自主水下机器人(Autonomous Underwater Vehicles, AUV)能在无人为干预的情况下完成水下任务,适用于环境监测、军事侦察和水下操作等领域。然而,针对目标/环境监测能力提升的迫切需求,常规AUV因无法搭载大尺寸载荷已无法满足某些作业要求。其次,在水下操作中,随着任务复杂性和操作精度要求的不断增加,常规AUV作业时的位姿不稳定问题凸显。此外,载荷搭载能力强的大型AUV在隐蔽、运输、存储、布放等方面又存在不足。因此,兼顾强载荷搭载能力、安全隐蔽、操作稳定的新概念水下机器人近年来受到了广泛关注。
将多个AUV单体进行串联或者并联组成多体AUV是解决上述问题的重要手段。对于串联多体AUV,各单体均可搭载载荷,使其具备大尺寸载荷(如大尺寸声呐阵)的搭载能力,目标/环境监测能力强。对于并联多体AUV,由于具有良好的稳心高度和冗余的动力系统,其作业时具有良好的位姿稳定性,操作精度高。此外,串并联多体AUV在系统容错、传感器共享、数据协同等方面也存在优势。
串并联多体AUV具有单体硬连接、动力分布式的复杂结构特征,研究串并联多体自主水下机器人设计、建模、控制与生成技术是支撑其在作业中有效发挥作用的关键,本书作者对这些技术开展了系统的研究工作,本书即对该研究结果进行介绍。
更多科学出版社服务,请扫码获取。
(1) 2007.09-2011.07,辽宁科技大学,自动化,学士
(2) 2011.09-2014.02,辽宁科技大学,控制理论与控制工程,硕士(保研)
(3) 2014.03-2018.01,中国科学院大学,模式识别与智能系统,博士(1) 2018.02-2020.02,中国科学院沈阳自动化研究所,助理研究员
(2) 2019.06-2021.08,中国科学院沈阳自动化研究所,博士后(在职同步)
(3) 2020.03-2023.07,中国科学院沈阳自动化研究所,副研究员
(4) 2023.08-至今,辽宁大学,教授模式识别与智能系统,水下机器人技术第一/通讯作者发表论文21篇,其中SCI收录8篇, EI收录7篇, CSCD 6篇.
[1] “Development of a virtual platform for telepresence control of an underwater manipulator mounted on a submersible vehicle,” IEEE Transactions on Industrial Electronics, vol. 64, no. 2, pp. 1716-1727, 2017.02. (SCI, 中科院二区, TOP期刊, IF=8.16). 第一作者
[2] “Study of manipulator operations maneuvered by a ROV in virtual environments,” Ocean Engineering, vol. 142, pp. 292-302, 2017.09. (SCI, 中科院二区, TOP期刊, IF=4.37). 第一作者
[3] “Assigning multiple AUVs to form arrays under c辽宁省归国华侨联合会特聘专家
前言
第一章 绪论
1.1 串并联多体AUV的研究背景及意义
1.2 串并联多体AUV的特征
1.2.1 典型串联多体水下机器人及其特征
1.2.2 典型并联多体水下机器人及其特征
1.3 串并联多体AUV设计、建模与控制研究现状
1.3.1 串并联多体AUV设计研究现状
1.3.2 串并联多体AUV建模研究现状
1.3.3 串并联多体AUV运动控制研究现状
1.4 串并联多体AUV关键技术
参考文献
第二章 串并联多体AUV的整体与对接生成设计
2.1 设计的目标
2.2 串联多体AUV的设计
2.2.1 串联多体AUV的结构设计
2.2.2 串联多体AUV的驱动设计
2.2.3 串联多体AUV的整体设计
2.3 并联多体AUV的设计
2.3.1 并联多体AUV的结构设计
2.3.2 并联多体AUV的驱动设计
2.3.3 并联多体AUV的整体设计
2.4 串并联多体AUV的对接生成设计
2.4.1 串联多体AUV的对接生成设计
2.4.2 并联多体AUV的对接生成设计
参考文献
第三章 串联多体AUV直航阻力预报的系统建模
3.1 直航阻力建模的研究意义及方法
3.2 基于CFD的直航阻力计算
3.2.1 CFD环境参数设置
3.2.2 计算结果及分析
3.3 直航阻力预报模型建立
3.3.1 基于BP神经网络的阻力预报
3.3.2 基于粒子群优化BP神经网络的阻力预报
3.4 试验验证
3.4.1 变间距数据组为测试样本时模型预报结果对比
