CN109189057A - 一种深海爬游机器人自主避障仿真实验系统 - Google Patents
一种深海爬游机器人自主避障仿真实验系统 Download PDFInfo
- Publication number
- CN109189057A CN109189057A CN201810718393.8A CN201810718393A CN109189057A CN 109189057 A CN109189057 A CN 109189057A CN 201810718393 A CN201810718393 A CN 201810718393A CN 109189057 A CN109189057 A CN 109189057A
- Authority
- CN
- China
- Prior art keywords
- robot
- module
- crawl stroke
- motion
- sea
- 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
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims description 65
- 238000004088 simulation Methods 0.000 claims description 11
- 238000013439 planning Methods 0.000 claims description 6
- 238000000465 moulding Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 239000013535 sea water Substances 0.000 claims description 3
- 241001465754 Metazoa Species 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 abstract description 17
- 238000004891 communication Methods 0.000 abstract description 11
- 238000000034 method Methods 0.000 abstract description 9
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 230000003993 interaction Effects 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 9
- 230000002452 interceptive effect Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000003556 assay Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000007794 visualization technique 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种深海爬游机器人自主避障仿真实验系统，包括地图编辑模块、任务加载模块、虚拟视景仿真模块、水下传感器模块、自主避障及运动控制模块和状态监控及数据存储模块；能够实时模拟深海环境中三维障碍物的分布，生成海底各种干扰因素，采用实时通信网络对各个功能模块之间的数据进行实时传输和交互，使得爬游机器人在该系统中能够对自主避障方法进行充分验证和分析。
Description
技术领域
本发明属于智能机器人自主避障技术领域，具体涉及一种深海爬游机器人自主避障仿真实验系统。
背景技术
目前随着能源和安全不断转向深海空间，使得对深海空间进行勘探和开发的相关技术的需求越来越迫切，然而深海环境恶劣的自然条件，限制了有人系统的使用，无人系统成为深海空间开发和利用的重要手段。深海爬游机器人是一种用于深海搜索、勘探、作业的无人智能机器人系统，能在超过5000米的深海海域作业，但是深海环境中的超高压力、低能见度、复杂未知的海底环境等因素对深海爬游机器人的安全构成了巨大威胁。
目前针对无人系统自主避障技术的研究主要集中在无人机、地面无人车、水面无人艇、水下智能机器人系统，然而对于深海智能系统的自主避障技术研究成果还非常少，需要在这个领域展开相关研究，为深海智能机器人系统提供安全可靠的技术支撑。深海爬游机器人工作环境比传统无人系统工作的环境都要复杂，由于其下潜深度大，通常到达深海海底，工作环境为一个三维分布的障碍物环境。三维环境中的自主避障问题的复杂程度要远远大于二维环境，同时还需要考虑深海环境中其他干扰因素的影响，使得深海爬游机器人自主避障方法的设计具有很大的难度。在自主避障算法设计过程中，需要构建各种障碍物环境约束，对自主避障算法的性能进行充分验证分析。由于受使用成本、安全性、以及深海障碍物环境约束等因素限制，使得在实体机器人平台上进行实验分析是不可行的，需要利用一种安全、高效、快捷的方法对深海爬游机器人的自主避障算法的性能进行验证分析。
