当前位置:主页 > 科技论文 > 自动化论文 >

基于深度强化学习的水下机器人循管控制策略研究

发布时间:2021-08-27 23:46
  随着人口的不断增多,资源开采也日益增多,石油、天然气的海底管道铺设也在增加,因此,海洋环境保护受到重视,为了避免随之而来海洋生物环境破坏问题,水下铺设的管道需要定期维护。水下工程设备检测及维护,对于传统的人工来说存在安全隐患,所以对于水下机器人进行海底管道检测方法有着迫切的需求,然而有缆水下机器人实施中存在人工控制的局限性。因此国外学者开展了自主控制方法研究,但是大多需要构建动力学模型,在实际操作中精确的动力学模型是很难获取的。另一方面,许多最新研究成果显示强化学习无需构建运动学模型即可实现机器人的自主运动控制,但鲜有在水下机器人循管方面应用,为此本课题开展基于深度强化学习的水下机器人循管控制策略研究。具体的工作如下:首先,构建出适应于本循管任务课题的虚拟管道实验平台。由于水下机器人硬件十分昂贵,海洋环境条件恶劣,使用真实机器人试验是一项危险性大、成本高的工作。因此本文通过使用OpenAI Gym、机器人操作系统(Robot Operating System,ROS)和UWSim的工具模块进行整合,实现一款面向海底管道检测的三维虚拟仿真平台,该平台可以避免实施方案时的危险问题,也可以降... 

【文章来源】:大连海洋大学辽宁省

【文章页数】:60 页

【学位级别】:硕士

【部分图文】:

基于深度强化学习的水下机器人循管控制策略研究


海底管道铺设图

管道,潜水员,水下机器人,人工检测


基于深度强化学习的水下机器人循管控制策略研究2管道设施安全生产及海洋环境资源的非常重要的保障的措施[5]。图1-2海底管道破损图Figure1-2Damagemapofsubmarinepipeline目前海底管道检测主要有潜水员人工检测和水下机器人检测两种方式。潜水员人工检测即潜水员下潜到海底管道附近,利用相应的专业设备对管道进行观察、测量,确定出管道的状态并进行相应的记录[6]。这种方式直接、可靠,但是对潜水员身心健康损害严重,并且受限于潜水员的下潜深度只适用于浅水区(如图1-3所示)。图1-3潜水员人工检测图Figure1-3Manualinspectionchartofdiver另外一种是有缆水下机器人检测方式(如图1-4所示)。水下机器人检测方式的工作过程是:首先利用水面母船将远程遥控水下机器人(RemoteOperatedVehicle,ROV)运送至管道所在区域,然后利用母船上的布放装置将ROV放入水中,此时ROV通过脐带缆将

人工检测,潜水员,水下机器人


基于深度强化学习的水下机器人循管控制策略研究2管道设施安全生产及海洋环境资源的非常重要的保障的措施[5]。图1-2海底管道破损图Figure1-2Damagemapofsubmarinepipeline目前海底管道检测主要有潜水员人工检测和水下机器人检测两种方式。潜水员人工检测即潜水员下潜到海底管道附近,利用相应的专业设备对管道进行观察、测量,确定出管道的状态并进行相应的记录[6]。这种方式直接、可靠,但是对潜水员身心健康损害严重,并且受限于潜水员的下潜深度只适用于浅水区(如图1-3所示)。图1-3潜水员人工检测图Figure1-3Manualinspectionchartofdiver另外一种是有缆水下机器人检测方式(如图1-4所示)。水下机器人检测方式的工作过程是:首先利用水面母船将远程遥控水下机器人(RemoteOperatedVehicle,ROV)运送至管道所在区域,然后利用母船上的布放装置将ROV放入水中,此时ROV通过脐带缆将

【参考文献】:
期刊论文
[1]中国海油海底管道事故统计及分析[J]. 王红红,刘国恒.  中国海上油气. 2017(05)
[2]基于图像分割的水下管道检测机器人设计[J]. 王乐,纪竟,邓彦松.  机器人技术与应用. 2017(04)
[3]海底管道检测最新技术及发展方向[J]. 王金龙,何仁洋,张海彬,郭晗,吴庆伟.  石油机械. 2016(10)
[4]海底油气管道检测方法及安全性评估[J]. 王东,任帅,田旺和,李媛媛,曾海伟,王旭超.  管道技术与设备. 2014(02)
[5]海底管道水下机器人检测技术[J]. 肖治国,李成钢.  中国石油和化工标准与质量. 2014(03)
[6]自主式水下机器人的光视觉管道探测跟踪系统[J]. 曾文静,徐玉如,万磊,张铁栋.  上海交通大学学报. 2012(02)
[7]基于单目视觉的水下机器人管道检测[J]. 唐旭东,庞永杰,张赫,曾文静,李晔.  机器人. 2010(05)
[8]“海底管线检修潜水器”管线位置信息重构及其自航模试验[J]. 蔡少茹,葛彤,连琏.  海洋工程. 2002(02)
[9]AUV自动跟踪水下管道的试验研究[J]. 燕奎臣,刘爱民,牛德林.  机器人. 2000(01)

博士论文
[1]成像声纳目标检测与跟踪技术研究[D]. 刘立昕.哈尔滨工程大学 2015
[2]智能水下机器人水下管道检测与跟踪技术研究[D]. 唐旭东.哈尔滨工程大学 2011

硕士论文
[1]基于AUV的水下管道检测及位置估算方法研究[D]. 刘奕晖.哈尔滨工程大学 2017
[2]基于梯度信息的AUV水下管道检测方法研究[D]. 李双双.哈尔滨工程大学 2016
[3]海底管道检测机器人自主巡线控制系统研究[D]. 刘振川.中国海洋大学 2015
[4]海底管道检测机器人设计与运动控制研究[D]. 王贞玉.中国海洋大学 2015
[5]水下直线目标处理算法在海底管道检测机器人中的应用[D]. 纪泽慧.中国海洋大学 2015



本文编号:3367341

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3367341.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户dfadd***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com