CN104950884A - 一种面向大范围水质监测的仿生鱼协同控制方法 - Google Patents
一种面向大范围水质监测的仿生鱼协同控制方法 Download PDFInfo
- Publication number
- CN104950884A CN104950884A CN201510297915.8A CN201510297915A CN104950884A CN 104950884 A CN104950884 A CN 104950884A CN 201510297915 A CN201510297915 A CN 201510297915A CN 104950884 A CN104950884 A CN 104950884A
- Authority
- CN
- China
- Prior art keywords
- node
- degree
- bionical
- classified
- water quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明涉及一种面向大范围水质监测的仿生鱼协同控制方法，其采用多个移动节点编队控制方式采集水质参数信息。领航仿生节点和跟随仿生节点采用模仿金枪鱼外观设计。领航仿生节点浮于水面区域巡游，以水声广播的方式告知水里的跟随仿生节点队形信息，同时收集跟随仿生节点采集的水质参数信息，并与岸上基站实现通信。跟随仿生移动节点接收队形信息后以一定的几何构型跟随领航仿生节点移动，并采集、发送水质参数信息。领航与跟随仿生节点间采用水声通信技术，领航仿生节点与岸上基站间采用GPRS通信技术。编队系统采用分布式模糊编队控制方式，可以实现远程控制，测试范围广，精度高，在线监测不同水域的水质参数，有较好的应用前景。
Description
【技术领域】
本发明涉及一种水质监测方法，具体涉及一种面向大范围水质监测的仿生鱼协同控制方法，属于水质监测技术领域。
【背景技术】
目前，我国的水质监测方法有实验室监测、自动监测和移动监测。实验室监测是通过设置某些断面定时定点瞬时取样，然后将样品带回实验室进行仪器分析，分析精度虽高但储存的水样会因为悬浮物的凝聚沉降以及生物的代谢过程、死亡分解过程等的影响而发生改变，且数据实时性较差。自动监测是设定在流域内的现场水质自动监测站，建设一个自动监测站需要建造专门的厂房，同时在线水质分析仪器价格也十分昂贵。移动监测多为人工驾驶的水质监测船，不仅成本高而且存在二次污染。
随着物联网技术的兴起，水下监测结合无线传感网越来越受到人们的重视。体积较小，探测范围广、精度高的移动水质监测节点具有较大的社会价值和经济效益。如何让这些节点能够组成网络，协同地采集水质参数显得尤为重要。
因此，为解决上述技术问题，确有必要提供一种创新的面向大范围水质监测的仿生鱼协同控制方法，以克服现有技术中的所述缺陷。
【发明内容】
为解决上述技术问题，本发明的目的在于一种体积较小，探测范围广、精度高，可在线监测不同水域的水质参数的面向大范围水质监测的仿生鱼协同控制方法。
为实现上述目的，本发明采取的技术方案为：一种面向大范围水质监测的仿生鱼协同控制方法，其包括领航仿生节点、跟随仿生节点和岸上基站；其包括如下步骤：
S1：岸上基站发送运行轨迹控制指令给领航仿生节点；
S2：跟随仿生节点搜索领航仿生节点位置，计算得出相对距离与角度；
S3：根据模糊控制方法，追踪领航仿生节点，采集并发送水质参数；
S4：领航仿生节点接收跟随仿生节点发来的信息，解析、打包后发送到岸上基站；
S5：重复步骤S1~S5。
本发明的面向大范围水质监测的仿生鱼协同控制方法进一步为：所述模糊控制方法包括如下步骤：
S31：获取相对距离，相对角度，在其论域上建立两个个隶属度函数，在输出论域上建立航速与航向六个隶属度函数；
S32：对输入进行离散化，划分为N，M个离散值；
S33：输入离散值后，根据实际经验建立的3×3模糊推理规则表计算其模糊输出，得到M×N对决策值，所述模糊控制策略包括航速信息和航向信息；
S34：根据模糊控制查询表分别控制直流电机与舵机，模糊编队控制多个仿生移动节点协同前进。
本发明的面向大范围水质监测的仿生鱼协同控制方法进一步为：所述模糊编队控制策略还包括转向信息和转速信息，所述转向信息和转速信息所依据的模糊控制查询表是预先通过以下模糊推理机计算所得的：
输入：相对距离较远、适中、较近与相对角度偏小、正好、偏大，根据领航 — 跟随移动节点相对位置实际情况设定；相对距离在0~5米为较近，5~6米适中,大于6米较远；相对角度在0~40度偏小，40~50度正好，50~90度偏大；
模糊规则如下：
若相对距离适中且相对角度正好，则决策为匀速，前行；
