回顾无人水下机器人技术、结构设计、材料、传感器、致动器、导航控制

文摘

在50年代开始以来,十年,直到现在的天,无人水下航行器(UUV)的面积大幅增长通过时间;那些已经使用了许多任务和应用程序,从炸弹搜索和恢复海洋探索。最初,这些机器人主要用于军事和科学目的。然而,如今,他们非常扩展到民用,不难发现它们被用于娱乐。在这种背景下,本研究以进化的预排在这一领域,显示出多样性的结构设计、使用材料、传感器和仪表技术,类型和数量的致动器,导航控制技术和新的发展趋势。本文给出了一个明确的起点对于那些初始化到这个研究领域;同时,他会给你带来一些有用的知识,对于那些已经有了经验。

1。介绍

机器人是工程学的一个分支,涉及概念、设计、制造、经营可编程的机器,可以开发他们的自主权的执行特定的任务。水下机器人可以再细分,如图1,可以识别那些与水下机器人(无人水车辆)。水下机器人技术已经发展了几十年,他们的特点是载人水车辆的发展。然而,在过去的几十年里,由于成本要求的建设和使用这些工具,研究机器人的发展或无人水下航行器(UUV),每一次的机器人进行了优化和各种各样的应用程序中使用的效益和可持续发展的地球。因为有一个巨大的海洋和由于人类困难的探索,其中绝大多数尚未探索(地球的三分之二)和大约37%的世界人口不到100公里从海洋1]。这意味着知识的海洋环境已经并将继续影响未来人类的生存。这就是为什么研究人员努力开发无人驾驶汽车,越来越高效,能在水下提供工作和维护服务,以及探索更深的海洋环境。例如,估计有20亿吨锰结核附近的太平洋夏威夷群岛(2]。

UUVs确认图1。主要,他们分为那些遥控(ROV)和那些自治(AUV)。ROV车辆加入一个脐电缆,,根据其应用程序,它可以分为观察,工作,和特殊目的3,4]。器在军事行动中发挥重要的角色(例如,鱼雷和我恢复),救援行动(如定位历史时期的沉船,比如泰坦尼克号),和关键的石油和天然气业务。近年来,各种车辆和mimitizing需要操作员增加了研究工作。然而,我们有自主车辆(水下);这些都是不可或缺的工具,主要用于海洋探险任务。他们使用各种高端技术,配备了其中几个5,6]。在AUV水下勘探过程中,进行必要的维护和修理,传输必要的设备,并监视和记录不同的情况下探索。在海洋研究AUV可用于各种测量;其中一个是观察,释放,和恢复相关的仪器的监测海底火山,除了开展调查海底和各种研究生物学和水文等领域。

无人驾驶车辆的结构设计都是基于他们的形状,致动器的分布和材料使用。它们包括监视和测量任务无人水下潜航器的海洋变量和导航;为了达到这些目标,有必要有一个多样性的传感器。一切都是本文分析的主题。本文结构如下:部分2分析的特点是其使用的形态类型的船体和几何形状和那些bioinspired;此外,它认为推进剂的分布,材料和hermeticity。部分3介绍了仪器驱动元素交替使用在机械和水下机器人。部分4分析了导航、定位和运动器和水下机器人的控制。最后,提出了这项工作的结论部分5。

2。结构设计和使用的材料

2.1。形态

形态学检查是指水下机器人的几何形状,这取决于很多因素,比如内部电子设备分布、传感器、电机、结构稳定、和阻力系数定义为移动机器人,等等。此外,它必须考虑到机器人的自由度,因为这是需要正确定位汽车结构。

这种机器人并不一定几何形状;有许多机械和水下机器人和仿生结构;也就是说,他们试图模仿水生动物的动作,如水母,黄貂鱼和鲨鱼。即使使用推进器水下机器人与对称几何形状通常更有效率,许多作品在bioinspired机器人正在开发,继续增加在这一研究领域的知识。

