CN108089588A - 一种水下机器人的观测深度分段自适应规划方法 - Google Patents
一种水下机器人的观测深度分段自适应规划方法 Download PDFInfo
- Publication number
- CN108089588A CN108089588A CN201611032047.1A CN201611032047A CN108089588A CN 108089588 A CN108089588 A CN 108089588A CN 201611032047 A CN201611032047 A CN 201611032047A CN 108089588 A CN108089588 A CN 108089588A
- Authority
- CN
- China
- Prior art keywords
- mrow
- auv
- depth
- observation
- water
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 87
- 238000007667 floating Methods 0.000 claims abstract description 13
- 230000005888 antibody-dependent cellular phagocytosis Effects 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 13
- 230000036544 posture Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 2
- 240000007594 Oryza sativa Species 0.000 claims 1
- 235000007164 Oryza sativa Nutrition 0.000 claims 1
- 235000009566 rice Nutrition 0.000 claims 1
- 238000011217 control strategy Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 229910052741 iridium Inorganic materials 0.000 description 3
- GKOZUEZYRPOHIO-UHFFFAOYSA-N iridium atom Chemical compound [Ir] GKOZUEZYRPOHIO-UHFFFAOYSA-N 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/04—Control of altitude or depth
- G05D1/06—Rate of change of altitude or depth
- G05D1/0692—Rate of change of altitude or depth specially adapted for under-water vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种水下机器人的观测深度分段自适应规划方法，1)水下机器人到达观测点后，获取观测点处水下机器人的深度值和高度值；2)将观测的深度值分为多个阶段：浅水上浮段：AUV所处水深小于等于n米；中间划分段：AUV所处水深大于n米且小于2n米；深水下潜段：AUV所处水深大于等于n米；3)AUV根据观测的深度值所处的阶段，选择相应的AUV观测控制方法。本发明有效克服了人为设定观测水深粗糙和不合理的情况，适用于复杂海洋环境下更为精细智能的自主观测任务。本发明能显著提高AUV在不确定的复杂海洋环境中自适应性和自主完成任务的可靠性。
Description
技术领域
本发明涉及一种水下机器人的观测深度分段自适应规划方法，属于水下机器人观测技术领域。
背景技术
针对特定海域长期定点连续观测需求，利用自主水下机器人技术，可以实现自航式、长期定点、垂直剖面连续观测的要求，获得特定海域长期定点剖面的海洋环境参数连续观测数据。水下机器人的观测深度设定是获取特定海域观测数据非常普遍而重要的一环，实现自适应划分观测点处的观测深度能提高观测数据的完备性，对观测任务的执行具有显著的实用价值。
水下机器人用于观测任务时，观测深度通常由科研人员根据先验的海图信息人为设定，存在两方面缺点，缺点1：海图分辨率有限，无法精确合理地设定观测深度；缺点2：由于海底地形活动较为频繁，导致实际地形和海图存在不一致情况，人为设定观测深度容易导致AUV触底或者触发AUV的故障处理阈值发生抛载等，使得观测任务失败甚至给水下机器人带来危险。分段自适应规划方法，能根据观测点处的实际水深，自主规划观测深度及决策相应的控制策略，能充分完全地获得观测点处的观测数据，提高AUV执行观测任务的合理性，也能保障AUV的安全性。
因此，研究实用工程化的水下机器人的观测深度划分方法，提高水下机器人观测深度划分的合理性，是当前水下机器人自主观测中的一个重要问题。
发明内容
本发明针对水下机器人的观测深度人为设定的缺点，提出了一种分段自适应规划方法，可根据观测点的水深实现简便快捷的自适应划分观测深度，提高了观测深度设置的合理性和观测作业的完备性。
本发明为实现上述目的所采用的技术方案是：一种水下机器人的观测深度分段自适应规划方法，包括以下步骤：
