV与目标间的相对信息修正其自身航位推算带来的累积估计误差,从而提高AUV的自定位精度,AUV的定位和目标的状态估计同时进行,且要满足一定的精度.仿真比较了所提出的两种算法的精度,并验证了算法的有效性和一致性.     

基于混合遗传算法的图像分割识别方法

本文基于遗传算法（GA）与共轭梯度法（CG），提出了一种混合算法，将其用于图像分割问题寻求最佳阈值，该方法具有遗传算法的全局搜索能力和共轭梯度法的强大局部搜索的特点。试验结果表明，新算法具有快速收敛性和全局最优性。     

基于残差网络的海洋温跃层分析方法

首先, 以世界海洋地图集2013（WOA13）海洋数据为实验数据, 提出将不等距微分法、 垂直梯度法应用于海洋数据预处理、 海洋区域划分和跃层分析中, 并通过对多种神经网络在基于WOA13海洋三维数据二分类实验的性能分析, 选取残差网络作为二分类实验的网络模型, 在三层残差网络模型基础上增加了Dropout保留层以防止过拟合. 其次, 将残差网络模型用于温跃层分析判定, 并针对改进模型进行超参数优化、 残差单元改进、 保留率调整等对比实验. 实验结果表明, 改进的ResNet 26网络对WOA13海洋区域数据的温跃层数据分类有效, 分类准确率超过94%.     

基于残差网络的海洋温跃层分析方法

首先, 以世界海洋地图集2013（WOA13）海洋数据为实验数据, 提出将不等距微分法、 垂直梯度法应用于海洋数据预处理、 海洋区域划分和跃层分析中, 并通过对多种神经网络在基于WOA13海洋三维数据二分类实验的性能分析, 选取残差网络作为二分类实验的网络模型, 在三层残差网络模型基础上增加了Dropout保留层以防止过拟合. 其次, 将残差网络模型用于温跃层分析判定, 并针对改进模型进行超参数优化、 残差单元改进、 保留率调整等对比实验. 实验结果表明, 改进的ResNet 26网络对WOA13海洋区域数据的温跃层数据分类有效, 分类准确率超过94%.     

改进模糊层次分析法在AUV总体性能评价中的应用

摘要： 为了便于设计者合理地对无人自主潜水器(AUV)设计方案的总体性能进行评价并选择出优异的设计方案,根据AUV的功能用途和其技术性能,结合专家的意见,构建了AUV总体性能评价体系．并引入改进模糊层次分析法,求解出AUV评价指标体系中各评价指标的权重．应用实例对比分析表明,该AUV总体性能评价模型能客观地反映AUV的总体性能;评价过程清晰,简化了大量计算,是一种全新、高效的AUV设计方案评价方法．该评价方法能有效地将多目标问题转化为单目标问题,可用于AUV研制方案的评价、优化．     

一种基于小波变换的图像阈值去噪方法

在基于小波变换的图像阈值化去噪方法中,阈值的选取非常重要,本文提出一种新的阈值函数,将其用于图像去噪,实验结果表明,采用本文提出的算法得到的无论是峰值信噪比还是视觉效果均优于传统的软、硬阈值算法。     

基于干扰观测器的AUV深度自适应终端滑模控制

针对欠驱动自治水下机器人（autonomous underwater vehicle,AUV）在外部干扰和系统内部扰动下深度难以控制的问题,提出基于非线性干扰观测器（nonlinear disturbance observer,NDO）的自适应终端滑模控制方法。首先建立欠驱动AUV在垂直面上的状态方程并对其简化,其次根据简化后的系统状态方程构建NDO对外部干扰进行观测,再结合反步法设计出自适应终端滑模控制器;最后通过李雅普诺夫稳定性理论证明控制系统的稳定性。结果表明：欠驱动AUV最大跟踪误差为0.137 5 m,峰值时间为2.1 s,证明了所设计的控制器能够实现深度控制,降低抖振,具有较强的鲁棒性。     

自主式水下机器人的光视觉管道探测跟踪系统

研究了自主式水下机器人（AUV）利用单目光视觉系统对水下管道的检测跟踪问题,对实现该方法的各个过程从硬件组成和软件体系结构两方面进行了阐述,从而完成了一整套水下光视觉系统的软、硬件设计. 分析了水下管道图像的特点,结合该特点阐述了图像预处理过程,提出了一种改进的Hough变换方法,改善了管道边界的提取效果. 同时采用管道参考区域预测方法,提高了管道的检测率以及实时性, 并利用水池试验对系统的可行性和有效性进行了验证.     