若相对距离适中且相对角度偏小，则决策为匀速，左转；
若相对距离适中且相对角度偏大，则决策为匀速，右转；
若相对距离较近且相对角度正好，则决策为减速，前行；
若相对距离较近且相对角度偏小，则决策为减速，左转；
若相对距离较近且相对角度偏大，则决策为减速，右转；
若相对距离较远且相对角度正好，则决策为加速，前行；
若相对距离较远且相对角度偏小，则决策为加速，左转；
若相对距离较远且相对角度偏大，则决策为加速，右转；
对输入进行离散化：
相对距离0-1米归为0.5米，1-2米归为1.5米，2-3米归为2.5米，3-4米归为3.5米，4-5米归为4.5米，5-6米归为5.5米，6-7米归为6.5米，7-8米归为7.5米，大于8米归为8米；
相对角度0-10度归为5度，10-20度归为15度，20-30度归为25度，30-40度归为35度，40-50度归为45度，50-60度归为55度，60-70度归为65度，70-80度归为75度，80-90度归为85度；
本发明的面向大范围水质监测的仿生鱼协同控制方法进一步为：所述跟随仿生节点系统包括水质传感器、电荷放大模块、模数转换模块、单片机模块、水声通信模块、GPRS模块、定位模块、姿态检测模块、电机驱动模块、直流电机、舵机和微型水泵，所述水质传感器采集水质参数信息，所述电荷放大模块与水质传感器、模数转换模块相连，所述模数转换模块对多个电荷放大模块处理的多路信号同步采样，所述单片机对模数采样的信号进行处理，所述水声通信模块将单片机输出信号向水里广播或接收指令，所述GPRS模块将单片机输出信号向岸上发送出去或接收指令，所述电机驱动模块驱动直流电机和微型水泵，所述直流电机、微型水泵和舵机协同运作分别控制仿生移动节点前进、转向以及沉浮，所述定位模块采集节点位置信息。
本发明的面向大范围水质监测的仿生鱼协同控制方法进一步为：所述水质参数采集、水声通信系统、动力系统、定位模块和姿态检测模块共用一个微处理器，所述微处理器为ARM® Cortex M3 内核32位高性能的STM32F103芯片。
本发明的面向大范围水质监测的仿生鱼协同控制方法进一步为：所述领航仿生节点、跟随仿生节点采用仿金枪鱼的外观设计。
本发明的面向大范围水质监测的仿生鱼协同控制方法还可为：所述领航仿生节点和跟随仿生节点间采用水声通信。
与现有技术相比，本发明具有如下有益效果：
1. 移动节点模仿金枪鱼的外观设计，具有移动速度快，环境适应性强等特点。
2. 利用发射换能器与接收换能器组成的水声通信系统，实现水下远距离通信。
3. 浮于水面区域的领航仿生节点以GPRS方式转发水质参数信息到岸上基站，数据传输效率高。
4. 多个移动节点以编队的方式协同驱动，同时监测水环境，感知范围广，精度高。
5. 采用分布式模糊控制算法，跟随仿生节点可自动搜寻领航仿生节点并追踪其运行轨迹。
6. 有效地在线实时监测水质，一旦发现部分水域出现水质恶化，将及时通知岸上基站。
【附图说明】
图1是本发明的面向大范围水质监测的仿生鱼系统的整体示意图；
图2为跟仿生节点系统搭建图；
图3为三个移动节点编队队形示意图；
图4为领航仿生节点程序流程图；
图5为跟随仿生节点程序流程图；
图6为相对距离隶属度函数示意图；
图7为相对角度隶属度函数示意图；
图8为输出速度隶属度函数示意图；
图9为输出角度隶属度函数示意图；
图10为是电机驱动模块连接图。
图11是电源模块。
【具体实施方式】
下面结合附图对本发明中的技术方案进行进一步的描述：
参照图1，一种面向大范围水质监测的仿生鱼协同控制方法，包括领航仿生节点1、跟随仿生节点2和岸上基站3。所述跟随仿生节点采集并发送水质参数信息，自动追踪领航仿生节点运行轨迹（程序流程图见图4），所述领航仿生移动节点浮于水面，利用水声接收跟随仿生节点采集的水质参数信息，转换后发送至岸上基站，同时接收岸上基站发来的运行状态控制指令（程序流程图见图5）。所述领航仿生节点1、跟随仿生节点2采用仿金枪鱼的外观设计，具有移动速度快，环境适应性强等特点；且领航仿生节点1与跟随仿生节点2间采用水声通信，可行性高；领航仿生节点接收跟随仿生节点发来的信息，解析后以GPRS方式转发给岸上基站，传输距离远，通信效率较高，可实现远距离程控，在线监测不同水域的水质参数。所述跟随仿生节点2能自主追踪领航仿生节点运行轨迹，可任意增加或减少跟随仿生节点数量，自由变换队形。