发明内容
有鉴于此，本发明提供了一种深海爬游机器人自主避障仿真实验系统，能够实时模拟深海环境中三维障碍物的分布，生成海底各种干扰因素，采用实时通信网络对各个功能模块之间的数据进行实时传输和交互，使得爬游机器人在该系统中能够对自主避障方法进行充分验证和分析。
实现本发明的技术方案如下：
一种深海爬游机器人自主避障仿真实验系统，包括地图编辑模块、任务加载模块、虚拟视景仿真模块、水下传感器模块、自主避障及运动控制模块和状态监控及数据存储模块；
地图编辑模块构建爬游机器人的深海障碍物环境；
任务加载模块设置爬游机器人的初始运动状态和作业任务；
虚拟视景仿真模块根据深海障碍物环境构建三维地理环境，并根据爬游机器人的初始运动状态和三维地理环境得到初始障碍物分布信息；并根据自主避障及运动控制模块输出的爬游机器人运动控制指令对机器人的运动状态进行解算，将爬游机器人运动状态实时数据传输到自主避障及运动控制模块、任务加载模块和状态监控及数据存储模块中；
水下传感器模块读取初始障碍物分布信息和爬游机器人位姿信息，根据自主避障实验的需求，构建爬游机器人周围环境中障碍物分布数据；
自主避障及运动控制模块根据当前作业任务、障碍物分布数据、爬游机器人的初始运动状态计算爬游机器人安全自主航行的运动控制指令；
状态监控及数据存储模块存储爬游机器人的姿态信息、障碍物分布数据和实时运动状态数据。
进一步地，虚拟视景仿真模还用于对爬游机器人的各种运动状态、海底地形、海流、以及海洋动植物进行实时显示。
进一步地，虚拟视景仿真模块还用于模拟盐度、温度和海水密度。
进一步地，水下传感器探测模块模拟爬游机器人的避障声纳传感器，在爬游机器人进行自主避障的过程中提供实时的障碍物分布数据。
进一步地，自主避障及运动控制模块包括自主避障模块和爬游机器人平台运动控制模块，自主避障模块根据作业任务目标、障碍物分布数据以及爬游机器人的实时运动状态，计算出能够引导爬游机器人在障碍物环境中进行安全航行的航速、航向，并将生成的航速和航向输入到运动控制模块；运动控制模块根据输入的航速、航向以及机器人实时运动状态信息计算出机器人运动控制指令，爬游机器人的运动控制指令包括两种类型：巡游状态控制指令参数和爬游状态控制指令参数。
进一步地，爬游机器人的运动状态包括下潜、上浮、巡游、坐底抗流、稳定爬行、作业控制、起底和回收。
进一步地，虚拟视景仿真模块包含爬游机器人运动状态解算模块，根据自主避障及运动控制模块输入的运动控制指令和爬游机器人当前的运动状态信息，解算出爬游机器人下一个时钟节拍的坐标、航速、航向、横倾角和纵倾角的运动状态参数。
有益效果：
一、本发明提出了一种深海爬游机器人自主避障仿真实验系统，为深海爬游机器人在深海环境中的自主避障方法的设计和验证分析提供了充分的实验条件。
二、本发明在自主避障算法的设计分析过程中，充分利用视景驱动引擎提供的运动学模块对爬游机器人的运动姿态进行解算，避免了实体机器人平台的使用，确保了机器人实体平台的安全。
三、本发明实验仿真系统能根据需求构建各种障碍物分布环境和干扰因素，充分模拟深海爬游机器人的深海工作环境，对机器人自主避障算法的性能进行充分有效地验证，确保了自主避障算法在实际深海环境中的可靠性。
四、本发明自主避障仿真实验系统能对自主避障算法中存在的问题进行快速验证、分析和反馈，有效提升了机器人自主避障算法的研制效率，缩短了机器人系统的研制周期。
五、本发明自主避障仿真实验系统采用三维视景可视化技术，能够提升操作人员与实验系统之间的交互效率。
附图说明
图1为爬游机器人自主避障技术仿真系统结构图。
图2为自主避障及运动控制模块结构图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明提供了一种深海爬游机器人自主避障仿真实验系统，如图1所示，包括地图编辑模块、任务加载模块、虚拟视景仿真模块、水下传感器模块、自主避障及运动控制模块和状态监控及数据存储模块；
1)地图编辑模块
根据爬游机器人在深海环境中自主避障实验的需求，利用地图编辑模块为其构建障碍物环境，为爬游机器人的自主避障构建障碍物环境约束，根据需求尽可能模拟深海障碍物环境。
地图编辑模块采用图形化的地图编辑交互界面，便于用户根据实际需求通过对地图基本模型库进行添加、删除、旋转、放大、缩小等基本操作构建地图。图形化基本地形模型包括：海岛模型库、海底地形库、海底礁石障碍物库等，基本模型库采用3DMAX进行开发，每一个图形化模型背后都对应该模型的相关属性数据。地图编辑模块采用Unity3D驱动引擎进行开发，能进行3DMAX格式的图形化基本地图模型的加载，快速生成爬游机器人的作业深海海洋环境。
