企業(yè)名稱：上海瑾瑜科學(xué)儀器有限公司
電 話：(86-21)36320539
傳 真：(86-21)50686293
郵 箱：sales@generule.com
地 址:上海市浦東康花路499號3號樓3樓308-309室 201315
聯(lián)系我們
水下機器人及其導(dǎo)航系統(tǒng)
發(fā)布日期：2021-09-17 來源： 點擊：
人工智能、機電、計算機、自動化、傳感器等技術(shù)的迅速發(fā)展，使人類發(fā)明、研制先進的海洋高科技裝備成為可能。水下機器人作為人類探索、開發(fā)水下世界的有力工具，正在水下工程、大洋科學(xué)考察等領(lǐng)域發(fā)揮著不可替代的作用。
水下機器人一詞源于機器人學(xué)。狹義上講，水下機器人是一種利用水下動力推進技術(shù)在水下運動，具有視覺和感知系統(tǒng)，能夠基于聲吶、水下攝像機、機械臂等任務(wù)載荷，通過遙控操縱或者自主方式輔助甚至代替人類去完成水下勘察、搜索、跟蹤等任務(wù)的潛水裝置。在自動化領(lǐng)域，水下機器人被看成是機器人的一類，是機器人相關(guān)技術(shù)在水下的特殊應(yīng)用，屬于特種機器人范疇。在海洋工程領(lǐng)域，也可將水下機器人稱為無人水下航行器(unmanned underwater vehicle，UUV)、無人水下運載器、無人潛水器、無人潛航器或者無人潛器等。
▲ 水下機器人分類
從自主性角度將水下機器人分為自主水下機器人、非自主水下機器人和混合型水下機器人三類。自主水下機器人包括在水下采用走航模式航行的自主式水下航行器(autonomous underwater vehicle，AUV)和在水下采用滑翔模式航行的水下滑翔機(Glider)。非自主水下機器人是無人有纜的遙控式水下機器人(remote operated vehicle，ROV)。混合型水下機器人在深海與深淵探測領(lǐng)域產(chǎn)生，即一種兼具自主和非自主兩種模式的混合型遙控式水下機器人(hybrid remotely operated vehicle，HROV)。
下機器人的潛航定位是水下機器人可靠、準確地執(zhí)行水下任務(wù)的信息保障和技術(shù)前提，是研究開發(fā)水下機器人的難點和熱點問題之一，也是人工智能和智能控制領(lǐng)域的國際前沿研究課題。由于水體的法拉第籠效應(yīng)，水下機器人通常無法借助無線電導(dǎo)航系統(tǒng)實現(xiàn)水下遠距離、大范圍的準確定位，只能通過其他傳感器感知自身狀態(tài)和環(huán)境信息，因此水下機器人的導(dǎo)航系統(tǒng)更強調(diào)自持性和完備性。受艇體體積和搭載能力限制，水下機器人導(dǎo)航系統(tǒng)往往選用小體積、低功耗的慣性單元，這導(dǎo)致水下機器人導(dǎo)航系統(tǒng)通常存在定位精度低、定位誤差累積迅速等問題，需要盡可能地借助水聲設(shè)備為水下機器人導(dǎo)航系統(tǒng)提供誤差標校或輔助導(dǎo)航信息。由于水聲設(shè)備的豐富性和多樣性，往往需要根據(jù)作業(yè)環(huán)境、任務(wù)需求和傳感器類型靈活配置水下機器人的導(dǎo)航方式、系統(tǒng)結(jié)構(gòu)及核心算法，因此針對水下機器人導(dǎo)航系統(tǒng)的研究尚有許多關(guān)鍵理論和技術(shù)問題亟待解決和完善。
▲ 航位推算和環(huán)境特征制圖位置的不確定性
同步定位與制圖(SLAM)算法被認為是移動機器人生成真正全自主能力的核心問題之一。對AUV 而言，由航位推算引入的噪聲，或者模型不確定性，都將導(dǎo)致AUV 的推位導(dǎo)航系統(tǒng)的定位誤差隨時間逐漸積累。又由于環(huán)境感知傳感器固定在AUV 上，當環(huán)境信息融入地圖中時，AUV 的定位誤差也一并被引入，導(dǎo)致AUV 如圖所示的航位推算和環(huán)境特征制圖位置的不確定性(由橢圓表示)越來越大。
