一种超小型碟型水下机器人设计

设计了一种超小型碟形水下机器人,该水下机器人利用两个螺旋桨,能够完成多个自由度方向的运动．与通常超小型水下机器人相比,该碟形水下机器人的特点是采用可两轴旋转的水平螺旋桨来同步实现机器人的升降与/或横向水平运动．详细分析与推导了超小型碟形自治水下机器人同步实现机器人的升降与横向运动的关系式,给出了实现横向运动应满足的控制力的条件;得出了保证碟形水下机器人横向运动应该满足的表达式．     

堤坝检测水下机器人运动控制系统的研究

堤坝检测水下机器人是为查找江、河、湖、海中各种堤坝的裂缝、破损等质量问题而设计的开架式水下机器人.文中介绍了堤坝检测水下机器人的运动控制系统,详细讨论了自动扫坝控制过程的运动控制算法和基于船位推算的导航方法.在综合考虑垂向和纵向自由度的运动能力的基础上,利用S面控制算法设计了运动控制器,使得水下机器人能够在垂向和纵向运动上取得协调,从而跟踪指定的路径.采用强跟踪卡尔曼滤波进行船位推算,解决了系统的导航问题.最后通过外场试验验证了整个运动控制系统的可行性和可靠性.     

水下机器人试航速度的类物理数值方法预报

水下机器人试航速度是评价推进系统性能和续航能力的重要指标。针对水下机器人试航速度预报问题,提出类物理数值预报方法。建立水下机器人包含桨舵的全附体模型,采用多块动态混合网格方法进行网格构建和更新,编写用户自定义函数,求解六自由度方程和非定常雷诺平均NS方程进行水下机器人和螺旋桨力和速度的计算和传递,实现以螺旋桨旋转运动推进水下机器人自航的运动过程模拟。数值结果表明,水下机器人试航速度1.5m/s对应的转速为570r/min;自航模拟可见螺旋桨梢涡曳出,梢涡强度和螺旋桨推力随航速增加而降低。数值模拟再现了非定常运动过程中船桨舵相互作用机理,有利于水下机器人复杂操纵运动的精确预报。     

仿生水下机器人运动控制方法研究

近年来仿生技术在水下机器人上的应用已经成为水下机器人的重要研究方向之一.仿生水下机器人采用尾鳍提供前进动力和改变航向,比传统的桨舵具有高效性和高机动性.根据仿生水下机器人水池试验结果讨论了其运动性能,并在此基础上提出了仿生水下机器人运动控制方法,最后通过仿真试验验证了该方法.根据试验结果得出,针对现阶段仿生水下机器人的运动能力,其控制内容和控制方法是合理、有效的.研究和试验表明,符合实际的仿真模型与可行的运动控制方法使仿生水下机器人运动性能得到了不断的完善和改进;最终实现"仿生-Ⅰ"号的纵向速度控制、艏向控制和深度控制,从而使其具有大范围的转移能力.     

基于遗传算法的水下机器人运动规划中pareto解的分析与处理

对基于遗传算法进行水下机器人运动规划过程中的ｐａｒｅｔｏ解进行了研究。提出了多评价函数相互制约条件下ｐａｒｅｔｏ解的最佳化方法，以水下机器人Ｔｗｉｎ－Ｂｕｒｇｅｒ为对象进行运动规划的结果验证了算法的有效性。     

水下船体表面清刷机器人吸附及移动性能分析

为了保证水下船体表面清刷机器人吸附可靠和运动灵活,需要合理地确定机器人的吸附力和驱动力矩.首先介绍了机器人的工作原理,以及机器人可能遇到的危险状态;然后对机器人进行了力学分析,建立了机器人相对船体表面静止和运动时的力学和数学模型,运用"极值寻优法",确定了机器人在水下船体表面上工作时所需最小的吸附力和驱动力矩;运用MATLAB对数学模型进行了仿真分析,分析结果与上述理论计算结果相符.这些研究为确定机器人的吸附力和驱动力矩提供了理论依据,保证了机器人在水下船体表面上吸附和移动的可靠性.     

多水下机器人自航纵向编队的操纵运动数值模拟

针对现有的多水下机器人编队的水动力性能分析仅限无桨模型、定常航行的现象,无法解决真实编队螺旋桨滑流对水下机器人运动影响问题,本文提出采用离散螺旋桨的类物理数值方法,对多水下机器人自航编队的非定常操纵运动进行模拟.相对于无桨拖曳编队的领航者对追随者的吸力作用,自航编队表现出不同的相互作用:领航者对追随者有斥力作用,导致追...     

