自主水下机器人智能控制与参数优化技术研究
发布时间：2021-01-15 14:27
伴随人类对海洋认知的不断深入和高新技术的快速发展,自主水下机器人（Autonomous Underwater Vehicle,AUV）在水雷探测、情报收集、海底资源开发、堤坝和管道检测等军事和民用领域的应用也日益广泛。随着对AUV的依赖程度越来越高,AUV的作业环境越来越复杂,对其运动控制性能的要求也在不断提高。良好的运动控制性能是AUV完成各项作业任务的基本前提。本文以提高AUV的运动控制性能为目标,在以下方面开展了研究:一、为有效开展AUV运动控制与参数优化技术研究,在介绍研究对象平台基础上,针对研究对象所配备的传感器和执行机构,搭建了AUV控制系统硬件和软件体系结构。二、对基于稀疏表示的滤波技术开展了研究。为提高传感器输出数据的精度,在数据稀疏表示理论基础上,介绍了数据稀疏性衡量方法,证明了稀疏表示最优解的存在及其唯一性,阐述了基于K-奇异值分解算法（K-Singular Value Decomposition,K-SVD）获得过完备冗余字典的具体实现,构建了基于稀疏表示的滤波系统模型,并在仿真实验中对AUV多普勒速度计数据开展了基于稀疏表示的滤波处理,在海上试验中对AUV多普勒...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：140 页
【学位级别】：博士
【部分图文】：
ABE自主水下机器人Fig1.1AspectofABE
图 1.1ABE 自主水下机器人Fig 1.1 Aspect of ABE图 1.2 Sentry 自主水下机器人Fig 1.2 Aspect of Sentry（3）美国蓝鳍机器人公司研发的高度模块化自主水下机器人 Bluefin-21 是开展海上搜索、打捞、考古及反水雷任务的理想平台[43]。如图 1.3 所示，Bluefin-21 长 4.9m，重 750kg，最大航速 4.5kn，最大潜深 4500m，续航力 25h，配备侧扫声纳、海底地层剖面仪和多波束回声探测仪等。2014 年 4 月，Bluefin-21 被美国海军用于在南印度洋开展马航 370 失联客机的搜索工作。（4）美国通用动力公司与蓝鳍机器人公司共同研发的 Knifefish 水雷探测自主水下机器人是 Bluefin-21 的改良版本[44]。如图 1.4 所示，Knifefish 长 5.8m，重 770kg，续航力 16h，通过合成孔径声纳探测漂浮或埋设的水雷，基于搭载的数据库和分析程序识别水雷目标。2017 年 3 月，美国海军在波士顿海岸虚拟雷区完成了对 Knifefish的测试，检验了 Knifefish 对埋设于不同深度水雷的探测和分类能力。
图 1.1ABE 自主水下机器人Fig 1.1 Aspect of ABE图 1.2 Sentry 自主水下机器人Fig 1.2 Aspect of Sentry（3）美国蓝鳍机器人公司研发的高度模块化自主水下机器人 Bluefin-21 是开展海上搜索、打捞、考古及反水雷任务的理想平台[43]。如图 1.3 所示，Bluefin-21 长 4.9m，重 750kg，最大航速 4.5kn，最大潜深 4500m，续航力 25h，配备侧扫声纳、海底地层剖面仪和多波束回声探测仪等。2014 年 4 月，Bluefin-21 被美国海军用于在南印度洋开展马航 370 失联客机的搜索工作。（4）美国通用动力公司与蓝鳍机器人公司共同研发的 Knifefish 水雷探测自主水下机器人是 Bluefin-21 的改良版本[44]。如图 1.4 所示，Knifefish 长 5.8m，重 770kg，续航力 16h，通过合成孔径声纳探测漂浮或埋设的水雷，基于搭载的数据库和分析程序识别水雷目标。2017 年 3 月，美国海军在波士顿海岸虚拟雷区完成了对 Knifefish的测试，检验了 Knifefish 对埋设于不同深度水雷的探测和分类能力。
【参考文献】：
期刊论文
[1]考虑剩余静载的高速AUV新型滑模控制器设计（英文）[J]. 姜春萌,万磊,孙玉山,李岳明. Journal of Central South University. 2018(01)
[2]基于支持向量机的电力云故障诊断方法研究[J]. 余辉,屈喜龙,谢京力. 湖南工程学院学报(自然科学版). 2017(04)