1)水下机器人到达观测点后，获取观测点处水下机器人的深度值和高度值；
2)将观测的深度值分为三个阶段：
浅水上浮段：AUV所处水深小于等于n米；
中间划分段：AUV所处水深大于n米且小于2n米；
深水下潜段：AUV所处水深大于等于n米；
3)AUV根据观测的深度值所处的阶段，选择相应的AUV观测控制方法。
浅水上浮段的AUV观测控制方法，包括以下步骤：
AUV上浮至水面，并将ADCP设置为测流模式，进行设定时间的观测；观测完毕后，处理观测数据，并将观测结果发送至母船。
中间划分段的AUV观测控制方法，包括以下步骤：：
首先设定观测深度为水深的一半；
AUV上浮或下潜至设定的观测深度，将ADCP设置为测流模式，调平AUV姿态，进行第1次观测；然后上浮至水面进行设定时间的观测；观测完毕后，处理观测数据，并将观测结果发送至母船。
深水下潜段的AUV观测控制方法，包括以下步骤：
AUV下潜至2n米，将ADCP设置为测流模式，调平AUV姿态，进行第1次观测；然后上浮至n米，调平AUV姿态，进行第2次观测；最后上浮至水面，调平AUV姿态，进行第3次观测；观测完毕后，处理观测数据，并将观测结果发送至母船。
所述观测结果通过以下公式得到：
veflow、vnflow、vvflow分别为大地坐标系下东向、北向和垂向的海流，vx_rel、vy_rel分别为载体坐标系下前向和右向的水流速度，yaw为AUV测流时的航向角，GR_to_R表示角度转换为弧度；
其中，v_forward、v_right分别为载体坐标系下前向、右向的对地速度，vxflow、vyflow、vzflow分别为载体坐标系下前向、右向和垂向的对流速度。
n为ADCP观测水流深度的上限值
本发明具有以下有益效果及优点：
1.本发明将AUV观测作业任务时的观测深度采用分段自适应方法进行规划，实现了AUV自主智能决策观测深度。
2.本发明将观测深度分段自适应规划方法和相应的控制策略相结合，使AUV针对不同水深都能采取合理的观测深度选择，对复杂地形和不同水深的观测具有较强的适应性和鲁棒性。
3.本发明设计的水下机器人的观测深度分段自适应规划方法，简单实用，能方便快捷地进行代码实现，有利于工程应用。
4.分段自适应规划观测水深的方法有效克服了人为设定观测水深粗糙和不合理的情况，适用于复杂海洋环境下更为精细智能的自主观测任务。本发明能显著提高AUV在不确定的复杂海洋环境中自适应性和自主完成任务的可靠性。
附图说明
图1为本发明的观测水深自适应规划总体架构图；
图2为本发明的浅水上浮控制策略图；
图3为本发明的中间划分控制策略图；
图4为本发明的深水下潜控制策略图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
如图1所示，本发明涉及一种自主水下机器人(Autonomous Underwater Vehicle，AUV)的观测深度分段自适应规划方法；所述观测深度自主决策方法采用分段自适应方法：首先，AUV通过声学多普勒流速剖面仪(Acoustic Doppler Current Profilers，ADCP)和深度计分别实时测量AUV所处位置的高度值和深度值，得到深/高度信息，在AUV到达任务规划的观测点后，通过计算AUV当前位置的水深值，将观测深度分为浅水上浮、中间划分、深水下潜三个阶段，分段自适应调整观测作业所需的设定观测深度和相应的控制策略。
以75KHz ADCP打底距离800米、测流能力400米为例，水深小于400米定义为浅水上浮段，AUV上浮到水面进行海流观测；水深在400米到800米之间定义为中间划分段，分两次观测，AUV上浮或下潜至水深的中间位置进行第一次观测，然后上浮至水面进行第二次观测；水深大于800米定义为深水下潜段，分三次观测，AUV下潜至水深800米处进行第一次观测，然后上浮至水深400米处，进行第二次观测，最后上浮至水面进行第三次观测。
一种水下机器人的观测深度分段自适应规划方法，分段自适应规划包括三个阶段，分别是浅水上浮、中间划分、深水下潜；
浅水上浮段，AUV到达观测点后，计算水深属于该段范围，上浮到水面进行海流观测；
中间划分段，AUV到达观测点后，计算水深属于该段范围，将该段的观测深度设定为水深的一半，连续进行2次海流观测；
深水下潜段，AUV到达观测点后，计算水深属于该段范围，将该段的观测深度分别设定为400米和800米，连续进行3次海流观测；
将观测点的观测深度分段自适应规划后，自主决策出相应的控制策略。
本发明具体包括以下步骤：
第一步：获取有效的观测点处的深度值和高度值，描述如下：
AUV在水下航行到预定观测点后，停止航行。判断ADCP是否能打到水底，如果ADCP通信有效且处于打不到底状态，高度值采用ADCP对底高度的最大值；如果ADCP通信有效且能打到底，高度值采用ADCP探测的实时高度值。采集ADCP和深度计实时探测的高度值和深度值，传送给自动驾驶单元进行自主决策观测深度。
第二步：根据第一步获取的AUV当前高度值和深度值，计算基于分段自适应方法的观测深度，依次将观测深度分为三个阶段：
(1)浅水上浮段：观测点处，AUV所处水深小于400米。观测深度为水面。
(2)中间划分段：观测点处，AUV所处水深在400米至800米之间。需要进行两次观测，观测深度分别为所处水深的一半及水面。
(3)深水下潜段：观测点处，AUV所处水深大于800米。需要进行3次观测，观测深度分别为800米、400米及水面。
第三步：根据第二步得出的观测深度，自主选择相应的AUV观测控制策略，传输给AUV的运动控制层，进行观测作业。
