无缆自治水下机器人共16页
水下机器人
结构功能
• 典型的遥控潜水器是由水面设备（包括操纵控制台、电缆 绞车、吊放设备、供电系统等）和水下设备（包括中继器 和潜水器本体）组成。潜水器本体在水下靠推进器运动， 本体上装有观测设备（摄像机、照相机、照明灯等）和作 业设备（机械手、切割器、清洗器等）。
优缺点
• • 优点 水下机器人可在高度危险环境、被污染环境以及零可见度的水域代替人工在 水下长时间作业，水下机器人上一般配备声呐系统、摄像机、照明灯和机械 臂等装置，能提供实时视频、声呐图像，机械臂能抓起重物，水下机器人在 石油开发、海事执法取证、科学研究和军事等领域得到广泛应用。 缺点 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。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会影响水声定位系统精 度。
发展历程
• •
•
• •
• • •
第一阶段 从1953年至1974年为第一阶段，先后研制出20多艘潜水器。其中美国的CURV系统在西班牙海成 功地回收一枚氢弹，引起世界各国的重视。 1953年第一艘无人遥控潜水器问世，1974年以后，由于海洋油气业的迅速发展，无人遥控潜水器 也得到飞速发展 第二阶段 无人有缆潜水器的研制80年代进入了较快的发展时期。1975至1985年是遥控潜水器大发展时期。海 洋石油和天然气开发的需要，推动了潜水器理论和应用的研究，潜水器的数量和种类都有显著地增 长 第三阶段 1985年，潜水器又进入一个新的发展时期。 1988年，无人遥控潜水器又得到长足发展，这个时期增加的潜水器多数为有缆遥控潜水器，无人无 缆潜水器的发展相对慢一些，另外，载人和无人混合理潜水器在这个时期也得到发展
工业机器人技术与应用模拟题(含参考答案)
工业机器人技术与应用模拟题（含参考答案）一、判断题（共100题，每题1分，共100分）1、视觉传感器属于机器人内传感器。
A、正确B、错误正确答案：B2、机械密封的大弹簧旋向应与泵旋向相反。
A、正确B、错误正确答案：A3、TRUNC指令把32位实数转换成32位符号数，小数部分按照四舍五入原则处理。
A、正确B、错误正确答案：B4、ABB工业机器人离线编程与仿真软件RobotStudio随真实物理控制器一起使用时，称他为离线模式。
A、正确B、错误正确答案：B5、用户可以通过更改tool0的数值来改变机器人默认的TCP。
A、正确B、错误正确答案：B6、机器视觉边缘计算基数是对获取的图像信息进行处理的关键步骤，也是视觉控制系统的重要基础。
A、正确B、错误正确答案：B7、ABB机器人RobotStudio ，通过“连线”的方式创建信号连接，与通过“列表”的方式创建信号连接的效果是相同的。
A、正确B、错误正确答案：A8、机器人自动模式运行时，示教器使能键是无效的。
A、正确B、错误正确答案：A9、工业机器人搬运工作站由工业机器人系统、PLC控制柜、机器人安装底座、输送线系统、平面仓库、操作按钮盒等组成。
A、正确B、错误正确答案：A10、ABB机器人RobotStudio ，在 smart 组件中，lLinearMove是移动一个对象到指定位置。
A、正确B、错误正确答案：B11、视在功率就是有功功率加上无功功率。
A、正确B、错误正确答案：B12、步进电机发生丢步时，实际是转子前进的步数多余脉冲数。
A、正确B、错误正确答案：B13、传感器的灵敏度可以理解为放大倍数。
A、正确B、错误正确答案：A14、视觉获得的感知信息占人对外界感知信息的60% 。
A、正确B、错误正确答案：B15、工具数据tooldata用于描述安装在机器人第六轴上的工具TCP、质量、中心等参数的数据。
A、正确B、错误正确答案：B16、RAPID加速度设定指令AccSet，可用来设定运动轴的加减速与加速度变化的倍率。
水下机器人文献综述
第一章
1.1 水下机器人有关概念
前言
水下机器人是能在水中浮游、具有视觉和感知系统、通过遥控或自主操作的 方式使用机械手及其其他水下作业， 代替人或辅助人去完成某些水下作业的自动 化 装 置 。 依 据 其 控制 方 式 可 分 为 有 缆遥 控 水 下 机 器 人 (Remotely Operated Vehicle，简称 ROV)和无缆自治水下机器人(Autonomous Underwater Vehicle， 简称 AUV)两大类[1]。ROV 作业时间长、数据传输快速可靠、整体决策能力高、 便于回收，但是活动范围受限、电缆缠绕、过于依赖人的控制。而 AUV 活动范围 大、潜水深度深、自身决策能力高，但是能源有限、成本高、设计难度大、风险 高损失大[2]。从集 ROV 与 AUV 两者优点于一体的思路研究，各国学者提出了介 于 ROV 和 AUV 之间的混合型水下机器人。日本海洋科学与技术中心(JAMSTEC)研 制的 UROVTKE[3]、美国研发了“海神”号(Nereus)HROV[4]均属于此类型。目前 我国在此方面也作了研究，提出 ARV(Autonomous&Remotely—operated Vehicl） 新型水下机器人概念，此新型水下机器人具有两种工作模式，既可作为传统的 ROV 使用又可作为 AUV 使用。针对大面积的搜索、探测，它可以像 AUV 一样利用 声纳、摄像机进行自主探索和测绘工作；一旦找到目标，潜器将可迅速转换成一 个 ROV，通过操作人员遥控进行近距离的成像和采样[5]。
《水下机器人》的文献综述
内容摘要
水下机器人依据其控制方式可分为有缆遥控水下机器人(ROV)和无缆自治水 下机器人(AUV)两大类。ROV 和 AUV 各有其优缺点。从集 ROV 和 AUV 两者优点的 思路出发，设计遥控自治水下机器人（ARV）。本文先从水下机器人的有关概、 关键技术、焦点问题出发，然后详细综述了国内外水下机器人的研究现状，对国 内外研究现状存在的的问题进行了分析和讨论， 并对 ARV 原理样提出了简单的设 计方案，最后对今后可进行的研究内容做了展望和总结。 关键词：水下捕捞机器人 ROV AUV ARV
AUV水下机器人运动控制系统设计(李思乐)
中国海洋大学工程学院机械电子工程研究生课程考核论文题目：AUV水下机器人运动控制系统研究报告课程名称：运动控制技术*名：***学号：***********院系：工程学院机电工程系专业：机械电子工程时间：2010-12-26课程成绩：任课老师：谭俊哲AUV水下机器人运动控制系统设计摘要：以主推加舵控制的小型自治水下机器人为研究对象，建立了水下机器人的数学模型并进行了分析。
根据机器人结构的特点，对模型进行了必要的简化。
设计了机器人的运动控制系统。
以成功研制的无缆自治水下机器人(AUV) 为基础，对其航行控制和定位控制方法进行了较详细的分析. 同时介绍了它的推进器布置、控制系统结构、推力分配等方法。
最后展示了它的运行实验结果。
关键词：水下机器人；总体设计方案；运动控制系统；电机仿真1 引言近年来国外水下机器人技术发展迅速，技术水平较高。
其中，具有代表性的产品有：美国Video Ray 公司开发出的Scout、Explorer、Pro 等系列遥控式水下机器人，美国Seabotix公司研发的LBV-ROV 系列，英国AC-CESS 公司的AC-ROV系列。
随着海洋开发、探测的需求越来越强，水下机器人成为全世界研究的热门课题。
小型自治水下机器人具有低成本、小型化、操作灵活等特点成为近年来国内外研究的热点。