[3]典型电能质量稳态指标预测模型研究[J]. 林顺富,汤继开,汤波,李东东,符杨. 电网技术. 2018(02)
[4]基于支持向量机的在线负面口碑处理专家识别方法[J]. 张心泽,蔡淑琴,罗思宇. 统计与决策. 2017(22)
[5]基于最小二乘支持向量机的黏着状态辨识[J]. 刘林凡,何静. 湖南工业大学学报. 2017(04)
[6]一种新颖的改进人工鱼群算法[J]. 刘东林,李乐乐. 计算机科学. 2017(04)
[7]Design of motion control system of pipeline detection AUV[J]. 姜春萌,万磊,孙玉山. Journal of Central South University. 2017(03)
[8]果蝇算法在基于LSSVM智能水下机器人操纵运动模型辨识中的应用[J]. 孙玉山,徐昊,曹东东,庞永杰. 船舶工程. 2017(02)
[9]AUV纵倾角动态面滑模自适应控制[J]. 陈巍,魏延辉,曾建辉,贾献强,王泽鹏. 火力与指挥控制. 2016(06)
[10]基于NSGA-Ⅱ算法的水下机器人水平面运动参数辨识[J]. 李庆梅,刘平,潘芳煜,梁彩平,周平. 上海第二工业大学学报. 2016(02)
博士论文
[1]改进人工鱼群智能优化算法及其应用研究[D]. 姚正华.中国矿业大学 2016
[2]基于稀疏表示的图像分类与目标跟踪研究[D]. 匡金骏.重庆大学 2013
[3]无人艇操纵性与智能控制技术研究[D]. 吴恭兴.哈尔滨工程大学 2011
[4]RNA二级结构预测算法的研究[D]. 何静媛.重庆大学 2009
[5]微小型水下机器人运动控制技术研究[D]. 李晔.哈尔滨工程大学 2007
[6]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003
硕士论文
[1]基于稀疏表示的小弱运动目标跟踪算法研究[D]. 陈静.重庆大学 2015
[2]染色机自组织模糊控制系统研制[D]. 史桂丽.浙江理工大学 2014
[3]基于模糊理论的AUV回收运动协调控制技术研究[D]. 徐鹏飞.哈尔滨工程大学 2011
[4]遥控式水下机器人PID运动控制算法优化研究[D]. 姜婵娟.哈尔滨工程大学 2010
[5]遗传算法PID控制在AUV运动控制中的应用[D]. 张用.哈尔滨工程大学 2009
[6]基于神经网络的水下机器人广义预测控制技术研究[D]. 高萍.哈尔滨工程大学 2007
[7]基于vxWorks的AUV组合导航系统研究[D]. 郭传海.哈尔滨工程大学 2005
本文编号：2979028
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：140 页
【学位级别】：博士
【部分图文】：
ABE自主水下机器人Fig1.1AspectofABE
图 1.1ABE 自主水下机器人Fig 1.1 Aspect of ABE图 1.2 Sentry 自主水下机器人Fig 1.2 Aspect of Sentry（3）美国蓝鳍机器人公司研发的高度模块化自主水下机器人 Bluefin-21 是开展海上搜索、打捞、考古及反水雷任务的理想平台[43]。如图 1.3 所示，Bluefin-21 长 4.9m，重 750kg，最大航速 4.5kn，最大潜深 4500m，续航力 25h，配备侧扫声纳、海底地层剖面仪和多波束回声探测仪等。2014 年 4 月，Bluefin-21 被美国海军用于在南印度洋开展马航 370 失联客机的搜索工作。（4）美国通用动力公司与蓝鳍机器人公司共同研发的 Knifefish 水雷探测自主水下机器人是 Bluefin-21 的改良版本[44]。如图 1.4 所示，Knifefish 长 5.8m，重 770kg，续航力 16h，通过合成孔径声纳探测漂浮或埋设的水雷，基于搭载的数据库和分析程序识别水雷目标。2017 年 3 月，美国海军在波士顿海岸虚拟雷区完成了对 Knifefish的测试，检验了 Knifefish 对埋设于不同深度水雷的探测和分类能力。