(1)浅水上浮段控制策略，如图2所示。
(2)中间划分段控制策略，如图3所示。
(3)深水下潜段控制策略，如图4所示。
AUV到达观测点后，计算水深属于的范围，然后选择执行相应策略：
如图2所示，浅水上浮段设计如下：
打开CTD等探测传感器，上浮至水面；关闭CTD等探测传感器，将ADCP设置为测流模式，调整AUV在水面的姿态，进行一定时间的观测；观测完毕后，处理观测数据，并将观测结果通过铱星发送回母船的监控平台。
如图3所示，中间划分段设计如下：
将第1次的观测深度设定为水深的一半；上浮或下潜至人为设定的观测深度，打开CTD(温盐深仪)、多参数水质仪等探测传感器，上浮或下潜至第1次观测深度；将ADCP设置为测流模式，调平AUV姿态，进行第1次观测；第1次观测完后，上浮至水面进行第2次观测，以下步骤同浅水上浮段设计。
如图4所示，深水下潜段设计如下：
将观测深度分别设定为400米和800米；AUV下潜至800米，将ADCP设置为测流模式，调平AUV姿态，进行第1次观测；打开CTD、多参数水质仪等探测传感器，上浮至400米，调平AUV姿态，进行第2次观测；上浮至水面，调平AUV姿态，进行第3次观测，观测完毕后步骤同浅水上浮段设计。
第四步：根据第三步观测到的海流信息，进行在线处理，并通过铱星发回给母船上的监控平台，确保观测信息获取的安全性和可靠性。
观测到的海流信息是在载体坐标系下的前向、右向和垂向的海流值，需要转换为大地坐标系下的相应值。
符号假定：
vxflow、vyflow、vzflow：载体坐标系下前向、右向和垂向的对流速度，单位米/秒；
veflow、vnflow、vvflow：大地坐标系下东向、北向和垂向的海流，单位米/秒；
v_forward、v_right：载体坐标系下前向、右向的对地速度，单位米/秒；
yaw：AUV测流时的航向角，单位为角度；
GR_to_R：角度转换为弧度，其值为π/180；
vx_rel、vy_rel：载体坐标系下前向和右向的水流速度，单位米/秒。
计算载体坐标系下前向和右向的流速，如下式：
计算大地坐标系下，东向、北向和垂向的流速，如下式：
多次观测处理海流数据时，每次都通过式(2)得到大地坐标系下东向、北向和垂向的流速，然后将多次得到的流速自动进行数据分包，通过铱星链路发送短信传回至监控母船。
Claims (6)
1.一种水下机器人的观测深度分段自适应规划方法，其特征在于包括以下步骤：
1)水下机器人到达观测点后，获取观测点处水下机器人的深度值和高度值；
2)将观测的深度值分为三个阶段：
浅水上浮段：AUV所处水深小于等于n米；
中间划分段：AUV所处水深大于n米且小于2n米；
深水下潜段：AUV所处水深大于等于n米；
3)AUV根据观测的深度值所处的阶段，选择相应的AUV观测控制方法。
2.根据权利要求1所述的一种水下机器人的观测深度分段自适应规划方法，其特征在于浅水上浮段的AUV观测控制方法，包括以下步骤：
AUV上浮至水面，并将ADCP设置为测流模式，进行设定时间的观测；观测完毕后，处理观测数据，并将观测结果发送至母船。
3.根据权利要求1所述的一种水下机器人的观测深度分段自适应规划方法，其特征在于中间划分段的AUV观测控制方法，包括以下步骤：：
首先设定观测深度为水深的一半；
AUV上浮或下潜至设定的观测深度，将ADCP设置为测流模式，调平AUV姿态，进行第1次观测；然后上浮至水面进行设定时间的观测；观测完毕后，处理观测数据，并将观测结果发送至母船。
4.根据权利要求1所述的一种水下机器人的观测深度分段自适应规划方法，其特征在于深水下潜段的AUV观测控制方法，包括以下步骤：
AUV下潜至2n米，将ADCP设置为测流模式，调平AUV姿态，进行第1次观测；然后上浮至n米，调平AUV姿态，进行第2次观测；最后上浮至水面，调平AUV姿态，进行第3次观测；观测完毕后，处理观测数据，并将观测结果发送至母船。
5.根据权利要求2或3或4任一项所述的一种水下机器人的观测深度分段自适应规划方法，其特征在于所述观测结果通过以下公式得到：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>ve</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>=</mo>
<mi>v</mi>
<mi>x</mi>
<mo>_</mo>
<mi>r</mi>
<mi>e</mi>
<mi>l</mi>
<mo>*</mo>
<mi>cos</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mi>a</mi>
<mi>w</mi>
<mo>*</mo>
<mi>G</mi>
<mi>R</mi>
<mo>_</mo>
<mi>t</mi>
<mi>o</mi>
<mo>_</mo>
<mi>R</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>v</mi>
<mi>y</mi>
<mo>_</mo>
<mi>r</mi>
<mi>e</mi>
<mi>l</mi>
<mo>*</mo>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mi>a</mi>
<mi>w</mi>
<mo>*</mo>
<mi>G</mi>
<mi>R</mi>
<mo>_</mo>