2.2。通过船体类型

有些机器人在水下工作;这是两种船体,打开和关闭。开放的一般有一个密封的盒子,是在一个框架,和其他组件,如引擎浮力元素,传感器,和灯也在,而最接近的一个更大的情况下,覆盖所有元素;他们没有一个框架,因为所有的元素的内部情况。密切的原型或设计船体通常有一个圆柱形或圆的几何形状;例如,有一些看起来像个鱼雷或一个球体。

2.3。的几何形状

最著名的水下机器人的形状是圆柱形状,和上面一个圆顶的外观,这意味着它们看起来就像一枚鱼雷。1973年,第一个便携式器,它有一个鱼雷形状如图2。

从表面机器人液压操纵,它开始控制用电。它的流行的主要原因,十年后,卖出了500的原型。这些形状来自军事技术的发展和许多其他技术进步。在这种特定情况下,形式来自于鱼雷上军舰;这是MK-38的情况。

华盛顿大学应用物理实验室的一些修改鱼雷,并成为灵感创造REMUS 1994年机器人(8];这种机器人的示意图如图3。

圆柱形状的设计,由于只有一个移动机器人背后的螺旋桨,背后四翼螺旋桨;两个都位于一个垂直轴,和他们的驱动机构位于水平轴的。他们在那里给机器人方向。机器人有一个长度为114厘米直径18厘米,体重40公斤。的鱼雷形状仍是使用,因为水动力的优势。

1997年,REMUS机器人的发展继续一个小模型,一个人可以维护和运输。机器人有一个长度为134厘米直径19厘米,体重31公斤。机器人有四个鳍,如图4。鳍在船尾,他们成立了一个名为NACA 0012符合空气动力学的形状。鳍的移动是通过使用一个小齿轮,齿形链和一个引擎。背后的鳍是螺旋桨;描述的所有系统给机器人的方向。

这种鱼类状形状允许水下机器人在水平轴高速移动,他们下斜的帮助下他们的鳍。有其他类型的水下机器人鱼雷形状,但是他们有更多的螺旋桨和没有后鳍;一个例子是Nessi机器人在其第六版(10]。它建于sauc - 2011竞争,与174厘米长度和直径28厘米。能够在水下移动,这是配备了六个螺旋桨:两个横向运动,两个垂直和倾斜移动,和两个机器人方面控制前进和偏航运动。Nessi第六版的照片中可以看到图5。

另一个鱼雷形状的机器人的发展是在2017年,有许多螺旋桨,如图6,但这是比其他人所示。有534厘米长,直径62厘米,体重380公斤的11]。它有5个螺旋桨:一个位于顶部,两个极端浸泡,最后两个在控制偏航运动。如果有任何问题和机器人需要回到地表,压载舱。

还有其他的调查更复杂的模型,它有一个鱼雷形状;研究的一个例子是2018年一个机器人的发展。它有四个鳍位于双方包括四个螺旋桨(12)和两个螺旋桨浸泡。机器人有一个长度为140厘米,直径20厘米,体重32千克。图7显示这些元素的位置。机器人是提高推进系统构造,并没有产生无数的泡沫,因为它是一个前置摄像头看到的麻烦;出于这个原因,设计有两个螺旋桨,它有四个鳍前进;运动是基于海龟的运动(13]。

有新研究已经完成在过去几年对不同形状的水下机器人。相比之下,那些有优势与传统形状相比,因为他们的形式是对称的。在一个调查项目,目标是控制机器人的位置对称扰动事件的比例变化方向力从螺旋桨;所有他们的汽车内部封闭的船体。设计是在2012年开发的,和它有一个直径40厘米,重6.3千克。这个球形机器人如图8。

内部的机械部件的装配机器人的手动了,它在水下机器人的操作造成麻烦,因为机器人是更不稳定,而且可能长时间不动。图9显示的一些改进用3 d打印机制造水喷流机制(15]。机器人有两个伺服电机,每条腿的水射流。垂直运动,伺服电动机是第一个把提高螺旋桨的水射流;然后,横向伺服电动机移动的喷水推进器前进;随后,水射流垂直下降;最后,机器人波动迈出一步。