用户在为爬游机器人设置深海工作环境时，可以根据实验需求添加海岛、海底地形、海底礁石等，也可以通过对地形模块进行组合处理，生成复杂多样化的海洋环境。地图编辑模块可以在设定的海域范围内通过移动、缩放、旋转等编辑功能，形成自定义的深海障碍物环境地图。编辑好的深海障碍物环境数据通过实时通信网络传输到虚拟视景仿真模块，虚拟视景仿真模块根据地形的相关参数构建三维虚拟海洋环境。
2)任务加载模块
机器人任务加载模块包括初始任务设置和实时任务设置两种，爬游机器人任务设置包括：运动起点、任务目标点、航迹关键目标点、作业任务的类型等。初始任务设置是在爬游机器人在开始作业之前进行的，设置爬游机器人的初始做作业任务目标，并设置爬游机器人的初始运动状态，通过实时数据通信网络将任务目标传输到自主避障及运动控制模块引导爬游机器人进行作业。而实时任务设置是在爬游机器人作业的过程中进行的，用户可以根据实际需求重新设置任务目标，通过实时数据通信网络下发的自主避障及运动控制模块对作业任务进行更新。
3)虚拟视景仿真模块
虚拟视景仿真模块根据地图编辑模块输入的地图环境信息为爬游机器人构建了三维海洋环境，虚拟视景仿真模块能够对爬游机器人的各种运动状态、海底地形、海流、以及海洋环境中鱼类和水草等进行实时显示。虚拟视景仿真模块还具有模拟还有、盐度、温度、海水密度等各种干扰因素，尽可能对深海环境的各种干扰因素进行模拟，增强了爬游机器人在避障实验分析的真实性。
虚拟视景仿真模块包含爬游机器人运动状态解算模块，根据自主避障及运动控制模块输入的运动控制指令和爬游机器人当前的运动状态信息，解算出爬游机器人下一个时钟节拍的坐标、航速、航向、横倾角、纵倾角等运动状态参数。
虚拟视景仿真模块对爬游机器人的实时运动状态进行展示，爬游机器人典型运动模式包括：下潜、上浮、巡游、坐底抗流、稳定爬行、作业控制、起底、回收等。在展示的过程中包括机器人的运动姿态、各个运动部件的动作、运动产生的视景特效等细节。虚拟视景仿真模块具有多视角切换功能，用户可以根据需求进行多视角切换，对爬游机器人整个运动过程进行全方位多角度展示。爬游机器人试验过程的可视化显示，能够有效提升了用户在实验分析过程中的交互效率，便于用户对整个实验进展情况的全面掌控，提升了爬游机器人在自主避障实验分析过中的效率和质量。
虚拟视景仿真模块够根据爬游机器人的运动状态提取出周围环境中的障碍物分布情况，并将爬游机器人的姿态数据和障碍物的分布信息输出到水下传感器探测模块。虚拟视景仿真模块解算出的机器人实时运动状态数据还将输出到水下传感器模块、状态监控及数据存储模块、自主避障及运动控制模块。
4)水下传感器模块
水下传感器模块模拟爬游机器人的避障声纳传感器，在爬游机器人进行自主避障的过程中提供实时的障碍物分布数据。水下传感器模块接收来源于虚拟视景仿真模块输入的机器人姿态信息和障碍物分布信息，根据实验需求在障碍物数据中加入噪声干扰，并对传感器的探测范围进行设置，模拟真实避障声纳在实际海洋环境中的探测数据。水下传感器探测模块能够以爬游机器人相对坐标输出障碍物的分布数据，也能够输出基于绝对坐标系的障碍物分布数据。水下传感器探测模块生成的障碍物数据将输出到自主避障及运动控制模块，为爬游机器人自主避障实验提供障碍物分布数据。障碍物分布数据还将输出到数据存储模块，将障碍物的分布数据存储在数据库中便于后续的实验结果分析。
5)自主避障及运动控制模块
自主避障及运动控制模块包括自主避障模块和爬游机器人平台运动控制模块两个部分，如图2所示，该模块是爬游机器人进行自主避障仿真实验的自主避障软件和运动控制软件嵌入模块。自主避障模块根据作业任务目标、障碍物分布数据以及爬游机器人的实时运动状态，计算出能够引导爬游机器人在障碍物环境中进行安全航行的航速、航向，并将生成的航速和航向输入到运动控制模块。运动控制模块根据输入的航速、航向以及机器人实时运动状态信息计算出机器人运动控制指令，爬游机器人的运动控制指令包括两种类型：巡游状态控制指令参数和爬游状态控制指令参数。爬游机器人装备有2个尾推和2个垂推，共计4个推进器控制参数(左后推、右后推、前垂推、后垂推)；爬游机器人共计6条腿，每一条腿3个关节，共计18个爬游控制参数(左前关节1、左前关节2、左前关节3，左中关节1、左中关节2、左中关节3，左后关节1、左后关节2、左后关节3，右前关节1、右前关节2、右前关节3，右中关节1、右中关节2、右中关节3，右后关节1、右后关节2、右后关节3)。当爬游机器人处于巡游状态时，则输出4个推进器控制参数；当爬游机器人处于爬游状态时，则输出18个关节控制参数。爬游机器人运动控制参数将输入到虚拟视景仿真模块中，通过嵌入在该模块中的运动解算模块对爬游机器人的运动状态进行实时解算，并爬游机器人实时运动状态反馈到自主避障及运动控制模块中。
