水下无人航行器的研究现状与展望

本文首先介绍了水下无人航行器的研究背景、特点、分类与国内外研究现状。随后,阐述了国内在该领取得的标志性成果,包括几款AUV和ROV产品,其中重点介绍了一款大深度AUV和深海作业型ROV的技术特点与技术难点。接着,对该领域未来的发展趋势进行了展望。最后,对全文进行了小结。     

基于海洋能的无人水下航行器能源发电装置设计

针对无人水下航行器在水下长时连续工作对能源的需求,提出了一种由两级转换系统构成的海洋动能发电装置方案,该装置可直接将海洋动能传递给发电机,去掉了中间的能量传递环节,可有效减小结构体积、提高系统的转换效率.基于永磁发电机基本原理和刚体绕定轴转动定律,建立了飞轮动能与电机输出电压的关系模型,结合项目组研制的海洋动能发电装置...     

无人水下航行器发射鱼雷可行性仿真分析

为分析无人水下航行器在低速浅水情况下发射鱼雷的可行性,对鱼雷发射后的初始弹道进行建模仿真,通过和鱼雷试验数据进行比对,确定仿真方法正确可行.结合无人水下航行器的性能,分析鱼雷管制舵角和发射速度对初始弹道的影响,确定合理的发射参数.然后绘制鱼雷冲角、俯仰角和速度的变化曲线,分析鱼雷姿态,确保结论的正确性.仿真结果表明在合理设置发射参数的前提下,鱼雷航行姿态正常,鱼雷初始弹道能够满足发射要求,鱼雷从无人航行器发射是完全可行的.     

基于灰色预测的无人水下航行器目标跟踪

针对无人水下航行器目标跟踪控制问题,基于无人水下航行器传感器信息进行目标运动预测来实现跟踪控制。从目标预测理论出发,将灰色动态预测模型的建模原理引用到目标预测中,在对传感器进行数据滤波、小样本灰色建模与灰色动态预测的基础上,实现对目标运动的预测,文章详细阐述了基于灰色动态预测的传感器故障诊断的具体实现方法和步骤,对目标进行匀速运动、匀加速运动、变加速运动三种典型运动进行仿真研究,通过预测值与实际值之间的比较显示灰色预测方法能快速、准确的预测出目标的位置信息。     

基于RTX的水下航行器实时仿真研究

传统半实物实时仿真设计方法已无法满足不断发展的水下航行器仿真系统对实时性的要求;针对这一实际应用问题对基于RTX的水下航行器实时仿真的关键性问题进行了研究,并详细给出了仿真系统的设计方案和实现途径;实验结果表明,该实现方法使得系统实时性和可靠性都能满足设计指标,极大地提高了水下航行器仿真系统的实时性,在工程实际中具有研究和应用价值。     

水下航行器极区内航行控制关键技术

随着极区经济利益和战略意义日益凸显,水下航行器在极区作战使用的需求逐步清晰。基于极区特殊的气候条件和地理环境,指出了水下航行器在高纬度及跨极区航行时,需要重点考虑导航、控制、仿真试验等多个问题。仿真试验结果验证了基于格网导航算法的水下航行器跨极区控制和导航策略及仿真方法的可行性。     

基于MSP430的遥控无人水下航行器控制系统设计

针对某型遥控无人水下航行器,给出了总体结构和系统组成;在此基础上,基于MSP430微控制器,给出了某型低功耗的无人水下航行器控制系统的总体设计方案,采用H桥电路实现对航行器电机的控制,用nRF905单片无线收发器进行通信实现遥控控制,并进行了软件的详细设计与调试。水池试验结果表明,某型无人遥控水下航行器以约0.5m/s的速度前进时,运行情况良好,并基本实现了拐弯、下潜和上升等各预期功能,最后得出了该控制方案是可行的结论。     

自主水下航行器控制系统实时故障检测新方法研究

采用有限脉冲响应(FIR)滤波器对水下航行器进行在线自适应建模,并利用LMS算法来调节自适应滤波器的权系数,通过对FIR滤波器权系数的分析,可实时检测出系统的故障.在水下航行器控制系统中应用该方法对传感器和执行器的故障进行检测.仿真结果表明该方法简单、可靠,可对水下航行器控制系统进行实时故障检测.     