<mi>t</mi>
<mi>o</mi>
<mo>_</mo>
<mi>R</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>vn</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>-</mo>
<mi>v</mi>
<mi>x</mi>
<mo>_</mo>
<mi>r</mi>
<mi>e</mi>
<mi>l</mi>
<mo>*</mo>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mi>a</mi>
<mi>w</mi>
<mo>*</mo>
<mi>G</mi>
<mi>R</mi>
<mo>_</mo>
<mi>t</mi>
<mi>o</mi>
<mo>_</mo>
<mi>R</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>v</mi>
<mi>y</mi>
<mo>_</mo>
<mi>r</mi>
<mi>e</mi>
<mi>l</mi>
<mo>*</mo>
<mi>cos</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mi>a</mi>
<mi>w</mi>
<mo>*</mo>
<mi>G</mi>
<mi>R</mi>
<mo>_</mo>
<mi>t</mi>
<mi>o</mi>
<mo>_</mo>
<mi>R</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>vv</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>vz</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>.</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
veflow、vnflow、vvflow分别为大地坐标系下东向、北向和垂向的海流，vx_rel、vy_rel分别为载体坐标系下前向和右向的水流速度，yaw为AUV测流时的航向角，GR_to_R表示角度转换为弧度；
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>v</mi>
<mi>x</mi>
<mo>_</mo>
<mi>r</mi>
<mi>e</mi>
<mi>l</mi>
<mo>=</mo>
<mi>v</mi>
<mo>_</mo>
<mi>f</mi>
<mi>o</mi>
<mi>r</mi>
<mi>w</mi>
<mi>a</mi>
<mi>r</mi>
<mi>d</mi>
<mo>-</mo>
<msub>
<mi>vx</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>v</mi>
<mi>y</mi>
<mo>_</mo>
<mi>r</mi>
<mi>e</mi>
<mi>l</mi>
<mo>=</mo>
<mi>v</mi>
<mo>_</mo>
<mi>r</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
<mo>-</mo>
<msub>
<mi>vy</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>.</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，v_forward、v_right分别为载体坐标系下前向、右向的对地速度，vxflow、vyflow、vzflow分别为载体坐标系下前向、右向和垂向的对流速度。
6.根据权利要求1所述的一种水下机器人的观测深度分段自适应规划方法，其特征在于n为ADCP观测水流深度的上限值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611032047.1A CN108089588A (zh) | 2016-11-22 | 2016-11-22 | 一种水下机器人的观测深度分段自适应规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611032047.1A CN108089588A (zh) | 2016-11-22 | 2016-11-22 | 一种水下机器人的观测深度分段自适应规划方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108089588A true CN108089588A (zh) | 2018-05-29 |
Family
ID=62169855
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611032047.1A Pending CN108089588A (zh) | 2016-11-22 | 2016-11-22 | 一种水下机器人的观测深度分段自适应规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108089588A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109213179A (zh) * | 2018-07-13 | 2019-01-15 | 哈尔滨工程大学 | 一种全海深auv折线式下潜控制方法 |