自治水下机器人（Autonomous Underwater Vehicles, AUV）,载体采用模块化设计思想, 可根据需要适当增减作业或传感器模块, 载体采用鱼雷状流线外形, 总长约2 m, 外径25 cm, 基本模块包括推进器模块、能源模块、电子舱模块、传感器模块以及GPS、无线电通讯模块, 基本传感器有姿态传感器、高度计、深度计和视觉传感器, 支持光纤通讯, 载体可外挂声学设备, 通过光纤系统进行遥控操作可实现其半自主作业, 也可在预编程指令下实现自主作业。
系统基本模块组成设计如图1-1 所示[1]。
工业机器人技术与应用试题含答案
工业机器人技术与应用试题含答案一、判断题（共100题，每题1分，共100分）1、输出电压波形失真度是指UPS输出波形中谐波分量所占的比率。
常见的波形失真有：削顶、毛刺、畸变等。
失真度越小，对负载可能造成的干扰或破坏就越小。
A、正确B、错误正确答案：A2、示教机器人时先由人驱动操作机，再以示教动作作业，将示教作业程序、位置及其他信息存储起来，然后让机器人重现这些动作。
（）。
A、正确B、错误正确答案：A3、润滑油的粘度越大，则内摩擦阻力越小。
A、正确B、错误正确答案：B4、若双头蜗杆传动中，蜗轮齿数为50，转动速度为28.8r/ min ，则蜗杆的转速为1440r/ min。
A、正确B、错误正确答案：B5、液压泵根据流量是否可调，可分为变量泵和定量泵。
输出流量可根据需要调节，称为变量泵。
输出流量无法调节的称为定量泵。
A、正确B、错误正确答案：A6、机器人关节参考坐标系是用来表示机器人每个独立关节运动的坐标系。
A、正确B、错误正确答案：A7、光电式传感器可以调节检测距离。
A、正确B、错误正确答案：A8、工业机器人系统由四大部分组成:机械系统、驱动系统、控制系统和感知系统。
A、正确B、错误正确答案：A9、手臂解有解的必要条件是串联关节链中的自由度数等于或小于 6 。
A、正确B、错误正确答案：B10、机器人在自动运行状态下，如果运行速度非常低时，其力量不大，可以安全的进行人工配合作业。
A、正确B、错误正确答案：B11、完成某一特定作业时具有多余自由度的机器人称为冗余自由度机器人。
A、正确B、错误正确答案：A12、手臂解有解的必要条件是串联关节链中的自由度数等于或小于 6。
A、正确B、错误正确答案：B13、机器人的自由度数目就是机器人本体上所具有的转轴数目。
（）。
A、正确B、错误正确答案：B14、OB35是定时中断组织块，可以被设定为定时执行。
A、正确B、错误正确答案：A15、对机器人进行示教时,模式旋钮打到示教模式后,外部设备发出的启动信号仍有效。
【国家自然科学基金】_自治水下机器人_基金支持热词逐年推荐_【万方软件创新助手】_20140729
推荐指数 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2013年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
2013年 科研热词 自治水下机器人 路径规划 领航-跟随式 附体 避障 运动控制器 虚拟机器人 自适应控制律 自治水下机器人(auv) 自主水下航行器 编队控制 粒子群优化(pso) 移动机器人 移动agent 模糊控制 模拟系统 协同设计 动态环境 动态模型 动力学建模 仿真系统 xml文件 b/s架构 推荐指数 3 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1ห้องสมุดไป่ตู้1 1 1 1 1
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
科研热词 迭代滑模 自治水下机器人 神经网络控制 欠驱动自治水下机器人 三维航迹跟踪 l2干扰抑制 路径跟踪 自治水面船 级联系统 欠驱动 曲线参数 增量反馈 地形跟踪 全局指数镇定 光滑时变反馈
推荐指数 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1
2014年 序号 1 2 3 4 5 6 7 8 9 10 11 12
科研热词 速度跳变 自治水下机器人 生物启发模型 波浪能 水声通信延迟 水下推进机构 机动浮标 延时扩展卡尔曼滤波 多水下自治机器人 垂荡 反步轨迹跟踪 协同定位
推荐指数 1 1 1 1 1 1 1 1 1 1 1 1
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
研究室介绍
工业控制系统研究室工业控制系统研究室及“工业通信与控制系统”辽宁省重点实验室依托于中国科学阳自动化研究所。
实验室在各级领导的关心和支持下，在全体科研人员的努力下，在业通信与控制系统的应用基础研究、技术攻关和示范应用方面取得了一批有影响的科成果，先后获得了“九五”国家重点科技攻关计划优秀科技成果奖、中国科学院科技进等奖、国家科学技术进步二等奖等奖项。
实验室的主要研究方向是工业控制总线及系统；汽车控制总线及系统；工业无线及传感器网络；工业通信芯片设计及基础平台开发。
实验室的发展目标是紧密结合国经济建设、国家安全和社会发展的需要，开展相关的应用基础研究和技术攻关及示范用的科研工作。
力争把工业通信与控制系统建设成知名的实验室、建设成培养从事工通信与控制系统研究与开发的人才基地。
实验室现有固定科研人员28人，其中工程院院士1人，研究员6人，副研究员8除固定人员外，还有许多流动人员参加本室的研究工作，包括高级访问学者、博士后博士研究生、硕士研究生、客座人员与项目聘用人员。
∙研究领域工业控制总线及系统汽车控制总线及系统工业无线通信及传感器网络工业通信芯片设计及基础平台开发∙科研工作层次应用基础研究技术攻关及示范应用∙应用基础研究通信过程的建模、分析及性能评价方法研究通信协议的分析及制定分布环境下的先进控制方法研究基于无线传感网络的分布自组织行为理论研究∙技术攻关及示范应用基于FF的现场总线控制系统基于CAN总线的汽车控制网络基于Ethernet的工业实时控制协议标准无线传感网络协议的开发及应用新型电动汽车安全总线系统与开发其它基于工业通信的应用系统1、工业通信芯片设计及基础平台开发工业控制系统研究室SoC小组致力于开发具有自主知识产权的工业通信芯片。
So 组成立于2002年，在短短的四年里，SoC小组已完成包括一款SoC系统级芯片在内款芯片的设计工作，目前已全部流片并取得了成功。
SoC小组采用的芯片设计平台依于中国科学院EDA中心，该中心由中科院所属9个研究所共建，中心拥有世界一流规模集成电路设计与验证工具，可从事0.13微米百万门级以上的集成电路设计。
2015年6月中南大学网络教育课程考试《机器人学导论》复习题及参考答案