图 1.1ABE 自主水下机器人Fig 1.1 Aspect of ABE图 1.2 Sentry 自主水下机器人Fig 1.2 Aspect of Sentry（3）美国蓝鳍机器人公司研发的高度模块化自主水下机器人 Bluefin-21 是开展海上搜索、打捞、考古及反水雷任务的理想平台[43]。如图 1.3 所示，Bluefin-21 长 4.9m，重 750kg，最大航速 4.5kn，最大潜深 4500m，续航力 25h，配备侧扫声纳、海底地层剖面仪和多波束回声探测仪等。2014 年 4 月，Bluefin-21 被美国海军用于在南印度洋开展马航 370 失联客机的搜索工作。（4）美国通用动力公司与蓝鳍机器人公司共同研发的 Knifefish 水雷探测自主水下机器人是 Bluefin-21 的改良版本[44]。如图 1.4 所示，Knifefish 长 5.8m，重 770kg，续航力 16h，通过合成孔径声纳探测漂浮或埋设的水雷，基于搭载的数据库和分析程序识别水雷目标。2017 年 3 月，美国海军在波士顿海岸虚拟雷区完成了对 Knifefish的测试，检验了 Knifefish 对埋设于不同深度水雷的探测和分类能力。
【参考文献】：
期刊论文
[1]考虑剩余静载的高速AUV新型滑模控制器设计（英文）[J]. 姜春萌,万磊,孙玉山,李岳明. Journal of Central South University. 2018(01)
[2]基于支持向量机的电力云故障诊断方法研究[J]. 余辉,屈喜龙,谢京力. 湖南工程学院学报(自然科学版). 2017(04)
[3]典型电能质量稳态指标预测模型研究[J]. 林顺富,汤继开,汤波,李东东,符杨. 电网技术. 2018(02)
[4]基于支持向量机的在线负面口碑处理专家识别方法[J]. 张心泽,蔡淑琴,罗思宇. 统计与决策. 2017(22)
[5]基于最小二乘支持向量机的黏着状态辨识[J]. 刘林凡,何静. 湖南工业大学学报. 2017(04)
[6]一种新颖的改进人工鱼群算法[J]. 刘东林,李乐乐. 计算机科学. 2017(04)
[7]Design of motion control system of pipeline detection AUV[J]. 姜春萌,万磊,孙玉山. Journal of Central South University. 2017(03)
[8]果蝇算法在基于LSSVM智能水下机器人操纵运动模型辨识中的应用[J]. 孙玉山,徐昊,曹东东,庞永杰. 船舶工程. 2017(02)
[9]AUV纵倾角动态面滑模自适应控制[J]. 陈巍,魏延辉,曾建辉,贾献强,王泽鹏. 火力与指挥控制. 2016(06)
[10]基于NSGA-Ⅱ算法的水下机器人水平面运动参数辨识[J]. 李庆梅,刘平,潘芳煜,梁彩平,周平. 上海第二工业大学学报. 2016(02)
博士论文
[1]改进人工鱼群智能优化算法及其应用研究[D]. 姚正华.中国矿业大学 2016
[2]基于稀疏表示的图像分类与目标跟踪研究[D]. 匡金骏.重庆大学 2013
[3]无人艇操纵性与智能控制技术研究[D]. 吴恭兴.哈尔滨工程大学 2011
[4]RNA二级结构预测算法的研究[D]. 何静媛.重庆大学 2009
[5]微小型水下机器人运动控制技术研究[D]. 李晔.哈尔滨工程大学 2007
[6]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003
硕士论文
[1]基于稀疏表示的小弱运动目标跟踪算法研究[D]. 陈静.重庆大学 2015
[2]染色机自组织模糊控制系统研制[D]. 史桂丽.浙江理工大学 2014
[3]基于模糊理论的AUV回收运动协调控制技术研究[D]. 徐鹏飞.哈尔滨工程大学 2011
[4]遥控式水下机器人PID运动控制算法优化研究[D]. 姜婵娟.哈尔滨工程大学 2010
[5]遗传算法PID控制在AUV运动控制中的应用[D]. 张用.哈尔滨工程大学 2009
[6]基于神经网络的水下机器人广义预测控制技术研究[D]. 高萍.哈尔滨工程大学 2007
[7]基于vxWorks的AUV组合导航系统研究[D]. 郭传海.哈尔滨工程大学 2005
本文编号：2979028
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/2979028.html
