基于滑模理论的水下机器人定深控制算法研究

水下机器人操控性能指标中对定深控制性能有较高要求,而水下机器人的运动具有强的非线性和耦合性,使得不同航速下的定深控制成为难点;建立了水下航行器的运动学模型,基于滑模理论设计了深度控制器和纵倾控制器,在MATLAB SIMULINK环境下搭建了深度控制仿真系统,数值仿真结果表明:滑模变结构控制器对于不同航行条件具有较强的适应性,同时深度的控制效果明显优于PID控制器。     

不平衡数据集下的水下目标快速识别方法

水下目标的准确识别是水下机器人实现抓取、捕捞等安全作业的前提,针对水下图像质量差、样本数量少及类不平衡而导致目标识别精确度低的问题,提出了一种基于生成对抗网络（Generative Adversarial Networks, GAN）的水下目标快速识别算法。利用GAN理论搭建了深度卷积神经网络的水下图像生成模型,通过生成器与判别器的零和博弈生成特定水下目标图像;设计生成目标的中心坐标计算函数和边界融合函数,将生成目标与背景图像融合后训练水下目标识别模型。实验结果表明,所提方法能够显著提高水下目标识别精确度,对实现水下目标准确抓取、促进水下作业及海洋资源的开发具有重要意义。     

基于单片机的智能水下目标检测识别系统设计

本文设计了一款智能水下目标检测识别系统,该智能水下目标检测识别系统以jetson tx2为主控核心,通过电脑控制水下目标检测识别系统,实现水下目标物体的检测和识别。该系统通过双目摄像头将采集到的图像信息传递给图像识别模块,图像识别模块将图像中的目标物体进行标记,通过socket模块将目标物体检测识别信息和深度信息传输至电脑,从而为今后水下机器人自主抓取提供更多有效的信息。在海产品捕捞领域,该智能水下目标检测识别系统可以检测并识别水下海产品,并提供海产品位置等有效信息,这对今后提升海产品捕捞的自动化程度有重要意义。相对于传统的人工捕捞,智能水下目标检测识别系统不仅可以提升水下捕捞效率,降低捕捞成本,还可以大幅降低潜水员因长期水下工作罹患职业病的风险。     

基于深度学习的工业分拣机器人快速视觉识别与定位算法

针对工业分拣机器人识别复杂工件慢、精确度低以及定位不准等问题,提出一种基于深度学习的快速识别定位算法.通过工业高精度相机获取目标图像信息,经过图像灰度化、图像滤波、Otsu二值化处理,再经边界像素检测算法定位并分割目标图像.运用已训练的深度卷积神经网络(CNN)对目标进行识别,得到目标所在的位置坐标以及所属类别,实现工业机器人分拣.实验测试中以纹路复杂的象棋为例进行定位识别,结果表明定位算法误差小于0.8 mm,最快识别速度达0.049秒/个,在实验环境中识别精度能保持在98%以上,表明算法具备良好的准确性和稳定性.     

基于改进单次多框检测算法的机器人抓取系统

针对汽车零部件回收工厂在实际复杂工况下的零件检测效果不佳导致不能实现精准抓取从而影响生产效率的问题,提出了一种基于改进单次多框检测（SSD）算法的机器人抓取系统,可实现零件检测、分类、定位及抓取任务。首先,通过改进SSD模型检测目标零件,得到零件位置和类别信息;其次,通过Kinect相机标定与手眼标定将像素坐标系转换到机器人世界坐标系,实现零件在机器人空间坐标系下的定位;然后,通过机器人正逆运动学建模与轨迹规划,完成目标零件抓取任务;最后,对整个集成抓取系统进行了零件识别分类、定位到抓取验证实验。实验结果表明：复杂工况下,所提系统的零件抓取平均成功率达到95%,满足零件抓取的实际生产需求。     