一、名词解释： 1.自由度 2.机器人工作载荷 3.柔性手 4.制动器失效抱闸 5.机器人运动学 6.机器人动力学 7.虚功原理 8.PWM 驱动 9.电机无自转 10.直流伺服电机的调节特性 11.直流伺服电机的调速精度 12.PID 控制 13.压电元件 14.图像锐化 15.隶属函数 16.BP 网络 17.脱机编程 18.AUV 二、简答题： 1.机器人学主要包含哪些研究内容？ 2.机器人常用的机身和臂部的配置型式有哪些？ 3.拉格朗日运动方程式的一般表示形式与各变量含义？ 4.机器人控制系统的基本单元有哪些？ 5.直流电机的额定值有哪些？ 6.常见的机器人外部传感器有哪些？ 7.简述脉冲回波式超声波传感器的工作原理。 8.机器人视觉的硬件系统由哪些部分组成？ 9.为什么要做图像的预处理？机器视觉常用的预处理步骤有哪些？ 10.请简述模糊控制器的组成及各组成部分的用途。 11.从描述操作命令的角度看，机器人编程语言可分为哪几类？ 12.仿人机器人的关键技术有哪些？ 三、论述题： 1.试论述机器人技术的发展趋势。 2.试论述精度、重复精度与分辨率之间的关系。 3.试论述轮式行走机构和足式行走机构的特点和各自适用的场合。 4.试论述机器人静力学、动力学、运动学的关系。 5.机器人单关节伺服控制中，位置反馈增益和速度反馈增益是如何确定的？ 6.试论述工业机器人的应用准则。 四、计算题： （需写出计算步骤，无计算步骤不能得分） ： T 1.已知点 u 的坐标为[7,3,2] ，对点 u 依次进行如下的变换： （1）绕 z 轴旋转 90°得到点 v； （2）绕 y 轴旋转 90°得到点 w； （3）沿 x 轴平移 4 个单位，再沿 y 轴平移-3 个单位，最后沿 z 轴平移 7 个单位 得到点 t。求 u, v, w, t 各点的齐次坐标。
水下无人机概述
水下无人机概述【摘要】本文就水下无人机（又称水下机器人）的起源、研究现状、关键问题以及未来发展做了较为详细的概述，针对水下无人机的不同分类和应用分析了其关键技术和不同的应用场景，提出了未来技术发展的趋势。
【关键字】水下无人机，机器人，ROV，AUVAbstract:This article overview the different categories and applications for underwater drones (also known as underwater vehicles, UV) about its origin, research works, key issues, and the future development. The key technologies and different application scenarios of UV are analyzed, and the future trend of technological development is also proposed.Keywords: underwater drones, Robot, ROV, AUV1 背景及起源江、河、湖、海的水底世界自古令人神往，同探索太空一样，对水底未知世界的探索一刻也没有停歇，可以说，人类对海洋的了解比对太空的了解还少：12000年前，沉没于大西洋底的亚特兰蒂斯大陆是什么样子?维京海盗在地中海底的宝藏能找到么？有没有大西洋人？北海海底的泰坦尼克还在不在？海里有多少种鱼？到底有没有河伯、龙王？……所有这些都不断激励着人们去探索和求证。
俗话说，眼见为实，但人在水下最多潜到10米左右，不带氧气一般坚持2、3分钟，世界纪录也才不过是15分58秒，无器具潜水最深的世界纪录是澳大利亚人Herbert Nitsch创造的214米，这已经是人类的极限了。
因此，为了在时间和空间上拓展人类在水下的能力，需要借助护甲（如潜水衣、潜艇），和替身（无人深潜器、水下无人机），而守护流动的国土，水下资源的勘探，水下生态的研究，都离不开对应的手段和工具，这是国家战略的需要，也是国家科技水平的体现，毫无疑问，在海洋开发和末来战争中，水下无人机起着举足轻重的作用。
水下机器人文献综述
1.2 发展水下机器人的必要性
在浩渺的海洋中拥有丰富的生物资源、矿物资源、海洋能源和广阔的海洋 空间。海洋资源的开发和利用对人类未来的生存和发展将具有十分重要的意义， 海洋领域之探索将成为必然的发展趋势[6]。而水下机器人是海洋开发的重要工 具。
1.3 《水下机器人》文献综述目的
通过翻阅这些参考资料和文献，初步了解了国内外水下捕捞机器人的发展 现状、 设计形式和设计方案。然后自主研制出具有自主知识产权的多功能新型水 下机器人系统，该系统具有流线型结构，通过自身的六个推进器相互配合，完成 水下各个方向的运动。
第二章
2.1 国内外研究现状
主体部分
ROV 是远程无人有缆的遥控操作潜器，通过一根电缆和水面船连接从而获得 能源，控制命令并进行通讯。 ROV 的雏形是几个美国人想要观察神秘的海底世 界，于是在上世纪 50 年代，他们将普通摄像机密封在防水壳体内将摄像机送入 了海底， 形成了第一代第一个浮游式有缆水下机器人呢。世界上真正意义上的第 一个 ROV 是 1960 年美国研制的“CURV”。1966 年 1 月美国利用“CURV”在大西 洋西班牙外海打捞起一颗因轰炸机失事失落的氢弹， 氢弹的成功打捞引起了全世 界的极大轰动，从此人们开始重视 ROV 技术的研究[15]。 “RCV-125”——世界上第一个商业化的 ROV,于 1975 年问世。“RCV-125” 属于观察型 ROV，因为外形像一只球，所以又称作“眼球”。“眼球”首先被应 用在了北海油田和墨西哥湾[11]。“RCV-150”型 ROV 是在“RCV-125”的基础上 由 Hydro Produets 公司在 1978 年到 1980 年设计改装出来的（图 1- 1） 。RCV-150 最大下潜深度可达 914m，拥有四个推进器，可用于水下管道连接，还可以为水 下钻井提供帮助
自治水下机器人的自主启发式生物启发神经网络路径规划算法
自治水下机器人的自主启发式生物启发神经网络路径规划算法朱大奇;刘雨;孙兵;刘清沁【摘要】针对复杂海流环境下自治水下机器人(autonomous underwater vehicle,AUV)的路径规划问题,本文在栅格地图的基础上给出了一种基于离散的生物启发神经网络(Glasius bio-inspired neural networks,GBNN)模型的新型自主启发式路径规划和安全避障算法,并考虑海流对路径规划的影响.首先建立GBNN模型,利用此模型表示AUV的工作环境,神经网络中的每一个神经元与栅格地图中的位置单元一一对应;其次,根据神经网络中神经元的活性输出值分布情况并结合方向信度算法实现自主规划AUV的运动路径;最后根据矢量合成算法确定AUV实际的航行方向.障碍物环境和海流环境下仿真实验结果表明了生物启发模型在AUV水下环境中路径规划的有效性.【期刊名称】《控制理论与应用》【年(卷),期】2019(036)002【总页数】9页(P183-191)【关键词】栅格地图;生物启发神经网络;运动规划;海流环境;避障【作者】朱大奇;刘雨;孙兵;刘清沁【作者单位】上海海事大学水下机器人与智能系统实验室, 上海 201306;上海海事大学水下机器人与智能系统实验室, 上海 201306;上海海事大学水下机器人与智能系统实验室, 上海 201306;上海海事大学水下机器人与智能系统实验室, 上海201306【正文语种】中文1 引言自治水下机器人(autonomous underwater vehicle,AUV)是海洋资源探索和海洋科学研究的重要工具.由于海洋深处环境的复杂性、不可预知性以及AUV自身携带动力能源有限、高度自治的要求,为了使AUV能够在有限的动力能源下高效地完成水下作业任务,且能够安全航行,其路径规划与安全避障技术研究十分关键[1–4].目前,AUV路径规划的主要方法有人工势场方法[5–6]、模板匹配方法[7]、和人工智能路径规划方法[8]等.人工势场方法的核心思想是采用创建一个虚拟的力场,将地图中的目标设置为引力源,障碍物设置成斥力源,并通过建立引力场函数、斥力场函数来进行路径规划.人工势场方法的优点是:规划的路径一般比较平滑,算法模型实现简单.但它的缺点也很明显,那就是存在局部最优的问题,并且对于局部最优问题一直还没有一个通用高效的解决方案.