基于混合微粒群算法的智能水下机器人模糊神经网络控制

为减少因水下机器人模糊神经网络控制器参数较多、手工调整困难及主观不确定性因素的影响,提出一种基于免疫理论和惯性权值非线性递减策略的混合微粒群算法.该算法在保持基本微粒群算法处理多峰和多维问题能力的基础上,根据粒子浓度和适应度来动态调整约束因子,同时结合惯性权值非线性递减策略来抑制算法早熟收敛,平衡全局和局部搜索能力.在与GAI、GA及基本微粒群算法的仿真比较试验中,该算法搜索到最佳近优解,且其收敛速度最快.在水下机器人仿真平台上的控制试验表明,基于混合微粒群算法的控制器性能良好,具有较强的抗海流干扰能力.仿真结果证明了该算法的可行性.     

水下机器人半实物运动仿真系统的设计

通过对水下机器人体系结构中的控制层进行实物仿真和对感知层以及执行层进行虚拟仿真相结合的方法建立了水下机器人半实物运动仿真系统,该仿真系统不仅能够对整个系统的软件逻辑进行测试,同时能够对水下机器人控制系统的硬件体系、数据接口、可靠性都进行验证。详细阐述了水下机器人半实物运动仿真系统的硬件和软件体系结构,并对虚拟仿真中的水动力仿真、运动传感器仿真以及实物仿真中的运动控制系统的设计进行了说明。最后通过远距离航行仿真试验和避碰仿真试验证明了所设计的水下机器人半实物运动仿真系统对实际海试具有重要的参考价值。