水下机器人的运动方式

水下机器人的运动方式
水下机器人，也称无人遥控潜水器。

一种工作于水下的极限作业机器人，能潜入水中代替人完成某些操作，又称潜水器。

水下环境恶劣危险，人的潜水深度有限，所以水下机器人已成为开发海洋的重要工具。

无人遥控潜水器主要有，有缆遥控潜水器和无缆遥控潜水器两种，其中有缆遥控潜水器又分为水中自航式、拖航式和能在海底结构物上爬行式三种。

它的工作方式是由水面母船上的工作人员，通过连接潜水器的脐带提供动力，操纵或控制潜水器，通过水下电视、声呐等专用设备进行观察，还能通过机械手，进行水下作业。

目前，无人遥控潜水器主要有，有缆遥控潜水器和无缆遥控潜水器两种，其中有缆遥控潜水器又分为水中自航式、拖航式和能在海底结构物上爬行式三种。

随着海洋开发活动越来越频繁和深进，在超越潜水极限的恶劣水下环境中，搭载传感器、仪器设备的水下机器人很自然地成为人类延伸自己感知能力的主要工具之一。

水下机器人通过控制台上的多个旋钮即可控制机器人前进、后退、转弯、上升、下沉；灯光强弱和摄像头焦距；云台俯仰等；机器人可携带定位声纳、图像扫描声纳、多参数水质检测传感器（YSI）、辐射传感器、机械手、金属测厚计等；可实时进行水下视频检测和观测。

水下机器人运动控制中普遍采用的位置传感器为短基线或长基线水声定位系统，速度传感器为多普勒速度计。

影响水声定位系统精度的因素主要包括声速误差、应答器响应时间的丈量误差、应答器位置即间距的校正误差。

而影响多普勒速度计精度的因素主要包括声速c、海水中的介质物理化学特性、运载器的颠簸等。

由于水下机器人运行的环境复杂，水声信号的噪声大，而各种水声传感器普遍存在精度较差、跳变频繁的缺点，因此水下机器人运动控制系统中，滤波技术显得极为重要。

传统的水下机器人滤波算法采用线性平滑、神经网络滤波等。

固然在一定程度上解决了工程实践的需求，但由于没有考虑机器人系统的运动特性，滤波效果不十分理想。

卡尔曼滤波方法由于在最优估计时充分利用了已经建立的系统运动模型，使滤波的实际效果更加接近真实数据的要求。

但标准卡尔曼滤波方法必须清楚地了解系统噪声和量测噪声的统计特性，由于相关水声传感器受各种因素影响波动很大，噪声的统计特性不易获得。

为此，引进带渐消因子的自适应卡尔曼滤波方法，可成功地解决这一题目。