基于模板匹配的全覆盖路径规划算法,主要是把机器人当前的状态与其以往的经历进行比较,并从中找到最接近的状态,然后修改该状态下的路径,从而得到一条适合当前状态的新的路径[9–10].在该算法中,首先需将路径规划中用到的已知信息建成一个模板库,库中含有各种环境信息以及相应的全覆盖路径;然后,将机器人当前的任务、环境信息与库中的模板进行匹配,通过索引的方式,从中寻找最优的匹配模板;最后,根据当前任务的具体情况修正该模板路径,即可得到最终的路径.该方法原理简单,成功匹配时全覆盖路径规划效果好,易于实现区域全覆盖,路径重复率低.但是,该算法需要建立足够大的模板库,若未找到匹配模板,特别是新的未知环境则难以得到合适的路径.随着人工智能的快速发展,其在机器人的路径规划中也得到了广泛的运用,其中,人工神经网络算法[11–13]以其智能性较高的特点得到较多关注,但是大多数的人工神经网络算法都存在学习时间长、学习滞后等缺点.对此,加拿大学者Simon Yang提出了一种无学习、自适应的生物启发神经网络(Glasius bioinspired neural networks,GBNN)[14–15]算法并将其应用于移动机器人的全覆盖路径规划中.该算法将生物启发神经网络中的神经元与目标区域的二维栅格地图中的各个栅格一一对应起来,并根据栅格地图中各栅格的状态来决定神经元的外部输入,从而直接计算出神经元活性值,机器人的路径将由神经网络的活性值以及其前一步的路径共同决定.该算法无需任何的神经网络学习、训练过程,算法实时性较好.文献[16]进一步将其引入水下环境中,提出一种基于生物启发模型的AUV的三维动态路径规划与安全避障方法,但是并没有考虑水下环境中的重要因素海流影响.鉴于此,本文针对水下环境中多障碍物和海流影响,在基本GBNN模型的基础上,加入海流模型,并提出一种海流环境下的新型自主启发式AUV的路径规划与安全避障方法.2 基于生物启发神经网络的自主路径规划算法生物启发神经网络是一种适用于多领域的智能方法,目前国外的研究已经从生物行为开始,逐渐扩展到图像处理、电路设计、机器人控制等领域;在路径规划方面的应用是近十年发展起来的,主要应用于地面移动机器人的全覆盖路径规划,目前仍具有更深入研究和拓展应用的空间;国内对该神经网络的研究已有报道,但局限于室内清扫机器人的路径规划和仿真研究.在水下机器人路径规划领域的研究有待深入.自主路径规划算法的基本原理是在栅格地图的基础上,建立生物启发神经网络模型GBNN,用GBNN模型表示AUV工作环境,建立神经网络与栅格地图中的一一对应关系.根据神经网络中神经元的在线活性输出值分布情况使AUV自主规划出一条无碰撞且节省能量的航行路径.2.1 GBNN算法数学模型本文中GBNN[14–15]算法是一种离散的生物启发神经网络,它的基本思想是目标不断向外传递激励,而障碍物则对激励有抑制作用,通过迭代计算出每个位置的活性值.GBNN模型是一种离散的网络,它具有记忆特性,也就是说从地图上的任何一点都可以通过不断迭代求解回到激励发出点,也就是路径规划问题中的目标点. GBNN模型数学描述如下:其中:xi代表神经元i的输出活性值;w是连接系数矩阵,它的网络结构如图1和图2所示,由它的网络结构易知接系数矩阵w是一个对称的矩阵;wij表示第i个神经元与第j个神经元之间连接系数.图1 二维生物启发神经网络结构Fig.1 2D bio-inspired neural network structure图2 三维生物启发神经网络结构Fig.2 3D bio-inspired neural network structure|i−j|表示第i个神经元与第j个神经元之间欧式距离,其中式(3)是对应二维GBNN 模型的欧式距离,式(4)是三维GBNN模型对应的欧氏距离.函数g是模型的变换函数,主要是为了对模型的原始输出做一个阈值化处理.γ和r是大于0的常数.Ii表示第i个神经元的外部输入激励,Ii的数学定义如下:转换函数一般是个线性递增的函数,本文采用一个分段式函数作为转换函数其中β的取值范围是(0,1].上式中β的作用是对GBNN网络的活性值进行一个缩放,使得它的取值方位限定在0到1之间.虽然β的取值只要满足在(0,1]这个条件,算法都能正常运行.但是选则一个较小的β值会导致GBNN活性值衰减过快,特别是离目标较远的点.它的活性值通常能够到达10的负50次方以上.由于在个GBNN模型当中,除了目标处的活性值为1,其余位置的活性值都应该小于1.由于网络更新特性,活性值存在累积叠加,因此需要保证非目标处活性值要小于1,否则神经网络活性值无法正常进行传递,这是GBNN模型中需要满足的基本条件.式(1)–(3)中参数γ与β共同决定网络中神经元的活性值大小.在路径规划中是通过比较GBNN网络的活性值的大小来选择路径的,因此就需要硬件提供一个高精度的运算处理器,所以在实际路径规划问题中一般通过选择合适γ值,来让β值取1,这样做的好处是能够防止GBNN中活性值衰减过快.式(6)转换函数的目的是防止活性值传递过程中出现溢出现象,即原本一个活性值小于1的点通过加权求和得到的新的活性值超过了1.通过选择合适的γ参数我们也能够防止这种溢出现象.下面以二维网络为例分析γ与β的取值范围,取极端情况分析,神经元周围八个邻域的活性值都是1,而该神经元非目标处,即该神经元的活性值要小于1,对于二维GBNN模型,结合式(1)–(2)可以推出有以下不等式成立:为了简化求解,将其中一个参数设置为定值.本文中将β的值设置为1,有4(e−γ+e−2γ)61,进而求解得到同理三维网络中对应的β设置为1,有8e−γ+12e−2γ+8e−3r61,对应的γ >2.2375.在实验中发现γ取临界值时对应的轨迹往往不是很平滑,所以实际中往往取一个稍大的值,这样可以在保证路径平滑的前提下最大限度的降低激励扩散过程中衰减速率.可以发现,基于GBNN模型的新型自主启发式路径规划和安全避障算法中,GBNN模型中转换函数g和参数γ十分关键,关系到AUV规划的实时性.同时应注意到,GBNN模型可以处理动态障碍物,当环境信息变化时(如障碍物移动或消失等情况),GBNN网络的活性值也会随之更新,从而达到在动态环境下的路径规划.传统栅格算法在复杂环境下通常难以取得理想的路径规划效果,所以栅格法往往被用来建立环境模型,最后结合其他路径规划算法实现复杂路径下的路径规划问题求解.本文也是通过栅格法来建立环境模型,通过GBNN模型优化求解最优路径.与传统的栅格法相比,该算法的能量消耗比较低,即路径规划效果较之传统栅格法要好.2.2 海流模型与能量函数海流是海水在较大区域内相对稳定的流动.海流形成的原因可以分为2类:风海流和密度流.风海流是指由海面上的风力驱使而形成的海流.由于海水粘滞性会造成海水在流动中对动能的消耗,随着深度的提高,海水的动能越来越小,因此这种海流主要存在海洋的表面.而密度流是指不同海域内的海水密度不同而造成的海水流动,海水密度通常与海水的盐分含量和海水温度有关.这种海流主要出现在2个不同海域的交界处.由于海流是一种相对稳定的流动,所以在较小范围内可以认为海流是相同的.因此将AUV工作空间进行栅格化处理时,假设每个栅格内的海流大小方向相同.流函数[17]的数学定义如下:海流的速度可以通过对海流函数ψ(x,y,t)求偏导数而得到.下面介绍海流函数ψ(x,y,t)的偏导数的求解:其中U(x,y,t),V(x,y,t)分别是指t时刻时海流在x轴方向上、y轴方向上的强度.在海流情况下,不能简单的通过AUV航行的总路程来衡量规划算法的效果.因为在无海流环境中,最短路径等价于最小能量消耗,但是在海流环境下,通过参考文献[17]定义一个海流能量函数来衡量路径规划算法的效果.