CN113120203B - 一种水下滑翔器纵倾角区间式主动控制方法 - Google Patents

一种水下滑翔器纵倾角区间式主动控制方法 Download PDF

Info

Publication number
CN113120203B
CN113120203B CN202110592375.1A CN202110592375A CN113120203B CN 113120203 B CN113120203 B CN 113120203B CN 202110592375 A CN202110592375 A CN 202110592375A CN 113120203 B CN113120203 B CN 113120203B
Authority
CN
China
Prior art keywords
value
pitch angle
angle value
interval
trim
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.)
Active
Application number
CN202110592375.1A
Other languages
English (en)
Other versions
CN113120203A (zh
Inventor
王健
徐令令
张华�
曹园山
郑鹏
顾媛媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
702th Research Institute of CSIC
Original Assignee
702th Research Institute of CSIC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 702th Research Institute of CSIC filed Critical 702th Research Institute of CSIC
Priority to CN202110592375.1A priority Critical patent/CN113120203B/zh
Publication of CN113120203A publication Critical patent/CN113120203A/zh
Application granted granted Critical
Publication of CN113120203B publication Critical patent/CN113120203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63G—OFFENSIVE OR DEFENSIVE ARRANGEMENTS ON VESSELS; MINE-LAYING; MINE-SWEEPING; SUBMARINES; AIRCRAFT CARRIERS
    • B63G8/00—Underwater vessels, e.g. submarines; Equipment specially adapted therefor
    • B63G8/14—Control of attitude or depth
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63C—LAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
    • B63C11/00—Equipment for dwelling or working underwater; Means for searching for underwater objects
    • B63C11/52—Tools specially adapted for working underwater, not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63G—OFFENSIVE OR DEFENSIVE ARRANGEMENTS ON VESSELS; MINE-LAYING; MINE-SWEEPING; SUBMARINES; AIRCRAFT CARRIERS
    • B63G8/00—Underwater vessels, e.g. submarines; Equipment specially adapted therefor
    • B63G8/14—Control of attitude or depth
    • B63G8/22—Adjustment of buoyancy by water ballasting; Emptying equipment for ballast tanks

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种水下滑翔器纵倾角区间式主动控制方法，涉及水下滑翔器控制领域，该方法包括对水下滑翔作业周期进行执行区间划分；在每个执行区间下：实时采集水下滑翔器的纵倾角数据和深度值；对纵倾角值依次进行滤波、姿态订正处理，得到振荡区间内的新纵倾角值作为初始样本集；对初始样本集进行数据归类选取最优样本集；建立实际纵倾角模型，将最优样本集中的纵倾角数据输入至实际纵倾角模型中得到执行区间下的实际纵倾角值；将实际纵倾角值与目标纵倾角值进行比较，依据比较值闭环调整姿态调节滑块的位置，使实际纵倾角值趋近于目标纵倾角值，提高水下滑翔器在复杂海洋环境下的自适应性。

