自治水下机器人机械手系统协调运动研究

简单描述了自治水下机器人搭载的三功能水下电动机械手的设计,鉴于自治水下机器人-机械手系统运动学冗余、内部可能干涉以及载体圆筒式外形等特点,将惩罚调节因子引入系统运动学伪逆矩阵,保证了关节在允许范围内运动,避免载体大幅度姿态变化及载体与机械手之间的干涉,同时采用梯度投影法优化海流作用下的系统推力。仿真表明,该算法在解决系统冗余度的同时,有效地协调多任务下的系统动作。     

应用于自主水下航行器的高可靠性CAN总线协议研究

在研究适用于自主水下航行器的CAN总线协议中,提出一种合理可行的CAN总线协议和CAN应用层接口协议,能有效地提高自主水下航行器的数据通讯效率和长短帧数据收发的可靠性.     

水下滑翔机器人运动分析与载体设计

水下滑翔机器人是一种新型水下机器人,具有噪声低、航行距离远、续航时间长、成本低等特点。分析了水下滑翔机器人的驱动机理和运动实现,给出了水下滑翔机器人典型运动的仿真结果,并以正在设计的一水下滑翔机试验样机为研究对象,描述了样机的整体结构布局,详细研究了浮力调节机构、俯仰调节机构和横滚调节机构的实现方法,并就样机中各执行机构的设计实现进行了论述。     

多水下机器人系统水动力计算的多线程实现

介绍多水下机器人(UUV)数字仿真平台的硬件结构以及单体UUV和多UUV系统的水动力计算流程,在此基础上利用Windows多线程技术实现多UUV的水动力计算,该方法已经用于多UUV数字仿真平台虚拟环境节点的设计中.系统仿真实验表明该方法设计的应用程序具有良好的执行效率和实时响应能力,为以后多UUV半物理仿真平台的水动力计算和实体多UUV系统水动力系数的验证奠定了基础.     

应用于水下自主观测平台的高可靠性CAN总线技术研究

研究并开发应用于水下自主航行观测平台的高可靠CAN总线技术,实现高可靠性、实时、单多帧、大数据量数据传输。具有很好的系统兼容性,能够同基于8051、PC104、ARM等不同硬件系统的CAN节点进行高速数据通讯,为复杂分布式系统集成提供极具应用价值的通讯网络。     

水下机器人作业机械手的研究与发展

水下作业机械手是水下机器人核心组成部分，研究第二、第三代水下机械手技术是水下机器人的重要课题，本文仅就水下作业机械手当前的发展状态，设计原则及智能化技术的研究，提出有关看法，仅供研究水下机械手课题展开讨论。     

水下机器人-机械手系统构建与研究

描述了一水下机器人——机械手系统研究平台的搭建,详细介绍了三功能水下电动机械手的设计与实验,给出了载体分系统的设计结果,利用Matlab工具箱和M函数构建了系统仿真模型,可以有效地对系统规划和控制算法进行验证(包括分别对载体分系统和机械手分系统的控制),可为进一步的现场试验提供指导和方法验证。     

小型水下自航行平台控制体系开发

以小型、经济、易扩展为目标,采用模块化设计思想,开发了一种基于CAN总线的递阶一分布式水下自航行平台控制系统,并重点考虑了安全可靠性,对各节点负载进行了优化分配。实际应用表明,该控制系统结构简单、性能可靠、传输率高,能够满足平台工作环境复杂多变的要求。     

一种小型水下自航行器推进系统设计与分析

从系统角度考虑,整体优化,设计了水下自航行器推进系统.通过外形优化减小轴向阻力,根据阻力和综合分析设计螺旋桨,并由敞水池试验验证螺旋桨的性能,在此基础上完成了推进控制系统的分析与优化设计.试验结果证明系统设计方法正确,推进系统性能良好.     

Stability Analysis on Speed Control System of Autonomous Underwater Vehicle

The stability of the motion control system is one of the decisive factors of the control quality for Autonomous Underwater Vehicle (AUV).The divergence of control,which the unstable system may be brought about,is fatal to the operation of AUV.The stability analysis of the PD and S-surface speed controllers based on the Lyapunov' s direct method is proposed in this paper.After decoupling the six degree-of-freedom (DOF) motions of the AUV,the axial dynamic behavior is discussed and the condition is deduced,in which the parameters selection within stability domain can guarantee the system asymptotically stable.The experimental results in a tank and on the sea have successfully verified the algorithm reliability,which can be served as a good reference for analyzing other AUV nonlinear control systems.     