3.4.2 变速数据组为测试样本时模型预报结果对比
3.4.3 模型在加速运动过程中的直航阻力预报结果
参考文献
第四章 并联多体AUV形态自稳定的系统建模
4.1 形态自稳定系统建模的研究意义
4.2 并联三体AUV的稳心高度及受力情况分析
4.2.1 稳心高度定义及特征
4.2.2 并联三体AUV受力情况分析
4.3 通过上下单体浮力调节来调节稳心高度
4.3.1 力学分析
4.3.2 模型建立
4.4 通过构型变换机构调节等腰三角形的顶角大小来调节稳心高度
4.4.1 力学分析
4.4.2 模型建立
4.5 系统仿真
4.5.1 浮力调节与稳心高度的关系描述
4.5.2 顶角大小与稳心高度的关系描述
参考文献
第五章 串联多体AUV的直航运动建模与动力分配控制
5.1 动力分配的研究意义及方法
5.2 串联多体AUV的系统建模
5.2.1 受力分析
5.2.2 系统建模
5.3 基于遗传算法的串联多体AUV动力分配控制
5.3.1 遗传算法的操作
5.3.2 目标函数的建立
5.4 考虑驱动约束的动力分配方法优化
5.4.1 驱动饱和约束的定义及影响
5.4.2 遗传算法的优化
5.5 仿真验证
5.5.1 理想状态下验证算法的单体间距、整体速度调节能力
5.5.2 海流干扰下验证算法的单体间距调节能力
5.5.3 考虑驱动约束时验证算法的单体间距调节能力
参考文献
第六章 并联多体AUV的运动建模与轨迹跟踪控制
6.1 并联多体AUV轨迹跟踪的研究意义
6.2 并联多体AUV的系统建模
6.2.1 受力分析
6.2.2 系统建模
6.3 基于模糊PID的并联多体AUV动力分配
6.3.1 模糊规则的建立
6.3.2 控制器的设计
6.4 仿真验证
6.4.1 考虑扰动的二维空间规则轨迹的跟踪能力验证
6.4.2 考虑扰动的三维空间不规则轨迹的跟踪能力验证
参考文献
第七章 长串联多体AUV平稳控制的动力分配方法
7.1 长串联多体AUV平稳控制的动力分配难点分析
7.2 减小平稳控制在线处理时间的离线模型训练
7.2.1 基于哈里斯鹰算法的航行数据优化
7.2.2 基于优化数据的神经网络离线模型训练
7.3 基于当前航行状态的在线动力优化分配
7.3.1 调用神经网络模型拟合动力分配
7.3.2 基于粒子群算法修正动力分配
7.4 仿真验证
7.4.1 验证哈里斯鹰算法与神经网络结合的有效性
7.4.2 验证考虑驱动约束时时所提方法的快速收敛性
7.4.3 验证考虑扰动时所提方法的快速收敛性
参考文献
第八章 串联多体AUV动态生成的水下对接控制
8.1 AUV水下对接的研究意义及方法
8.2 对接描述与问题分析
8.3 面向高效对接需求的自适应奖励函数设计
8.3.1 超越式奖励函数的设计
8.3.2 等待式奖励函数的设计
8.3.3 融合超越与等待的自适应奖励函数的设计
8.4 基于Ada-DDPG的动动对接行为决策
8.4.1 Ada-DDPG算法结构
8.4.2 Ada-DDPG网络更新
8.5 仿真验证
8.5.1 避碰路径规划距离更短验证
8.5.2 避碰行驶时间更短验证
8.5.3 良好操纵性验证
参考文献
第九章 串并联多体AUV同步对接预生成的编队控制
9.1 同步预生成的研究意义
9.2 不同通信定位方式下AUV编队控制方法
9.2.1 AUV编队控制基础模型
9.2.2 基于光学通信定位的AUV编队控制
9.2.3 基于声学通信定位的AUV编队智能控制
9.3 串并联多体AUV同步对接预生成的编队保持
9.3.1 AUV编队建模
9.3.2 编队保持的控制器设计
9.4 串并联多体AUV同步对接预生成的编队变换
9.4.1 队形安全变换的路径生成
9.4.2 考虑平台特征的队形安全变换
9.5 仿真验证
9.5.1 验证预生成编队保持方法的有效性
9.5.2 验证预生成编队变换的安全性
9.5.3 考虑安全性时验证对接预生成编队控制器的有效性
参考文献
第十章 大规模AUV高效生成串联多体AUV的一字队形生成路径跟踪控制
10.1 大规模AUV高效生成一字串行队形的意义
10.2 大规模AUV高效生成一字串行队形的过程描述
10.2.1 成本矩阵的建立
10.2.2 一字串行队形高效生成的求解过程
10.3 基于0元素法的一字串行队形生成路径跟踪控制
10.3.1 匈牙利最优分配法
10.3.2 成本矩阵的预处理
10.3.3 求解最优分配
10.3.4 成本矩阵的后处理
10.3.5 考虑通信约束的分配路径调整
10.4 试验验证
10.4.1 验证一字串行队形生成的方法高效性
10.4.2 验证一字串行队形生成的方法安全性
10.4.3 验证考虑通信范围时队形生成与变换的方法有效性
参考文献