参照图2，所述跟随仿生节点系统搭建图，包括水质传感器21、电荷放大模块22、模数转换模块23、单片机模块24、水声通信模块25、GPRS模块26、定位模块211、姿态检测模块212、电机驱动模块27、直流电机28、舵机29和微型水泵210，所述水质传感器21采集水质参数信息，所述电荷放大模块23与水质传感器21、模数转换模块23相连，所述模数转换模块23对多个电荷放大模块22处理的多路信号同步采样，所述单片机24对模数采样的信号进行处理，所述水声通信模块25将单片机25输出信号向水里广播或接收指令，所述GPRS模块26将单片机24输出信号向岸上发送出去或接收指令，所述电机驱动模块27驱动直流电机28和微型水泵210，所述直流电机28、微型水泵210和舵机29协同运作分别控制仿生移动节点2前进、转向以及沉浮，所述定位模块211采集节点位置信息。其中，所述水质参数采集21、水声通信系统25、直流电机28、舵机29、微型水泵210、定位模块211和姿态检测模块212共用一个微处理器，所述微处理器为ARM® Cortex M3 内核32位高性能的STM32F103芯片。
如图3～9所示，本发明提供一种面向大范围水质监测的仿生鱼协同控制方法，包括以下步骤：
S1：岸上基站发送运行轨迹控制指令给领航仿生节点，领航仿生节点由GPRS接收控制指令后可输出PWM波控制直流电机、舵机和微型水泵进入巡游模式，并以水声方式广播队形信息。
S2：跟随仿生节点通过水声搜索领航仿生节点位置，接收队形信息后，可计算得出相对距离与角度；
S3：根据模糊控制算法，跟随仿生节点输出PWM波控制直流电机、舵机和微型水泵进入追踪模式，追踪领航仿生节点运行轨迹，同时采集并发送水质参数信息；
S4：领航仿生节点接收跟随仿生节点发来的水质参数信息，解析、打包后发送到岸上基站；
S5：重复步骤S1~S5。
本发明的面向大范围水质监测的仿生鱼协同控制方法采用多个移动节点编队控制方式采集水质参数信息。移动节点模仿金枪鱼外观设计，可分为领航仿生节点和跟随仿生节点。领航仿生节点浮于水面区域巡游，以水声广播的方式告知水里的跟随仿生节点队形信息，同时收集跟随仿生节点采集的水质参数信息，并与岸上基站实现通信。跟随仿生移动节点接收队形信息后以一定的几何构型跟随领航仿生节点移动，并采集、发送水质参数信息。领航与跟随仿生节点间采用水声通信技术，领航仿生节点与岸上基站间采用GPRS通信技术。编队系统采用分布式模糊编队控制方式，可以实现远程控制，测试范围广，精度高，在线监测不同水域的水质参数。
进一步，通过模糊编队控制方式，利用领航与跟随仿生节点间的相对距离、方向协同驱动一个领航仿生节点与多个跟随仿生节点，感知能力广，可监测大范围水质环境。所述模糊控制方法包含：
S31：获取相对距离，相对角度，在其论域上建立两个隶属度函数，在输出论域上建立航速与航向六个隶属度函数；
S32：对输入进行离散化，划分为N，M个离散值；
S33：输入离散值后，根据实际经验建立的3×3模糊推理规则表计算其模糊输出，得到M×N对决策值，所述模糊控制策略包括航速信息和航向信息；
S34：根据已经反模糊化的模糊控制查询表分别控制直流电机与舵机，编队控制多个仿生移动节点协同前进。
更进一步，所述模糊编队控制策略包括转向信息和转速信息，所述转向信息和转速信息所依据的模糊控制查询表是预先通过以下模糊推理机计算所得的：
输入：相对距离较远、适中、较近与相对角度偏小、正好、偏大，根据领航 — 跟随移动节点相对位置实际情况设定。相对距离在0~5米为较近，5~6米适中，大于6米较远；相对角度在0~40度偏小，40~50度正好，50~90度偏大。
模糊规则如下：
若相对距离适中且相对角度正好，则决策为匀速，前行；
若相对距离适中且相对角度偏小，则决策为匀速，左转；
若相对距离适中且相对角度偏大，则决策为匀速，右转；
若相对距离较近且相对角度正好，则决策为减速，前行；
若相对距离较近且相对角度偏小，则决策为减速，左转；
若相对距离较近且相对角度偏大，则决策为减速，右转；
若相对距离较远且相对角度正好，则决策为加速，前行；
若相对距离较远且相对角度偏小，则决策为加速，左转；
若相对距离较远且相对角度偏大，则决策为加速，右转。
对输入进行离散化：
相对距离0-1米归为0.5米，1-2米归为1.5米，2-3米归为2.5米，3-4米归为3.5米，4-5米归为4.5米，5-6米归为5.5米，6-7米归为6.5米，7-8米归为7.5米，大于8米归为8米。
相对角度0-10度归为5度，10-20度归为15度，20-30度归为25度，30-40度归为35度，40-50度归为45度，50-60度归为55度，60-70度归为65度，70-80度归为75度，80-90度归为85度。
由此可得模糊控制查询表如下（还需乘与放大系数α）：
最终实现结果如图3所示，（Px0，Py0）表示领航仿生节点，（Px1，Py1）和（Px2，Py2）表示跟随仿生节点，由模糊编队控制使得跟随仿生节点在扇形区域内追踪前行。