极大似然法在水下机器人系统辨识中的应用

主要探讨了极大似然参数估计法及其松驰算法,将它们应用于水下机器人运动模型的辨识中,利用水下机器人的海上类Z型试验数据,辨识得到某智能水下机器人水动力系数,并对比了两种算法的结果,可看出松驰算法有更好的收敛性,然后用辨识得到的水动力系数建立了水下机器人的运动模型,用运动仿真进行了模型验证,仿真结果表明辨识得到原数学模型是可靠的,本方法对于水下机器人操纵与自适应控制的研究有较大的实际意义。     

多AUVS协作分布式控制

多水下机器人系统中机器人之间的协调、协作问题的解决是多机器人系统走向实际应用的基本前提之一.针对多机器人协作问题,讨论了一种称为"市场"框架的多水下机器人系统分布式控制方法,给出了基本的假设、概念和优化过程,并在理论上对该框架的收敛性以及计算复杂度控制等基本特性进行了分析和证明.数值模拟主要针对该框架的优化能力、计算复杂度控制以及容错能力等方面进行了深入的试验分析.其结果与基于GA的集中式控制方法对比表明,基于"市场"框架的多水下机器人分布式控制方法与传统的集中控制方法相比具有更好的优化结果和更短的解算时间.     

基于NSGA-II 算法的水下机器人水平面运动参数辨识

水下机器人水动力系数的获得是分析其运动及设计控制器的基础。由于水下机器人水平面具有运动强耦合、非线性的特点,采用简单遗传算法来辨识水动力系数时无法使得多个目标函数同时达到最优,所以采用带精英策略非支配排序遗传算法(NSGA-II)来对水平面运动模型进行辨识。利用辨识得到的系数反求水下机器人水平面速度,仿真速度与实测速度曲线吻合较好,表明NSGA-II辨识得到的水动力系数是有效的。     

AUV实时任务协调方法研究

自主地形勘察是AUV的一项重要使命,其使命控制过程是使命规划模块依据使命文本进行全局路径和任务规划,得到执行使命的任务序列.任务协调模块在预规划任务序列基础上,监控系统状态并触发事件,任务调度器根据事件消息对任务进行实时调度,发送行为控制指令驱动AUV动作来完成使命.给出了AUV任务协调模块Petri网模型,用来描述任务层离散事件间逻辑关系.在此基础上提出了基于改进RW理论的AUV实时任务协调方法进行任务间协调,实现AUV任务的实时调度.最后在虚拟仿真平台上结合地形勘察案例验证了任务调度算法,结果证明AUV能够在无人干预下自主地完成整个使命.     

基于遗传模拟退火算法的水下机器人路径规划

全局路径规划是智能水下机器人(AUV)研究领域中的一个重要课题,在一定程度上它标志着水下机器人智能水平的高低,它的目标是在已知障碍物的环境中为水下机器人寻找一条从起始状态到达目标状态的无碰路径.文中提出一种基于区域分层模型的遗传模拟退火算法的全局路径规划方法,解决了在大范围海洋环境下水下机器人的路径规划问题,详细介绍了区域分层模型和遗传模拟退火算法的实现,仿真的结果证明了该算法的有效性.     

基于声学图像处理的水下机器人局部路径规划

针对当前水下机器人多以前视声呐作为环境感知设备的特点,设计了一种基于声学图像处理的水下机器人局部路径规划算法.给出了基于声学图像处理的局部路径规划基本步骤.以前视图像声呐得到的声学图像为基础,进行环境分析.以串口接收声呐图像底层回波强度数据,利用迭代式阈值选择算法,进行图像分割.采用数学形态学方法去除噪声,膨化障碍物,建立环境数学模型.以距离值传递法搜索最佳路径.此算法以海上实验数据验证,得到了良好的规划结果.搜索到的路径距离短,搜索速度快,满足实验要求.实验表明,以前视声呐作为避碰传感器,进行局部路径规划是切实可行的.     

基于兴趣度向量模型的协同过滤推荐技术研究

在引入兴趣度向量模型的基本原理和用户协同过滤推荐技术的基础上,探讨一种有效的基于兴趣度向量模型的商品推荐算法.该算法通过将兴趣度向量模型与协同过滤推荐技术结合起来,在电子商务中实现商品自动推荐,从而提高推荐精度和推荐质量.并对这种推荐算法的有效性进行了实验验证.     