定义Xi−1Xi是连接Xi与Xi−1的路径,di代表Xi−1Xi的长度,ei是沿着Xi−1Xi方向的单位向量.V是AUV的额定速度.先定义如下速度向量:上式中vi(x,y)是(x,y)处的AUV速度向量,vc(x,y)是(x,y)处的海流速度向量,以此为基础定义AUV航行的海流能量函数,用于评估AUV路径规划的性能.Ji表示Xi−1Xi段的能量消耗,J表示整个AUV航行的总能量消耗,m是AUV所规划路径的段数.2.3 基于GBNN的水下动态路径规划算法本文所提的基于GBNN的水下动态路径规划算法,其基本思想可以总结为:通过建立栅格地图和GBNN模型,建立生物启发神经网络与地图的对应关系,基于栅格地图的神经元活性值大小规划AUV运动路径,在水下动态环境下实现无碰的路径规划.动态环境包括障碍物和海流,障碍物对路径规划的影响主要是规划的路径不能穿过障碍物,而海流对路径规划的影响主要有2个方面:一是海流环境下如何选择合适的路径;二是在海流影响下如何使得AUV能够沿着预设的路径行驶.对于第2个问题,文献[18,19]引入矢量合成算法来解决,主要是通过海流速度与AUV预设航行速度合成,使其合成速度方向保持在规划的方向上,完全是针对常值海流设计,即海流大小方向不变的情况,与实际的水下环境差距较大.本文在此基础上,针对时变海流环境,提出一种海流因素的方向信度加权算法.方向信度加权算法是用来解决时变海流环境下如何选择合适的路径这个问题的.方向信度函数加权算法通过给GBNN模型中神经元输出活性值添加一个海流影响因子,通过海流因子对AUV邻域内的活性值进行调节,从而实现海流环境下的路径规划.海流影响因子应当满足以下3个条件:1)海流影响因子应当大于等于0;2)海流影响因子应当随着方向信度函数的递增而递增;3)当AUV离目标越近对应的方向信度函数对海流影响因子影响越小.二维海流影响因子的数学模型如下:三维海流影响因子的数学模型如下:其中:fi是方向信度函数,它取海流在AUV航行方向的投影值.ui是海流影响因子:其中:Pn,Pc,Pmax分别是AUV下一时刻的位置、AUV当前时刻所在位置和Pc邻域内活性值最大单元的位置,Ti为目标单元,xPk表示GBNN输出结果中Pk位置的活性值,表示栅格地图当中以Pc为中心,邻域半径为r的邻域.首先计算出所有与当前神经元相邻的神经元的活性输出值,然后找出最大加权活性值的神经元,AUV便开始运动到这个最大活性输出值的神经元的位置.重复上述过程知道AUV抵达目标处. 综上所述,基于GBNN算法的AUV路径规划模型具体实施流程如图3所示.图3 GBNN算法的工作流程图Fig.3 Flow chart of GBNN algorithm1)初始化GBNN.2)更新AUV位置.3)更新GBNN.4)重复步骤2)和步骤3),直至AUV抵达目标.更新AUV位置采用式(17)–(18),更新GBNN网络包括GBNN置0和重新计算,当某个任务完成搜索后,其对应的GBNN置为0,否则重新计算GBNN.3 实验仿真与分析本文通过栅格法将环境地图离散化,将环境中包含障碍物的区域设置为障碍栅格,其他的被设置自由栅格.符号T表示仿真环境中的目标,符号R表示AUV,仿真图中的红色圆点是目标、绿色圆点是AUV、蓝色连线是AUV的规划路径,黑色方块代表障碍物;GBNN模型的控制参数见表1.为了表明GBNN模型运用于AUV路径规划与安全避障中的可行性和有效性,在MATLAB 2016b中针对二维障碍物环境、二维海流环境、三维障碍物海流环境,进行全局路径规划仿真实验.根据不同时刻神经网络结构中神经元活性值的分布情况,对AUV路径中一些特殊位置进行重点分析. 表1 算法控制参数Table 1 Control parameters of algorithm参数数值描述GBNN输出调节参数Dmin 0.3 最短距离γ 2(二维)、3(三维) 邻域连接系数r √β 1 3(二维) 邻域半径E 100 常数α−5 二维海流参数η−5 三维海流参数2(二维)、√需要指出的是,路径规划算法有许多智能算法,例如粒子群算法、遗传算法、蚁群算法.这些算法本质上都是利用模型代价函数的一个求最小值.如果与这些算法对比,两者之间的能量损耗相差不大,但是智能算法往往只是针对两个固定位置之间的路径优化.但是GBNN模型计算不是针对这种情况进行优化,它是直接计算全部空间的网络活性值,这样一次计算结果就可以共享给其他AUV,而不必重新计算.因此本文没有将GBNN模型与其他智能算法的能量消耗进行对比,仅仅是与人工势场算法对比.3.1 静态障碍物无海流环境下路径规划为了验证所提出算法的有效性,加入人工势场方法[5]与所提出GBNN算法进行对比分析,仿真结果如图4所示.初始参数如表1所示,人工势场方法基于障碍物与目标物所生成的势场函数进行路径规划,如图4(a)所示.GBNN算法路径规划思想是AUV 根据神经元输出大小,朝输出最大的临近地图单元运行,从而自适应地实现路径规划和安全航行.人工势场方法的路径规划过程在此不再分析,下面简要分析GBNN算法路径规划的过程.由于此时环境中没有海流,由式(13)–(14)可知其对应的海流影响因子ui是1.表2是AUV初始时刻的邻域活性值,将其代入式(17)–(18)得到Pn=(3,7).表3是AUV航行中能量消耗与总路程对比,通过对比发现GBNN算法在障碍物环境下的路近规划的总能量消耗和路程均小于人工势场方法.图4 (a)无海流环境下人工势场的路径规划Fig.4(a)Path planning of artificial potential field in no-current environment图4 (b)无海流环境下GBNN算法的路径规划Fig.4(b)Path planning of GBNN algorithm in no-current environment通过仿真实验可知,AUV能够通过GBNN模型实现在静态障碍物环境下的自主避障和路径规划,所以基于GBNN模型的AUV路径规划方法是可行的.对于在线路径重规划问题,本文所提出的算法是可行的.本文中AUV的路径规划是根据活性值来确定,在线路径重规划只需针对当前环境重新计算下整个网络的活性值,再根据重新计算的活性值分布即可实现在线路径重规划.表2 AUV的邻域活性值Table 2 The neighborhood activity value of AUV位置(1,5) (2,5) (3,4) (1,6) (3,6) (1,7) (2,7) (3,7)活性值6.36e−16 2.44e−157.91e−15 1.15e−15 2.04e−14 1.43e−15 7.11e−15 4.09e−14表3 AUV能量消耗对比Table 3 AUV energy consumption contrast算法航行路径能量消耗人工势场方法 23.0117 16.755 GBNN算法 20.9706 12.48533.2 二维海流环境下矢量合成的路径规划图5是加入二维动态海流的仿真环境,其中图5(a)是未考虑海流影响下的路径规划仿真图,图5(b)是考虑海流影响的路径规划仿真图.图5 (a)未考虑海流影响的路径规划Fig.5(a)Path planning without consider the impact of the current图5 (b)考虑海流影响的路径规划Fig.5(b)Path planning consider the impact of the current通过对比图5(a)和图5(b)可以发现在海流的影响下图5(a)中的AUV的运动轨迹会发生偏移,无法到达算法规划的位置;而图5(b)是根据文献[18–19]矢量合成算法的路径规划结果,可以发现5(b)中AUV能够正确抵达算法规划的位置.