一、SIWRII型水下机器人仿真技术（论文文献综述）
李强强[1]（2021）在《作业条件下UVMS姿态控制方法研究》文中进行了进一步梳理
王鹏[2]（2021）在《便携式自主水下机器人运动控制研究》文中进行了进一步梳理在世界各国进军海洋的进程中,水下作业装备扮演着极其重要的角色,水下机器人作为目前普遍使用的海洋探测作业装置,在民用和军事两大领域的相关海洋活动中,发挥着不可替代的关键作用。水下机器人控制技术作为控制理论在水下作业工程装备方面的具体应用,对水下机器人尤其是自主水下机器人的发展具有重大影响和深远意义。自主水下机器人控制技术的研究方向主要涵盖构建控制系统体系结构、动力学建模与模型的合理简化及相关参数的优化、运动控制、导航策略、路径规划、协同控制等。运动控制作为控制技术中的关键部分,成为自主水下机器人完成预定使命任务的重要基石。本文以某便携式自主水下机器人为研究对象,依据潜艇操纵理论、刚体运动学、PID控制策略、滑模控制策略和UKF的相关知识,对便携式自主水下机器人运动控制展开了相关研究,研究内容包括:（1）本文分别对国对内外自主水下机器人进行了系统综述,介绍了国内外一流的研究机构和成熟度较高的典型产品,同时对自主水下机器人运动控制技术及在工程应用中涉及的主要控制策略进行了简要分析。（2）基于潜艇操纵性模拟研究的相关理论和刚体运动学研究的基础理论,建立了便携式自主水下机器人六自由度空间运动模型,并对模型进行合理简化,同时在简化模型的基础上通过平面运动解耦与分解进一步推导了便携式自主水下机器人相应运动控制模型。（3）对自主水下机器人运动控制器的设计流程和应用于自主水下机器人运动控制的三种典型闭环控制回路进行分析,推导了便携式自主水下机器人各运动子系统传递函数,同时依据PID控制策略和滑模控制策略的基本原理设计了对应的串级PID控制器和带有智能积分项的滑模控制器。（4）通过Matlab软件和其中的Simulink工具箱构建了便携式自主水下机器人运动仿真模型,并在设定的典型航行工况下进行运动仿真,通过仿真结果,检验了两种控制器对于便携式自主水下机器人运动的控制效能,同时通过对比分析仿真运动轨迹可得出滑模控制器比PID控制器在便携式自主水下机器人运动控制中表现出更优的响应速度和调节能力。（5）概述了UKF算法的基本原理和实现步骤,并基于便携式自主水下机器人的动力学模型进行了驱动器故障建模,同时介绍了UKF算法应用在自主水下机器人状态和参数联合估计中的具体流程,最后以便携式自主水下机器人的水平面转艏运动为例,通过数值仿真,验证了UKF算法在自主水下机器人状态和参数联合估计应用中的有效性。
罗瑞智[3]（2021）在《水下机器人控制方法及其参数优化》文中进行了进一步梳理水下机器人由于具有携带方便,操作简单的特点,被广泛应用于水下资源勘探与开采,因此,对其控制系统的研究,实现水下机器人稳定、快速、准确的运动控制,具有重要的工程意义。针对水下机器人受水流影响大,受力情况复杂,难以实现高效的运动控制等问题,本文采用串级LADRC控制方法对水下机器人的艏向与深度进行控制;利用粒子群算法对串级LADRC控制器的参数进行优化,具体研究如下:首先,利用solidworks建立水下机器人三维模型,并对水下机器人进行了动力学与运动学分析,推导了水下机器人动力学方程,通过拉氏变换得到水下机器人转艏运动和深度运动的传递函数,并通过CFD计算得到水下机器人平移运动和旋转运动受到的阻力与阻力矩,通过二阶拟合的方法得到水下机器人相应的水动力系数。针对传统PID控制方法存在超调量偏大,稳定性差等问题,采用串级LADRC方法进行水下机器人的运动控制。通过内环进行角速度控制,外环进行角度控制的方式实现水下机器人艏向控制;通过内环进行加速度控制,外环进行位移控制的方式实现水下机器人深度控制,并在MATLAB的simulink模块中建立模型,分别使用串级PID控制方法与串级LADRC控制方法对水下机器人的艏向和深度进行仿真。仿真结果表明,串级LADRC控制方法相比串级PID控制方法,在艏向控制时调节时间下降了约14.38%,超调量减少了约40.1%;在深度控制时超调量减少了37%,调节时间减少了6.25%;在受到外力干扰时,串级LADRC受到的影响更小,表明串级LADRC控制效率更高,稳定性更好。针对串级LADRC控制器的调参问题,采用遗传算法与粒子群算法进行自动参数整定并优化参数。在MATLAB的simulink模块中分别使用遗传算法与粒子群算法进行串级LADRC控制器的参数整定,每种算法各运行十次,选取最优适应值最小的一次进行水下机器人控制仿真,并对能控制效果图进行对比分析,结果表明粒子群算法在参数优化中效果更好;利用粒子群算法调参的串级LADRC控制方法对水下机器人的艏向及深度进行控制,结果表明粒子群算法自动调参的串级LADRC控制方法相比经验法调参的串级LADRC控制方法更好,在艏向控制中调节时间减少了约23.63%,超调量减少了约24.19%,在深度控制仿真中超调量减少了60%,从而大大的提高了控制系统的精度。为了验证水下机器人的控制效果,搭建了由八推进器、Pixhawk开源飞控、MEMS传感器、摄像头和浮力块组成的水下机器人实验平台进行控制实验。通过在飞控中写入串级PID与串级LADRC程序,测得水下机器人传感器中的角度和深度数据,经过对比分析得出:串级LADRC的总体控制效果优于串级PID的控制效果。
