基于深度学习的水面无人艇目标检测算法综述

随着人工智能的发展,水面无人艇可代替人工进行危险任务作业,目标检测是其完成自主探测的核心技术。深度学习技术克服了人工特征提取精度低、通用性差等局限性,已成为图像处理的主流方法。首先,对当前基于深度学习的目标检测算法的发展现状进行了全面总结,对算法分类进行了详细的定义,并指出了不同类型算法的优缺点及适用场景;然后,分析了无人艇水面目标检测技术的研究现状,指出了各类深度学习工作的贡献、优势和局限性;最后,总结了面向水面无人艇的深度学习目标检测算法中亟需解决的关键科学问题,并对可行的方案以及该应用研究领域的未来发展做了进一步的展望。     

结合速度障碍法的无人艇编队控制策略研究

在实际的工程运用中,领航者–跟随者算法无法解决无人艇在编队形成过程中的相互碰撞问题,往往需要提前确定编队初始状态,避免编队无人艇之间的相互碰撞。针对该缺陷,将速度障碍法引入领航者–跟随者算法,并将威胁评价引入速度障碍法中,以解决无人艇在编队过程中的相互碰撞问题。建立了无人艇的运动仿真平台,并对提出的无人艇编队控制策略进行了仿真试验。试验表明：该算法提高了编队控制的稳定性,降低了编队形成过程中的碰撞风险。     

具有时变时滞的数据采样无人船舵减摇系统稳定性分析

本文研究了基于数据采样的无人船舵减摇闭环控制系统的稳定性.考虑到采样过程存在延迟现象,引用动态时滞区间的方法,构造相应的Lyapunov-Krasovskii泛函（LKF）.此方法将固定时滞区间扩展成为动态时滞区间,不仅放宽了时滞区间上界和下界的限制,还能同时获得基于线性矩阵不等式（LMI）的更小保守性的相关稳定性判据.最终可以获得一个更宽松的标准来分析基于数据采样的无人船舵减摇闭环控制系统的稳定性.最后,举例说明了所提出方法的有效性.     

无人测量船在水下地形测量中的应用研究

目前,水下地形数据获取主要依赖于大型船只搭载多波束测深仪或单波束测深仪进行水下测量。由于船只吃水等原因,这种作业模式在近岸、浅滩、岛礁及一些危险区域,存在测量盲区,且作业效率较低,数据精度不高。本文以辽宁某河水下地形测量工程项目为例,详细的介绍了搭载单波束测深仪的无人测量船的工作原理,以及无人测量船利用LNCORS系统对该河流进行无验潮水下地形测量的工作流程和具体优势,并对测量数据作出具体分析得出无人船测量在水下地形测量中具有精确、便捷、安全和测量区域全覆盖等特点。     

单波束无人船一体化水下地形建模及辅助分析

通过搭载单波束测深仪的无人测量船,辅助CORS系统和姿态仪,对长安新区滩涂区进行无验潮模式水下地形测量,建立了滩涂区水下地形DTM模型和水下3D模型。同时,依据测区设计标高,计算填挖土方量,为长安新区滩涂区造陆工程和城镇建设发展提供科学的测量成果并辅助决策。     

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.     

“探索者”号自治式水下机器人抛载系统的研制

介绍了“探索者”号抛载系统的用途、组合、性能和两个技术上的难点，并提出了解决问题的方法，使抛载系统在机器人的设备安全和工作可靠性方面，真正发挥了“关键件”的作用。     

无人直升机电力线路巡检自动航迹优化

针对目前关于无人直升机的航迹布设研究大多是讨论从起始点到目标点的,而复杂地形条件下的超低空电力线路巡检还没有一套完整的航迹布设方案这一问题,该文在充分考虑无人直升机性能、传感器参数、任务要求以及电力线路巡检过程中应注意问题的基础上,提出了针对无人直升机超低空电力线巡线的自动航迹布设及优化方案,并系统阐述了航迹分段布设、航迹平滑、航迹异常检测和优化等关键技术算法。实验结果表明,该方案可以为无人直升机进行超低空的电力线巡线设计出安全、可靠的航迹。     

无人艇载高清多光谱影像配准

针对无人艇载高清多光谱影像特性,提出了集成单应性矩阵内配准与置平薄板样条外配准的多光谱影像整体配准方案:(1)傅里叶-梅林变换引导下的多光谱影像相关匹配自动生成连接点;(2)单应性矩阵最小二乘联合估计实现多波段影像相互配准(内配准);(3)构建“置平”薄板样条变换模型实现多光谱影像序列无地理坐标配准(外配准),最后对无人飞艇搭载多CCD相机低空拍摄的高清多光谱影像进行配准验证,取得了约1个像元误差的内配准精度以及较好的外配准视觉质量。