参照图10，电机驱动模块采用ST公司生产的L298N芯片，它是一种高电压、大电流电机驱动芯片。主要特点是：工作电压高，最高工作电压可达46V。输出电流大，瞬间峰值电流可达3A，持续工作电流为2A，额定功率25W。支持两路直流电机和一个步进电机的驱动。采用标准逻辑电平信号控制，具有两个使能控制端，在不受输入信号影响的情况下允许或禁止器件工作有一个逻辑电源输入端，使内部逻辑电路部分在低电压下工作；可以外接检测电阻，将变化量反馈给控制电路。
参照图11，电源模块采用德州仪器（TI）生产的LM2596芯片，它是一款3A电流输出降压开关型集成稳压芯片，内含固定频率振荡器（150KHZ）和基准稳压器（1.23v），并具有完善的保护电路、电流限制、热关断电路等。利用该器件只需极少的外围器件便可构成高效的稳压电路，提供的主要有3.3V、5V、12V等多个电压。
本发明操作过程如下，首先用手打开多个移动节点的开关，即电源模块开始工作，此时多个移动节点开始工作，将一个领航仿生节点和多个跟随仿生节点放入水中，由上位机软件发送控制指令驱动领航仿生节点。跟随仿生节点利用水声搜索到领航仿生节点后计算相对距离、方向，经模糊编队控制器计算后，自动追踪领航仿生节点轨迹。同时，多个跟随仿生节点采集水质参数信息，发送给领航仿生节点。领航仿生节点收集各节点水质参数信息，转发至岸上基站。
以上的具体实施方式仅为本创作的较佳实施例，并不用以限制本创作，凡在本创作的精神及原则之内所做的任何修改、等同替换、改进等，均应包含在本创作的保护范围之内。
Claims (7)
1.一种面向大范围水质监测的仿生鱼协同控制方法，其特征在于：包括领航仿生节点、跟随仿生节点和岸上基站；其包括如下步骤：
S1：岸上基站发送运行轨迹控制指令给领航仿生节点；
S2：跟随仿生节点搜索领航仿生节点位置，计算得出相对距离与角度；
S3：根据模糊控制方法，追踪领航仿生节点，采集并发送水质参数；
S4：领航仿生节点接收跟随仿生节点发来的信息，解析、打包后发送到岸上基站；
S5：重复步骤S1~S5。
2.如权利要求1所述的面向大范围水质监测的仿生鱼协同控制方法，其特征在于：所述模糊控制方法包括如下步骤：
S31：获取相对距离，相对角度，在其论域上建立两个个隶属度函数，在输出论域上建立航速与航向六个隶属度函数；
S32：对输入进行离散化，划分为N，M个离散值；
S33：输入离散值后，根据实际经验建立的3×3模糊推理规则表计算其模糊输出，得到M×N对决策值，所述模糊控制策略包括航速信息和航向信息；
S34：根据模糊控制查询表分别控制直流电机与舵机，模糊编队控制多个仿生移动节点协同前进。
3.如权利要求2所述的面向大范围水质监测的仿生鱼协同控制方法，其特征在于：所述模糊编队控制策略还包括转向信息和转速信息，所述转向信息和转速信息所依据的模糊控制查询表是预先通过以下模糊推理机计算所得的：
输入：相对距离较远、适中、较近与相对角度偏小、正好、偏大，根据领航
— 跟随移动节点相对位置实际情况设定；相对距离在0~5米为较近，5~6米适中,大于6米较远；相对角度在0~40度偏小，40~50度正好，50~90度偏大；
模糊规则如下：
若相对距离适中且相对角度正好，则决策为匀速，前行；
若相对距离适中且相对角度偏小，则决策为匀速，左转；
若相对距离适中且相对角度偏大，则决策为匀速，右转；
若相对距离较近且相对角度正好，则决策为减速，前行；
若相对距离较近且相对角度偏小，则决策为减速，左转；
若相对距离较近且相对角度偏大，则决策为减速，右转；
若相对距离较远且相对角度正好，则决策为加速，前行；
若相对距离较远且相对角度偏小，则决策为加速，左转；
若相对距离较远且相对角度偏大，则决策为加速，右转；
对输入进行离散化：
相对距离0-1米归为0.5米，1-2米归为1.5米，2-3米归为2.5米，3-4米归为3.5米，4-5米归为4.5米，5-6米归为5.5米，6-7米归为6.5米，7-8米归为7.5米，大于8米归为8米；
相对角度0-10度归为5度，10-20度归为15度，20-30度归为25度，30-40度归为35度，40-50度归为45度，50-60度归为55度，60-70度归为65度，70-80度归为75度，80-90度归为85度。
4.如权利要求1所述的面向大范围水质监测的仿生鱼协同控制方法，其特征在于：所述跟随仿生节点系统包括水质传感器、电荷放大模块、模数转换模块、单片机模块、水声通信模块、GPRS模块、定位模块、姿态检测模块、电机驱动模块、直流电机、舵机和微型水泵，所述水质传感器采集水质参数信息，所述电荷放大模块与水质传感器、模数转换模块相连，所述模数转换模块对多个电荷放大模块处理的多路信号同步采样，所述单片机对模数采样的信号进行处理，所述水声通信模块将单片机输出信号向水里广播或接收指令，所述GPRS模块将单片机输出信号向岸上发送出去或接收指令，所述电机驱动模块驱动直流电机和微型水泵，所述直流电机、微型水泵和舵机协同运作分别控制仿生移动节点前进、转向以及沉浮，所述定位模块采集节点位置信息。
