自主水下航行器的回坞导引和入坞控制算法

针对军事侦察和海洋环境监测领域中对自主水下航行器（AUV）水下自主回收能力的需求,研究了AUV自主回收过程中回坞和入坞的导引和控制问题。将水下自主回收过程分为回坞导引和入坞控制两个连续的阶段,其中回坞阶段采用经典的视线（LOS）导引法,使AUV到达回收器正前方的回坞航路点;入坞阶段则采用非线性横向跟踪控制方法,使AUV精确跟踪沿回收器中轴线的入坞直线航路航行并最终进入回收器。采用REMUS AUV的模型参数对水下回收进行了仿真研究,结果表明该方法是有效的,具有良好的工程应用前景。     

AUV与自主移动坞站对接的技术研究及系统设计实现

为了实现多海洋机器人自主出海协同作业、进一步提高自主水下机器人(AUV)的综合作业能力、丰富海洋无人作业场景、延长AUV自主作业的时间,研究了水下自主机器人动态对接技术.针对包容式移动坞站设计了一套基于声学导引的回坞系统,根据坞站结构特征、导引传感器解算原理规划了末程回坞路径.在保障回坞安全的前提下,以移动坞站为中心将回坞水域划分为安全区、危险区、入坞区,根据AUV与坞站间的相对位置关系在安全区和回坞区内规划了回坞路径,并对应不同路径设计了相应的控制策略和导引算法.最后,通过湖上试验验证了回坞系统的可靠性.相关导引算法、控制策略通用性较强,在一系列的悬停入坞试验、移动入坞试验中具有较高的鲁棒性;在水下不同深度和不同航速的入坞试验中,所设计的方法能够保证较高的入坞成功率,技术固化后的入坞测试显示,入坞成功率在90%以上.     

海洋工程水下结构检测与清污机器人广义预测控制研究

水下机器人(ROV)的运动具有非线性、多耦合和时变等特点,需要一类数学模型要求低、自适应能力强的非线性控制方法;因此以自主研制的新型的面向海洋工程水下结构检测与清污机器人(MC-ROV)为研究对象,通过水池试验,研究并建立了纵向和艏向动力学模型;最后设计了一种新颖的结合PID控制的约束输入输出的直接广义预测控制算法,对MC-ROV纵向、艏向运动展开研究;仿真结果表明,该算法具有计算量小、震荡低、自适应强等优点,具有良好的控制效果.     

空间机器人抓捕目标后基于任务相容性的消旋策略

针对双臂空间机器人抓捕自旋目标后的镇定操作,在考虑机器人系统输入约束的条件下,提出了一种基于任务相容性的消旋规划与控制方法。首先,给出空间机器人抓捕目标后的组合系统的动力学模型,作为规划与控制的基础。然后,根据动力学可操作度和任务相容性设计了目标的快速消旋策略,其期望加速度的方向和大小分别取作速度的反方向和机器人系统输入约束允许的最大值。最后,基于所推导的运动学和动力学模型,通过对目标和机械臂末端分别建立柔顺度等式,提出了一种跟踪期望运动轨迹同时对末端接触力进行调节的柔顺控制方法。通过双臂7自由度空间机器人消除目标自旋运动的仿真结果,验证了所提方法的有效性。     

舵桨联合操纵水下机器人运动控制研究

水下机器人空间运动具有耦合性和非线性等特点,具有良好品质的运动控制器是水下机器人完成各种作业的前提.针对某舵桨联合操纵小型自主式水下机器人运动控制问题进行了研究.对速度,深度和艏向控制系统进行了介绍,根据控制需求,建立了水下机器人动力学模型,对执行机构进行了描述,设计了水下机器人滑模控制方案,采用变速趋近项代替一般指数...     

基于有限时间系统同步的自治水下航行器回收控制

基于主-从系统状态同步的思想,提出了母艇在平面运动中回收自治水下航行器（Autonomous underwater vehicle,AUV）的一种控制方法. 在给出母艇和自治水下航行器的动力学模型基础上,建立了自治水下航行器（从系统）接收母艇（主系统）的状态信息并控制自身接近母艇的主从控制方案,使母艇自主回收水下航行器的问题转化为两者的运动状态同步问题. 利用有限时间稳定性理论,设计了一种在常值海流扰动影响下,自治水下航行器能够在有限时间内被母艇回收的滑模控制器,理论证明和仿真实例证实了该控制器的有效性.     

