文摘
英文文摘
第1章 绪论
1.1 概述
1.2 水下机器人的发展概况和研究趋势
1.3 水下机器人体系结构研究概述
1.4 论文研究背景及意义
1.5 论文的主要工作
第2章 水下机器人混合体系结构设计
2.1 引言
2.2 体系结构研究概述
2.2.1 分层递阶体系结构
2.2.2 反应式体系结构
2.2.3 混合体系结构
2.3 水下机器人混合体系结构设计
2.3.1 任务管理器
2.3.2 感知器
2.3.3 行为管理器
2.4 仿真试验研究
2.5 本章小结
第3章 水下机器人动态障碍物感知技术
3.1 引言
3.2 目标运动模型
3.2.1 CV模型
3.2.2 CA模型
3.2.3 Singer模型
3.3 卡尔曼滤波
3.3.1 离散型卡尔曼滤波
3.3.2 自适应卡尔曼滤波
3.4 仿真试验研究
3.5 本章小结
第4章 水下机器人避障行为规划及控制
4.1 引言
4.2 水下机器人避障规划算法
4.2.1 问题描述
4.2.2 大地坐标系与运动坐标系
4.2.3 声呐数据与障碍物描述
4.2.4 碰撞预测模型
4.2.5 速度矢量坐标系内AUV期望速度求解
4.2.6 避障策略
4.2.7 仿真研究
4.3 基于避障行为的水下机器人有限时间模糊PD控制
4.3.1 有限时间控制基本概念
4.3.2 有限时间PD控制器在水下机器人控制中的应用
4.3.3 仿真试验结果分析
4.4 模糊参数自适应有限时间PD控制器
4.4.1 模糊自适应有限时间PD控制器设计
4.4.2 纵向与艏向控制协调器设计
4.4.3 仿真试验结果
4.5 本章小结
第5章 水下机器人全局路径规划技术
5.1 引言
5.2 水下机器人全局路径规划概述
5.3 粒子群算法
5.3.1 粒子群算法概述
5.3.2 基本PSO算法
5.3.3 PSO算法的改进
5.4 粒子群算法在水下机器人全局路径规划的应用
5.4.1 海洋环境表达
5.4.2 PSO算法路径规划的实现
5.4.3 仿真试验结果与分析
5.5 多障碍物海洋环境中粒子群优化全局路径规划
5.5.1 主干线二叉树法
5.5.2 A*算法路径搜索
5.5.3 PSO算法路径优化的实现
5.5.4 仿真实验及结果分析
5.6 本章小结
第6章 水下机器人基础运动控制器
6.1 引言
6.2 控制问题描述
6.3 神经网络并行自学习跟踪控制器设计
6.3.1 控制器结构及工作原理
6.3.2 自适应神经网络模型(ANNM)及其训练
6.3.3 神经网络控制器(NNC)及其训练
6.3.4 运行监控器
6.3.5 鲁棒控制器
6.4 神经网络并行自学习控制器的水下机器人控制应用
6.4.1 水下机器人的动力学辨识
6.4.2 目标规划器
6.4.3 水下机器人的运动控制
6.5 海上试验结果
6.6 本章小结
结论
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