5.如权利要求4所述的面向大范围水质监测的仿生鱼协同控制方法，其特征在于：所述水质参数采集、水声通信系统、动力系统、定位模块和姿态检测模块共用一个微处理器，所述微处理器为ARM® Cortex™ M3 内核32位高性能的STM32F103芯片。
6.如权利要求1所述的面向大范围水质监测的仿生鱼协同控制方法，其特征在于：所述领航仿生节点、跟随仿生节点采用仿金枪鱼的外观设计。
7.如权利要求1所述的面向大范围水质监测的仿生鱼协同控制方法，其特征在于：所述领航仿生节点和跟随仿生节点间采用水声通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510297915.8A CN104950884B (zh) | 2015-06-03 | 2015-06-03 | 一种面向大范围水质监测的仿生鱼协同控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510297915.8A CN104950884B (zh) | 2015-06-03 | 2015-06-03 | 一种面向大范围水质监测的仿生鱼协同控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104950884A true CN104950884A (zh) | 2015-09-30 |
| CN104950884B CN104950884B (zh) | 2017-09-22 |
Family
ID=54165603
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510297915.8A Active CN104950884B (zh) | 2015-06-03 | 2015-06-03 | 一种面向大范围水质监测的仿生鱼协同控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104950884B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106774331A (zh) * | 2016-12-30 | 2017-05-31 | 广东华中科技大学工业技术研究院 | 一种分布式控制无人艇集群分簇编队方法 |
| CN107505441A (zh) * | 2017-07-14 | 2017-12-22 | 武汉飞令机器人科技有限公司 | 一种通过互联网进行水质监测及分析的仿生鱼装置 |
| CN110568140A (zh) * | 2019-08-02 | 2019-12-13 | 浙江工业大学 | 一种基于机器仿生鱼的污染源探查定位方法 |
| CN111901379A (zh) * | 2020-06-29 | 2020-11-06 | 西安交通大学 | 一种基于Zigbee组网的机器鱼集群编队控制系统及控制方法 |
| CN112034735A (zh) * | 2020-08-31 | 2020-12-04 | 浙江大学 | 一种多auv水下协同作业的模拟实验平台 |
| CN112418385A (zh) * | 2020-12-10 | 2021-02-26 | 郑子龙 | 一种仿生智能体控制方法、设备、系统 |
| CN114379748A (zh) * | 2021-12-22 | 2022-04-22 | 青岛五叠纪智能科技有限公司 | 用于海上风电场水下桩基腐蚀情况监测的仿生机器鱼 |
| CN116974291A (zh) * | 2023-09-25 | 2023-10-31 | 农业农村部南京农业机械化研究所 | 主从协同导航农业机械的控制误差确定方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2311252A1 (en) * | 2000-06-09 | 2001-12-09 | Watertrax Inc. | Integrated water quality monitoring system |
| CN102227119A (zh) * | 2011-06-13 | 2011-10-26 | 中国科学院自动化研究所 | 一种基于机器海豚的水质监测系统 |