基于深度强化学习的水下机器人最优轨迹控制

为了实现水下机器人在跟踪复杂轨迹时具有出较高的精度和稳定性,提出了利用深度强化学习实现水下机器人最优轨迹控制的方法:首先,建立基于2个深度神经网络（Actor网络和Critic网络）的水下机器人控制模型,其中Actor网络用来选择动作,Critic网络用来评估Actor网络的训练结果;其次,构造合适的奖励信号使得深度强化学习算法适用于水下机器人的动力学模型;最后,提出了基于奖励信号标准差的网络训练成功评判条件,使得水下机器人在确保精度的同时保证稳定性. 仿真实验结果表明:在解决一定精度内的水下机器人复杂轨迹跟踪问题时,该算法与传统PID控制算法相比具有更优的性能.     

基于飞蛾火焰算法的AUV三维全局路径规划

针对存在静态地形障碍和不规则海流的复杂海洋环境下的自主水下航行器（autonomous underwater vehicle，AUV）全局路径规划问题，采用飞蛾火焰优化（moth-flame optimization，MFO）算法搜索获得能耗最优的无碰路径。首先，将搜索空间栅格化后随机生成一组满足避碰需求的初始路径作为初始飞蛾种群；然后，根据MFO算法更新飞蛾位置，实现AUV路径的自主规划；最后，结合AUV巡航能耗模型和静态海流分布模型作为适应度函数，迭代搜索得到最优路径。为验证方法的有效性和优越性，进行了一系列仿真试验。试验结果显示，该算法在AUV全局自主路径规划中的规划效果相较于传统蚁群算法的规划结果具有明显优势，所得路径平滑，且在不同环境中均表现出极佳的全局收敛能力。     

基于EKF的无人潜航器航位推算算法

为了解决传感器的安装角偏离误差以及量测误差导致的无人潜航器(AUV)在水下自主航行时不能满足长时间导航定位的要求,对航位推算算法进行了研究.针对AUV在高纬度、长时间航行中曲率半径的变化,采用地球参考椭球体作为地球几何形状的数学描述;针对数据滤波实时性的要求,基于扩展卡尔曼滤波(EKF)对卫星导航系统(GPS)数据进行滤波,并利用AUV湖试数据对传感器的安装偏离误差进行了校正.对提出的导航算法进行了试验验证,结果表明AUV的自主导航定位精度为0.75%,满足设计要求,并优于改进前的航位推算算法.     

基于S模型的水下机器人改进人工免疫控制器

为分析水下机器人非线性运动控制系统的特点,采用基于生物免疫生理特性与免疫应答的免疫控制方法,结合Sigmoid非线性模型和函数简化策略,得到改进型免疫控制器.水下机器人仿真试验表明,该控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点.     

矢量推进自主水下航行器动力学建模及仿真

采用单矢量推进器进行航向控制的自主水下航行器(autonomous underwater vehicle,AUV),与采用传统的鳍舵进行航向控制的AUV相比,具有更好的低速操控性及定位精度.根据单矢量推进式AUV的特点,将AUV的推力视为螺旋桨转速及矢量推进器摆角的函数,运用Newton-Euler法建立了AUV的6自由度运动学模型和动力学模型,采用四阶五级龙格-库塔方法对单矢量推进式AUV动力学模型进行了求解,在Matlab环境下对其动力学行为进行了仿真预测,并通过水域试验验证了所建模型的正确性,为控制系统的设计奠定了基础.     

基于AUV的航迹追踪自适应UKF算法

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。     

水下航行器声通讯安装结构涡流噪声分析

孔腔及凸体作为水下航行器表面的常见结构，其产生的涡流噪声对搭载在水下航行器上的声学仪器的信号精度有不容忽视的影响．根据水下航行器上搭载的声通讯调制解调器安装结构抽象出几何模型，即孔腔、凸体组合结构，采用LES—Lighthill等效声源法对该孔腔、凸体组合结构的流场及声场进行仿真，通过分析不同模型的流动机制及涡流噪声特性，指出了凸体高度对涡流噪声的影响．研究表明，凸体高度与孔腔深度相等时，产生的涡流噪声最小．研究成果为水下航行器声通讯安装结构的设计提供了依据．