表4是AUV航行过程中的能量消耗与总路程,通过对比发现加入矢量合成算法的GBNN模型能够有效的抵消海流对AUV航行的干扰.表4 AUV能量消耗对比Table 4 AUV energy consumption contrast算法能量消耗航行长度改进前 16.2473 23.2785改进后 14.9612 20.38483.3 海流环境下方向信度GBNN仿真海流对AUV的影响另一个方面体现在对路径选择上,本节通过对比验证加入方向信度算法对GBNN模型路径规划的影响.考虑2个AUV分别在二维动态海流和三维常值海流环境下进行仿真实验.3.3.1 二维动态海流下路径规划图6是二维动态海流环境下的路径规划仿真.图6 (a)GBNN算法路径规划Fig.6(a)GBNN algorithm path planning图6 (b)改进GBNN算法路径规划Fig.6(b)Improved GBNN algorithm path planning图6(a)是未添加方向信度算法的GBNN模型仿真结果,图6(b)是添加方向信度算法的GBNN模型仿真结果.表5是AUV初始时刻的邻域内的活性值和对应的海流因子,其中红色区域是式(17)–(18)的计算结果.下面以R1的初始位置来简要分析其路径规划过程,图6(a)中R1的路径选择是根据AUV所在邻域内活性值最大的一点作为下一步目标,由表5可知(3,9)处的活性值最大,所以将(3,9)设为AUV航行的下一个目标点.在图6(b)中是采用方向信度算法的仿真结果,R1邻域内对应位置的活性值与海流因子见表5,将对应的海流因子与对应位置的活性值代入式(17)得到最终的AUV运动目标点为(3,11).表6是AUV能量消对比,通过对比发现改进后的能量消耗有了显著的减小.表5 R1(2,10)邻域活性值Table 5 Neighborhood active value of R1(2,10)位置(1,9) (2,9) (3,9) (1,10) (3,10) (1,11) (2,11) (3,11)海流因子 0.056 0.159 1.06470.1145 6.6554 0.9625 8.2372 17.4511活性值3.00e−12 1.20e−11 4.47e−111.68e−122.33e−11 8.53e−133.18e−12 1.08e−11加权活性值1.69e−131.91e−12 4.76e−11 1.93e−13 1.55e−10 8.21e−132.62e−11 1.88e−10表6 AUV能量消耗对比Table 6 AUV energy consumption contrast能量消耗R1 R2 总能量消耗改进前 10.1101 8.0316 18.1417改进后 3.008 6.4568 9.4648 3.3.2 三维环境常值海流环境下路径规划与二维海流环境下相似的,三维海流环境下的处理方式相同.首先利用三维GBNN模型求出地图对应的GBNN网络活性值,再利用式(15)–(16)计算出对应的海流因子.将两者代入式(17)–(18),最终求得AUV下一步的驶向的位置,并通过矢量合成算法确定AUV的实际航行,使得AUV能够低效海流对航行的干扰.表7是R1邻域内各点的具体活性值,其中蓝色部分是GBNN算法路径规划所选择的路径,红色部分是改进GBNN算法所规划的路径.下面以R1初始状态分析AUV的路径规划过程,图7中R1的初始位置是(2,2,6),其中图7(a)是原始的GBNN算法路径规划仿真图,图7(b)是改进的GBNN算法仿真图.GBNN算法通过选择AUV邻域内活性值最大的一点最为路径规划结果,R1邻域内的各点活性值由表7可以得知,易知(3,3,7)处的活性值最大,因此R1的下一个目标点是(3,3,7),重复上述过程直至R1到达T1处.对于改进的GBNN算法,通过引入海流因子还协调AUV的路径规划,R1邻域内各点处的海流因子也在表7中展示出来了,将R1邻域内各点的活性值与海流因子代入式(17)得到AUV的路径规划结果Pn=(3,2,7).表8是AUV完成任务时的能量消耗,通过对比发现添加方向信度算法的GBNN模型能在三维海流环境下有效利用海流选择出一条相对节省能量的路径.GBNN算法进行路径规划的核心是激活值传播,它能够对于障碍物环境进行自主规划和快速避障,并能有效解决海流影响下的路径优化(这也是本文的主要创新点),但是当与栅格环境结合,会出现折线现象.在后续研究中可以考虑将所提方法与曲线平滑结合(参见文献[20]),这样能够很好利用所提GBNN算法的优势,同时也能有效避免折线现象.表7 R1(2,2,6)邻域活性值Table 7 Neighborhood active value of R1(2,2,6)位置 (1,1,5) (2,1,5) (3,1,5) (1,2,5) (2,2,5) (2,2,6) (1,3,5) (2,3,5) (3,3,5)海流因子46.65 0.1102 0.7858 9.0748 1 9.0748 0.7858 0.1102 0.0214活性值2.75e−31 3.09e−30 3.00e−29 3.09e−30 3.60e−29 3.62e−28 3.00e−29 3.62e−283.71e−27加权活性值1.28e−29 3.40e−31 2.35e−29 2.80e−29 3.60e−29 3.29e−27 2.35e−294.00e−29 7.96e−29位置 (1,1,6) (2,1,6) (3,1,6) (1,2,6) (3,2,6) (1,3,6) (2,3,6) (3,3,6) (1,1,7)海流因子 115.839 0.0442 0.7109 22.625 22.625 0.7109 0.0442 0.0086 46.6508活性值5.50e−30 6.52e−29 6.70e−28 6.52e−29 8.72e−27 6.71e−28 8.72e−27 9.84e−26 1.02e−28加权活性值6.38e−28 2.88e−30 4.77e−28 1.48e−27 1.97e−25 4.77e−28 3.86e−288.50e−28 4.77e−27位置 (2,1,7) (3,1,7) (1,2,7) (2,2,7) (3,2,7) (1,3,7) (2,3,7) (3,3,7)海流因子 0.1102 0.7858 9.0748 1 9.0748 0.7858 0.1102 0.0214活性值1.28e−27 1.39e−26 1.28e−27 1.68e−26 1.93e−25 1.39e−26 1.93e−252.33e−24加权活性值1.41e−28 1.09e−26 1.16e−26 1.68e−26 1.75e−24 1.09e−26 2.13e−26 5.00e−26图7 (a)GBNN算法路径规划Fig.7(a)GBNN algorithm path planning图7 (b)改进GBNN算法路径规划Fig.7(b)Improved GBNN algorithm path planning表8 AUV能量消耗对比Table 8 AUV energy consumption contrast能量消耗R1 R2 系统总消耗改进前 52.2487 35.0416 87.2903改进后 9.6442 23.351 32.9952同时对于三维状态下可能的空间爆炸问题,空间的栅格数量急剧上升所带来的计算量增加,从而影响算法实时性.目前采用非固定栅格的方法来减缓这种空间爆炸.