一种基于混沌过程神经元水下机器人运动控制方法

由于系统的强非线性以及不确定性，同时考虑到港湾环境下水声信号的噪声大，水下机器人进行精确作业时的运动控制一直是其实用化过程中困挠人们的问题。过程神经网络是传统神经网络的拓展，它增加了一个对于时间的聚合算子，使网络同时具有时空二维信息处理能力，从而更好地模拟了生物神经元的信息处理机制。水下机器人运动控制系统的输入、输出均是随时间连续变化的过程量。在基本神经元模型上，结合S函数和预先规划思想，建立水下机器人过程神经元运动控制模型，参数学习过程中，将遍历性的渐变混沌噪声引入其中，增强控制器全局优化能力。仿真试验表明，该新型控制模型，对于水下机器人的运动非线性控制器具有设计简单、响应速度快、超调小、鲁棒性好等各种优点。     

分布式多机器人运动控制的离散事件系统方法

传统多机器人系统的运动控制主要依赖于机器人的动力学方程或运动学方程,通过求解微分方程组来获得机器人的输入控制信号.随着系统中机器人数量的增加和运行环境的复杂化,动力学方程很难描述多机器人系统的运动行为,且无法很好地解决诸如死锁等逻辑故障.本文简略综述了国内外的研究现状,重点介绍笔者所在研究组开展的关于离散事件系统方法在多机器人运动控制方面的应用性研究工作.其动机在于:1)基于离散事件系统方法的运动控制能够有效地解决系统运行过程中产生的诸如死锁等逻辑故障.首先,利用离散事件系统模型对多机器人系统的运动进行建模,从而降低计算复杂性;其次,基于所得离散事件系统模型,设计分布式安全运动控制算法,使各个机器人可以自主地、无碰撞地、无死锁地运动;设计分布式鲁棒运动控制算法,使得失效的机器人对系统的影响最小.2)基于离散事件系统方法的运动控制策略可以结合传统的基于运动学方程的运动控制方法,从而使系统不但能够避免顶层的逻辑故障,而且能够确定机器人执行器的输入信号.     

基于预测控制的非完整移动机器人视觉伺服镇定

非完整移动机器人视觉伺服镇定越来越受到人们的广泛关注. 目前研究人员在解决该问题时未同时考虑摄像机的可见性约束和机器人系统的控制约束, 所设计的控制器在实际应用中很难实现满意的控制. 针对此问题, 本文设计一种预测控制器来解决移动机器人视觉伺服镇定问题. 首先设计运动学预测镇定控制器来产生参考速度指令; 然后设计动力学预测控制器使移动机器人实际速度渐近逼近期望值; 所设计的预测控制器能够容易处理系统中存在的可见性约束和控制约束; 最后对所提出的视觉伺服镇定方法进行仿真验证, 结果表明所设计的控制器能有效解决移动机器人视觉伺服镇定问题.     

基于支持向量机的外骨骼机器人灵敏度放大控制

为了准确控制外骨骼机器人跟随人体运动,需要建立其动态、精确的数学模型;人体下肢外骨骼是一个多自由度、强耦合以及非线性的多连杆系统,难以建立准确的运动学和动力学模型;文章使用三维运动捕捉与空间定位系统,获取实际人体运动参数(运动学与动力学),应用支持向量机(SVM)学习人体下肢外骨骼的数学模型;基于该模型构造基于支持向量机模型的灵敏度放大控制方法;文章使用MATLAB和LIBSVM建立外骨骼下肢机器人的数学模型,并进行仿真分析;仿真结果表明基于SVM的模型学习方法,能够准确计算出人体下肢外骨骼的动力学模型,并简化建模过程;基于SVM的灵敏度放大控制,能够有效计算出人体下肢外骨骼各关节(髋关节、膝关节、踝关节)的输出力矩,并控制外骨骼机器人跟随人体运动。     

基于大地形管理的水下机器人视景仿真系统

研究水下机器人视景系统优化设计,针对水下机器人的航行环境具有不可接近性和未知性的特点,为创建水下海洋生物和可观世界环境,利用虚拟的计算机仿真环境作为水下机器人初期调试的“平台”具有十分重要的意义.建立了基于大地形管理的水下机器人视景仿真系统.有关大地模型建立、场景效果等,利用函数变量方法自定义机器人运动引擎,采用粒子系统仿真了机器人尾流流场和低噪音的实现.依托软件平台MultiGen Creator和Vega,利用Vega与Visual C++混合编程实现LADBM模块的大地形管理,进行仿真验证.仿真结果表明,视景仿真系统逼真地再现了水下机器人在大范围区域探测目标及自主航行的过程,有效地解决了水下机器人长距离自主航行视景仿真中的大地形管理问题.     

基于强化学习的波动鳍推进水下作业机器人悬停控制

本文针对波动鳍推进水下作业机器人的悬停控制问题开展研究. 首先, 给出了波动鳍推进水下作业机器人 的运动学模型、动力学模型和波动鳍的参数–力映射模型, 建立了基于马尔可夫决策过程的悬停控制训练框架. 其 次, 基于模型结构和训练策略, 使用强化学习的方法进行网络训练, 得到最佳的悬停控制器. 最终, 在室内水池中完 成了波动鳍推进水下作业机器人的悬停控制实验, 实验结果验证了所提方法的有效性.     