秦智[4]（2020）在《水下机器人导管螺旋浆设计与优化》文中研究表明水下机器人广泛应用于探测、打捞、采样、采矿等方面,尤其是在深海采矿作业方面具有重要的意义。螺旋桨作为水下机器人的重要核心部件,其水下推进效率的高低,直接影响作业机器人的整体性能和可靠性。因此,对螺旋桨的结构进行优化设计,提高推进效率和可靠性,具有较大的工程价值和重要的意义。本文根据水下机器人实际工况,利用图谱法对螺旋桨叶进行了参数化设计,并建立螺旋桨几何模型;同时,利用Standard的k-?湍流模型,计算出该模型在不同水压状态下螺旋桨叶压力分布形式;利用MRF流域分析模型,计算出该模型在不同进速系数下对应的敞水系数值,并对螺旋桨敞水性能进行数值模拟,计算结果表明模拟结果有着较高的精度,可用于后续的仿真分析。由于不同型号导管对螺旋桨的敞水性能影响较大,本文对螺旋桨水下直航、斜航以及后退的三种运动模式进行了仿真模拟,经对比分析确定导管型号为JD7704,从而确定了导管螺旋桨的结构方案。为了提高导管螺旋桨的敞水效率以及螺旋桨推力,本文提出了一种基于BP神经网络的性能优化模型。采用拉丁超立方试验方法来对导管螺旋桨的尺寸参数进行相关性分析,并确定对导管螺旋桨性能影响较大的结构参数。根据Fluent得出的仿真数据,采用BP神经网络建立反映导管螺旋桨性能指标与设计变量之间非线性模型,为导管螺旋桨的多目标优化提供了理论依据。因此,本文提出以螺旋桨的推力、敞水效率为目标函数,以桨叶强度为约束条件的多目标优化模型,采用遗传算法对其进行求解,优化结果表明优化后的导管桨叶的推力增大了27.3%,敞水效率提高了5.7%,说明了优化模型的可靠性。为了验证导管螺旋桨的可靠性,本文展开了螺旋桨室内推力试验和整机湖测试验。室内试验结果表明推力随进速系数的增大而减小,当进速系数较小时,螺旋桨推力较大;当进速系数较大时,螺旋桨推力较小。试验曲线与模拟值曲线接近,偏差较小,说明了优化方案是正确的。另外,湖测试验表明水下机器人能够在不同状态不同潜深可靠运行,一切正常。试验结果表明本案设计的导管螺旋桨输出推力可靠,运行平稳,能够满足设计需要,同时验证了本文优化方案的可靠性。
管振栋[5]（2020）在《深海作业级ROV的路径跟踪技术研究》文中进行了进一步梳理缆控水下航行器（Remotely Operated Vehicle,ROV）是目前人类探测海洋资源的主要依托之一,通过控制水下航行器执行观测、作业级任务,人类可以实现探索和开发海洋的目的。深海作业如海底资源勘探、钻井设备安装、管道线缆检修以及采矿设备操控等都离不开水下航行器的协助与支持,但由于水下作业环境的复杂性和不可预知性,水下航行器的运动控制技术研究成为当前制约深海矿产开采的难点和关键。本文以深海作业级ROV为研究对象,基于滑模控制算法对其路径跟踪控制技术进行研究。首先,以深海采矿设备的安装、检修以及操控等任务需求为背景,建立深海作业级ROV的六自由度运动模型,结合刚体的运动特性对ROV在深海环境中的受力情况进行分析;针对动力学模型的非线性表达及参数耦合问题,基于理想流体假设和实用性需求对模型进行合理的简化,为控制器的设计与性能验证奠定了基础。其次,针对深海作业级ROV运动系统的水动力参数摄动较大以及海洋环境存在不确定干扰等问题,在动力学模型的基础上,提出了一种基于指数趋近律的自适应滑模控制方法,设计了切换面和控制率;针对滑模控制存在的抖振问题,使用饱和函数进行消除;通过整合冗余的可调参数项,减少工程应用的复杂度;结合自适应控制进一步优化控制器性能。通过构造李氏函数对所设计的控制器进行稳定性证明。最后,先利用计算机仿真技术对深海作业级ROV进行操纵性仿真,保证物理参数的严谨合理;然后在施加扰动模型的条件下,对所设计控制器的三维空间路径跟踪性能进行对比分析。仿真结果表明在干扰状态下,所设计的基于指数趋近律的自适应滑模控制算法较好地实现了深海作业级ROV的路径跟踪需求。此外,依托深海实验平台的规划方案,本文设计并实现了深海拖体的三维位姿监视系统方案,解决了深海资源勘探的应用型问题,在一定程度上推进了相关研究的进展,为下一步深海采矿课题的技术研究作了技术积累。
张驰[6]（2020）在《娱乐型水下机器人控制系统设计与开发》文中研究指明有缆遥控水下机器人（Remotely Operated Vehicle,ROV）在广泛应用于海洋和其它水下领域的同时,面临着日益增长的自动化和智能化需求。本文针对目前许多超小型水下机器人的成本太高、操作不灵活等不足之处,提出一种设计方案并实现了能用于个人用户水下探索的娱乐型水下机器人通信与控制系统。首先,在研究国内外发展现状的基础上,分析系统需求,提出目标,制定总体结构的设计方案,包括水下机器人通信系统和控制系统。系统整体采用了水下线缆、水上无线的方式,系统核心部分为水下机器人本体、水面通信浮标、水上控制终端以及其交互软件。通信系统通过搭建一个局域网,将所有信号共用同一链路同时传输,减少系统成本和复杂度,控制系统通过姿态深度信息的反馈来动态调整机器人运动,提升控制效率与稳定性。其次,依照总体方案完成硬件平台的建立,并完成系统软件设计。硬件模块主要分为主控模块硬件设计、水面控制平台、无线通信模块、传感器模块、摄像头伺服系统、推进器模块以及电源模块。完成主控板及其外围电路、电源线性电路、接口电路以及惯性导航传感器电路的设计。