Multi-objective coordination optimal model for new power intelligence center based on hybrid algorithm

In order to resolve the coordination and optimization of the power network planning effectively, on the basis of introducing the concept of power intelligence center (PIC), the key factor power flow, line investment and load that impact generation sector, transmission sector and dispatching center in PIC were analyzed and a multi-objective coordination optimal model for new power intelligence center (NPIC) was established. To ensure the reliability and coordination of power grid and reduce investment cost, two aspects were optimized. The evolutionary algorithm was introduced to solve optimal power flow problem and the fitness function was improved to ensure the minimum cost of power generation. The gray particle swarm optimization (GPSO) algorithm was used to forecast load accurately, which can ensure the network with high reliability. On this basis, the multi-objective coordination optimal model which was more practical and in line with the need of the electricity market was proposed, then the coordination model was effectively solved through the improved particle swarm optimization algorithm, and the corresponding algorithm was obtained. The optimization of IEEE30 node system shows that the evolutionary algorithm can effectively solve the problem of optimal power flow. The average load forecasting of GPSO is 26.97 MW, which has an error of 0.34 MW compared with the actual load. The algorithm has higher forecasting accuracy. The multi-objective coordination optimal model for NPIC can effectively process the coordination and optimization problem of power network. Foundation item: Project (70671039) supported by the National Natural Science Foundation of China     

Multi-Scale Fusion Algorithm for AUVs Integrated Navigation Systems

To deal with the low location accuracy issue of existing underwater navigation technologies in autonomous underwater vehicles(AUVs),a distributed fusion algorithm which combines the model's analysis method with a multi-scale transformation method is proposed for integrated navigation system based on AUV.First,integrated navigation system theory and system error sources are introduced in details.Secondly,a navigation systems observation equation on the original scale is decomposed into different scales by the discrete wavelet transform method,and noise reduction is performed by setting the wavelet de-noising threshold.At last,the dynamic equation and observation equations are fused on different scales by the wavelet transformation and Kalman filter.The results show that the proposed algorithm has smaller navigation error and higher navigation accuracy.     

Dual-manipulator Coordinate Motion Planning Scheme for Robot Satellite

Ｄｕａｌ－ｍａｎｉｐｕｌａｔｏｒＣｏｏｒｄｉｎａｔｅＭｏｔｉｏｎＰｌａｎｎｉｎｇ　ＳｃｈｅｍｅｆｏｒＲｏｂｏｔＳａｔｅｌｌｉｔｅＬＩＵＨｏｎｇ；ＨＯＮＧＢｉｎｇｒｏｎｇ；ＣＡＩＨｅｇａｏ（刘宏）（洪炳熔）（蔡鹤皋）（Ｄｅｐｔ．ｏｆＣｏｍｐｕｔｅｒＳｃ...     

面向容错COTS服务器的PB机制研究

采用自顶向下的思想对利用PB机制构造容错COTS服务器进行了系统性的研究.首先基于实际研究开发工作给出了容错COTS服务器的系统模型,然后在该系统模型基础上设计了的通用PB机制,最后设计和分析了PB机制的四个核心算法:分布式故障诊断算法、分布式选举算法、分布式一致性控制算法和客户端/服务器协同算法.     

交通流诱导与控制协同优化模型的遗传算法求解

以路段和交叉口的加权拥挤程度最小为目标,建立诱导和控制的协同优化交通流分配模型,并提出基于遗传算法的求解。采用动态滚动式计算模型算法得出的均衡流量调整为诱导信息的发布提供定量依据,能够将诱导和控制协同起来均衡路网流量,避开拥挤。小路网试验结果表明:该模型算法实时、有效,便于实施。     

Bus coordination holding control for transit hubs under APTS

To increase the passenger transferring efficiency, the bus coordination holding control for transit hubs, which is as an important dynamic dispatching method for improving the service level of transit hubs, was studied in the framework of bus coordination dispatching mode. Firstly, the bus coordination holding control flow was studied based on Advanced Public Transportation Systems (APTS) environment. Then a control model was presented to optimize the bus vehicle holding time, and a genetic algorithm was designed as the solving method. In the end, an example was given to illustrate the effectiveness of the control strategy and the algorithm.