基于高度计信息处理的欠驱动无人水下航行器地形跟踪控制

针对高度测量信息不准确情况下的欠驱动无人水下航行器(UUV)地形跟踪控制问题,结合欠驱动UUV的固有特性,提出了一种基于反步法的非线性海底地形跟踪控制方法。首先,针对高度计受海水温度和盐度等海洋环境的干扰而导致高度测量信息不准确的问题,采用卡尔曼滤波器对高度测量信息进行处理,提高高度信息的准确性;然后,基于Lyapunov稳定性理论和反步法设计了非线性地形跟踪控制器,并证明了控制系统的渐近稳定性;最后,分别通过仿真实验和海试实验对所提出的方法进行验证。结果表明,基于高度信息滤波处理的欠驱动UUV非线性地形跟踪控制器能够实现精确的地形跟踪控制。     

基于BP神经网络的水下机器人推进器故障辨识算法

常规无人水下机器人推进器故障诊断中,均假设推进器处于几种固定故障模式,这与实际推进器故障情况有较大差别。该文将信息融合故障诊断技术引入推进器拥堵故障在线辨识之中,提出基于BP误差反传神经网络（Error Back Propagation Network）信息融合在线故障辨识模型,将水下机器人控制信号和故障情形下的方向偏转率作为BP神经网络融合模型输入,其输出即为反应推进器故障大小的拥堵系数,不仅提高了故障辨识精度,而且对连续不确定故障实现有效辨识。     

基于BP神经网络的水下机器人推进器故障辨识算法

常规无人水下机器人推进器故障诊断中,均假设推进器处于几种固定故障模式,这与实际推进器故障情况有较大差别。该文将信息融合故障诊断技术引入推进器拥堵故障在线辨识之中,提出基于BP误差反传神经网络(Error Back Propagation Network)信息融合在线故障辨识模型,将水下机器人控制信号和故障情形下的方向偏转率作为BP神经网络融合模型输入,其输出即为反应推进器故障大小的拥堵系数,不仅提高了故障辨识精度,而且对连续不确定故障实现有效辨识。     

面向北京2022年冬奥会水下火炬传递的新型机器人

面向北京2022年冬奥会水下火炬传递应用需求,设计水下变结构机器人和两栖机器人,并提出水下火炬传递控制方法。克服机械臂（含火炬）运动和野外流场的复合扰动是火炬传递控制的关键问题,尤其是手持燃烧火炬的机械臂对浮游模式水下机器人的影响更加显著。针对以上问题,本文提出一种基于自适应控制策略的水下火炬传递控制方法,在线辨识静力学和流场水动力参数,预先补偿控制扰动,实现水下机器人的高精度姿态控制、位置控制。最终,在北京2022年冬奥会上成功完成奥运史上首次机器人间水下火炬接力。     

基于ARM的水下机器人通信与控制器研制

应用UP—NETARM 2410-S嵌入式系统研制OUTLAND1000水下机器人控制器．控制器主要包括两个部分：OUTLAND1000水下机器人通信系统和PID控制部分。OUT—LAND1000水下机器人传感器通过RS485将机器人的运行情况传送到控制转换器．控制转换器再通过Rs232与控制器通信,控制器应用PID算法实现机器人的状态控制．最后通过水池实验给出控制结果。     

机器鱼辅助水下考古实验研究

分析了水下考古对潜器的需求,从速度、机动性、与UUV的对比等方面阐述了SPC-II(Stability first, Propulsion secondary, Control the third)机器鱼水下作业的可行性,提出了基于盘旋下潜的机器鱼辅助水下考古实现方法．这种方法在实际考古中得到验证,弥补了SPC-II无法动力悬停的不足,并为下一步的研究提供参考．     

基于神经网络的自治水下机器人广义预测控制

针对自治式水下机器人高度非线性和时变性的特点,提出了一种基于神经网络的水下机器人广义预测控制策略．利用改进型Elman网络作为多步预测模型,在对网络学习算法进行改进的基础上,实现了Elman网络的在线学习,并提出了用于求解神经广义预测控制律的灵敏度公式．进行了具有神经网络在线学习功能和不具有在线学习功能的水下机器人的速度控制实验,并就预测控制效果进行了对比分析．实验结果表明,具有自适应学习功能的水下机器人速度控制法的精度要优于不具有在线学习功能的速度控制法,且当水下机器人动态特性发生变化时具有较强的自适应能力．     

舵桨联合操纵微小型水下机器人的开发

介绍了一种舵桨联合操纵的微小型水下机器人．该机器人装有左右布置的两个主推进器、可调攻角水平舵和垂直稳定翼．配合所搭载的深度计、磁罗经等传感器和控制计算机,可实现水下定深定向航行,并可由TV和声纳探测水下目标．其航行与探测能力得到了试验验证．     

自主水下航行器的变质心跟踪控制

The trajectory-tracking control problem is investigated for an autonomous underwater vehicle (AUV) moving in the vertical plane using an internal point mass and a rear thruster as actuators. Combined with the dynamics of the point mass, the AUV is modeled as an underactuated system. A Lyapunov-based tracking controller is proposed by using backstepping approach to stabilize the error dynamics and force the position errors to a small neighborhood of the origin. Simulation results validate the proposed tracking approach.