软件设计包括主控板程序、通信系统程序、水面控制系统程序和传感器模块。基于TCP/IP网络协议,在水下机器人本体中创建服务器,使用Socket编程来完成水面控制平台程序设计,实现了水下机器人的人机交互控制的娱乐功能。然后,针对水下机器人的姿态和深度的控制,研究了水下机器人姿态和深度控制算法,在经典PID控制理论的基础上,对其进行改进,分别设计了自动控制器,其中姿态控制用来稳定俯仰和偏航姿态,深度控制用来达到并保持参考的深度值。本文设计了俯仰、偏航和深度三个控制器来提高机器人水下运动的效率和稳定性,并通过仿真实验验证。最后,进行了水下机器人系统的测试和实验。首先对部分独立硬件和软件单元进行测试,然后调试完整的系统平台,主要针对水下机器人的通信和控制系统,在实验过程中不断完善系统的网络连通性和运动控制的稳定性。最后进行遥控控制测试和水池实验,测试了水下机器人系统的运动情况和姿态深度控制的表现。
宋男[7]（2020）在《水下机器人水动力仿真分析与试验研究》文中指出水下机器人是水下观测、作业的重要工具,建立水下机器人水动力学模型是水下机器人设计与运动控制的基础。传统水动力测量系统主要测量水下机器人在水下大范围直航、斜航、回转运动时所受到的水动力,没有专门测量水下机器人在定点、低速的工作状态下受到水动力的试验系统。为了得到水下机器人在工作状态下的水动力学模型,测量水动力系数,在大连海事大学多功能水池设计并搭建了一套测量水下机器人低速直线运动和定点回转运动水动力的拘束模型水动力试验系统。建立水下机器人水动力学模型,分为惯性水动力模型和粘性水动力模型,明确需要测量的水动力系数。为了得到水下直线和回转运动中的水动力系数,仿真分析水下机器人水动力。在传统螺旋桨推进水下机器人的基础上设计了喷水矢量推进的水下机器人模型。在ICEM中建立水下机器人模型,确定计算域和边界层,进行网格无关性试验,进行壁面影响仿真,确定合适的壁面距离。利用Fluent仿真得到了水下机器人在直线运动和回转运动下的水动力,拟合仿真曲线后得到水下机器人仿真水动力系数。根据仿真结果确定水下机器人运动所受最大水动力和合适的壁面距离,以此为基础,设计了水下机器人水动力试验系统。系统分为拖曳试验系统和回转试验系统。拖曳试验系统用于测量水下机器人模型在直线运动时的水动力。回转试验系统用于测量水下机器人模型在回转运动时的水动力。针对试验系统进行强度校核,对主要试验系统设备进行选型并搭建试验系统,设计了减小设计偏差的试验流程。通过试验得到水下机器人在不同方向直线运动时受到的水动力,和在不同方向上回转运动时受到的水动力矩。拟合试验曲线得到水下机器人试验水动力系数,并与仿真水动力系数进行对比分析。通过水动力系数得到水下机器人水动力学模型,为水下机器人的运动控制打下基础。
唐一鹏[8]（2020）在《面向浅水应用场景的观测型ROV控制系统研究及仿真》文中研究表明水下机器人技术正受到越来越多的关注,在诸如堤坝检测、管道铺设、水下救援、鱼群探测、生态监测和考古调查等领域应用广泛,显现着越来越重要的作用。然而,当前水下机器人研究主要以面向深海应用的大型作业级机器人为主,随着该领域的不断发展,浅水应用环境下的低成本、高精度ROV（Remote Operated Vehicle,即遥控水下机器人）需求与日俱增,研发适用于浅水环境的观察级ROV及其配套仿真系统与水下导航应用逐渐成为水下机器人研究的热点方向。本文以此为背景,针对典型的浅水环境下低成本观察级机器人系统展开研究,开发实现了观测型水下机器人的控制系统软硬件系统和相配套的高性能水下机器人仿真平台,并重点研究解决了水下环境中基于多波束声呐感知的ROV高可靠性水下地形建模问题。具体研究工作如下:目前水下ROV存在成本高,控制系统可开发性差,无法二次开发等缺点,严重影响了水下机器人在浅水领域的应用推广。本文针对水下机器人的控制系统进行了研究,研发了一种体积小、重量轻、便于布放和使用的浅水水域观测型ROV控制系统。在硬件部分,本文根据浅水型水下观测机器人的应用目标要求,制定了ROV的总体方案,完成了上位机-中间通讯层-下位机的控制系统架构设计和硬件选型。在软件部分,本文实现了ROV的数据采集功能,运动控制功能,通信功能,声呐地形建模功能,载体监控和操作功能,故障报警及容错功能,水下ROV仿真功能等功能模块,同时完成了上位机监控软件、中间通讯层数据处理、下位机控制软件的编写。针对水下机器人的调试与作业具有不能直接观察机器人状态、实验开展受环境影响较大等难点,本文搭建了水下机器人仿真系统,并研发了仿真环境的虚-实控制系统。首先建立了摄像头、深度传感器、声呐等虚拟传感器模型,在原有仿真数据的基础上添加了噪声与干扰,获得的传感器数据经过后处理可直接用于图像处理、地形建模等算法的验证;其次本文设计了仿真环境的两套控制系统,一套是在纯仿真环境中对ROV运动和作业的控制仿真,一套是将仿真环境与真实水下机器人进行信息交互,实现了真实作业机器人在仿真环境中的实时可视化,快速逼真地在线仿真,实时响应交互操作;最后本文系统性地研究了真实场景下的水环境参数和ROV运动参数,构建了水下机器人的运动仿真系统,模拟了水环境的浮力、ROV运动阻力等真实运动情景,准确描述ROV的实时运动状态并进行了仿真实验。水底地形测量及可视化是地形数据解释的关键,随着声呐系统技术的逐步完善,采用水下机器人进行水底地形建模为水下地质调查提供了一种全新的可视化水下地形探测手段。