Description

一种水下滑翔器纵倾角区间式主动控制方法
技术领域
本发明涉及水下滑翔器控制领域，尤其是一种水下滑翔器纵倾角区间式主动控制方法。
背景技术
水下滑翔器是一种新型的水下机器人，它作为海洋监测仪器的搭载平台，是获取海洋监测数据的重要装备。水下滑翔器依靠自身浮力的改变产生的动力进行锯齿形运动，其典型运动方式为水下滑翔器浮力调节回油使之重力大于浮力，滑翔器以一定的纵倾角下潜；下潜到设定深度后浮力调节出油使之浮力大于重力，滑翔器以一定的纵倾角上浮；上浮到设定深度后浮力调节装置回油继续下潜，这样循环往复。
在滑翔过程中，水下滑翔器纵倾角增大，滑翔速度加快，抗流能力增强，但是滑翔距离变短，航行经济性变差；纵倾角减小，滑翔速度减小，抗流能力减弱，但是滑翔距离变长，航行经济性变强。在实际海洋作业环境中水下滑翔器需要依据海洋洋流等海洋环境的变化适时的改变滑翔的纵倾角，以达到更加好的滑翔状态。目前水下滑翔器滑翔纵倾角都是根据浮力调节量大小的一个固定值，没有自适应的调节方案，大大制约了水下滑翔器在复杂海洋环境的适应性。
发明内容
本发明人针对上述问题及技术需求，提出了一种水下滑翔器纵倾角区间式主动控制方法，解决水下滑翔器在作业过程中，滑翔纵倾角度固定而无法有效适应复杂海洋环境的问题。
本发明的技术方案如下：
一种水下滑翔器纵倾角区间式主动控制方法，包括如下步骤：
将水下滑翔器的滑翔作业周期进行执行区间划分；
在每个执行区间下：
实时采集水下滑翔器的纵倾角数据和深度值，纵倾角数据包括纵倾角值和相应的纵倾角速度值；
对纵倾角值依次进行滤波、姿态订正处理，得到振荡区间内的新纵倾角值作为初始样本集；
对初始样本集进行数据归类选取最优样本集；
建立实际纵倾角模型，将最优样本集中的纵倾角数据输入至实际纵倾角模型中得到执行区间下的实际纵倾角值；
将实际纵倾角值与目标纵倾角值进行比较，依据比较值闭环调整位于水下滑翔器内姿态调节滑块的位置，使实际纵倾角值趋近于目标纵倾角值，姿态调节滑块用于改变水下滑翔器的重心位置。
其进一步的技术方案为，对纵倾角值进行滤波处理，包括：
依次对纵倾角值进行去极值、去跳动值、平滑数据操作。
其进一步的技术方案为，对纵倾角值进行去极值操作包括：
设定第一阈值，将纵倾角值分别与第一阈值进行比较，将大于第一阈值的纵倾角值剔除。
其进一步的技术方案为，对去极值后的纵倾角值进行去跳动值操作包括：
设定第二阈值，按照采集时间顺序，将当前时刻纵倾角值与前一时刻纵倾角值做差取绝对值后，分别与第二阈值进行比较，若大于第二阈值，则用前一时刻纵倾角值覆盖掉当前时刻纵倾角值，将跳动过大的纵倾角值剔除，否则当前时刻纵倾角值不变，表达式如下：
Figure BDA0003089735360000021
其中，Vz为当前时刻纵倾角值，Vzo为前一时刻纵倾角值，Vzγmax为第二阈值，V1为去跳动值后的纵倾角值。
其进一步的技术方案为，对去跳动值后的纵倾角值进行平滑操作，平滑公式表示如下：
V2＝(1-δ)*Vzo1+δ*Vz1
其中，Vz1为去跳动值后的当前时刻纵倾角值，Vzo1为去跳动值后的前一时刻纵倾角值，δ为平滑系数，V2为平滑后的纵倾角值也即滤波后的纵倾角值。
其进一步的技术方案为，对滤波后的纵倾角值进行姿态订正处理，包括：
通过深度值求取相邻采集时间水下滑翔器的深度变化率；
查找深度变化率趋近于零的时间点作为姿态振荡峰值点，以姿态振荡峰值点为中心，前后各选取T时间范围作为振荡区间，T时间小于执行区间的时长；
对处于振荡区间内的每个滤波后的纵倾角值进行线性拟合，拟合公式表示如下：
