简介:ThetypicalBDI(beliefdesireintention)modelofagentisnotefficientlycomputableandthestrictlogicexpressionisnoteasilyapplicabletotheAUV(autonomousunderwatervehicle)domainwithuncertainties.Inthispaper,anAUVfuzzyneuralBDImodelisproposed.Themodelisafuzzyneuralnetworkcomposedoffivelayers:input(beliefsanddesires),fuzzification,commitment,fuzzyintention,anddefuzzificationlayer.Inthemodel,thefuzzycommitmentrulesandneuralnetworkarecombinedtoformintentionsfrombeliefsanddesires.ThemodelisdemonstratedbysolvingPEG(pursuit-evasiongame),andthesimulationresultissatisfactory.
简介:为AUV模拟和控制目的提供一个合适的模型,包括水动力学建模的一个新奇推进器的一个一般非线性的动态模型被导出。基于当模特儿的方法,AUV-XX模拟站台被建立在它的运动特征,稳定性,和可控制性上执行基本测试。在一架水平飞机由位置和速度控制组成的运动控制策略为不同任务任务被设计在水下车辆。当车辆以高速度是动人的时,举和沥青的联合控制被采用补偿垂直隧道推进器的减小。一个改进S表面控制器基于电容器板模型被开发,灵活获得选择由限制错误并且改变错误的率的不同形式成为可能。模拟结果证明和模拟站台的导出的一般数学模型能为运动控制的基本测试提供一张测试床。另外,电容器板模型S表面控制在指导车辆与足够的精确性完成需要的位置和速度显示出好表演。
简介:Afuzzyneuralnetworkcontrollerforunderwatervehicleshasmanyparametersdifficulttotunemanually.Toreducethenumerousworkandsubjectiveuncertaintiesinmanualadjustments,ahybridparticleswarmoptimization(HPSO)algorithmbasedonimmunetheoryandnonlineardecreasinginertiaweight(NDIW)strategyisproposed.OwingtotherestraintfactorandNDIWstrategy,anHPSOalgorithmcaneffectivelypreventprematureconvergenceandkeepbalancebetweenglobalandlocalsearchingabilities.Meanwhile,thealgorithmmaintainstheabilityofhandlingmultimodalandmultidimensionalproblems.TheHPSOalgorithmhasthefastestconvergencevelocityandfindsthebestsolutionscomparedtoGA,IGA,andbasicPSOalgorithminsimulationexperiments.ExperimentalresultsontheAUVsimulationplatformshowthatHPSO-basedcontrollersperformwellandhavestrongabilitiesagainstcurrentdisturbance.ItcanthusbeconcludedthattheproposedalgorithmisfeasibleforapplicationtoAUVs.
简介:InthispaperwepresenttwostrategiesofAUV(AutonomousUnderwaterVehicle)regiondetectionandanapproachtodecomposethedetectionregionaccordingtothedirectionoftheoceancurrent.Inthetaskoflocaldetectionandidentification,thealgorithmagainsttheoceancurrentwasproposed.Inthetasksofclosingobstacle,goingbackormoving,thefuzzylogictheorywasusedtosolvetheeffectofoceancurrent.InoneofourstrategiestheconceptofweightedjourneybasedontheanglebetweenheadingandoceaucurrentissuggestedandtheTSP'sexactoptimalresultisutilizedtosolvetheglobalpathplanning.Simulationsdemonstratethefeasibilityofthisapproach.
简介:Withanultimaterangeupto1000km,amaximumoperatingdepthof6000m,andagenerouspayloadcapacity,Autosub6000iswellplacedtobecomeoneoftheworld’smostcapabledeepdivingAutonomousUnderwaterVehicles(AUVs).Recently,Autosub6000successfullycompleteditsfirstdeepwaterengineeringtrials,andinSeptember2008,fittedwithamultibeamsonar,willcarryoutitsfirstsciencemissions.ThispaperwilldescribehowwearetacklingthedesignissuesthatspecificallyaffectadeepdivingAUVwhichmustbecapableofoperatingwithtrueautonomy,independentlyofthemothership,namely:carryingadequateenergyforlongenduranceandrange,copingwithvaryingbuoyancy,andmaintainingaccuratenavigationthroughoutmissionslastinguptoseveraldays.Resultsfromtherecentengineeringtrailsarepresented,andfuturemissionsanddevelopmentplansarediscussed.