本文针对水下地形建模问题中的底跟踪和地形后处理问题进行了研究。在现有多波束测深底跟踪技术的基础上,本章提出了基于回波幅值能量梯度图的水底位置检测算法,将对幅值数据的信号处理问题转化为图像处理问题并引入了图像处理中成熟的算法,从空间关联性角度计算出水底的深度值。同时,本文构建了水底测深的线性状态空间模型,利用Kalman滤波器进行滤波处理达成平滑水底曲线的目的。在这一过程中为了提高算法实时性,本文还利用图像金字塔对图像尺寸进行缩放,减少计算量。在水底地形模型建立上,本文将所有单帧曲线拼接组成水底曲面,采用趋势面滤波去除异常点,然后使用高斯过程回归建立水底地形的连续无参模型,填补地形模型空洞。为了验证算法可行性,本文以水下机器人为实验平台,将真实水下环境作为实验环境,并搭建了水下地形测量的仿真系统,实验结果表明本文所提出水下地形建模算法的有效性和可行性。
孙雅琪[9]（2020）在《遥控水下机器人交互式仿真系统开发》文中研究指明近年来,水下机器人在军事及民事领域获得了极其广泛的应用,但由于水下机器人设备昂贵、作业环境特殊,为降低经济成本,需要对使用人员进行专门的操作培训。此外,新型水下机器人研究过程中,还需要对机器人的各项性能进行评估测试,针对这一系列问题,本文基于Unity3D开发引擎研制了一种由地面控制终端、机器人本体和三维仿真系统三部分组成的水下机器人交互式仿真系统。首先基于实验室研制的水下机器人建立动力学模型,根据ROV实际运行时的工作要求,对参数进行简化,并对ROV动力学方程进行线性化处理,提出了一种基于线性二次型控制器的水下机器人姿态优化控制方法。设计基于线性二次型算法的水下机器人运动控制器,对ROV进行动力定位稳定性控制仿真。通过对比LQR控制器和PID控制器的仿真结果,得出二次型算法有较强抗干扰能力,鲁棒性较好。基于Unity3D搭建了交互式仿真平台系统,进行功能模块开发。系统中完成了ROV仿真系统中的水动力参数赋值、碰撞检测技术应用、场景视角切换设计、特效仿真以及机器人水下运动作业可视化设计,同时对交互设备进行配置,实现指令事件的响应,完善针对水下机器人的交互式仿真平台系统的搭建。利用仿真平台中的三维仿真系统的指令输入功能对水下机器人的算法和性能进行测试,在搭建的三维仿真系统中对基于LQR控制器的ROV进行运动仿真实验,验证了LQR控制算法对水下机器人运动控制的稳定性,可进一步应用于机器人控制系统的研发。进行泳池实验,将ROV本体与三维场景中机器人模型进行对比,验证在相同的环境变量参数下,水下机器人本体与仿真环境中虚拟模型在同一控制方法下运动的同步性,通过对水下机器人纵向运动、横移运动、升沉运动、回转运动过程中多个自由度运动数据提取并处理分析,检验机器人和三维仿真系统对控制指令响应的准确性,验证所搭建交互式仿真平台对于水下机器人运动仿真的可靠性。
苏伟[10]（2020）在《水下机器人的鲁棒控制与系统设计》文中提出由于水下机器人在海洋工程、海底资源勘探以及海洋环境监测等领域的应用愈发广泛,使得稳定可靠运行的水下机器人的市场需求以及市场规模也愈发巨大,这也使得水下机器人的设计研究越发迫切。然而,海洋环境复杂多变以及水下机器人系统自身存在强非线性,自由度间运动耦合等问题,研究关键点在于设计出能够在海洋中稳定工作的水下机器人控制系统。本文以六自由度水下机器人系统作为研究对象,研究了水下机器人的运动学及动力学运动模型,根据其应用场景的不同得到了不同的多自由度线性化水下机器人模型。为研究工作需要,根据水下机器人的工作需求以及控制要求,设计了水下机器人的软硬件系统:给出了硬件系统的关键操作部件包括控制器、传感器及执行器部件的选型;根据硬件配置及功能需求,设计了控制器的软件架构以及运行流程,给出了软件实现的关键技术。通过对水下机器人非线性模型在工作点处进行线性化,得到了六自由度水下机器人的线性模型,通过描述系统中的参数不确定性建立了不确定性模型并以此设计了六自由度鲁棒控制器。通过仿真实验对比了与PID控制器的控制效果。仿真结果表明本文设计的六自由度鲁棒控制器具有更好的信号跟踪与干扰抑制能力,相比PID控制具有更好的控制效果。仿真实验进一步验证了鲁棒控制器能够在系统参数发生摄动的情况下依旧保证系统的控制性能,证明了该控制方法具有良好的鲁棒控制性能,也验证了六自由度鲁棒控制器的在水下机器人控制中应用的可行性。
二、SIWRII型水下机器人仿真技术（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、SIWRII型水下机器人仿真技术（论文提纲范文）
（2）便携式自主水下机器人运动控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 自主水下机器人国内外研究现状 |
| 1.2.1 国外自主水下机器人研究现状 |
| 1.2.2 国内自主水下机器人研究现状 |
| 1.3 自主水下机器人运动控制技术 |
| 1.4 本文主要研究内容 |
| 1.5 本章小结 |
| 第二章 便携式自主水下机器人运动模型 |
| 2.1 便携式自主水下机器人六自由度空间运动模型 |
| 2.1.1 坐标系的确立与AUV运动参数 |
| 2.1.2 运动学方程 |
| 2.1.3 动力学方程 |
| 2.1.4 艇体作用力分析 |
