水下机器人推进器故障诊断与容错控制方法

    公开(公告)号:CN114115195A

    公开(公告)日:2022-03-01

    申请号:CN202111402002.X

    申请日:2021-11-22

    Abstract: 本发明公开了一种水下机器人推进器故障诊断与容错控制方法,包括步骤:(1)提出改进的Elman网络对水下机器人建立运动模型,具有更快的学习收敛速度和泛化能力;基于RBF神经网络,设计了推进器电压电流预测器。(2)将改进的Elman网络输出的数值减去位姿传感器测得的实际值,获得残差e1;将RBF神经网络输出的数值减去霍尔传感器测得的实际值,获得残差e2;通过残差分析获得故障类型。(3)提出指数趋近律改进滑模控制器的方法,不但消除了稳态误差,而且减小了系统抖振。(4)针对故障类型,设计权重矩阵进行推力分配,以实现容错控制。本发明的控制方法解决了系统在推进器发生故障时,无法继续完成指定任务的问题,提高了水下机器人系统的可靠性。

    水下机器人推进器故障诊断与容错控制方法

    公开(公告)号:CN114115195B

    公开(公告)日:2024-03-15

    申请号:CN202111402002.X

    申请日:2021-11-22

    Abstract: 本发明公开了一种水下机器人推进器故障诊断与容错控制方法,包括步骤:(1)提出改进的Elman网络对水下机器人建立运动模型,具有更快的学习收敛速度和泛化能力;基于RBF神经网络,设计了推进器电压电流预测器。(2)将改进的Elman网络输出的数值减去位姿传感器测得的实际值,获得残差e1;将RBF神经网络输出的数值减去霍尔传感器测得的实际值,获得残差e2;通过残差分析获得故障类型。(3)提出指数趋近律改进滑模控制器的方法,不但消除了稳态误差,而且减小了系统抖振。(4)针对故障类型,设计权重矩阵进行推力分配,以实现容错控制。本发明的控制方法解决了系统在推进器发生故障时,无法继续完成指定任务的问题,提高了水下机器人系统的可靠性。

    基于鲸鱼算法优化的AUV-UFastSLAM算法

    公开(公告)号:CN116295414A

    公开(公告)日:2023-06-23

    申请号:CN202310206258.6

    申请日:2023-03-06

    Abstract: 本发明公开了一种基于鲸鱼算法优化的AUV‑UFastSLAM算法,包括:初始化,预测,采样,地图更新,重采样等一系列过程。该方法采用鲸鱼算法对粒子采样过程进行优化,实现了粒子集合向高似然区域移动,使AUV的位姿估计更接近真实值。引入惯性权重因子对鲸鱼算法位置更新公式进行了改进,提高种群收敛速度和精度;同时采用柯西变异对最优邻域进行随机扰动,来增加种群多样性,提高算法的全局搜索能力;对粒子滤波采用改进的重采样方法,保证了粒子的多样性。通过上述调整,实现了AUV同步定位与地图创建精度的提高。

Patent Agency Ranking