6)状态监控及数据存储模块
状态监控及数据存储模块包括数据存储模块和状态监控模块，数据存储模块用于存储爬游机器人的实时运动状态以及障碍物的分布数据，爬游机器人运动状态数据来源于虚拟视景仿真模块，障碍物分布数据来源于水下传感器探测模块。运动状态数据和障碍物分布数据将存储在数据库中，便于自主避障实验结束后进行分析。
状态监控模块是对爬游机器人的实时运动状态数据进行显示，运动状态包括：航速、航向、横倾角、纵倾角、推进器转速、立足状态等，便于用户对爬游机器人的运动状态进行实时观察和分析。爬游机器人运动状态数据是由虚拟视景仿真模块生成，通过实时数据通信网络传递到人机交互接口。
在本实施例中，爬游机器人自主避障实验仿真系统具体实施所用的设备有：PC机三台，图形工作站一台、PC/104嵌入式计算机1台，实时计算机通信网络、Oracle数据库管理软件一套。PC机主要配置：4G内存、1G显卡、4核处理器，双显卡，双显示器。三台PC机运行任务分别为：一台运行地图编辑模块和人机交互接口，一台运行水下传感器探测模块、一台运行数据存储模块。PC/104嵌入式计算机运行自主避障及运动控制模块。图形工作站运行虚拟仿真模块，主要配置：4CPU、32G内存、K6000图形显卡。实时计算机通信网络将三台PC机、PC/104嵌入式计算机、图形工作站连接在一起，实现系统各个功能模块之间的实时数据交互。Oracle数据管理软件用于存储爬游机器人在实验过程中实时运动状态数据和障碍物的分布数据。
爬游机器人自主避障实验仿真系统具体执行步骤如下：
Step1：在地图编辑模块构建爬游机器人作业环境地图，并将作业地图环境信息通过实时计算机通信网络传输到虚拟视景仿真模块，为构建三维可视化深海障碍物环境做准备；
Step2：在人机交互接口中设置爬游机器人初始作业任务目标和机器人初始运动状态，并通过实时计算机通信网络将相关参数传递到自主避障及运动控制模块，为爬游机器人自主避障实验做准备；
Step3：虚拟视景仿真模块根据地图编辑模块输入的地图环境信息构建三维地理环境，为爬游机器人自主避障构建可视三维障碍物实验场景。虚拟视景仿真模块根据爬游机器人初始运动状态数据和构建的三维障碍物环境数据计算出初始障碍物分布信息，并将机器人姿态信息和障碍物分布信息输入到水下传感器探测模块，并将机器人状态数据输入到状态监控及数据存储模块；
Step4：水下传感器探测模块读取的机器人运动姿态信息和障碍物分布信息，根据自主避障实验的需求，构建爬游机器人周围环境中障碍物的分布数据，并将构建的障碍物分布数据通过实时计算机通信网络传输到自主避障及运动控制模块和数据存储模块；
Step5：自主避障及运动控制模块首先判断作业任务目标是否发生变化，是，则以最新作业任务进行；否，则根据当前作业任务目标、障碍物实时分布数据、机器人运动状态数据计算爬游机器人安全自主航行的运动控制指令，并将运动控制指令输入到虚拟视景仿真模块中；
Step6：虚拟视景仿真模块根据机器人运动控制指令对机器人的运动状态进行解算，实时爬游机器人运动状态数据将传输到自主避障及运动控制模块、人机交互接口、数据存储模块中。判断爬游机器人是否达到目标点？是，结束退出；否，转Step4。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种深海爬游机器人自主避障仿真实验系统，其特征在于，包括地图编辑模块、任务加载模块、虚拟视景仿真模块、水下传感器模块、自主避障及运动控制模块和状态监控及数据存储模块；
地图编辑模块构建爬游机器人的深海障碍物环境；
任务加载模块设置爬游机器人的初始运动状态和作业任务；
虚拟视景仿真模块根据深海障碍物环境构建三维地理环境，并根据爬游机器人的初始运动状态和三维地理环境得到初始障碍物分布信息；并根据自主避障及运动控制模块输出的爬游机器人运动控制指令对机器人的运动状态进行解算，将爬游机器人运动状态实时数据传输到自主避障及运动控制模块、任务加载模块和状态监控及数据存储模块中；
水下传感器模块读取初始障碍物分布信息和爬游机器人位姿信息，根据自主避障实验的需求，构建爬游机器人周围环境中障碍物分布数据；
自主避障及运动控制模块根据当前作业任务、障碍物分布数据、爬游机器人的初始运动状态计算爬游机器人安全自主航行的运动控制指令；
状态监控及数据存储模块存储爬游机器人的姿态信息、障碍物分布数据和实时运动状态数据。
2.如权利要求1所述的一种深海爬游机器人自主避障仿真实验系统，其特征在于，虚拟视景仿真模还用于对爬游机器人的各种运动状态、海底地形、海流、以及海洋动植物进行实时显示。
3.如权利要求1所述的一种深海爬游机器人自主避障仿真实验系统，其特征在于，虚拟视景仿真模块还用于模拟盐度、温度和海水密度。