| CN103220778A (zh) * | 2013-03-11 | 2013-07-24 | 哈尔滨工业大学 | 一种基于无线传感器网络的移动节点队形变换方法及实现装置 |
| CN103914960A (zh) * | 2014-03-17 | 2014-07-09 | 天津工业大学 | 水环境无线传感监测网移动节点 |
| CN104539374A (zh) * | 2014-12-09 | 2015-04-22 | 桂林电子科技大学 | 基于水面传感网-水声传感网的混合组网方法 |
-
2015
- 2015-06-03 CN CN201510297915.8A patent/CN104950884B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2311252A1 (en) * | 2000-06-09 | 2001-12-09 | Watertrax Inc. | Integrated water quality monitoring system |
| CN102227119A (zh) * | 2011-06-13 | 2011-10-26 | 中国科学院自动化研究所 | 一种基于机器海豚的水质监测系统 |
| CN103220778A (zh) * | 2013-03-11 | 2013-07-24 | 哈尔滨工业大学 | 一种基于无线传感器网络的移动节点队形变换方法及实现装置 |
| CN103914960A (zh) * | 2014-03-17 | 2014-07-09 | 天津工业大学 | 水环境无线传感监测网移动节点 |
| CN104539374A (zh) * | 2014-12-09 | 2015-04-22 | 桂林电子科技大学 | 基于水面传感网-水声传感网的混合组网方法 |
Non-Patent Citations (2)
| Title |
|---|
| 岳元龙: "多移动机器人智能编队控制算法与实验研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 翟海川 等: "基于Leader-Follower的多机器鱼模糊队形控制", 《青岛大学学报（工程技术版）》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106774331A (zh) * | 2016-12-30 | 2017-05-31 | 广东华中科技大学工业技术研究院 | 一种分布式控制无人艇集群分簇编队方法 |
| CN107505441A (zh) * | 2017-07-14 | 2017-12-22 | 武汉飞令机器人科技有限公司 | 一种通过互联网进行水质监测及分析的仿生鱼装置 |
| CN110568140A (zh) * | 2019-08-02 | 2019-12-13 | 浙江工业大学 | 一种基于机器仿生鱼的污染源探查定位方法 |
| CN110568140B (zh) * | 2019-08-02 | 2021-10-29 | 浙江工业大学 | 一种基于机器仿生鱼的污染源探查定位方法 |
| CN111901379A (zh) * | 2020-06-29 | 2020-11-06 | 西安交通大学 | 一种基于Zigbee组网的机器鱼集群编队控制系统及控制方法 |
| CN112034735A (zh) * | 2020-08-31 | 2020-12-04 | 浙江大学 | 一种多auv水下协同作业的模拟实验平台 |
| CN112418385A (zh) * | 2020-12-10 | 2021-02-26 | 郑子龙 | 一种仿生智能体控制方法、设备、系统 |
| CN114379748A (zh) * | 2021-12-22 | 2022-04-22 | 青岛五叠纪智能科技有限公司 | 用于海上风电场水下桩基腐蚀情况监测的仿生机器鱼 |
| CN116974291A (zh) * | 2023-09-25 | 2023-10-31 | 农业农村部南京农业机械化研究所 | 主从协同导航农业机械的控制误差确定方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104950884B (zh) | 2017-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104950884A (zh) | 一种面向大范围水质监测的仿生鱼协同控制方法 | |
| CN105752280B (zh) | 一种用于水域信息采集的机器人船系统及其控制方法 | |
