换一批
换一批
项目年度编号
1800180224
中图分类号
P754.3
成果公布年份
2018
成果简介
该项目属于航运安全与自动化技术领域。随着现代航运经济的飞速发展，海上航运事故成倍增加，航运安全已经成为世界各国普遍关注的重要问题，“深海水下搜寻”既是无人潜水器(也称水下机器人)的重要应用领域，也是现代人工智能的重要应用领域，是一多学科交叉的高新技术。由于水下环境的高度复杂性与特殊性，使得无人潜水器深海水下搜寻研究极具挑战性。毫无疑问，“无人潜水器水下搜寻关键技术”的创新与突破，对保障现代航运安全、推动海洋工程技术进步等有着重要的科学意义与经济社会价值。在国家863计划、国家重点研发计划、国家自然科学基金、上海市创新行动计划等的联合资助下，历时10年深入系统的研究，解决了无人潜水器水下搜寻的主要关键技术难题。已取得三方面技术创新成果：
1、提出D-S证据推理水下信息融合模型，开发出时空信息融合水下地图构建和目标辨识技术。
针对无人潜水器传感器资源少、水下干扰频繁，常规单传感器及模糊融合方法无法准确判定目标物和障碍物难题，将D-S信息融合理论引入无人潜水器水下环境感知与目标识别之中，提出无人潜水器D-S信息融合水下地图构建和目标辨识方法。融合水下传感器时空信息(同一传感器不同时刻信息和不同传感器空间信息)，应用信息融合的多维数据处理特性，构建与更新无人潜水器水下航行地图，准确识别水下搜寻目标和障碍物。
2、提出栅格地图生物启发神经网络模型，开发出生物启发自适应水下路径规划与安全避障技术。
针对水下搜寻环境的复杂多变，传统广度优先路径规划方法搜寻重复率高、搜寻路径长的难题，在D-S信息融合水下地图构建的基础上，引入生物启发神经网络模型，提出一种生物启发自适应水下路径规划与安全避障方法。将水下环境地图单元与生物启发神经网络模型的神经元一一对应起来，利用生物启发神经网络的自适应激励与抑制输出、“无学习”特性，实现无人潜水器智能自适应、实时搜寻路径规划与安全避障。
3、提出反步滑模串级控制模型，开发出生物启发滑模串级水下路径跟踪控制技术。
针对传统反步路径跟踪控制中速度跳变而引起的推进器驱动饱和难题，在无人潜水器水下搜寻路径规划的基础上，提出了一种基于生物启发模型的滑模串级跟踪控制方法。利用生物启发神经动力学模型的渐变、有界输出特性，克服无人潜水器的跟踪速度跳变，避免驱动饱和，满足无人潜水器推进器推力约束，提高搜寻路径的跟踪精度。
项目已授权专利16项(发明专利14项)、申请专利12项(发明专利10项，美国专利2项)；获软件著作权3项；发表论文30篇，其中SCI论文19篇，SCI他引260次，出版《无人潜水器水下搜救理论与技术》等专著2部。项目研究成果被成功应用于“海事金枪鱼号”AUV等系列无人潜水器之中，并被进一步推广应用于国内外水下检测、搜寻作业、海防安全监测和公安系统，产生了良好的经济与社会效益，近三年新增产值13297万元，新增利润4111万元，新增税收947万元。
完成人
朱大奇 胡震 吴华锋 张华 孙作雷 徐鹏飞 褚振忠 王磊 孙兵 叶杨 向鹏 颜明重 邓志刚 袁芳 甘文洋
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