还有另一个办法容易获得机器人的组件;这些机械用于一个正方形或矩形框架,在框架和一些组件,如密封盒,灯光,螺旋桨和其他设备。机器人被称为曲线(7)是第一个实现提到的分布。它是由美国海军恢复了炸弹和鱼雷;在它的一个任务,在1966年,ROV能够沉浸到869;这是多机器人能够实现的最大深度根据其设计;此外,它是基于积极的浮力,这意味着如果其螺旋桨是关闭,机器人会自动表面。机器人仍然是处理一些改进,它被发送到不同的任务;图10显示了相似的机器人曲线二次曲线。在图10大小,可以欣赏ROV与一个人的大小。因此,有必要使用一个滑轮船上放置在水面上。

经过的多年来,水下车辆也有类似的形状曲线一直为海底勘探和开发可以由一个人由于其较小的形式。ROV与类似的外观的曲线在2010年开发了;机器人被称为尼斯湖水怪四世(16],它有一个矩形,铝框,两个密封室框架直径22厘米,传感器,和一些安全组件。

的一个封闭的相机有汽车和司机的电气连接和电池;其他传感器接口和电池电连接。机器人使用五个螺旋桨工作:他们两个都是垂直位于控制深度和间距,两人位于控制和偏航向前移动,最后一个是在这个轴垂直轴来指导翻译。尼斯湖水怪ROV如图11进化是一个过去的版本,它是参与竞争称为“SAUC-E”,这是胜利者的机器人。

一些机械如CISCREA cubic-like帧,如图12。它有六个螺旋桨:四人以外的车辆的纵向轴,使机器人更好的转矩,更多的纵向稳定性,和更好的运动水平轴,和其他两个控制深度。机器人有长52.2厘米,宽40.6厘米,高39.5厘米,重量为22公斤(18]。

开发了一些机械,拥有一个框架来支持他们的组件的提到;其中一个机器人被称为DaryaBird建于2016年;它是由水下机器人参与竞争,和它的一个封闭的部分有一个鱼雷形状。帧的一些元素,比如它的爪,机械手携带对象,一个电池,一个气动罐,其密封腔。

有83厘米长,50.6厘米宽,41.3厘米高度,和32公斤体重19]。它有六个螺旋桨;两人控制深度和辊和其他四个位于允许向前运动,垂直轴偏航,翻译。图13显示了机器人DaryaBird,螺旋桨分布近似的地方在旅游轴前进。

有一个设计在2019年提出了矩形和积极的浮力;这次调查(20.)是更多关于机械设计,实现稳定的设计特性和CFD分析的最终形状。机器人有两个管道顶部从2到4英寸,分别和一个铝制框架支持ROV的元素。保证稳定性由于结构设计质量中心的位置,这是根据浮力中心。顶部管道位于那里获得更好的稳定性,而机器人滚,让机器人的浮力中心靠近顶部,如图14。提出了设计质量中心和浮力中心对齐在水平轴在俯仰和偏航运动可能会更容易。

因为质量中心和浮力中心纵轴不一致,浸没式螺旋桨被分发到音高控制如图15。

有一个机器人在2019年提出在浅水区(工作21];它有一个立方形状,其主要结构防撞。机器人的设计在它前面有一个亚克力板定位一个相机。两个螺旋桨控制前进和偏航运动。力的螺旋桨设计应该大于1公斤,2公斤之间的浸没式螺旋桨应该和8公斤。机器人被设计有密封室只是用于电池,另一个用于电子零件;图16显示所有部件的最终设计。