| CN101776676B (zh) | 一种移动型水体在线综合监测浮标 | |
| CN108303508B (zh) | 基于激光雷达和深度学习路径寻优的生态预警系统及方法 | |
| CN104090595B (zh) | 基于主机能效与通航环境的船舶航速优化装置及方法 | |
| CN107037816A (zh) | 一种多无人船编队系统 | |
| CN104965502A (zh) | 基于物联网的无人水面艇航行监控系统 | |
| CN207817528U (zh) | 一种自主巡航返航式无人船 | |
| CN107918395B (zh) | 城市河道排污口巡查方法及巡查系统 | |
| CN207397097U (zh) | 城市河道排污口巡查系统 | |
| CN106672168A (zh) | 一种自动巡航水质监测船 | |
| CN116599602B (zh) | 一种海洋监测用低能耗长距离声纳通讯系统 | |
| CN205581642U (zh) | 一种基于stm32的无人艇自适应舵机控制系统 | |
| CN106647825A (zh) | 一种太空太阳能电站跟日模型运动控制系统 | |
| CN106211187A (zh) | 一种基于预测的水声传感器网络动态网关节点部署方法 | |
| CN101985217A (zh) | 一种区域机器人智能定位系统及方法 | |
| CN110728835B (zh) | 基于大数据挖掘的海洋监测系统及方法 | |
| CN212683969U (zh) | 一种果园多机器人物理模型 | |
| CN104750077A (zh) | 基于ZigBee和GPRS技术深水网箱水质监控系统 | |
| Zixuan et al. | Research on marine environmental monitoring system based on the Internet of Things technology | |
| Cao et al. | DDQN path planning for unmanned aerial underwater vehicle (UAUV) in underwater acoustic sensor network | |
| Cao et al. | Design and implementation of unmanned surface vehicle for water quality monitoring | |
| CN110109461A (zh) | 一种无人船编队系统 | |
| CN203141499U (zh) | 一种家用服务机器人的定位系统 | |
| Wang et al. | A multi-sensor intelligent surface garbage cleaning robot |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210104 Address after: 312030 Room 101, building 2, Donglian village, Binhai Industrial Zone, Keqiao District, Shaoxing City, Zhejiang Province Patentee after: Ye Chencan Address before: 310018 No. 2 street, Xiasha Higher Education Park, Hangzhou, Zhejiang, 928 Patentee before: Zhejiang University of Technology |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210121 Address after: 310018 No. 2 street, Xiasha Higher Education Park, Hangzhou, Zhejiang, 928 Patentee after: Zhejiang University of Technology Address before: 312030 Room 101, building 2, Donglian village, Binhai Industrial Zone, Keqiao District, Shaoxing City, Zhejiang Province Patentee before: Ye Chencan |
|
| TR01 | Transfer of patent right |