基于SVM算法的碟形水下机器人姿态预测方法研究

碟形水下机器人的运动控制过程是非常复杂的,涉及到很多影响因素,并且是一个非线性控制过程,其姿态控制过程的系统模型的辨识对于实现机器人精确的控制和不同水文环境的自适应预测控制有着重要意义。因支持向量机(SVM)算法经过严格的数学推导,且在非线性等方面的良好表现,提出了将SVM算法用于碟形水下机器人模型的辨识,并设计了一组基于SVM的多输入多输出系统辨识器,可针对控制量进行姿态变化预测。通过在水池中测试的实验数据进行辨识和预测。实验验证预测的均方差不超过0.004,实验结果验证了该算法对碟形潜水器的姿态运动控制系统的辨识与预测有着良好的效果。     

基于STM32的机器人自主移动控制系统设计

针对类车机器人自主移动的问题,首先在非完整约束系统下建立类车机器人低速移动过程的运动学模型和动力学模型,选用适合基础性类车移动机器人研究的自行车模型进行状态分析;在混合式体系结构下用STM32作为机器人自主移动控制系统的核心,给出控制系统框图,完成硬件设计;同时完成环境定位与建图,构建动态贝叶斯网络,最终综合实现类车机器人自主移动的功能。     

基于视觉的UVMS单路标定位误差分析

研究水下作业系统采用水下机器人,水下机器人-机械手系统(UVMS)是一种自主或半自主作业型水下机器人,为了利用单个水下路标,结合立体视觉对其进行相对定位.通过建立双目立体摄像机的误差模型,得到立体视觉利用视差测量时沿景物及其垂直方向的两个误差分量,推导了基于单路标定位的函数模型,并利用误差传递法则,得到了定位误差模型.最后结合实际物理系统参数,给出了载体在几种典型运动下定位误差的仿真结果证明定位精度可达到要求.     

新型仿生水下子母机器人系统设计

传统的水下子母机器人在水下作业时母机器人会有噪音大、体积大和隐蔽性差的缺点,而且子机器人作为提高水下机器人位置精度和续航时间的重要手段大多采用尾部摆动、机身两侧划水、小型螺旋桨推进等方式,造成运动过程中稳定性差、噪音大而且尺寸难以微型化的缺点.为了克服这些不足,设计一种新型仿生水下子母机器人系统.该系统球形母机器人采用喷水电机进行喷水推进,减少噪音,增加隐蔽性,并为微型子机器人提供控制信号和能源.微型子机器人以樽海鞘为原型基于仿生原理设计,在水下运动透明度高、隐蔽性强、稳定性高.建立球形母机器人的喷水推进器和微型子机器人的微型驱动器的驱动力计算模型,同时建立微型子机器人的水下转向模型.最后制作子母机器人样机并进行子母机器人的水下运动实验,以验证所设计的子母机器人系统的有效性.     

旋翼飞行机器人研究进展

旋翼飞行机器人是面向空中自主作业需求,将旋翼飞行器与多自由度机械臂相结合所提出的新型机器人.该机器人作业过程中旋翼飞行器、机械臂与作业目标之间的动态相对运动以及与作业目标接触过程中未建模外力、力矩扰动使自主控制受到极大挑战.本文将针对旋翼飞行机器人的结构演变及关键技术、作业机构集成技术进行综述.从动力学建模及动力学特性分析、动态运动约束/力约束下的协调规划、非结构环境下的运动和作业控制、面向任务动态操作的环境感知、面向任务的实验系统构建与实验验证五个方面初步构建了旋翼飞行机器人自主作业理论体系.     

自治水下机器人全自由度仿真

由于自治水下机器人的复杂性，系统仿真技术变得越来越重要，系统地分析了自治水下机器人（AUV，Autonomous UnderwaterVehicle)的运动模型和空间运动方程，运用MATAB下的SIMULINK，设计了自治水下机器人的全自由度仿真工具箱，包括机器人本体运动，位姿求解和坐标系统转换等多个部分，可以方便地进行控制方法的全自由度的仿真。     

一种水下机器人运动的过程神经元控制

过程神经网络是传统神经网络的拓展, 增加了一个对于时间的聚合算子, 从而更好地模拟了生物神经元的信息处理机制. 这是由于水下机器人运动控制系统的输入、输出均是随时间连续变化的过程量. 结合S函数和预先规划思想, 建立水下机器人过程神经元的运动控制模型. 仿真试验证明,该新型控制模型, 对于水下机器人的运动非线性控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点.     

基于高增益观测器的AUV水平面轨迹跟踪控制

通过研究欠驱动自治水下机器人（AUV）在水平面的运动规律,针对欠驱动AUV水平面轨迹跟踪控制中的非完整约束、模型中的耦合性和非线性、海流干扰、跟踪精度问题进行了深入的研究,运用高增益观测器结合反步控制方法对欠驱动AUV轨迹跟踪进行有效控制。定义了AUV的地面坐标系和船体坐标系,并完成了地面坐标系向船体坐标系的转换,建立了欠驱动AUV的水平面运动学模型和动力学模型。为欠驱动AUV所提出的高增益观测器结合反步控制方案,在保证跟踪系统稳定性的前提下,可以有效地提高跟踪精度,能够消除外界干扰对控制效果的影响,并使得控制输入满足实际工程的应用约束条件。控制方法的稳定性均采用Lyapunov稳定性理论加以证明,并通过数值仿真验证了所设计控制器的有效性。