V3＝a0+a1*t
其中，t为振荡区间内每个滤波后的纵倾角值对应的时刻，V3为拟合后的新纵倾角值，a0、a1为拟合系数，采用如下矩阵求得：
Figure BDA0003089735360000031
其中，xi为振荡区间内每个滤波后的纵倾角值对应的时刻，yi为振荡区间内每个滤波后的纵倾角值，m1为振荡区间内的滤波后的纵倾角值总数。
其进一步的技术方案为，对初始样本集进行数据归类选取最优样本集，包括：
从初始样本集中随机选取两个不同的新纵倾角值作为初始归类参考值，对应形成两类样本集；
逐个计算初始样本集中其余新纵倾角值分别与两个初始归类参考值的几何距离，计算公式为：
Figure BDA0003089735360000032
其中
Figure BDA0003089735360000033
为其余新纵倾角值，uj为初始归类参考值，j＝1、2，Lj为几何距离，j＝1、2；
对于每个其余新纵倾角值，比较两个几何距离，将距离最小值对应的新纵倾角值归类至与其计算时用到的初始归类参考值对应的一类样本集中；
对归类后的两类样本集，分别求取每类中新纵倾角值的平均值作为第二归类参考值，对应形成新的两类样本集；
重复逐个计算几何距离的步骤，直至同一类样本集迭代前后的平均值变化量小于第三阈值时停止迭代；
选取样本数最多的一类样本集作为最优样本集。
其进一步的技术方案为，实际纵倾角模型表达式如下：
Figure BDA0003089735360000034
其中，Kv为纵倾角控制系数，
Figure BDA0003089735360000035
为最优样本集中每个时刻i对应的新纵倾角值，m2为最优样本集的总样本数，Kvp为纵倾角速度控制系数，Vpi为执行区间内采集的最后一个纵倾角速度值，t′为纵倾角速度值对应的采集时间间隔，SV为执行区间下的实际纵倾角值。
其进一步的技术方案为，依据比较值闭环调整位于水下滑翔器内姿态调节滑块的位置，包括：
若实际纵倾角值大于目标纵倾角值，则控制姿态调节滑块后移s距离，更新当前实际纵倾角值并返回将实际纵倾角值与目标纵倾角值进行比较的步骤；
若实际纵倾角值小于目标纵倾角值，则控制姿态调节滑块前移s距离，更新当前实际纵倾角值并返回将实际纵倾角值与目标纵倾角值进行比较的步骤；
若实际纵倾角值等于目标纵倾角值，则控制姿态调节滑块位置不变，进入下一执行区间重复实时采集水下滑翔器的纵倾角数据和深度值的步骤。
其进一步的技术方案为，实时采集的纵倾角数据、深度值、纵倾角值的滤波及姿态订正均通过纵倾角缓存区进行写入或读取。
本发明的有益技术效果是：
在每个执行区间下，将实时采集的纵倾角值依次进行滤波、姿态订正处理，使作为初始样本集的各个纵倾角值为平滑数据；对初始样本集进行数据归类的目的是寻找一类最能反映该执行区间内的纵倾角变化情况的数据组，则利用实际纵倾角模型计算得到的实际纵倾角值更为准确；通过移动姿态调节滑块的位置对水下滑翔器的实际纵倾角值进行闭环控制，使实际纵倾角值趋近于目标纵倾角值，提高水下滑翔器在复杂海洋环境下的自适应性。
附图说明
图1是本申请提供的水下滑翔器纵倾角区间式主动控制方法的总架构图。
图2是本申请提供的一个执行区间下的控制方法流程图。
图3是本申请提供的对纵倾角值依次进行滤波、姿态订正的方法流程图。
图4是本申请提供的对初始样本集进行数据归类选取最优样本集的方法流程图。
图5是本申请提供的实际纵倾角值闭环控制的方法流程图。
