[01148678]无人潜水器智能水下搜救关键技术及其应用

本项目属于航运安全与自动化技术领域。“水下搜救”既是无人潜水器（也称水下机器人）的重要应用领域,也是现代智能信息处理的重要应用领域,是一多学科交叉的高新技术。随着航运安全和深海探测需求的发展,深海水下搜救研究已成为困扰现代航运与海洋工程技术进步的世界性难题。“无人潜水器水下搜救关键技术”的突破,对保障现代航运安全、推动海洋工程技术进步等有着重要的科学意义与经济社会价值。 本项目在国家自然科学基金、国家863计划、交通运输部科技专项及上海市创新行动计划的联合资助下,历时9年展开深入系统的研究,解决了无人潜水器水下搜救领域的一些关键技术难题,并部分推广应用。 本项目取得了三方面技术创新成果： 1、引入D-S证据理论信息融合模型,开发出信息融合水下地图构建和目标辨识技术 针对无人潜水器传感器资源少、水下干扰频繁,从而影响对目标和障碍物准确判断的难题,将D-S（Dempster-Shafer）信息融合理论引入无人潜水器水下环境感知与目标识别之中,提出无人潜水器D-S信息融合水下地图构建和目标辨识方法。融合水下传感器时空信息（不同传感器和同一传感器不同时刻水下感知数据）,应用信息融合的多维信息处理特性,构建与更新无人潜水器水下航行地图,准确识别水下搜索目标和障碍物。 2、引入生物启发神经动力学模型,开发出生物启发自适应水下路径规划与安全避障技术 针对复杂水下环境无人潜水器路径规划与安全避障问题,在信息融合水下地图构建的基础上,引入生物启发神经动力学模型,提出一种生物启发自适应水下路径规划与安全避障方法。将水下环境地图单元与生物启发神经动力学模型的神经元对应起来,利用生物启发神经动力学模型的自适应激励与抑制输出、无学习特性,实现无人潜水器自适应、实时路径规划与安全避障。 3、提出反步滑模串级控制模型,开发出生物启发反步滑模串级水下轨迹跟踪控制技术 针对反步轨迹跟踪中速度跳变而引起的推进器驱动饱和问题,在无人潜水器水下搜索路径规划的基础上,提出了一种基于生物启发模型的反步滑模串级跟踪控制算法。利用生物启发神经动力学模型的渐变、有界输出特性,克服无人潜水器的跟踪速度跳变,避免驱动饱和,满足无人潜水器推进器推力约束;利用改进的自适应项替代传统切换项,消除了传统滑模控制的抖动问题,同时对于模型不确定与扰动具有很强的鲁棒性。 本项目研究成果不仅被成功应用于无人潜水器水下搜救中,如“海事号”ARV（Autonomous- Remotely Underwater Vehicle）和“海事金枪鱼号”AUV（Autonomous Underwater Vehicle）等系列无人潜水器系统研发中,而且被进一步推广应用于国内外水下检测搜救作业、载人潜水器系统和公安系统,产生了良好的经济与社会效益,近三年新增产值7029万元,新增利润2360万元,新增税收502万元。 本项目已授权专利16项（发明专利9项,实用新型专利7项）、申请发明专利12项;获软件著作权3项;发表SCI期刊论文23篇,论文SCI总引用233篇次,SCI他引190次,出版《水下机器人故障诊断与容错控制技术》专著1部。