| 2.1.4.1 驱动力分析 |
| 2.1.4.2 流体作用力分析 |
| 2.2 便携式自主水下机器人六自由度运动方程的简化 |
| 2.3 便携式自主水下机器人运动控制模型 |
| 2.3.1 艇体平面运动学方程 |
| 2.3.2 艇体水平面(ξEη)运动控制模型 |
| 2.3.3 艇体纵垂面(ξEζ)运动控制模型 |
| 2.4 本章小结 |
| 第三章 便携式自主水下机器人运动控制器设计 |
| 3.1 引言 |
| 3.2 便携式自主水下机器人各运动子系统传递函数 |
| 3.3 便携式自主水下机器人串级PID控制器设计 |
| 3.4 便携式自主水下机器人滑模控制(SMC)器设计 |
| 3.5 本章小结 |
| 第四章 便携式自主水下机器人运动仿真分析 |
| 4.1 便携式自主水下机器人运动仿真模型的构建 |
| 4.1.1 仿真模型主要子系统模块 |
| 4.1.2 仿真模型系统模块集成 |
| 4.2 便携式自主水下机器人运动仿真试验结果 |
| 4.3.1 直航仿真 |
| 4.3.2 水平转艏仿真 |
| 4.3.3 垂直下潜仿真 |
| 4.3.4 螺旋下潜仿真 |
| 4.3.5 路径跟踪仿真 |
| 4.3 串级PID控制器与滑模控制器对比分析 |
| 4.4 本章小结 |
| 第五章 便携式自主水下机器人状态和参数联合估计 |
| 5.1 UKF算法概述 |
| 5.2 基于UKF的便携式自主水下机器人状态和参数联合估计 |
| 5.2.1 便携式自主水下机器人动力学模型和驱动器故障建模 |
| 5.2.2 便携式自主水下机器人状态和参数的联合估计 |
| 5.3 仿真验证 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的科研成果 |
| 致谢 |
| 附录 便携式自主水下机器人水动力系数表 |
（3）水下机器人控制方法及其参数优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 水下机器人的分类 |
| 1.3 水下机器人国内外研究现状 |
| 1.3.1 水下机器人国外研究现状 |
| 1.3.2 水下机器人国内研究现状 |
| 1.4 水下机器人控制方法研究现状 |
| 1.5 控制算法参数优化方法 |
| 1.6 主要研究内容 |
| 第二章 水下机器人运动建模 |
| 2.1 引言 |
| 2.2 坐标系的建立与参数定义 |
| 2.2.1 坐标系的建立 |
| 2.2.2 运动参数定义 |
| 2.2.3 坐标系之间矩阵转换 |
| 2.3 空间运动受力分析 |
| 2.3.1 重力与浮力 |
| 2.3.2 推进器推力 |
| 2.3.3 水动力分析 |
| 2.4 空间运动方程及运动模型 |
| 2.4.1 刚体动力学方程 |
| 2.4.2 水平面动力学模型 |
| 2.4.3 垂直面动力学模型 |
| 2.4.4 推进器数学模型 |
| 2.5 基于CFD水动力参数计算 |
| 2.5.1 CFD仿真模型的建立 |
| 2.5.2 湍流模型和求解方法的选择 |
| 2.5.3 边界条件设置与计算 |
| 2.6 参数获取 |
| 2.7 本章小结 |
| 第三章 水下机器人控制方法 |
| 3.1 引言 |
| 3.2 PID控制 |
| 3.3 自抗扰控制技术 |
| 3.3.1 跟踪微分器 |
| 3.3.2 扩张状态观测器 |
| 3.3.3 非线性状态反馈率 |
| 3.4 线性自抗扰控制 |
| 3.5 水下机器人串级自抗扰控制 |
| 3.5.1 水下机器人艏向控制 |
| 3.5.2 水下机器人深度控制 |
| 3.6 仿真分析 |
| 3.6.1 艏向控制仿真 |
| 3.6.2 深度控制仿真 |
| 3.7 本章小结 |
| 第四章 串级LADRC参数优化 |
| 4.1 引言 |
| 4.2 基于遗传算法的参数优化 |
| 4.2.1 遗传算法原理 |
| 4.2.2 遗传算法运算流程 |
| 4.2.3 遗传算法参数设置分析 |
| 4.3 基于粒子群算法的参数优化 |
| 4.3.1 粒子群算法原理 |
| 4.3.2 粒子群算法运算流程 |
| 4.3.3 粒子群算法参数设置分析 |
| 4.4 优化评价指标 |
| 4.5 仿真验证 |
| 4.5.1 艏向控制仿真 |
| 4.5.2 深度控制仿真 |
| 4.6 本章小结 |
| 第五章 水下机器人控制实验 |
| 5.1 引言 |
| 5.2 实验测试平台 |
| 5.3 水下机器人艏向控制测试 |
| 5.4 水下机器人深度控制测试 |
| 5.5 实验总结与分析 |
| 第六章 结论与展望 |
| 6.1 主要工作及结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（4）水下机器人导管螺旋浆设计与优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 水下机器人螺旋桨国内外研究现状 |
| 1.2.1 水下机器人螺旋桨国外研究现状 |
| 1.2.2 水下机器人螺旋桨国内研究现状 |
| 1.3 主要研究内容 |
| 第二章 基于图谱法的螺旋桨叶结构设计 |
| 2.1 螺旋桨叶图谱法设计流程 |