即在实际路径规划中先用大尺度栅格构建一个精度较低地图,在障碍物周围小空间内构建一个小尺度栅格地图.通过结合两种栅格地图进行路径规划,以减小不必要的计算,从而减缓空间爆炸问题.4 结论本文在已经构建好AUV水下三维栅格地图的基础上,应用GBNN模型研究其自主路径规划和安全避障.该模型结构简单、无需样本学习与训练,有效地使AUV自动避开障碍物,并能考虑动态时变海流的影响,自适应地规划出一条无碰撞且节省能量的行驶路径,实时性较好.参考文献(References):【相关文献】[1]ZHU Daqi,YAN Mingzhong.Survey on technology of mobile robot pathplanning.Control and Decision,2010,25(7):961–967.(朱大奇,颜明重.移动机器人路径规划技术综述.控制与决策,2010,25(7):961–967.)[2]SMITH S L,JANA,BELTA C,et al.Optimal path planning for surveillance with temporal-logic constraints.International Journal of Robotics Research,2011,30(14):1695–1708. [3]ZHONG Chaoliang,LIU Shirong,ZHANG Botao.Online fast path planning based on regionalized spatial knowledge model.Control Theory&Applications,2015,32(3):357–365.(仲朝亮,刘士荣,张波涛.基于区域空间知识模型的在线快速路径规划.控制理论与应用,2015,32(3):357–365.)[4]ZHU D,CAO X,SUN B,et al.Biologically inspired self-organizing map applied to task assignment and path planning of an AUV system.IEEE Transactions on Cognitive and Developmental Systems,2018,10(2):304–313.[5]GE S S,CUI Y J.Dynamic motion planning for mobile robots using potential field method.Autonomous Robots,2002,13(3):207–222.[6]SABATTINI L,SECCHI C,FANYTUZZI C.Arbitrarily shaped formations of mobile robots:artificial potential fields and coordinate transformation.AutonomousRobots,2011,30(4):385–397.[7]FUKUDA T,ITO S,ARAI F,et al.Navigation system based on ceiling landmark recognition for autonomous mobile robot-landmark detection based on fuzzy template。
水下机器人
③海洋科学考察 海洋科学考察主要包括水文地质考察 (记录海底 地形、绘制海底地图、选择土样和岩石样本等)、海洋生物考察 (测 定海底生物形态，采集生物样本等)、海洋物理考察 (测定地球磁场， 考察石油、天然气、矿物资源，考察海底火山活动情况等 ) 、海洋 光学考察等等。 ④水下考古 确定水下文物位置和性质，采集文物样本，清理考 古现场，打捞文物等。
CURV2
CURV3Βιβλιοθήκη (2) 军用无 缆水下机器人
AUV可用来辅助军用潜艇，作为它的体外传感器， 为它护航和警戒，以及为它引开敌方攻击充当假目标。 在反潜方面， AUV可担任海上反潜警戒，也可当作反潜 舰艇进行训练的靶艇。另外，在水雷战和反水雷方面以 及其他许多特种作业中，AUV都可以大显身手。 典型的AUV有美国海军研究生院的Phoenix AUV和性能 更优越的Aries AUV，这两个机器人的研发主要是为了 研究智能控制、规划和导航功能。麻省理工大学 Odyssey II是一种主要用于海冰检测和标图的机器人。 美国的C.S.Droper实验室则在仿生AUV方面有巨大的突 破，代表产品是仿黄鳍金枪鱼机器人VCUUV
(3) 民用水下机器人
由于近年来人们对海洋考察和开发的增多，水下机器人得到广 泛的应用，其申ROV大量地被使用在各种水下作业中，AUV大范 围、大深度的作业设备近期在深海资源勘探和科学考察上得到了快 速地发展。由于造价和人员风险的原因，载人潜水器相对发展放缓。 目前水下机器人主要应用领域包括水下工程、海洋石油、打捞救生 和海洋科学考察等各方面。 ① 水下工程 a. 水下检查 :查明管道、水下工程、电缆铺设的情况及其位置， 检查百油钻井平台和井口的锈蚀及损坏的程度，检查水库大坝及闸 门的裂缝、损坏情况等。 b. 水下监视:监视和辅助潜水员进行水下作业、救助打捞和石油 钻井平台的水下作业等。
《水下机器人ROV》PPT课件
3.4.2 典型有缆遥控水下机器人介绍
(1) 海人一号
“海人一号”是我国自主研究的第一台水下机器人，由中科院沈阳 自动化所与上海交通大学等单位于1980年开始研制，为我国水下机 器人的起步和发展奠定了基础。图3-8是 "海人一号"有缆遥控水下 机器人的照片。
(2)RECON-IV-SIA
1985年沈阳自动化研究所与美国PERRY公司合作并引迸生产技 术，生产了RECON-IV-SIA中型水下机器人。RECON-TV-SIA是一 个典型的有缆遥控水下机器人实用化产品，它已在我国多项海洋石 油、水下工程等项目中应用。
到吊放钢缆的作用，
e.皑装主缆
在运动载体上安装摄像机、成像声纳，构成载 体的基本系统。在需要作业时，可再加装1--2
水下机械手和多种水下作业工具。
f.观察作业设备
g. 控制间
内放控制台及供电设备，简单维修设备等。它是水 下载体的驾驶、监视、操作、指挥中心。
a. 潜水器
b.中继器
水
下
c.吊放系统
机
器 人
时将与中继器联锁在一起。
用以投放、回收中和脐带电缆的储存。
用于潜水器和中继器之间机械软连接及能源馈送和信息 传输。系缆套穿浮力材料以使其在水中为零浮力，从而
减小水流阻力对本体的干扰。
d. 系缆
在吊放架与中继器之间完成机械软连接、能源输送、 信息传输的作用。它是钢丝皑装结构，以便同时起
d. 系缆
本 体
e.皑装主缆
f.观察作业设备
g. 控制间
(2) 控制系统
有缆遥控水下机器人的控制系统通常由水面控制、水下控 制、信息采集、信号传输、执行机构控制等儿个部分组成。
(3) 传感器
便携式水下机器人设计
便携式水下机器人设计裴国栋;卞则武;温亚楠【摘要】出于对近海海洋探索的目的,本文应用了上次研究[1]的水下ROV空间姿态控制系统设计了一种便携式水下机器人.该水下机器人系统硬件部分主要由电源模块、无刷电调、遥控部分以及姿态传感器模块组成,软件控制以及相关数据处理由一块ARM-M3内核的处理器完成,编译软件使用Kile.水下机器人结构采用3D 打印机制作,材料选用PLA.遥控通讯采用CAN总线协议.水下机器人经过实际调试可以达到相关技术要求,下潜深度100 M,能实现简单的水下作业要求.【期刊名称】《船电技术》【年(卷),期】2019(039)001【总页数】3页(P14-16)【关键词】水下机器人;姿态检测;水下探测【作者】裴国栋;卞则武;温亚楠【作者单位】青岛市光电工程技术研究院,山东青岛 266019;青岛市光电工程技术研究院,山东青岛 266019;青岛市光电工程技术研究院,山东青岛 266019【正文语种】中文【中图分类】TP242机器人技术是集运动学与动力学理论、机械设计与制造技术、计算机硬件与软件技术、控制理论、电动伺服随动技术、传感器技术、人工智能理论等科学技术为一体的综合技术，它的研究与开发标志着一个国家科学技术的发展水平。
