摘要：俄罗斯前景研究基金人士维克托·利特维年科向“卫星”新闻通讯社表示，2018年可能出现开发北极矿藏的水下机器人原型机。利特维年科说：“明年我们结束所有在‘冰山’项目框架内开发的五个独立系统的初步设计。我们计划于2018年前制造出‘实体’原型机。”他解释称，所有系统都将是自动机器人式的。

摘要：通过对通用流体动力学仿真软件CFX的研究,提出了一套水下机器人粘性类水动力的数值计算方法.该方法采用标准k-ε湍流模型计算位置力系数,采用标准k-ω湍流模型计算旋转力系数及其它耦合水动力系数.对“CR-02”6000 m自治水下机器人的计算表明,通过这种方法获得的水动力系数具有较高的精度,可以满足水下机器人方案设计阶段的操纵性设计、运动预报和仿真等需求.

摘要：水下机器人(简称AUV)的自主控制系统起着相当于人类"大脑"的作用,它是AUV的核心技术。本文在QNX操作系统下利用多线程技术设计并实现了AUV自主控制系统。介绍了AUV混杂系统结构和自主控制原理,给出了自主控制系统的多线程结构。设计了多线程同步模块,并与QNX消息传递机制相结合实现了AUV自主控制系统线程间的同步与通信。最后在半实物仿真平台上结合具体案例对自主控制系统进行了验证。仿真结果表明AUV自主控制系统能够正确协调各个线程自主完成使命。

摘要：为提高水下机器人的机动性与稳定性,提出一种四旋翼波动鳍混合驱动的新型水下机器人及其姿态控制算法。建立了机器人桨鳍协同推进的运动学与动力学模型,通过流体数值仿真,获取了水动力系数,构建了机器人六自由度动力方程。提出螺旋桨与波动鳍协同推进的姿态控制策略,设计了一种四自由度串级比例-积分-微分控制器与控制分配算法。在MATLAB/Simulink中建立了仿真模型,仿真分析了机器人定深前进、升沉运动、原地转向中的机器人位姿曲线,以及随机干扰对姿态控制的影响。实验结果证明,机器人具备良好的姿态控制性能,最大推进频率下样机运动姿态角波动误差小于±4°,深度波动误差小于±5 cm。仿真及实验结果验证了所设计的水下机器人与桨鳍协同推进的姿态控制算法的可行性。

摘要：针对水下机器人集群通信平台在实际运用中存在多普勒效应、易受水质和障碍物等影响产生误码的问题,提出一种基于弱电鱼感知机理的水下仿生电场通信系统。该系统根据仿生电流场通信原理,通过两对发射接收电极传递信号,设计了一套基于幅移键控原理的现场可编程门阵列(FPGA)数模混合电路。首先,为实现平台低功耗及小型化,模拟电路通过合理选型并进行画板制版,具体的发射电路包含幅移键控调制电路以及半桥驱动放大电路,采用低零漂高精度仪表运放提取接受电极两端电势差;其次,为了提高水下机器人集群通信距离实时变化时通信系统的稳定性,通过FPGA增益控制数字电路控制可编程放大器实现自适应倍数放大;然后,采用FPGA模数转换数字驱动电路驱动模数转换芯片将模拟信号转换为数字信号;最后,通过整流滤波数字电路整流后设计幅移键控非相干解调数字电路输出二进制数据流后由串口电路传输至树莓派中进行数据处理。仿真分析了不同尺寸不同形状障碍物对水下电场通信影响,并进行水下通信实验,结果表明:在淡水中电导率为4.87×10^(-4)S/cm条件下,所提出的水下电场通信系统可实现通信距离为2.4 m时误码率为0,且水下电场通信收发电极平行时,通信性能最佳。

摘要：通过对水下机器人体系结构中的控制层进行实物仿真和对感知层以及执行层进行虚拟仿真相结合的方法建立了水下机器人半实物运动仿真系统,该仿真系统不仅能够对整个系统的软件逻辑进行测试,同时能够对水下机器人控制系统的硬件体系、数据接口、可靠性都进行验证。详细阐述了水下机器人半实物运动仿真系统的硬件和软件体系结构,并对虚拟仿真中的水动力仿真、运动传感器仿真以及实物仿真中的运动控制系统的设计进行了说明。最后通过远距离航行仿真试验和避碰仿真试验证明了所设计的水下机器人半实物运动仿真系统对实际海试具有重要的参考价值。

摘要：研究了配置高度计和多普勒速度计(DVL)的欠驱动水下机器人地形跟踪控制问题.采用Takagi-Sugeno推理方法对高度计和DVL两种传感器的高度信息进行融合,提高了高度信息感知能力.将地形跟踪分为速度控制和深度控制问题,分别使用S面控制方法设计速度控制器和反步法设计欠驱动深度控制器.最后,通过实际海洋实验对研究的方法进行了验证,实验结果表明该文提出的方法是有效的.

摘要：用变结构控制理论，根据视线制导规律，推导了水下机器人在垂直平面内的变结构导航控制器．它有效地排除了非线性干扰。

摘要：针对开架式水下机器人在其作业过程中易受到脐带缆、机械手和海流等扰动影响的问题,为减小改扰动对艇体姿态的影响,文中对开架式水下机器人设计了一种基于模型的自适应抗扰控制方法,并分别对脐带缆和机械手引起的扰动进行了建模分析,具体建立了一种以全局运动学控制环和扰动力补偿项为主的自适应抗扰控制.在SY-Ⅱ开架式水下机器人平台上进行了S面控制和自适应抗扰控制的对比实验.结果表明,脐带缆和机械手的扰动力会对水下机器人的姿态产生较大影响,通过对扰动力的实时估算和补偿,在定深定向、轨迹跟踪实验中,基于模型的抗扰控制方法表现出更高的控制精度,在姿态保持实验中,与S面控制方法相比,自适应抗扰控制展现了较好的鲁棒性,系统轨迹更平稳,具有更强的稳定性.

摘要：针对传统的水下机器人模糊神经网络控制器存在计算量大、抗环境扰动滞后等缺点,设计递归模糊神经网络控制器,通过在线的动态反馈增强水下机器人对环境变化的反应能力。并在网络的第三层即Petri层设计阈值,根据控制器误差的在线控制网络的学习和训练量,从而减少了模糊神经网络的计算量,提高反应速度。基于反向梯度传播原理,由能量函数设计了该网络的学习算法,并根据离散型李亚普诺夫函数确定了学习率参数,从而保证整个网络的收敛性。实验结果表明,该控制器能够提高递归神经网络的计算效率,减少控制误差,对外界干扰具有较强的鲁棒性,在水下机器人的控制方面取得了更好的效果。