图6是采用水下滑翔器纵倾角区间式主动控制方法的效果图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
一种水下滑翔器纵倾角区间式主动控制方法，包括如下步骤：
步骤1：将水下滑翔器的滑翔作业周期进行执行区间划分。
水下滑翔器在水下滑翔作业过程中，在对纵倾角实施控制时，是每隔固定的时间实施一次控制。每实施一次称为一个执行区间。如图1所示，在水下滑翔器开始运动后，首先判断是否处于滑翔作业周期，若是，则依次对执行区间下的实际纵倾角值进行闭环控制，进入步骤2，否则结束控制流程。
如图2所示，图中实心箭头表示方法的执行流程，虚线箭头表示方法的数据流向，建立纵倾角缓存区便于各个过程得到的数据进行交互。
在第一个执行区间下，执行如下步骤。
步骤2：实时采集水下滑翔器的纵倾角数据和深度值。
该步骤目的是得到一定时间区间内一定样本数量的纵倾角值存储于纵倾角缓存区内。一般采用航姿传感器采集水下滑翔器的纵倾角数据，纵倾角数据包括纵倾角值和相应的纵倾角速度值；采用深度传感器采集水下滑翔器的深度值。
步骤3：读取缓存区内的纵倾角值，对纵倾角值进行滤波处理后写入纵倾角缓存区内。
该步骤目的是剔除一些明显无效数据，同时将数据平滑。如图3所示，具体包括如下分步骤：
步骤31：对纵倾角值进行去极值操作，包括：
设定第一阈值，将纵倾角值分别与第一阈值进行比较，将大于第一阈值的纵倾角值剔除。
步骤32：对去极值后的纵倾角值进行去跳动值操作，包括：
设定第二阈值，按照采集时间顺序，将当前时刻纵倾角值与前一时刻纵倾角值做差取绝对值后，分别与第二阈值进行比较，若大于第二阈值，则用前一时刻纵倾角值覆盖掉当前时刻纵倾角值，将跳动过大的纵倾角值剔除，否则当前时刻纵倾角值不变，表达式如下：
Figure BDA0003089735360000051
其中，Vz为当前时刻纵倾角值，Vzo为前一时刻纵倾角值，Vzγmax为第二阈值，V1为去跳动值后的纵倾角值。
步骤33：对去跳动值后的纵倾角值进行平滑操作，平滑公式表示如下：
V2＝(1-δ)*Vzo1+δ*Vz1
其中，Vz1为去跳动值后的当前时刻纵倾角值，Vzo1为去跳动值后的前一时刻纵倾角值，δ为平滑系数，V2为平滑后的纵倾角值也即滤波后的纵倾角值。
步骤4：读取缓存区内的滤波后的纵倾角值，对滤波后的纵倾角值进行姿态订正处理，得到振荡区间内的新纵倾角值后写入纵倾角缓存区内。
该步骤目的是还原水下滑翔过程中外部扰流导致的纵倾角振荡值，如图3所示，具体包括如下分步骤：
步骤41：通过深度值求取相邻采集时间水下滑翔器的深度变化率。
步骤42：查找深度变化率趋近于零的时间点作为姿态振荡峰值点，以姿态振荡峰值点为中心，前后各选取T时间范围作为振荡区间，T时间小于执行区间的时长。
需要说明的是，T值越大识别分辨率越小，订正平滑效果越好，T值越小识别分辨率越大，订正平滑效果越弱，因此根据实际情况设置T的取值。
步骤43：对处于振荡区间内的每个滤波后的纵倾角值进行线性拟合，拟合公式表示如下：
V3＝a0+a1*t
其中，t为振荡区间内每个滤波后的纵倾角值对应的时刻，V3为拟合后的新纵倾角值，a0、a1为拟合系数，采用如下矩阵求得：
Figure BDA0003089735360000061
其中，xi为振荡区间内每个滤波后的纵倾角值对应的时刻，yi为振荡区间内每个滤波后的纵倾角值，m1为振荡区间内的滤波后的纵倾角值总数。
步骤2-4描述的方法为纵倾角采样及准确还原方法。
步骤5：读取缓存区内的新纵倾角值作为初始样本集，对初始样本集进行数据归类选取最优样本集写入纵倾角缓存区内。