智能移动垃圾分拣机器人设计与实现

随着我国人口红利逐渐减弱,以及计算机、工业自动化水平的提高,迫切要求通过自动化设备代替传统人工进行工作。本作品研究基于视觉识别技术的智能移动垃圾分拣机器人,能够进行路径规划遍历清扫区域,扫描识别垃圾并抓取垃圾。作品由导航单元、目标识别单元以及分拣控制单元三部分组成。导航单元基于ROS分布式框架,利用激光雷达采集清扫区域环境信息,实现基于扫描匹配算法的SLAM功能,并通过最优路径算法进行路径规划遍历清扫区域。机器人遍历过程中,由目标识别单元通过SSD_MobileNet_V2深度学习算法对摄像头获取的图像进行目标检测以及目标分类,获取目标的坐标及其角度信息作为分拣控制单元的输入信息,控制分拣控制单元执行垃圾抓取任务。     

超小型水下机器人智能定位系统

提出一种新的超小型水下机器人智能定位系统.融合短基线定位声纳、电子罗盘、X/Y倾角传感器和深度传感器组成超小型水下机器人定位的硬件系统,使用基于构件的方法开发了针对超小型水下机器人定位系统的水上控制计算机三维虚拟显示软件.使用马尔可夫自定位算法在实测定位声纳信号的间隙推算水下机器人的位置,提高定位速度,使其与姿态传感器同步.设计了定位算法有效性的测试实验,结果证明算法有效.     

智能化水下机械手的研究

水下机械手的研究和设计对水下机器人的应用和发展具有重要的影响,而智能化水下机械手要具有自主路径规划和目标类型判断的功能.文中首先简要叙述了水下机械手的发展现状和存在问题,然后通过分析抓取任务及环境信息的获取,设计了系统的硬件结构和软件组成.接着通过对水下机械手进行数学建模,阐述了抓取操作的工作原理,并给出了一个抓取过程的实例曲线.     

基于双目视觉的工件定位与抓取研究

针对生产制造过程中工件的自动定位、识别与抓取等问题,研究基于双目立体视觉的工件识别定位方法;对每个工件进行SIFT特征提取,采用模板匹配方法实现工件的识别.用形态学方法获得工件特征点的二维信息,结合双目立体视觉标定技术得到工件的三维坐标,为机器人抓取工件提供信息;在实验中,相机标定、匹配识别与三维定位程序在MATLAB环境中执行,应用MATLAB和VC++混合编程技术将获得的工件信息传递给机器人的控制程序,实现了机器人对工件的在线实时抓取.     

一种欠驱动水下机器人手爪的作业能力研究

在分析当前机器人手爪研究现状的基础上,根据水下作业任务特点,确定了作业型水下机器人多传感器手爪的设计需求,研究了水下手爪原理样机的作业能力,结合典型物体的抓取给出了关键参数关系.该样机可满足在指定环境下进行目标识别、抓取、简单装配、搬运等典型操作任务的要求,为操作型水下机器人多传感器手爪感知系统的研究提供了硬件平台.     

基于最佳邻域重构指数的水下高光谱目标检测

水下机器人仅通过传统光学相机获取图像很难在复杂水下环境中或目标物具有保护色的情况下检测到目标,而通过高光谱技术进行水下目标检测可以改善这一情况;由于直接运用传统高光谱检测方法难以满足水下机器人对水下目标检测的要求,提出了一种基于最佳邻域重构指数(ONRIF)的高光谱目标检测方法,该方法通过线性重构的思想进行邻域寻优,选出信息量高且波段相关性低的波段组合,并使用所选波段的融合图像进行目标检测;结果表明,与直接对原始水下海产品高光谱图像进行检测相比,该方法在保证检测效果的前提下,大量减少了检测时间和数据冗余程度;还提出了一种在相同环境下对同类目标物的单波段快速采集检测方法,大大提高了采集数据的速度,可以满足水下机器人对海产品检测的需求.     