| 2.2 螺旋桨叶参数设计 |
| 2.3 螺旋桨空泡校核 |
| 2.4 螺旋桨强度校核 |
| 2.5 螺旋桨螺距修正 |
| 2.6 螺旋桨参数计算 |
| 2.7 本章小结 |
| 第三章 水下导管螺旋桨水动力分析 |
| 3.1 CFD技术简介 |
| 3.1.1 有限体积法(FVM) |
| 3.1.2 湍流模型控制方程 |
| 3.1.3 湍流模型数值计算 |
| 3.2 螺旋桨叶压力分析 |
| 3.2.1 螺旋桨几何模型 |
| 3.2.2 螺旋桨叶外载荷分析 |
| 3.2.3 螺旋桨叶压力仿真 |
| 3.3 螺旋桨敞水性能分析 |
| 3.3.1 流体控制方程与湍流模型 |
| 3.3.2 流域网格划分与边界条件设定 |
| 3.3.3 导管螺旋桨敞水性能计算 |
| 3.3.4 导管螺旋桨敞水性能仿真 |
| 3.4 多种运动模式下的数值仿真 |
| 3.4.1 直航运动模式 |
| 3.4.2 斜航运动模式 |
| 3.4.3 后退运动模式 |
| 3.5 本章小结 |
| 第四章 导管螺旋桨多目标优化 |
| 4.1 螺旋桨结构参数 |
| 4.2 性能指标与设计变量 |
| 4.3 BP神经网络优化设计原理 |
| 4.4 BP神经网络结构建模 |
| 4.4.1 神经网络模型的建立 |
| 4.4.2 确定神经网络训练样本 |
| 4.4.3 泛化能力检验 |
| 4.5 多目标优化 |
| 4.6 实验验证 |
| 4.7 本章小结 |
| 第五章 导管螺旋桨室内实验及湖测实验 |
| 5.1 螺旋桨推力实验 |
| 5.2 湖测实验 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要工作及结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（5）深海作业级ROV的路径跟踪技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 水下航行器发展现状 |
| 1.3 水下航行器控制技术研究概述 |
| 1.4 论文的研究内容与结构安排 |
| 2 深海作业级ROV运动系统模型建立 |
| 2.1 深海作业级ROV运动学模型 |
| 2.2 深海作业级ROV动力学模型 |
| 2.3 深海作业级ROV模型简化 |
| 2.4 本章小结 |
| 3 基于趋近律滑模的路径跟踪控制方法 |
| 3.1 引言 |
| 3.2 问题描述和实现目标 |
| 3.3 相关控制理论的原理 |
| 3.4 控制器设计 |
| 3.5 稳定性证明 |
| 3.6 本章小结 |
| 4 深海作业级ROV控制系统仿真研究 |
| 4.1 引言 |
| 4.2 实验仿真 |
| 4.3 操纵性能仿真 |
| 4.4 三维路径跟踪仿真 |
| 4.5 位姿监测系统设计 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
| 学位论文数据集 |
（6）娱乐型水下机器人控制系统设计与开发（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 水下机器人分类与国内外发展现状 |
| 1.2.1 水下机器人分类 |
| 1.2.2 国内外ROV发展和应用现状 |
| 1.3 娱乐型水下机器人研究现状与系统概述 |
| 1.4 本文主要研究内容 |
| 第2章 控制系统总体设计 |
| 2.1 系统需求 |
| 2.1.1 系统硬件需求 |
| 2.1.2 系统软件目标 |
| 2.2 水下机器人系统总体设计方案 |
| 2.2.1 水下机器人通信系统设计 |
| 2.2.2 水下机器人控制系统设计 |
| 2.3 本章小结 |
| 第3章 控制系统硬件平台设计 |
| 3.1 硬件结构设计与选型 |
| 3.2 主控模块硬件设计 |
| 3.2.1 Arduino平台 |
| 3.2.2 Beagle Bone Black |
| 3.2.3 主控板电路设计 |
| 3.3 水面控制模块硬件设计 |
| 3.3.1 无线通信模块 |
| 3.3.2 终端控制设备 |
| 3.4 其他模块硬件设计 |
| 3.4.1 传感器模块 |
| 3.4.2 水下推进器与伺服系统 |
| 3.4.3 电源及其电路设计 |
| 3.5 本章小结 |
| 第4章 控制系统软件设计与算法研究 |
| 4.1 引言 |
| 4.2 通信系统软件设计 |
| 4.2.1 软件技术方案与工作流程 |
| 4.2.2 通信网络协议 |
| 4.2.3 通信系统软件工作流程 |
| 4.2.4 MCU软件设计 |
| 4.3 水面控制平台程序设计 |
| 4.3.1 控制系统软件流程 |
| 4.3.2 水下机器人响应程序 |
| 4.4 水下机器人控制算法研究 |
| 4.4.1 自动控制系统 |
| 4.4.2 姿态控制 |
| 4.4.3 深度控制 |
| 4.5 本章小结 |
| 第5章 系统测试与实验 |
| 5.1 引言 |
| 5.2 模块测试与整体调试 |
| 5.2.1 硬件单元测试 |
| 5.2.2 软件单元调试 |
| 5.2.3 系统联调 |
| 5.3 通信和控制系统测试 |