该步骤目的是寻找最能反映该段执行区间下纵倾角变化情况的一群样本数据，如图4所示，具体包括如下分步骤：
步骤51：从初始样本集中随机选取两个不同的新纵倾角值作为初始归类参考值，记为u1、u2，对应形成两类样本集。
步骤52：逐个计算初始样本集中其余新纵倾角值分别与两个初始归类参考值的几何距离，计算公式为：
Figure BDA0003089735360000062
其中
Figure BDA0003089735360000063
为其余新纵倾角值，uj为初始归类参考值，j＝1、2，Lj为几何距离，j＝1、2。
步骤53：对于每个其余新纵倾角值，比较两个几何距离，将距离最小值对应的新纵倾角值归类至与其计算时用到的初始归类参考值对应的一类样本集中。
比如，将一个新纵倾角值分别与u1、u2计算各自的几何距离得到L1、L2，且L1＞L2，则将该纵倾角值归类于包含u2的一类样本集中。
步骤54：对归类后的两类样本集，分别求取每类中新纵倾角值的平均值作为第二归类参考值，记为u1′、u2′，对应形成新的两类样本集。
步骤55：重复步骤52，直至同一类样本集迭代前后的平均值变化量小于第三阈值时停止迭代。
步骤56：选取样本数最多的一类样本集作为最优样本集。
步骤6：建立实际纵倾角模型，读取缓存区内的最优样本集，将其中的纵倾角数据输入至实际纵倾角模型中得到执行区间下的实际纵倾角值。此处的纵倾角数据包括最优样本集中的新纵倾角值和执行区间内采集的最后一个纵倾角速度值。
实际纵倾角模型表达式如下：
Figure BDA0003089735360000071
其中，Kv为纵倾角控制系数，
Figure BDA0003089735360000072
为最优样本集中每个时刻i对应的新纵倾角值，m2为最优样本集的总样本数，Kvp为纵倾角速度控制系数，Vpi为执行区间内采集的最后一个纵倾角速度值，t′为纵倾角速度值对应的采集时间间隔，SV为执行区间下的实际纵倾角值。
步骤7：将实际纵倾角值与目标纵倾角值进行比较，依据比较值闭环调整位于水下滑翔器内姿态调节滑块的位置。
该步骤目的是通过调整姿态调节滑块的位置改变实际纵倾角值，使其趋近于目标纵倾角值，姿态调节滑块用于改变水下滑翔器的重心位置。如图5所示，具体包括：
若实际纵倾角值大于目标纵倾角值，则控制姿态调节滑块后移s距离，更新当前实际纵倾角值并返回将实际纵倾角值与目标纵倾角值进行比较的步骤；
若实际纵倾角值小于目标纵倾角值，则控制姿态调节滑块前移s距离，更新当前实际纵倾角值并返回将实际纵倾角值与目标纵倾角值进行比较的步骤；
若实际纵倾角值等于目标纵倾角值，则控制姿态调节滑块位置不变，进入下一执行区间重复执行步骤2，依次控制每个执行区间的实际纵倾角值。
其中，姿态调节滑块的移动距离s不会太大，避免实际纵倾角产生振荡。
将上述主动控制方法应用于水下滑翔器中，得到的实际纵倾角数据如图6所示，其中横坐标是时间，纵坐标是实际纵倾角值。从图中可以看出在第一个滑翔周期，设定上浮下潜的目标纵倾角值为±20°，实际控制的纵倾角度为
±21°，误差约为1°，大大满足约定的5°误差的使用要求。第二个滑翔周期定上浮下潜的目标纵倾角值为±10°，实际控制的纵倾角度为±11°；第三个滑翔周期定上浮下潜目标纵倾角值为±15°，实际控制的纵倾角度也为±15°，因此该主动控制方法能够实现并大大超出了实际的使用要求。
以上所述的仅是本申请的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。