| CN111637874A (zh) * | 2020-05-08 | 2020-09-08 | 哈尔滨工程大学 | 一种赤潮海域多auv分层探测系统及探测方法 |
| CN113501114A (zh) * | 2020-11-23 | 2021-10-15 | 自然资源部第一海洋研究所 | 一种基于深潜器无动力下潜实时信息的深海海流计算方法 |
| CN118640978A (zh) * | 2024-08-16 | 2024-09-13 | 青岛海洋地质研究所 | 基于压力传感获取海水不同深度的数据获取方法 |
| CN118640978B (zh) * | 2024-08-16 | 2024-10-22 | 青岛海洋地质研究所 | 基于压力传感获取海水不同深度的数据获取方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009023058A2 (en) * | 2007-05-30 | 2009-02-19 | Oceaneering International, Inc. | Hybrid remotely/autonomously operated underwater vehicle |
| CN102052924A (zh) * | 2010-11-25 | 2011-05-11 | 哈尔滨工程大学 | 一种小型水下机器人组合导航定位方法 |
| CN102914296A (zh) * | 2012-11-07 | 2013-02-06 | 国家海洋技术中心 | 小型水下自主航行观测平台观测方法 |
| CN103439971A (zh) * | 2013-08-13 | 2013-12-11 | 北京师范大学 | 一种库区水下地形及水质指标探测机器人 |
| CN104679008A (zh) * | 2013-11-27 | 2015-06-03 | 中国科学院沈阳自动化研究所 | 一种auv自主寻底控制方法 |
| CN105644743A (zh) * | 2014-11-10 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种三体构型的长期定点观测型水下机器人 |
| CN105644742A (zh) * | 2014-11-10 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种长期定点垂直剖面观测型水下机器人 |
| CN105700412A (zh) * | 2014-11-26 | 2016-06-22 | 中国科学院沈阳自动化研究所 | 用于水下机器人/潜水器分时作业的监管值班控制系统及方法 |
-
2016
- 2016-11-22 CN CN201611032047.1A patent/CN108089588A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009023058A2 (en) * | 2007-05-30 | 2009-02-19 | Oceaneering International, Inc. | Hybrid remotely/autonomously operated underwater vehicle |
| CN102052924A (zh) * | 2010-11-25 | 2011-05-11 | 哈尔滨工程大学 | 一种小型水下机器人组合导航定位方法 |
| CN102914296A (zh) * | 2012-11-07 | 2013-02-06 | 国家海洋技术中心 | 小型水下自主航行观测平台观测方法 |
| CN103439971A (zh) * | 2013-08-13 | 2013-12-11 | 北京师范大学 | 一种库区水下地形及水质指标探测机器人 |
| CN104679008A (zh) * | 2013-11-27 | 2015-06-03 | 中国科学院沈阳自动化研究所 | 一种auv自主寻底控制方法 |
| CN105644743A (zh) * | 2014-11-10 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种三体构型的长期定点观测型水下机器人 |
| CN105644742A (zh) * | 2014-11-10 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种长期定点垂直剖面观测型水下机器人 |
| CN105700412A (zh) * | 2014-11-26 | 2016-06-22 | 中国科学院沈阳自动化研究所 | 用于水下机器人/潜水器分时作业的监管值班控制系统及方法 |
Non-Patent Citations (4)
| Title |
|---|
| 侍茂崇 等: "《海洋调查方法》", 31 July 2000, 青岛海洋大学出版社 * |
| 李举锋: "AUV多源观测数据融合方法及应用技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 郭琨 等: "《海洋工作者手册 第1卷 海洋科技》", 31 August 2016, 海洋出版社 * |