A method for forming program control for velocity regime of motion of underwater vehicles along arbitrary spatial trajectories with given dynamic accuracy

An approach to precise control of motion of an underwater vehicle is proposed; this approach consists in an automatic correction of program motion signals such that the execution of these new program signals provides precise motion of the underwater vehicle along a given spatial trajectory with maximum possible velocity irrespective of dynamic error of the control system of this underwater vehicle. The program signals of motion of the underwater vehicle are corrected by shifting the target point specifying the desired position of the underwater vehicle on a given trajectory by a value proportional to the vector of deviation of the underwater vehicle from this trajectory and simultaneous adjustment of the desired velocity of the underwater vehicle. The results of mathematical simulation have shown that the application of the proposed method provides exact and maximally fast motion of the underwater vehicle along the given spatial trajectory using simple standard linear controllers in the control system of this underwater vehicle.     

Current-Aided Multiple-AUV Cooperative Localization and Target Tracking in Anchor-Free Environments

In anchor-free environments, where no devices with known positions are available, the error growth of autonomous underwater vehicle (AUV) localization and target tracking is unbounded due to the lack of references and the accumulated errors in inertial measurements. This paper aims to improve the localization and tracking accuracy by involving current information as extra references. We first integrate current measurements and maps with belief propagation and design a distributed current-aided message-passing scheme that theoretically solves the localization and tracking problems. Based on this scheme, we propose particle-based cooperative localization and target tracking algorithms, named CaCL and CaTT, respectively. In AUV localization, CaCL uses the current measurements to correct the predicted and transmitted position information and alleviates the impact of the accumulated errors in inertial measurements. With target tracking, the current maps are applied in CaTT to modify the position prediction of the target which is calculated through historical estimates. The effectiveness and robustness of the proposed methods are validated through various simulations by comparisons with alternative methods under different trajectories and current conditions.      

A cooperative architecture for target localization using multiple AUVs

A recent concern in marine robotics is to consider the deployment of fleets of autonomous underwater vehicles (AUVs) and autonomous surface vehicles (ASVs). Multiple vehicles with heterogeneous capabilities have several advantages over a single vehicle system, and in particular the potential to accomplish tasks faster and better than a single vehicle. This paper addresses in this context the problem of underwater targets localization. A systematic and exhaustive coverage strategy is not efficient in terms of exploration time: it can be improved by making the AUVs share their information to cooperate, and optimize their motions according to the state of their knowledge on the target localization. We present techniques to build environment representations on the basis of which adaptive exploration strategies can be defined, and define an architecture that allows information sharing and cooperation between the AUVs. Simulations are carried out to evaluate the proposed architecture and the adaptive exploration strategies.     

基于Simulink的高空空投AUV全弹道仿真系统研究

高空空投AUV（Autonomous Underwater Vehicle,自主水下航行器）是一种基于“高空反潜武器概念”而设计的基高空滑翔与水下自主航行于一体的新型水下航行器,对其全弹道的仿真是其概念设计阶段的重要内容和理论基础。根据高空空投AUV弹道各稳态阶段的运动与环境特点,分别搭建了滑翔、减速与水下阶段六/九自由度仿真模型。仿真了空投AUV在翼面组件升力作用下的自由滑翔弹道和在圆形降落组件作用下的减速弹道。设计了AUV水下偏航与深度控制器,并进行了水下闭环控制仿真,验证了AUV深度与偏航控制下沿指定轨迹航行。仿真结果表明,仿真系统能准确快速地仿真出AUV各运动阶段的弹道、位姿、速度与加速度信息,适用于全弹道组件设计、特性分析与控制器设计与验证。     