Claims (10)

1.一种水下滑翔器纵倾角区间式主动控制方法，其特征在于，所述方法包括：
将水下滑翔器的滑翔作业周期进行执行区间划分；
在每个执行区间下：
实时采集所述水下滑翔器的纵倾角数据和深度值，所述纵倾角数据包括纵倾角值和相应的纵倾角速度值；
对所述纵倾角值依次进行滤波、姿态订正处理，得到振荡区间内的新纵倾角值作为初始样本集；其中，对所述纵倾角值进行滤波处理，包括：依次对所述纵倾角值进行去极值、去跳动值操作；
对所述初始样本集进行数据归类选取最优样本集；
建立实际纵倾角模型，将所述最优样本集中的纵倾角数据输入至所述实际纵倾角模型中得到所述执行区间下的实际纵倾角值；
将所述实际纵倾角值与目标纵倾角值进行比较，依据比较值闭环调整位于所述水下滑翔器内姿态调节滑块的位置，使所述实际纵倾角值趋近于所述目标纵倾角值，所述姿态调节滑块用于改变所述水下滑翔器的重心位置。
2.根据权利要求1所述的水下滑翔器纵倾角区间式主动控制方法，其特征在于，对所述纵倾角值进行滤波处理，还包括：
对去跳动值后的纵倾角值进行平滑操作。
3.根据权利要求1所述的水下滑翔器纵倾角区间式主动控制方法，其特征在于，对所述纵倾角值进行去极值操作包括：
设定第一阈值，将所述纵倾角值分别与所述第一阈值进行比较，将大于所述第一阈值的纵倾角值剔除。
4.根据权利要求1所述的水下滑翔器纵倾角区间式主动控制方法，其特征在于，对去极值后的纵倾角值进行去跳动值操作包括：
设定第二阈值，按照采集时间顺序，将当前时刻纵倾角值与前一时刻纵倾角值做差取绝对值后，分别与所述第二阈值进行比较，若大于所述第二阈值，则用所述前一时刻纵倾角值覆盖掉所述当前时刻纵倾角值，将跳动过大的纵倾角值剔除，否则所述当前时刻纵倾角值不变，表达式如下：
Figure FDA0003387788480000021
其中，Vz为当前时刻纵倾角值，Vzo为前一时刻纵倾角值，Vzγmax为第二阈值，V1为去跳动值后的纵倾角值。
5.根据权利要求2所述的水下滑翔器纵倾角区间式主动控制方法，其特征在于，所述对去跳动值后的纵倾角值进行平滑操作，平滑公式表示如下：
V2＝(1-δ)*Vzo1+δ*Vz1
其中，Vz1为去跳动值后的当前时刻纵倾角值，Vzo1为去跳动值后的前一时刻纵倾角值，δ为平滑系数，V2为平滑后的纵倾角值也即滤波后的纵倾角值。
6.根据权利要求1所述的水下滑翔器纵倾角区间式主动控制方法，其特征在于，对滤波后的纵倾角值进行姿态订正处理，包括：
通过所述深度值求取相邻采集时间水下滑翔器的深度变化率；
查找所述深度变化率趋近于零的时间点作为姿态振荡峰值点，以所述姿态振荡峰值点为中心，前后各选取T时间范围作为振荡区间，所述T时间小于所述执行区间的时长；
对处于所述振荡区间内的每个滤波后的纵倾角值进行线性拟合，拟合公式表示如下：
V3＝a0+a1*t
其中，t为振荡区间内每个滤波后的纵倾角值对应的时刻，V3为拟合后的新纵倾角值，a0、a1为拟合系数，采用如下矩阵求得：
Figure FDA0003387788480000022
其中，xi为振荡区间内每个滤波后的纵倾角值对应的时刻，yi为振荡区间内每个滤波后的纵倾角值，m1为振荡区间内的滤波后的纵倾角值总数。
7.根据权利要求1所述的水下滑翔器纵倾角区间式主动控制方法，其特征在于，所述对所述初始样本集进行数据归类选取最优样本集，包括：
从所述初始样本集中随机选取两个不同的新纵倾角值作为初始归类参考值，对应形成两类样本集；
逐个计算所述初始样本集中其余新纵倾角值分别与两个所述初始归类参考值的几何距离，计算公式为：
Figure FDA0003387788480000023
其中
Figure FDA0003387788480000024
为其余新纵倾角值，uj为初始归类参考值，j＝1、2，Lj为所述几何距离，j＝1、2；
对于每个其余新纵倾角值，比较两个所述几何距离，将距离最小值对应的新纵倾角值归类至与其计算时用到的初始归类参考值对应的一类样本集中；
对归类后的两类样本集，分别求取每类中新纵倾角值的平均值作为第二归类参考值，对应形成新的两类样本集；
重复逐个计算几何距离的步骤，直至同一类样本集迭代前后的平均值变化量小于第三阈值时停止迭代；
选取样本数最多的一类样本集作为所述最优样本集。
8.根据权利要求1所述的水下滑翔器纵倾角区间式主动控制方法，其特征在于，所述实际纵倾角模型表达式如下：
Figure FDA0003387788480000031
其中，Kv为纵倾角控制系数，V4 i为所述最优样本集中每个时刻i对应的新纵倾角值，m2为所述最优样本集的总样本数，Kvp为纵倾角速度控制系数，Vpi为所述执行区间内采集的最后一个纵倾角速度值，t′为纵倾角速度值对应的采集时间间隔，SV为所述执行区间下的实际纵倾角值。
9.根据权利要求1所述的水下滑翔器纵倾角区间式主动控制方法，其特征在于，所述依据比较值闭环调整位于所述水下滑翔器内姿态调节滑块的位置，包括：
若所述实际纵倾角值大于所述目标纵倾角值，则控制所述姿态调节滑块后移s距离，更新当前实际纵倾角值并返回将所述实际纵倾角值与目标纵倾角值进行比较的步骤；
若所述实际纵倾角值小于所述目标纵倾角值，则控制所述姿态调节滑块前移s距离，更新当前实际纵倾角值并返回将所述实际纵倾角值与目标纵倾角值进行比较的步骤；
若所述实际纵倾角值等于所述目标纵倾角值，则控制所述姿态调节滑块位置不变，进入下一执行区间重复所述实时采集所述水下滑翔器的纵倾角数据和深度值的步骤。
10.根据权利要求1-9任一所述的水下滑翔器纵倾角区间式主动控制方法，其特征在于，实时采集的所述纵倾角数据、深度值、纵倾角值的滤波及姿态订正均通过纵倾角缓存区进行写入或读取。
CN202110592375.1A 2021-05-28 2021-05-28 一种水下滑翔器纵倾角区间式主动控制方法 Active CN113120203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110592375.1A CN113120203B (zh) 2021-05-28 2021-05-28 一种水下滑翔器纵倾角区间式主动控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110592375.1A CN113120203B (zh) 2021-05-28 2021-05-28 一种水下滑翔器纵倾角区间式主动控制方法