自主水下航行器的软变结构控制

研究自主水下航行器系统的软变结构控制策略问题。首先分析软变结构控制系统的结构特征,利用双曲正切函数,给出控制受限情形的软变结构控制策略。其次利用Lyapunov稳定性理论,讨论自主水下航行器软变结构控制系统的稳定性,然后构造了基于双曲正切函数的软变结构控制器,给出自主水下航行器软变结构控制的具体算法。基于双曲正切函数的自主水下航行器软变结构控制系统调节精度高,响应速度快,有效地削弱了系统抖振。最后通过一个仿真实验,比较了自主水下航行器垂直深度通道的4种控制策略对系统性能的影响,从而验证了研究方法的有效性。     

水下自主机器人水动力预报方法研究

针对水下机器人操纵性优化设计中水动力系数预报问题,在水下机器人水动力预报中引入艇体肥瘦指数概念,确定了水下机器人艇体几何描述的五参数模型。提出采用小波神经网络方法预报水下机器人水动力,确定了神经网络的结构,利用均匀试验设计方法,设计了神经网络的学习样本。研究结果表明,只要确定适当的输入参数,选择适当的学习样本和网络结构,利用小波神经网络方法对水下机器人水动力进行预报可以达到较好的精度。     

Parallel Neural Network-Based Motion Controller for Autonomous Underwater Vehicles

A parallel neural network-based controller （PNNC） is presented for the motion control of underwater vehicles in this paper. It consists of a real-time part, a self-learning part and a desired-state programmer, and it is different from normal adaptive neural network controller in structure. Owing to the introduction of the self-learning part, on-line learning can be performed without sample data in several sample periods, resulting in high learning speed of the controller and good control performance. The desired-state programmer is utilized to obtain better learning samples of the neural network to keep the stability of the controller. The developed controller is applied to the 4-degree of freedom control of the AUV “IUV- IV” and is successful on the simulation platform. The control performance is also compared with that of neural network controller with different structures such as normal adaptive neural network and different learning methods. Current effects and surge velocity control are also included to demonstrate the controller＇ s performance. It is shown that the PNNC has a great possibility to solve the problems in the control system design of underwater vehicles.     

Neural Network Based Robust Controller for Trajectory Tracking of Underwater Vehicles

A robust neural network controller (NNC) is presented for tracking control of underwater vehicles with uncertainties. The controller is obtained by using backstepping technique and Lyapunov function design in combination with neural network identification. Modeling errors and environmental disturbances are considered in the mathematical model. A two-layer neural network is introduced to compensate the modeling errors, while H∞ control strategy is used to achieve the L2-gain performance. The uniformly ultimately bounded (UUB) stabilities of tracking errors and NN weights are guaranteed through the proposed controller. An on-line NN weights tuning algorithm is also proposed. Good performances of the tracking control system are illustrated by the results of numerical simulations.     

水下滑翔机器人研究进展及应用

水下滑翔机器人（AUG）是一种将浮标技术与传统水下机器人技术相结合的新型水下机器人,可用于长时间、大范围的海洋环境测量和监测,具有较高的可控性和机动性。在欧洲地区海洋环境安全（MERSEA）中水下滑翔机器人扮演了重要的角色,未来其应用领域将更加广泛,性能更加先进。     

基于可重置联邦滤波器的水下运载体导航定位方法

单一导航系统无法满足水下运载体高精度、高可靠性的导航需求,文中根据常用水下导航系统的特点,提出基于可重置联邦滤波器的水下运载体导航定位方案,设计了以惯导系统(INS)为主参考系统,声学定位系统/深度计、多普勒计程仪(DVL)、罗经为子参考系统的联邦滤波器,并进行了仿真研究。结果表明文中设计的滤波器能有效融合各个传感器的导航信息,实现水下运载体高精度导航定位,并具有一定容错性。     

自主水下航行器离散反馈避碰设计及仿真

为了使自主水下航行器(AUV)避碰仿真更接近实际情况,在离散时间系统中考虑海流作用,设计了AUV反馈避碰算法.针对海底探测AUV的运行特点,考虑海流作用,建立AUV垂直平面的状态空间方程.在每一个离散时间节点.利用障碍物高度信息,计算下一时刻AUV的深度目标值.然后利用反馈控制方法对其响应,在仿真时间内不断循环完成避碰仿真.对不同流场下不同高度的矩形障碍物,进行了避碰仿真.仿真结果证明了系统的可行性和合理性.