随着人口数量的增长和科学技术水平的不断提高，人类已把海洋作为生存和发展的新领域。
海洋的开发与利用已经成为决定一个国家兴衰的基本因素之一。
从而使水下机器人具有更加广阔的应用前景[8]。
水下机器人一般可以分为两大类：一类是有缆水下机器人，习惯称为遥控潜水器(Remote Operated Vehicle,简称ROV)；另一类是无缆水下机器人。
习惯称为自治潜水器。
(Autonomous Underwater Vehicle，简称AUV)。
此外按使用的目的分有水下调查机器人（观测、测量、试验材料的收集等）和水下作业机器人（水下焊接、拧管子、水下建筑、水下切割等作业）。
工业机器人技术与应用模拟练习题+参考答案
工业机器人技术与应用模拟练习题+参考答案一、判断题（共100题，每题1分，共100分）1.机器人输入输出接口主要分为漏型接口接法和源型接口接法。
A、正确B、错误正确答案：A2.压电元件：指某种物质上施加压力就会产生电信号，即产生压电现象的元件。
A、正确B、错误正确答案：A3.RS触发器为“复位优先”型。
A、正确B、错误正确答案：B4.调试人员进入机器人工作区时，须随身携带示教器，以防他人无意误操作。
A、正确B、错误正确答案：A5.工业机器人的机械结构系统由基座、手臂、手腕、末端操作器。
A、正确B、错误正确答案：B6.无论简单或复杂的机器人动作,都需要先设计流程图,再进行编程。
A、正确B、错误正确答案：B7.定时器定时时间长短取决于定时分辨率。
A、正确B、错误正确答案：B8.HT150是铸钢的一种。
A、正确B、错误正确答案：B9.AI1是数字量输入信号。
A、正确B、错误正确答案：B10.使用顺序控制继电器指令时，不能在SCR段内使用FOR、NEXT或END指令。
A、正确B、错误正确答案：A11.压力阀的压力调整手柄或螺钉，顺时针转压力减小，反时钟转压力增大。
A、正确B、错误正确答案：B12.电容C是由电容器的电压大小决定的。
（）。
A、正确B、错误正确答案：B13.ABB工业机器人的信号类型主要有数字信号，模拟信号和组信号。
A、正确B、错误正确答案：A14.PLC主要是由 CPU模块、存储器模块、电源模块和输入 / 输出接口模块五部分组成。
A、正确B、错误正确答案：A15.一般液压系统中，执行元件液压缸的往复运动是利用节流阀实现的。
A、正确B、错误正确答案：B16.工业机器人的自由度一般是4-6个。
（）。
A、正确B、错误正确答案：A17.AUV：Autonomous Underwater Vehicle 无缆自治水下机器人，或自动海底车。
A、正确B、错误正确答案：A18.机器人常用驱动方式主要是液压驱动、气压驱动和电气驱动三种基本类型。
工业机器人技术与应用习题库及参考答案
工业机器人技术与应用习题库及参考答案一、判断题（共100题，每题1分，共100分）1.ABB机器人RobotStudio 中，BaseLink 是运动链的起始位置，它必须是第一个关节的父关节，一个机械装可以有多个 BaseLink 。
A、正确B、错误正确答案：B2.手铰过程中要避免刀刃常在同一位置停歇，否则易使孔壁产生振痕。
A、正确B、错误正确答案：A3.用传感器采集环境信息是机器人智能化的第一步。
（）。
A、正确B、错误正确答案：A4.负载的阻抗与能源内部的阻抗一致，称为阻抗匹配。
（）。
A、正确B、错误正确答案：A5.轨迹插补运算是伴随着轨迹控制过程一步步完成的，而不是在得到示教点之后，一次完成，再提交给再现过程的。
A、正确B、错误正确答案：A6.对机器人各轴状态检查时需要戴防静电手套。
A、正确B、错误正确答案：A7.压电式加速度传感器利用了压电晶体的负压电效应。
A、正确B、错误正确答案：B8.为了减少柱塞泵漏液，在液压系统中要安装蓄势器。
A、正确B、错误正确答案：B9.机器人的自由度数目就是机器人所具有独立坐标轴运动的数目。
A、正确B、错误正确答案：A10.STOP模式CPU不扫描用户程序，既不可以通过编程装置从CPU 中读出，也不可以下载程序到CPU。
（）。
A、正确B、错误11.液压泵根据流量是否可调，可分为变量泵和定量泵。
输出流量可根据需要调节，称为变量泵。
输出流量无法调节的称为定量泵。
A、正确B、错误正确答案：A12.关节运动指令是在对路径精度要求不高的情况，机器人的工具中心点TCP从一个位置移动到另一个位置，两个位置之间的路径一定是直线。
A、正确B、错误正确答案：B13.用传感器采集环境信息是机器人智能化的第一步。
A、正确B、错误正确答案：A14.为了减小扫描时间，未使用的模拟量输入通道应在STEP7组态软件中做屏蔽。
A、正确B、错误正确答案：A15.长为L、截面积为A、电阻率为ρ的金属或半导体丝，其电阻为：R=ρ(L/A)。
机器人学导论复习题及参考答案
中南大学网络教育课程考试复习题及参考答案机器人学导论一、名词解释：1.自由度2.机器人工作载荷3.柔性手4.制动器失效抱闸5.机器人运动学6.机器人动力学7.虚功原理8.PWM驱动9.电机无自转10.直流伺服电机的调节特性11.直流伺服电机的调速精度12.PID控制13.压电元件14.图像锐化15.隶属函数16.BP网络17.脱机编程18.AUV二、简答题：1.机器人学主要包含哪些研究内容？2.机器人常用的机身和臂部的配置型式有哪些？3.拉格朗日运动方程式的一般表示形式与各变量含义？4.机器人控制系统的基本单元有哪些？5.直流电机的额定值有哪些？6.常见的机器人外部传感器有哪些？7.简述脉冲回波式超声波传感器的工作原理。
8.机器人视觉的硬件系统由哪些部分组成？9.为什么要做图像的预处理？机器视觉常用的预处理步骤有哪些？10.请简述模糊控制器的组成及各组成部分的用途。
11.从描述操作命令的角度看，机器人编程语言可分为哪几类？12.仿人机器人的关键技术有哪些？三、论述题：1.试论述机器人技术的发展趋势。
2.试论述精度、重复精度与分辨率之间的关系。
3.试论述轮式行走机构和足式行走机构的特点和各自适用的场合。
4.试论述机器人静力学、动力学、运动学的关系。
5.机器人单关节伺服控制中，位置反馈增益和速度反馈增益是如何确定的？6.试论述工业机器人的应用准则。
四、计算题：（需写出计算步骤，无计算步骤不能得分）：1.已知点u的坐标为[7,3,2]T，对点u依次进行如下的变换：（1）绕z轴旋转90°得到点v；（2）绕y轴旋转90°得到点w；（3）沿x轴平移4个单位，再沿y轴平移-3个单位，最后沿z轴平移7个单位得到点t。
求u, v, w, t各点的齐次坐标。
2.如图所示为具有三个旋转关节的3R 机械手，求末端机械手在基坐标系{x 0,y 0}下的运动学方程。
3.如图所示为平面内的两旋转关节机械手，已知机器人末端的坐标值{x ,y }，试求其关节旋转变量θ1和θ2.P4.如图所示两自由度机械手在如图位置时（θ1= 0 , θ2=π/2），生成手爪力 F A = [ f x 0 ]T 或F B = [ 0 f y ]T 。