| 5.3.1 通信系统测试 |
| 5.3.2 遥控控制测试 |
| 5.3.3 水池实验 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文和主要成果 |
| 攻读硕士期间发表的论文 |
| 攻读硕士期间获得奖项 |
| 致谢 |
（7）水下机器人水动力仿真分析与试验研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明表 |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水下机器人CFD仿真 |
| 1.2.2 拘束模型实验 |
| 1.3 论文的主要工作 |
| 2 水下机器人水动力学建模与仿真 |
| 2.1 水下机器人水动力学模型 |
| 2.1.1 水下机器人拘束模型设计与制作 |
| 2.1.2 水下机器人水动力学模型 |
| 2.2 水下机器人水动力学仿真 |
| 2.2.1 水下机器人直线运动水动力学仿真 |
| 2.2.2 水下机器人回转运动水动力学仿真 |
| 2.3 本章小结 |
| 3 水下机器人拖曳直线运动水动力特性试验研究 |
| 3.1 试验系统的设计与搭建 |
| 3.1.1 工作原理 |
| 3.1.2 结构设计 |
| 3.1.3 试验系统搭建 |
| 3.2 水动力试验分析 |
| 3.2.1 匀速直线运动 |
| 3.2.2 匀加速直线运动 |
| 3.3 本章小结 |
| 4 水下机器人拘束回转运动水动力特性试验研究 |
| 4.1 试验系统的设计与搭建 |
| 4.1.1 工作原理 |
| 4.1.2 结构设计 |
| 4.1.3 试验系统搭建 |
| 4.2 水动力试验分析 |
| 4.2.1 匀角速度回转运动 |
| 4.2.2 匀加角速度回转运动 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（8）面向浅水应用场景的观测型ROV控制系统研究及仿真（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 ROV平台控制系统的研究现状 |
| 1.2.2 水下ROV仿真平台的研究现状 |
| 1.2.3 水下地形探测的研究现状 |
| 1.2.4 现有方法存在的问题 |
| 1.3 论文研究内容及目标 |
| 1.4 论文组织结构 |
| 第二章 基于分层控制结构的ROV控制系统研发 |
| 2.1 ROV系统方案设计 |
| 2.2 硬件系统设计 |
| 2.2.1 动力系统方案设计 |
| 2.2.2 电源方案设计 |
| 2.2.3 传感器方案设计 |
| 2.2.4 整体平衡设计 |
| 2.2.5 通讯方案设计 |
| 2.3 数据结构和数据逻辑层设计 |
| 2.4 ROV数学模型和控制算法 |
| 2.5 控制层软件开发及交互设计 |
| 2.5.1 需求分析 |
| 2.5.2 软件架构 |
| 2.5.3 控制系统软件设计流程 |
| 2.5.4 软件界面设计与开发 |
| 2.5.5 软件多线程加速 |
| 2.6 本章小结 |
| 第三章 基于ROS/Gazebo的水下环境ROV仿真平台搭建 |
| 3.1 ROV仿真系统组成 |
| 3.2 仿真系统环境配置 |
| 3.2.1 ROS操作系统下的优势 |
| 3.2.2 水环境模型建模 |
| 3.2.3 水环境参数仿真 |
| 3.2.4 ROV建模 |
| 3.2.5 ROV虚拟传感器 |
| 3.3 水下机器人运动仿真系统 |
| 3.3.1 推进器控制 |
| 3.3.2 控制算法仿真 |
| 3.3.3 运动轨迹仿真 |
| 3.4 上位机监控系统 |
| 3.4.1 总体设计与实现 |
| 3.4.2 软件界面设计与开发 |
| 3.5 虚拟现实映射 |
| 3.6 本章小结 |
| 第四章 面向浅水环境的水下地形建模算法研究 |
| 4.1 水下地形建模原理和问题 |
| 4.1.1 多波束水下测深原理 |
| 4.1.2 多波束系统信号检测算法 |
| 4.1.3 波束形成受水环境的影响 |
| 4.2 算法框架 |
| 4.3 多波束数据的图像转换及滤波 |
| 4.3.1 构建图像金字塔进行运算加速 |
| 4.3.2 回波幅值数据的归一化 |
| 4.3.3 对归一化后的图像进行中值滤波 |
| 4.4 多波束数据单帧探底测量与滤波平滑处理 |
| 4.4.1 基于能量梯度图的深度曲线区域定位 |
| 4.4.2 单帧数据水底深度曲线提取 |
| 4.4.3 水底曲线异常点筛选 |
| 4.4.4 利用Kalman滤波平滑处理 |
| 4.5 水底地形概率建模 |
| 4.5.1 水底模型异常值处理 |
| 4.5.2 基于高斯过程回归的地形环境建模 |
| 4.6 实验结果 |
| 4.6.1 仿真数据测试 |
| 4.6.2 真实数据测试 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（9）遥控水下机器人交互式仿真系统开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 课题来源及研究背景 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景 |