2.4。Bioinspired

在过去的几十年里,有很多的兴趣提高水下机器人的性能通过bioinspired优化方法在水生动物,经过自然选择进化由于栖息地的物理特性和良好的形态。

2012年,评估不同的仿生水下机器人提出并解决了一个关键的问题,提到在22),这是实现足够的运动机器人的实际环境条件和分类他们的游泳方式,图中可以看到17。提案提出的问题是智能执行器的使用,是一种可行的选择能够达到一个伪装的机器人的灵活和复杂的运动,需要不需要额外的部分。

智能执行器被归类在形状记忆合金(SMA)、离子高分子金属复合结构(IPMC)和SMA结构和IPMC之间的混合。通常,材料与其他材料相结合;图中展示了一个例子18。这对机器人嵌入给更好的机械特性。

通常,创建部分bioinspired机器人,有必要使用聚合物连同以上提供的合金,用于模拟弹性和可变形性来实现复杂形状的生活模仿。

软的结合和低硬度材料智能执行器被称为智能柔软复合材料(SSC);它的生产是通过使用多喷管进行3 d打印机,这种紫外线固化聚二甲硅氧烷(PDMS),这可以通过直接的3 d打印墨水写(DIW)或有限元(SLA),电缆,连接、通信模块、电池、智能执行器或各向异性材料放置一层一层地在最后打印(23,24]。参见图19。

在使用这些技术,提出了一种新的低成本的印刷方法在25),进行印刷测试,和PDMS材料切换是由激光衍射由于使用T联盟由两个电流:空气和第二流体(水或油);应该注意的是,他们不使用镜子或镜头,通常都是在有限元(SLA)。

虽然有些机器人是基于这些智能执行器,它们的移动速度是缓慢的和有限的生物相比,获得了灵感或机器人使用传统的致动器,由于这些优势是更紧凑,除了实现更好的模仿和获取重要的生物学特性,这是他们在寻找什么。

在2016年与海豚的形状是一个机器人(26];这是一个自主水下航行器(AUV)测量水质与仿生系统开发。原型图所示20.设计灵感来源于一个兽人。他们想要模仿一个兽人的高水动力和稳定性能,因为那些动物的进化使得他们正确地开发这些功能。海豚可以模仿一些特点的虎鲸,它可以监控和移动在困难的环境中。

机器人的设计有一个严格的头,空心壳体组件,腰部关节,内阁和尾联合商会。它有一个水动力形状降低阻力,它的腰部关节得到必要的推力,背鳍和胸鳍改善稳定性还允许性能将演习。同年,自主车辆的机械设计(AUV)提出了受鲨鱼有视觉系统水下环境的信息,为将来的应用程序监控、搜索对象和轨迹跟踪。

鲨鱼机器人的结构如图21它有两个主要的主要部分。

前面是一个刚体的气动外形鲨鱼来获得更好的性能和两个胸鳍游泳运动,潜水,新兴和摆动。进一步,它有空间,有部分如相机、电路、传感器和电池。背面是一个multiarticulated身体有三个伺服电机与一个铝结构,允许更好的运动,取得更多的机动性和推力。

外壳是由ABS,长度482毫米,宽度208毫米,125毫米高度,和1.3公斤的体重27]。机器人使用两种防渗系统:第一个顶部,有一个可移动室,这是一个与氟橡胶密封垫圈胸鳍,第二,因为他们有一个旋转的轴与轴承和Glyd环;他们需要一个动态密封在每个鳍。有一个水下机械手的灵感来自于蛇。机器人的目的是使勘探活动和介入水下基础设施,由于它的形状,使灵活性和能力进入困难的空间。机器人是由挪威科技大学。

机器人是AUV的范畴,它有一个串行连接机制不同的模块,而隧道推进器和船尾推进器前进。此外,如果需要,机器人可以模仿一个鳗鱼的游泳由于良好的灵活性。原型图所示22。提交的设计是在一个非常复杂的与Matlab仿真环境,允许协调不同的致动器连接,得到好的结果的设计,证明仿真环境有很高的潜力开发这种测试(28]。机器人OpenROV于2019年开放代码ROV发达bioinspired焦点;它是为不莱梅的城市大学应用科学;其工作是更关注获得更好的稳定性,减少阻力,并评估替代推力系统(29日]。

