| 题名 | AUV 水下对接智能归航方法研究 |
| 作者 | 董凌艳1,2 |
| 答辩日期 | 2020-12-06 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 沈阳 |
| 导师 | 封锡盛 |
| 关键词 | 水下对接 导航 导引 |
| 学位名称 | 博士 |
| 其他题名 | Research on Intelligent Homing Method in AUV Docking Application |
| 学位专业 | 机械电子工程 |
| 英文摘要 | 自主水下机器人（Autonomous Underwater Vehicle, AUV）因其作业范围更广、自主性和隐蔽性更高而被广泛应用。然而AUV受其自身携带的能源和存储空间的限制无法实现水下长期作业。AUV在海洋环境下的布放和回收成本高，并且作业人员伴随着一定的风险性。近年来，AUV的重点发展方向是实现水下长期驻留作业。水下长期驻留作业无需频繁地布放和回收AUV，在节约成本的同时，增加了AUV的自主性和隐蔽性。对于一些需要长航程和长航时的科考任务或者大深度的下潜任务，AUV水下长期驻留作业有助于收集更多的观测数据。当AUV结束使命或日常维护保养时，AUV的自主回收能够节约成本并且降低作业人员的风险性。AUV水下自主对接技术是实现AUV水下长期驻留作业和自主回收的关键。 水下对接基站通常呈现两种状态，一种是保持位置和朝向不变的固定状态，另一种是以某种规律运动的移动状态。对应地，AUV和固定基站及移动基站的对接分别称为静态对接和动态对接。AUV水下自主对接过程包含导航和导引两项关键技术。导航算法的目的是使AUV精确估计其自身的位置和对接基站的位置。导引算法的目的是使AUV按照规划路径或行为归航至对接基站。导航算法的性能影响对接的成功率和效率，导引算法的性能影响归航过程的安全性及能源消耗。海洋环境的复杂性使AUV携带的导航传感器的测量结果带有高斯噪声或非高斯噪声，并且噪声的统计特性是未知或不准确的。传感器的未知或不确定噪声会导致导航性能的下降，进而导致对接成功率和效率的下降。为了减小传感器噪声的影响，通常的解决方案是导航算法以滤波算法为基础，但滤波算法对噪声统计特性的准确性高度敏感，未知或不准确的噪声统计特性会降低滤波的精度，甚至导致滤波发散。在导航传感器存在测量噪声条件下，为了使AUV的静态对接和动态对接具有较高的对接成功率和效率，并且归航过程满足安全性及低能耗的要求，本文的研究内容如下：(1) 针对导航传感器的不确定高斯噪声影响AUV静态对接过程中的导航精度问题，提出一种鲁棒的导航算法。采用基于非线性滤波的FastSLAM2.0算法实现静态对接归航过程中的AUV和固定基站的同时定位。由于导航传感器中用于测速的速度传感器和用于测量航向角的姿态传感器的测量噪声统计特性具有不确定性，不准确的噪声统计特性会导致FastSLAM算法的导航精度下降。在此提出采用模糊Q学习算法改进FastSLAM算法。改进算法通过和环境的交互作用增强算法的鲁棒性，使算法在噪声统计特性不准确时，仍然具有较高的导航精度。MATLAB仿真和试验数据分析结果证明改进后的算法具有更优的导航性能。(2) 针对导航传感器的未知非高斯噪声影响AUV动态对接过程中的导航精度问题，提出一种自适应导航算法。采用基于扩展卡尔曼滤波的目标跟踪算法实现移动基站运动状态未知时AUV和移动基站的同时定位。由于导航传感器中用于测速的速度传感器和用于测量航向角的姿态传感器的测量噪声统计特性未知，并且移动基站运动状态存在估计误差，对此提出采用基于变分贝叶斯算法估计导航噪声协方差及移动基站运动状态的估计误差协方差。为了减小导航噪声及移动基站运动状态的估计误差导致的系统状态估计误差，在线训练一个基于神经网络的误差补偿器。MATLAB仿真和实验数据分析结果表明，动态对接过程中导航传感器存在未知非高斯噪声时，自适应导航算法具有很好的导航性能。(3) 针对超短基线定位系统的未知非高斯测量误差影响AUV静态对接和动态对接归航过程中的导航精度问题，提出离线算法和在线算法相结合的导航方法。根据超短基线的误差特点和AUV的运动模型，提出归航过程中的观测误差数据的收集方法。采用基于高斯混合模型的变分自编码算法估计观测误差整体分布的统计特性。采用支持向量回归算法拟合工作距离和误差统计特性之间的非线性关系。基于离线算法估计的观测噪声统计特性用于在线算法对状态估计的更新阶段。实验数据分析结果表明在水声传感器的观测误差统计特性未知时，所提算法可以有效估计观测误差的统计特性，并减小观测误差对导航性能的影响。(4) 针对AUV自主对接归航过程中的导引问题，分别提出适用于静态对接和动态对接的归航导引方法。AUV静态对接归航过程应该满足平稳性、安全性及低能耗的要求，在此提出基于Dubins曲线理论的最优路径规划方法。采用视线法实现对规划路径的跟踪。在AUV动态对接归航过程中，为了获得移动基站状态的最大似然估计，提出基于费雪信息矩阵增量行列式最大的导引策略。MATLAB仿真验证了导引策略的有效性。(5) 采用MATLAB仿真验证基于本文所提导航算法和导引算法的AUV静态对接和动态对接的归航结果。通过对比不同条件下算法的对接成功率和效率，验证本文所提算法的有效性。便携式AUV的湖上航行试验证明了静态对接方法的有效性。为了验证导航算法的性能，大量应用了由中国科学院沈阳自动化研究所海洋信息技术装备中心自主研发的AUV和回收系统的湖上试验数据。最后详细介绍了试验所用的载体和试验装置。 |
| 语种 | 中文 |
| 产权排序 | 1 |
| 页码 | 137页 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.sia.cn/handle/173321/27984]  |
| 专题 | 沈阳自动化研究所_水下机器人研究室 |
| 作者单位 | 1.中国科学院沈阳自动化研究所 2.中国科学院大学 |
| 推荐引用方式 GB/T 7714 | 董凌艳. AUV 水下对接智能归航方法研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2020. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论