《水下機器人導(dǎo)航技術(shù)》主要研究水下機器人導(dǎo)航定位和多水下機器人協(xié)同定位，重點介紹水下機器人導(dǎo)航定位相關(guān)技術(shù)的研究進展。本書共6 章。
? 第1 章介紹水下機器人的種類、定義以及常用的導(dǎo)航系統(tǒng)和應(yīng)用實例，并對水下機器人導(dǎo)航系統(tǒng)幾種典型技術(shù)的發(fā)展現(xiàn)狀進行綜述；
? 第2 章首先對航姿參考系統(tǒng)(attitude and heading referencesystem，AHRS)中微慣性測量單元(micro inertial measurement unit，MIMU)進行標定，應(yīng)用遞推Allan 方差算法辨識微機電系統(tǒng)(micro electro mechanical system，MEMS)慣性器件的各種誤差分量，應(yīng)用時間序列分析法構(gòu)建水聲多普勒測速儀(Doppler velocity log，DVL)中噪聲信號模型，基于S 面控制理論設(shè)計自適應(yīng)Kalman 濾波器用于DVL 信號濾波；
? 第3 章提出具有磁偏角估計與修正能力的小型自主式水下航行器(autonomous underwater vehicle，AUV)組合導(dǎo)航系統(tǒng)的數(shù)據(jù)融合架構(gòu)，基于微型航姿參考系統(tǒng)工作原理，提出磁偏角辨識算法，最后提出一種具有磁偏角自適應(yīng)補償能力的小型AUV 組合導(dǎo)航系統(tǒng)數(shù)據(jù)融合算法；
? 第4 章基于強跟蹤均方根無損Kalman 濾波(unscented Kalman filter，UKF)算法，提出基于純距離觀測信息的慣導(dǎo)系統(tǒng)誤差修正算法，不但能夠準確跟蹤慣導(dǎo)系統(tǒng)的位置誤差，而且能夠?qū)T導(dǎo)系統(tǒng)的速度誤差進行辨識，從而實現(xiàn)對慣導(dǎo)系統(tǒng)位置誤差和速度誤差的全面補償；
? 第5 章基于Sage-Husa 自適應(yīng)UKF 算法，提出一種水下機器人在結(jié)構(gòu)化港口環(huán)境中的同步定位與建圖算法；
? 第6 章針對單領(lǐng)航者相對距離測量的多AUV 協(xié)同導(dǎo)航定位算法展開研究，建立基于定位誤差的單領(lǐng)航者協(xié)同導(dǎo)航定位系統(tǒng)的數(shù)學(xué)模型，并基于魯棒UKF 算法實現(xiàn)單領(lǐng)航者協(xié)同導(dǎo)航系統(tǒng)的數(shù)據(jù)融合策略。
▲ 基于單領(lǐng)航者相對位置測量的多AUV 協(xié)同導(dǎo)航網(wǎng)絡(luò)
多領(lǐng)航者協(xié)同導(dǎo)航定位雖然能夠有效地提高低精度水下航行器的導(dǎo)航定位精度，但是其要求至少有兩個主領(lǐng)航者。而基于單領(lǐng)航者相對距離測量的多AUV協(xié)同導(dǎo)航方法就是一種主從式多AUV 協(xié)同導(dǎo)航方法。
Copyright 2008- 2018 上海瑾瑜科學(xué)儀器有限公司 版權(quán)所有 All Rights Reserved
公司地址：上海市浦東康花路499號3號樓3樓308-309室，郵編：201900
電話：(86-21)36320539，傳真：(86-21)50686293，郵箱：sales@generule.com