壳优化做了不同的典型应用确定合适的参数修改和改善生物模型,满足需求。为选定的模型,模拟了一个标量水平(1:3)内的空气室。拖下一个更好的结构是功能层面上实现(1:1)做一个测试在水和通过CFD模拟的设计得到更好的数据。另一重点是另一种推力系统的实现基于生物移动鳍的鱼。更好的模型选择和用3 d打印机;他们考验,最后,有一个更好的性能决定。系统的实现如图23。

实验结果显示阻力减少50%至85%的比较基本的OpenROV和推进器系统;虽然他们没有有效的推进器,他们更好的灵活性,频率和振幅。2019年,另一个机器人被称为“CasiTuna”的设计灵感来源于金枪鱼,一条鱼能高速运动和机动性;此外,它可以游很大的距离。

机器人试图模仿金枪鱼的特点,集中在三个主要方面;第一个是一个刚体在前面的电子系统和一个新的推进器系统两个引擎存在,一些不常见的这类机器人由于数量和位置。他们是伴随着背鳍和内部系统调整浮力。第二个要点是一个轻量级的身体背面;部分有两个制定,实现运动,它的机械系统4酒吧和一群锥齿轮,避免无意识的涟漪由于发动机的新职位。第三个主要方面是一个刚性尾翼,使它产生更大的推力。机器人“CasiTuna”如图24。

机器人有520毫米长度,宽度100毫米,130毫米高度,重量2.6公斤;主要是,它的材料是ABS和PP。水下机器人通过模拟在亚当斯和测试验证设计的有效性关注位移速度和稳定性,由于其符合空气动力学的形状。表1显示了提到的一些功能的机器人。

2.5。推进器分布

推进器的位置和数量取决于有多少自由度机器人将是设计;有一个情况,实现所有自由度,推进器驱动器移动它们,改变力的方向。

一个ROV有5个推进器;2015年他们一些执行机构设计;两个推进器位于极端水平轴和偏航运动,移动和其他推进器位于两侧有伺服电动机;每个人的目标改变力的方向和控制横滚运动俯仰和偏航,但他们用来浸泡(31日]。最后一个推进器设计操作所有时间和稳定俯仰运动。推进器如图25。

水下机器人和浸泡系统必须有一个出现的原因;他们使用推进器做这些任务或实现一个压载舱。有机器人为调查目的开发2017年挪威;它有三个推进器水下机器人的运动。原型图所示26。

ROV的目标中提到的人物26是一种低成本机器人的发展监测鱼类养殖(32]。推进器是围绕一个汽缸从一个另一个;这使得他们在二维空间中移动。机器人有负浮力。控制它的深度,它有一个绳连接到一个表面上的平台。机器人的稳定性最好控制由于原型的对称性;因此,造成的俯仰和滚钟摆效应没有影响。2019年,一个设计提出了水产养殖应用程序;形状和推进器是避免车辆横向振动效应,这意味着一个浮力对象失去稳定由于强劲的水流。图27显示了机器人和组装图28可以看到他们的四个推进器的位置,这给他们5自由度(33]。

有另一个研究,机器人的形状有更多的自由度(自由度)比其他分布,除了刚刚四个引擎如图29日。推进器垂直和水平分布;每一对之间力量的差异使得机器人有更多的自由度。例如,如果上面的电机力比下面的一个,机器人将能够改变方向达到90°转弯(34]。

在图所示的机器人30.是用于研究最好的这种类型的机器人控制系统根据CFD程序获得的数学模型(35]。机器人有六个推进器:其中两个是应用于潜水和其他四个位于纵轴的约关于轴向前发展。横滚和俯仰不需要控制因为元素分配给了足够的稳定度的自由。