4.如权利要求1所述的一种深海爬游机器人自主避障仿真实验系统，其特征在于，水下传感器探测模块模拟爬游机器人的避障声纳传感器，在爬游机器人进行自主避障的过程中提供实时的障碍物分布数据。
5.如权利要求1所述的一种深海爬游机器人自主避障仿真实验系统，其特征在于，自主避障及运动控制模块包括自主避障模块和爬游机器人平台运动控制模块，自主避障模块根据作业任务目标、障碍物分布数据以及爬游机器人的实时运动状态，计算出能够引导爬游机器人在障碍物环境中进行安全航行的航速、航向，并将生成的航速和航向输入到运动控制模块；运动控制模块根据输入的航速、航向以及机器人实时运动状态信息计算出机器人运动控制指令，爬游机器人的运动控制指令包括两种类型：巡游状态控制指令参数和爬游状态控制指令参数。
6.如权利要求1所述的一种深海爬游机器人自主避障仿真实验系统，其特征在于，爬游机器人的运动状态包括下潜、上浮、巡游、坐底抗流、稳定爬行、作业控制、起底和回收。
7.如权利要求1所述的一种深海爬游机器人自主避障仿真实验系统，其特征在于，虚拟视景仿真模块包含爬游机器人运动状态解算模块，根据自主避障及运动控制模块输入的运动控制指令和爬游机器人当前的运动状态信息，解算出爬游机器人下一个时钟节拍的坐标、航速、航向、横倾角和纵倾角的运动状态参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810718393.8A CN109189057A (zh) | 2018-07-03 | 2018-07-03 | 一种深海爬游机器人自主避障仿真实验系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810718393.8A CN109189057A (zh) | 2018-07-03 | 2018-07-03 | 一种深海爬游机器人自主避障仿真实验系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109189057A true CN109189057A (zh) | 2019-01-11 |
Family
ID=64948864
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810718393.8A Pending CN109189057A (zh) | 2018-07-03 | 2018-07-03 | 一种深海爬游机器人自主避障仿真实验系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109189057A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111813089A (zh) * | 2020-07-16 | 2020-10-23 | 北京润科通用技术有限公司 | 一种飞行器避障算法的仿真验证方法、装置及系统 |
| CN112463617A (zh) * | 2020-12-03 | 2021-03-09 | 中国船舶工业系统工程研究院 | 基于多模拟器的无人艇航行任务控制软件测试方法及系统 |
| CN113433835A (zh) * | 2020-03-23 | 2021-09-24 | 中国科学院沈阳自动化研究所 | 基于unity3d的水下潜水器视景仿真系统及方法 |
| CN114063624A (zh) * | 2021-10-22 | 2022-02-18 | 中国船舶重工集团公司第七一九研究所 | 一种爬游无人潜水器多模式规划运动控制器及其控制方法 |
| CN115542779A (zh) * | 2022-12-01 | 2022-12-30 | 深之蓝海洋科技股份有限公司 | 基于仿真平台的水下机器人抗流性能的测试方法及装置 |
| CN115657720A (zh) * | 2022-10-28 | 2023-01-31 | 哈尔滨工业大学 | 动态障碍物场景下微型无人机集群算法的实验系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102117071A (zh) * | 2009-12-30 | 2011-07-06 | 中国科学院沈阳自动化研究所 | 一种多水下机器人半物理仿真系统及其控制方法 |
| US20150355639A1 (en) * | 2006-07-05 | 2015-12-10 | Battelle Energy Alliance, Llc | Real time explosive hazard information sensing, processing, and communication for autonomous operation |