| 1.2 水下机器人概述 |
| 1.2.1 水下机器人的分类 |
| 1.2.2 ROV的发展及研究现状 |
| 1.3 ROV仿真系统平台研究现状 |
| 1.4 ROV控制方法研究现状 |
| 1.5 本文的主要内容 |
| 第二章 水下机器人动力学建模 |
| 2.1 引言 |
| 2.2 水下机器人空间运动坐标系 |
| 2.2.1 建立固定坐标系和运动坐标系 |
| 2.2.2 相关参数定义 |
| 2.3 水下机器人运动学方程 |
| 2.4 水下机器人动力学方程 |
| 2.4.1 浮力与重力 |
| 2.4.2 推力 |
| 2.4.3 水动力学建模 |
| 2.4.4 动力学方程简化 |
| 2.5 本章小结 |
| 第三章 水下机器人交互式仿真系统设计 |
| 3.1 引言 |
| 3.2 Unity3D技术研究与分析 |
| 3.2.1 Unity3D简介 |
| 3.2.2 Unity技术特点 |
| 3.2.3 Unity在严肃游戏领域的应用 |
| 3.3 Unity3D可视化仿真平台搭建 |
| 3.3.1 环境构建 |
| 3.3.2 碰撞检测技术 |
| 3.3.3 视角设计 |
| 3.3.4 音效系统 |
| 3.4 交互操作设备配置 |
| 3.5 仿真系统 |
| 3.6 本章小结 |
| 第四章 水下机器人运动控制方法研究 |
| 4.1 引言 |
| 4.2 PID控制原理 |
| 4.3 线性二次型最优控制 |
| 4.3.1 线性二次线最优控制原理 |
| 4.3.2 水下机器人LQR控制器设计 |
| 4.4 动力定位仿真 |
| 4.5 水下机器人数据卡尔曼滤波 |
| 4.5.1 卡尔曼滤波原理 |
| 4.5.2 水下机器人卡尔曼滤波设计 |
| 4.5.3 水下机器人数据滤波处理 |
| 4.6 本章小结 |
| 第五章 基于Unity3D遥控水下机器人交互式系统的应用 |
| 5.1 窗体操作界面与指令输入 |
| 5.2 ROV控制仿真实验 |
| 5.3 ROV运动实验结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 发表文章 |
| 致谢 |
（10）水下机器人的鲁棒控制与系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 水下机器人研究现状 |
| 1.3 水下机器人控制方法研究综述 |
| 1.4 本文研究内容 |
| 1.5 本章小结 |
| 第二章 水下机器人建模及其线性化 |
| 2.1 水下机器人建模基础 |
| 2.2 水下机器人非线性模型 |
| 2.3 水下机器人线性化模型 |
| 2.4 本章小结 |
| 第三章 水下机器人控制系统 |
| 3.1 引言 |
| 3.2 水下机器人硬件系统 |
| 3.2.1 控制器模块 |
| 3.2.2 传感器模块 |
| 3.2.3 推进模块 |
| 3.2.4 通讯模块 |
| 3.3 水下机器人软件系统 |
| 3.3.1 主控制器软件架构 |
| 3.3.2 协控制器软件架构 |
| 3.4 本章小结 |
| 第四章 水下机器人鲁棒控制研究 |
| 4.1 H_∞鲁棒控制 |
| 4.1.1 范数与奇异值 |
| 4.1.2 不确定性系统描述 |
| 4.1.3 小增益定理与性能要求 |
| 4.2 鲁棒控制设计方法 |
| 4.2.1 标准H_∞鲁棒控制 |
| 4.2.2 回路成形设计 |
| 4.3 水下机器人多自由度控制器设计 |
| 4.3.1 水下机器人鲁棒控制器设计 |
| 4.3.2 水下机器人多自由度PID控制器设计 |
| 4.4 本章小结 |
| 第五章 仿真效果验证 |
| 5.1 闭环系统性能 |
| 5.2 无干扰控制性能 |
| 5.3 外部干扰下的控制性能 |
| 5.4 系统发生摄动控制性能 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
四、SIWRII型水下机器人仿真技术（论文参考文献）
- [1]作业条件下UVMS姿态控制方法研究[D]. 李强强. 哈尔滨工程大学, 2021
- [2]便携式自主水下机器人运动控制研究[D]. 王鹏. 上海海洋大学, 2021(01)
- [3]水下机器人控制方法及其参数优化[D]. 罗瑞智. 江西理工大学, 2021(01)
- [4]水下机器人导管螺旋浆设计与优化[D]. 秦智. 江西理工大学, 2020(01)
- [5]深海作业级ROV的路径跟踪技术研究[D]. 管振栋. 山东科技大学, 2020(06)
- [6]娱乐型水下机器人控制系统设计与开发[D]. 张驰. 江苏科技大学, 2020(04)
- [7]水下机器人水动力仿真分析与试验研究[D]. 宋男. 大连海事大学, 2020(03)
- [8]面向浅水应用场景的观测型ROV控制系统研究及仿真[D]. 唐一鹏. 东南大学, 2020(01)
- [9]遥控水下机器人交互式仿真系统开发[D]. 孙雅琪. 东北石油大学, 2020(03)
- [10]水下机器人的鲁棒控制与系统设计[D]. 苏伟. 上海交通大学, 2020(09)