This project focuses on machine grasping of underwater targets. Environment perception, positioning and navigation, motion control, intelligent operation of the underwater mobile robot will be further analyzed in the underwater environment with weak light, complex turbulence and distribution of plants and rocks. The basic issues on uncertainty, nonlinearity, dynamics, redundancy, disturbance, and coupling would be studied for system design, environment perception, motion control and intelligent operation of the underwater robots. Based on the parallel and interdisciplinarity of the researches of mechanism, perception, navigation, control and computational intelligence, the theories and methods of system design, environmental perception and navigation, motion control and underwater intelligent operation for the underwater robots will be obtained. Moreover, the mobile biomimetic underwater robot with a flexible manipulator will be developed to validate the proposed methods. The project would make progress in perception, navigation and control of underwater robots in complex underwater environment, and help to rapidly improve the robotic performance as environment perception, adaptability, maneuverability, robustness, stability, learning control and accuracy.
本项目以水下目标的抓取作业为研究背景,深入分析复杂紊流、植被覆盖、岩礁散布、弱光照的水下环境中水下移动作业机器人环境自主感知、定位与导航、运动控制、智能作业控制,研究系统设计、环境感知、运动控制、智能作业中面临的不确定性、非线性、动态、冗余、扰动、耦合等基础科学问题;从机构、感知、导航、控制与计算智能等多路径并行、交叉、协同推进,形成较为系统的水下移动作业机器人设计、环境自主感知与导航、运动控制、水下智能作业控制的理论和方法,研制新型水下移动仿生机器人和柔顺作业臂系统,并对所提理论、方法进行实验验证,为水下机器人感知、导航与控制的发展奠定基础,促进其在环境感知、适应性、机动性、鲁棒性、稳定性、学习控制和作业精度等方面能力和水平的快速提升。
本项目研究了仿生推进水下作业机器人的自主感知、导航与控制基础理论与关键技术。设计并研制了波动鳍推进水下作业机器人和仿生蹼推进水下作业机器人。提出了一种改进型颜色保护多尺度Retinex的水下图像与视频增强算法;基于深度学习技术设计了实时轻量化的目标检测方法;采用折射光路追踪法实现了水下目标定位,提出了基于目标关键点和关键线的目标位姿与尺寸估计方法。采用Actor-Critic强化学习算法框架,给出了带有监督控制器的网络监督训练策略,实现了波动鳍推进水下作业机器人对作业目标物体的追踪控制。针对基于路径规划与路径跟踪的导航控制问题,提出一种三维螺旋线的路径规划方法,设计了路径跟踪协调控制器,实现了波动鳍推进水下作业机器人对螺旋线路径的跟踪控制。结合长短时记忆网络和非线性预测模型,提出了未知水下地形的实时预测方法,并利用C/GMRES算法进行优化求解实现水下地形跟随控制。针对水下仿生本体的自主作业任务,给出了一种改进的非奇异终端滑模控制方法,实现了波动鳍推进水下作业机器人的水下悬浮开门及抓取物体的自主作业任务。提出了一种基于微分追踪器的在线运动规划方法,并设计了一种带有状态观测器的任务优先运动学控制算法,实现了悬浮状态下的自主抓取物体作业。在本项目资助下,相关理论与方法在IEEE Trans.等期刊发表或在线发表SCI/EI论文40篇,申请9项国家发明专利。上述取得的研究成果和关键技术为水下机器人的自主感知、导航与控制提供了一定的理论技术支持。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
论大数据环境对情报学发展的影响
硬件木马:关键问题研究进展及新动向
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于SSVEP 直接脑控机器人方向和速度研究
面向复杂非结构环境作业的小型飞行机器人自主感知与控制研究
共融交互中的机器人语义场所感知与自主作业
水下机器人自主环境感知与生物目标无损抓取研究
微小移动机器人视觉伺服自主作业模式与行为模型研究