| CN107272885A (zh) * | 2017-05-09 | 2017-10-20 | 北京光年无限科技有限公司 | 一种用于智能机器人的人机交互方法及装置 |
| CN207157445U (zh) * | 2017-07-13 | 2018-03-30 | 浙江东红船业有限公司 | 一种可水下避障的快速转动的船体 |
| CN207408808U (zh) * | 2017-09-21 | 2018-05-25 | 中国石油大学(华东) | 一种人工智能水下自主机器人 |
-
2018
- 2018-07-03 CN CN201810718393.8A patent/CN109189057A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150355639A1 (en) * | 2006-07-05 | 2015-12-10 | Battelle Energy Alliance, Llc | Real time explosive hazard information sensing, processing, and communication for autonomous operation |
| CN102117071A (zh) * | 2009-12-30 | 2011-07-06 | 中国科学院沈阳自动化研究所 | 一种多水下机器人半物理仿真系统及其控制方法 |
| CN107272885A (zh) * | 2017-05-09 | 2017-10-20 | 北京光年无限科技有限公司 | 一种用于智能机器人的人机交互方法及装置 |
| CN207157445U (zh) * | 2017-07-13 | 2018-03-30 | 浙江东红船业有限公司 | 一种可水下避障的快速转动的船体 |
| CN207408808U (zh) * | 2017-09-21 | 2018-05-25 | 中国石油大学(华东) | 一种人工智能水下自主机器人 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113433835A (zh) * | 2020-03-23 | 2021-09-24 | 中国科学院沈阳自动化研究所 | 基于unity3d的水下潜水器视景仿真系统及方法 |
| CN111813089A (zh) * | 2020-07-16 | 2020-10-23 | 北京润科通用技术有限公司 | 一种飞行器避障算法的仿真验证方法、装置及系统 |
| CN111813089B (zh) * | 2020-07-16 | 2021-11-23 | 北京润科通用技术有限公司 | 一种飞行器避障算法的仿真验证方法、装置及系统 |
| CN112463617A (zh) * | 2020-12-03 | 2021-03-09 | 中国船舶工业系统工程研究院 | 基于多模拟器的无人艇航行任务控制软件测试方法及系统 |
| CN112463617B (zh) * | 2020-12-03 | 2022-04-22 | 中国船舶工业系统工程研究院 | 基于多模拟器的无人艇航行任务控制软件测试方法及系统 |
| CN114063624A (zh) * | 2021-10-22 | 2022-02-18 | 中国船舶重工集团公司第七一九研究所 | 一种爬游无人潜水器多模式规划运动控制器及其控制方法 |
| CN115657720A (zh) * | 2022-10-28 | 2023-01-31 | 哈尔滨工业大学 | 动态障碍物场景下微型无人机集群算法的实验系统 |
| CN115542779A (zh) * | 2022-12-01 | 2022-12-30 | 深之蓝海洋科技股份有限公司 | 基于仿真平台的水下机器人抗流性能的测试方法及装置 |
| CN115542779B (zh) * | 2022-12-01 | 2023-06-20 | 深之蓝海洋科技股份有限公司 | 基于仿真平台的水下机器人抗流性能的测试方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109189057A (zh) | 一种深海爬游机器人自主避障仿真实验系统 | |
| Liarokapis et al. | 3D modelling and mapping for virtual exploration of underwater archaeology assets | |