| 陈江: "AUV垂直面运动控制过程中自抗扰方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109213179A (zh) * | 2018-07-13 | 2019-01-15 | 哈尔滨工程大学 | 一种全海深auv折线式下潜控制方法 |
| CN111637874A (zh) * | 2020-05-08 | 2020-09-08 | 哈尔滨工程大学 | 一种赤潮海域多auv分层探测系统及探测方法 |
| CN113501114A (zh) * | 2020-11-23 | 2021-10-15 | 自然资源部第一海洋研究所 | 一种基于深潜器无动力下潜实时信息的深海海流计算方法 |
| CN113501114B (zh) * | 2020-11-23 | 2022-05-06 | 自然资源部第一海洋研究所 | 一种基于深潜器无动力下潜实时信息的深海海流计算方法 |
| CN118640978A (zh) * | 2024-08-16 | 2024-09-13 | 青岛海洋地质研究所 | 基于压力传感获取海水不同深度的数据获取方法 |
| CN118640978B (zh) * | 2024-08-16 | 2024-10-22 | 青岛海洋地质研究所 | 基于压力传感获取海水不同深度的数据获取方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | Survey of underwater robot positioning navigation | |
| CN105547261B (zh) | 一种边远岛礁水下地形地貌勘测系统与方法 | |
| CN104267723B (zh) | 远洋船舶导航自动航行系统及导航方法 | |
| Yoerger et al. | Fine-scale seafloor survey in rugged deep-ocean terrain with an autonomous robot | |
| CN109515086A (zh) | 海洋探测机器人及其作业方法 | |
| CN209426501U (zh) | 海洋探测机器人 | |
| CN108089588A (zh) | 一种水下机器人的观测深度分段自适应规划方法 | |
| CN111638523A (zh) | 一种水下机器人对失踪者的搜寻和定位系统及方法 | |
| CN109631857B (zh) | 一种多无人艇联合岛礁测绘系统和方法 | |
| US20210191400A1 (en) | Autonomous vessel simulation system and operating method thereof | |
| CN109612454A (zh) | 无人船测绘路径校准方法、系统及无人船 | |
| CN102518161B (zh) | 挖泥船直接高程控制挖泥方法 | |
| CN109470248A (zh) | 一种水下航行器导航系统及导航方法 | |
| CN105758405B (zh) | 一种适用于高海况的uuv跟踪母船航迹规划方法 | |
| Bibuli et al. | Unmanned surface vehicles for automatic bathymetry mapping and shores' maintenance | |
| US20220185431A1 (en) | Method for inspection of catenary anchor lines connected to a floating object | |
| CN115019412A (zh) | 一种基于多传感器的水下auv海缆巡检系统及方法 | |
| CN209728169U (zh) | 江河湖泊探测机器人 | |
| González et al. | AUV based multi-vehicle collaboration: Salinity studies in Mar Menor Coastal lagoon | |
| JP2023072588A (ja) | 無人保守システムおよび無人保守方法 | |
| Yan et al. | Moving long baseline positioning algorithm with uncertain sound speed | |
| CN109541609A (zh) | 江河湖泊探测机器人及其作业方法 | |
| CN110091962B (zh) | 一种基于虚拟墙的30万吨级大型油轮靠泊监测装置的监测方法 | |
| Hernández et al. | AUV online mission replanning for gap filling and target inspection | |
| CN113989350B (zh) | 无人船自主探索和未知环境三维重构的监控系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180529 |
|
| RJ01 | Rejection of invention patent application after publication |