简介:这份报纸为察觉描述一个新框架并且追踪在水下管道,它包括软件系统和硬件系统。它基于单眼用的电荷耦合器件照相机为AUV的视觉系统被设计。首先,从图象俘获卡片的即时数据流动被预先处理,管道特征为航行被提取。区域浸透度被推进在Sobel操作以后移开假边点组。一个适当方法被建议在Hough变换的过程在山峰点附近清除骚乱。第二,管道布局的连续性被考虑改进线抽取的效率。一旦线信息被获得了,参考书地区被Kalman过滤器预言。它在图象表示管道的可能的外观位置。Kalman过滤器被用来在下个框架估计这个位置以便每个框架的管道的信息能预先被知道。在坦克实验在真实眼的视觉数据上获得的结果被显示并且讨论。他们证明建议系统能检测并且追踪在水下管道联机,并且有效、可行。
简介:摘要:随着海洋技术的发展,UUV得到了广泛的应用。目前,无人水下航行器可分为自主水下航行器(AUV)和遥控水下航行器(ROV)。AUV的水下航行越来越深入,其自主度也越来越高。它在过去几十年里发展迅速,在海洋研究中发挥了重要作用。ROV受脐带线影响,通常位于母船附近,主要从事水下搜索和救援任务,其模型种类繁多,不断发展。本文结合AUV近几十年的发展现状,基于AUV常用的使用方法,探讨了紧急情况下AUV的几种远程使用方法。AUV的常用使用模式大致可分为母船部署模式和潜艇部署模式。国内外关于母船使用方法的研究较多,技术比较成熟,可靠性较高。不足之处不是快速反应,紧急救援、紧急救援和救灾、环境影响、情况调查、信息检索缓慢,决策者无法及时获得必要的信息。
简介:摘要AUV作为新一代水下智能机器人,近几年发展迅速。在军事和经济方面,AUV都将发挥越来越重要的作用。粒子图像测速技术(PIV)适用于多个领域,可以提供同一瞬态下流场的信息及特征,便于研究者进一步分析实验数据。本次实验利用粒子图像测速技术(PIV)来研究AUV的入水方案,通过研究其不同高度、不同角度以及不同水流对于空投AUV的影响,和入水前后的速度变化,在数据记录和实验分析之后,最终得出最适方案——“偏转一定角度的低空投放AUV”。
简介:Toresearchtheeffectoftheselectionmethodofmulti-objectsgeneticalgorithmproblemonoptimizingresult,thismethodisanalyzedtheoreticallyanddiscussedbyusinganautonomousunderwatervehicle(AUV)asanobject.Achangingweightvtluemethodisputforwardandaselectionformulaismodified.SomeexperimentswereimplementedonanAUV.TwinBurger.Theresultsshowsthatthismethodiseffectiveandfeasible.
简介:摘 要:进入21世纪以来,科技发展日新月异,人类已经进入数字化智能时代。传统的AUV控制系统采用集中控制方式,控制系统各设备和传感器大多采用模拟信号,存在布线复杂、故障诊断困难、可靠性差等缺点。在基于分布式架构的AUV控制系统设计中,AUV各设备为独立的数字化节点,采用串口或CAN总线与中央控制单元进行组网,设备可随时接收控制命令和反馈故障状态信息,软、硬件设计难度大大降低。本文主要介绍以下几个内容:AUV控制系统分布式架构设计、软件分层架构设计,AUV运动控制算法设计。通过湖上试验表明,AUV运动控制效果较好,航行时姿态平稳。
简介:提出了一种基于期望模式修正(EMA)的改进交互式多模型(IMM)算法。该算法主要解决自主水下航行器(AUV)复杂工作环境下量测噪声统计特性未知或易发生变化时的状态估计问题,其核心思想是将期望模式修正机制和交互式多模型滤波算法相结合,利用状态估计过程中的获取的模型概率进行决策,得到更加接近与系统真实模式的期望模型集合,再通过期望模型集合滤波结果对固定模型集合滤波结果进行修正。与传统的交互式多模型算法相比,提出的基于期望模式修正的交互式多模型算法可以捕捉到系统模式更细微的变化。仿真结果表明,该算法可以大幅提高AUV组合导航系统的估计精度和稳定性。