| Bruno et al. | Development and integration of digital technologies addressed to raise awareness and access to European underwater cultural heritage. An overview of the H2020 i-MARECULTURE project | |
| CN104483845B (zh) | 一种船舶自动舵算法测试仿真系统 | |
| CN105241457A (zh) | 一种用于船舶驾驶的三维辅助导航系统建立方法 | |
| Mendonça et al. | Kelpie: A ros-based multi-robot simulator for water surface and aerial vehicles | |
| Laranjeira et al. | 3D perception and augmented reality developments in underwater robotics for ocean sciences | |
| CN114692520B (zh) | 一种面向多场景的无人艇虚拟仿真测试平台及测试方法 | |
| Duarte et al. | Towards comparison of underwater SLAM methods: An open dataset collection | |
| Nie et al. | Design of marine virtual simulation experiment platform based on Unity3D | |
| Lončar et al. | MARUS-a marine robotics simulator | |
| Lin et al. | Oystersim: Underwater simulation for enhancing oyster reef monitoring | |
| CN113219854A (zh) | 机器人仿真控制平台、方法及计算机存储介质 | |
| Rossmann | erobotics: The symbiosis of advanced robotics and virtual reality technologies | |
| Hernández et al. | Autonomous seabed inspection for environmental monitoring | |
| Smith et al. | High-fidelity autonomous surface vehicle simulator for the maritime RobotX challenge | |
| CN116127783B (zh) | 一种虚拟世界生成系统 | |
| Xanthidis et al. | Towards multi-robot shipwreck mapping | |
| DeMarco et al. | A simulator for underwater human-robot interaction scenarios | |
| Pfingsthorn et al. | Semantic annotation of ground and vegetation types in 3d maps for autonomous underwater vehicle operation | |
| Han et al. | Research on testing and evaluation of usv autonomous navigation algorithms based on virtual reality fusion | |
| He et al. | Construction and application of virtual experiment teaching system for integrated mapping of unmanned ship | |
| Zhou et al. | GarchingSim: An Autonomous Driving Simulator with Photorealistic Scenes and Minimalist Workflow | |
| Woithe et al. | An interactive slocum glider flight simulator | |
| Pang et al. | Software design techniques for the man-machine interface to autonomous underwater vehicles |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190111 |