Publications (2)

Publication Number Publication Date
CN113120203A CN113120203A (zh) 2021-07-16
CN113120203B true CN113120203B (zh) 2022-02-18

Family

ID=76783271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110592375.1A Active CN113120203B (zh) 2021-05-28 2021-05-28 一种水下滑翔器纵倾角区间式主动控制方法

Country Status (1)

Country Link
CN (1) CN113120203B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115034149B (zh) * 2022-04-21 2023-04-28 中国船舶科学研究中心 基于双向流固耦合的船舶表面柔性覆盖层的阻力计算方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109018278B (zh) * 2018-07-13 2020-06-16 哈尔滨工程大学 适用于全海深auv的无纵倾无动力下潜方法及抑制纵倾装置
RU2687886C1 (ru) * 2018-09-14 2019-05-16 Федеральное государственное бюджетное учреждение науки Институт проблем морских технологий Дальневосточного отделения Российской академии наук (ИПМТ ДВО РАН) Гидроакустический комплекс для обнаружения движущегося подводного источника звука, измерения азимутального угла на источник звука и горизонта источника звука в мелком море
CN209938902U (zh) * 2019-04-11 2020-01-14 中国舰船研究设计中心 一种声/光/磁综合探测型无人水下航行器
CN111290435B (zh) * 2020-03-12 2020-10-02 国家深海基地管理中心 一种波浪滑翔器的路径规划方法及系统
CN111547212B (zh) * 2020-06-02 2021-12-07 哈尔滨工程大学 一种无动力式快速潜浮auv的浮力控制方法

Also Published As

Publication number Publication date
CN113120203A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN110070074B (zh) 一种构建行人检测模型的方法
Hitz et al. Fully autonomous focused exploration for robotic environmental monitoring
CN113120203B (zh) 一种水下滑翔器纵倾角区间式主动控制方法
CN109460754B (zh) 一种水面异物检测方法、装置、设备及存储介质
CN110597058B (zh) 一种基于增强学习的三自由度自主水下航行器控制方法
CN110070565B (zh) 一种基于图像叠加的船舶轨迹预测方法
CN113799124B (zh) 一种非结构化环境的机器人灵活抓取检测方法
CN109242019B (zh) 一种水面光学小目标快速检测与跟踪方法
CN112100834A (zh) 一种基于深度强化学习的水下滑翔机姿态控制方法
CN1718378A (zh) 浮游式水下机器人运动的s面控制方法
CN113734393B (zh) 基于攻角法的仿生机器鱼定深控制方法和装置
CN107680099A (zh) 一种融合ifoa和f‑isodata的图像分割方法
CN114724022A (zh) 融合SKNet与YOLOv5的养殖鱼群检测方法、系统和介质
CN106527454B (zh) 一种无稳态误差的远程水下航行器定深控制方法
CN110689557A (zh) 一种基于kcf的改进型抗遮挡目标跟踪方法
CN116702320A (zh) 一种基于改进粒子群算法的无人船响应模型参数辨识方法
CN117037006A (zh) 一种高续航能力的无人机跟踪方法
CN109676583B (zh) 基于目标姿态深度学习视觉采集方法、学习系统及存储介质
CN109018278B (zh) 适用于全海深auv的无纵倾无动力下潜方法及抑制纵倾装置
CN116092150A (zh) 一种基于深度学习的实时人脸关键点质量评估方法
CN112348843A (zh) 调整深度图像预测模型的方法、装置和电子设备
CN114428517B (zh) 一种无人机无人艇协同平台端对端自主降落控制方法
CN111783537A (zh) 一种基于目标检测特征的两阶段快速抓取检测方法
CN109634301A (zh) 一种考虑视场角限制以及运动不确定性的结合记忆的旋翼飞行器高速飞行避障方法
CN117312783B (zh) 基于神经网络的船舶升沉补偿预测方法、装置及存储介质

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
GR01 Patent grant
GR01 Patent grant