基于OpenCV的水下机器人单目定位技术研究与仿真

针对水下机器人自主回收对接时的定位问题,提出了一种基于OpenCV的单目定位技术研究与仿真方法;首先确定回收装置在回收侧的光源标记点坐标信息;然后借助OpenCV算法库,通过对水下机器人自带摄像机的标定,得出反应摄像机固有信息的内参数,通过摄像机对回收装置光源标记点的识别,得出光源标记点在图像上的像素坐标,结合其世界坐标,得出反映回收装置在摄像机坐标系下位置和姿态信息关系的平移向量和旋转向量,进而确定水下机器人在回收装置坐标系下的位置和姿态信息;最后运用CATIA软件对摄像机拍摄模型进行建模和仿真,结果表明,所提方法不仅能快速地获得水下机器人的位置和姿态信息,而且定位精度高,满足水下机器人在自主回收对接时的设计要求。     

异步时钟下基于信息物理融合的水下潜器协同定位算法

在异步时钟下研究了一种基于信息物理融合的水下潜器协同定位问题.首先，构建了由浮标、传感器和潜器组成的水下信息物理融合系统架构.然后，考虑水下异步时钟影响，设计了基于传感器与潜器交互通信的异步定位策略，给出了潜器协同定位问题.为求解上述协同定位问题，分别提出了基于扩展卡尔曼滤波（Extended Kalman filter，EKF）与无迹卡尔曼滤波（Unscented Kalman filter，UKF）的水下潜器协同定位算法.最后，对上述定位算法的有界性以及克拉美罗下界（Cramér-Rao lower bound，CRLB）进行了分析.仿真结果表明，上述算法可有效消除异步时钟对水下定位的影响.同时基于无迹卡尔曼滤波的定位算法可提高定位精度.     

Conditions for target tracking with range-only information

This paper addresses the problem of guiding a mobile robot towards a target using only range sensors. The bearing information is not available. The target can be stationary or moving. It can be the source of some gas leakage or nuclear radiation or it can be some landmark or beacon or any manoeuvring vehicle. The mobile robot can be a ground vehicle or an aerial vehicle flying at a fixed altitude. In literature, many different strategies are proposed which use the range only measurement but they involve estimation of different parameters or have switching control strategy which make them difficult to implement. We propose two sets of conditions, one for stationary target and another for both stationary and moving target. Any control strategy, that will satisfy these conditions, can bring the robot arbitrarily close to the target. There are no restrictions on the initial conditions. Estimation of any parameter is not required. Some candidate controllers are presented that included continuous controllers and switching controllers. Simulations are carried out with these controllers to validate our result with and without measurement noise. Experimental results with ground mobile robot are presented.     

基于声呐图像的水下目标检测、识别与跟踪研究综述

水下目标检测、识别和跟踪是具有重要意义的热点研究问题,在军事和民用领域都有重要的应用.鉴于此,对基于声呐图像的水下目标检测、识别和跟踪原理、方法以及典型算法的研究进展进行全面阐述.首先论述基于声呐图像的水下目标检测、图像去噪、图像分割等方面的主要进展以及典型算法和算法扩展;然后对水下目标声呐图像识别中的特征提取、特征分类方法和主要技术难点进行讨论;最后阐述基于水声信号处理和声呐图像信息的水下目标跟踪方法和算法.通过对水下目标处理过程各个过程的深入讨论和对比分析,指出基于声呐图像的水下目标检测、识别和跟踪中急需解决的关键科学问题及可能的解决思路,并对该领域的未来发展方向做进一步的展望.     

基于垂直线列阵的深海被动目标定深精度分析

首先研究了在深海环境下,采用三阵元垂直线列阵水声探测系统进行被动目标定深的基本原理,推导出了估计目标深度的理论公式.然后分别从随机误差、阵元配置偏差和相干多途水声信道的干扰的角度,对影响被动目标定深精度的各个误差源进行了理论分析,推导出了相关的理论公式,并提出了时延系数的概念.通过仿真实验,总结出各个误差源对被动目标定深精度的影响的规律,为进一步开展被动目标定深研究、提高被动目标定深精度奠定了基础.