摘要：近年来,群体智能作为一项多学科融合的新技术在各领域的研究成果斐然,例如共享出行、蜂群无人机系统、水下多智能体平台等,但与水下场景结合的群体智能技术缺乏系统的归纳,有必要对水下群体智能技术的发展现状和趋势进行讨论和分析.本文对群体智能理论进行了详尽的分析,给出了群体智能的完整概念、具体算法以及应用领域.文中指出,为解决海洋复杂环境对探测、通信等造成的一系列困难,需要将群体智能技术应用于水下场景.本文就国内外水下群体智能技术的研究现状进行了总结,对水下群体智能存在的环境复杂、通信受限、信息获取困难、系统能力不足以及能量供应受限的难点进行了评述.针对这些难点,本文对结合群体智能理论的时变环境感知技术、传感网络设计、协同导航定位技术、路径规划技术、水下编队控制以及分布式自主决策技术进行了分析,并在文末给出水下群体智能技术未来在跨域通信、多平台异构、自主作业能力革新方面的发展趋势和展望.

摘要：针对AUV轨迹跟踪问题,利用3次样条插值方法将事先确定的航迹点规划成计划路径,利用视线导引法(Line of Sight,LOS),将AUV轨迹跟踪问题转换为航速控制和航迹控制问题,设计了基于增量式状态方程的MPC航向控制算法,实现了AUV轨迹跟踪控制。基于NPS AUV(Naval Postgraduate School,USA,Autonomous Underwater Vehicle)数学模型,设计了轨迹跟踪仿真案例,仿真结果表明,所提出的视线导引法与MPC(Model Predictive Control)结合的控制算法可有效解决AUV水下定深运动的轨迹跟踪控制问题,对AUV自主航行控制系统的开发具有较高的实用价值。

摘要：目的优化PID控制器,实现AUV在极端海况下的定位控制。方法本文基于Blendermann风载荷系数计算公式与ITTC双参数波浪谱及漂移力计算公式,在Matlab中建立极端海况风浪模型,对极端海况进行环境模拟;利用Simulink平台搭建基于PID控制器的AUV动力定位控制系统,优化PID控制器参数,对AUV进行定位控制研究。结果在该控制作用下,AUV仍由定位原点顺利抵达目标位置,在PID控制器作用下,系统约100s后达到目标位置状态附近进行微调,整体超调量约8%,在严峻的风浪环境中展现出理想的控制性能。结论本研究成功模拟了AUV的极端工作环境,并搭建了动力定位仿真台架,基于优化后的PID控制器实现了AUV在极端海况下的定位控制,为自主潜航器在恶劣环境中的作业能力保障及控制器设计研究提供了参考。