有机器人超过五推进器。在图所示的机器人31日有八个推进器,使得机器人在移动6自由度,喜欢有六个推进器,但给潜水的优势更多的推力。

图31日是一个升级Bluerobotics ROV的(36),有八个推进器:四人locatedvertically外框架与外部保护防止螺旋桨损坏在操作或范围电缆可以纠缠或损害themwhile之一他们正在或拴在混乱和破坏。推进器被放置在相同的位置与原始Bluerobotics ROV。

3所示。材料和Hermeticity

ROV制造商的材料选择必须承受的压力将会接受;机器人到达越深,外部压力越大是在机器人的操作。鱼雷形状的机器人(9是铝制的,满室空气的压力,和他们的额部分是塑料做的,比如REMUS机器人。有更多的机器人鱼雷形状;一个例子是尼斯湖水怪10],它是建立在外部铝和PVC的内部结构是由支持部分,比如传感器。尼斯湖水怪的分布如图32。

2016年,一个机器人,提出了一种密封室由丙烯酸和PVC (34];丙烯酸是放置在镜头面前记录外及其推进器支持3 d印刷。图33显示了部分。另一个机器人,它的一些部分介绍了3 d印刷在15]。零件图9。3 d打印机是机器人制造一个巨大的优势,因为推进器可以节省空间,由于更好的分布;同时,机械紧固件的设计一个更好的方法,3 d打印和机械阻力比其他机器人的水喷射推进系统。降低制造成本的一个方法是使用3 d打印;原型(32)是一个调查项目的ROV的推进器外壳是3 d印刷,和大部分的结构部分由PE(聚乙烯)和甲基丙烯酸(有机玻璃)允许相机记录。

最重要的一个方面考虑机械的制造材料的密度;因为材料低密度使浮力增加它的重量比例,这意味着需要更多的力量淹没机器人。水下机器人的调查(30.专注于其结构设计,选用6036 t6铝合金结构支持汽车和其他元素1厘米直径;因此,密封室是AL5053做的。在上述机器人的设计、变形分析时,密封室被暴露在海下的压力和变形的支持。

介绍了水产养殖的另一个原型设计(33];设计有密封室由丙烯酸宽5厘米。旁边的与外界隔绝的商会的材料上面提到的功能应该有良好的耐蚀性所设计的21]。设计提出了一个4032 - t6铝合金制成的密封室和前段亚克力圆顶摄像机被安装。有一种水下机器人使用所谓的仿生学水下移动,它是由不同的材料,例如,一个海豚结构(26)由玻璃纤维和身体的其余部分由多聚甲醛(POM);这种材料有轻量级特性。另一个结构的机器人是一个鲨鱼27)是由ABS(丙烯腈丁二烯苯乙烯),氟橡胶的防渗系统,使用o形环和Glyd环动态密封;进一步的后推力部分是连接到移动关节骨架铝做的。

CasiTuna机器人(30.)是类似于鲨鱼身体前部和后部的ABS,但此原型流鳍PP(聚丙烯)制成的。这种机器人的另一个形状是一只乌龟22];身体的ABS和PDMS(聚二甲硅氧烷)和翅片结构结合ABS和SMA(形状记忆合金)。OpenROV机器人生物灵感来自一个shell (29日)和另一种推进器由解放军3 d打印机,进一步填写过程中,清漆,砂光表面光滑。

有各种各样的形状,这类机器人。作为一个例子,有一个机器人叫RoboJelly [22贝尔)和它的矩阵结构的硅和8 BISMAC致动器由一个钢弹簧,硅胶,SMA电线。表2显示了水生机器人的主要特点在这一节中讨论。

4所示。仪表和执行器

如果我们引用外部设备的数量,我们应该知道这些与新应用程序的到来增加或减少无人水生机器人。主要分为两种类型:自主机器人和水下机器人(智能水下机器人)和机械(遥控车),这也是除以他们开发的应用程序类型,如干预和检查。这两个类之间的区别在于不同的资源使用,大小和重量,机器人在每个部门。

在本节中,我们将解释并专注于使用仪表和执行机构,收集信息从两种类型的无人驾驶机器人。

4.1。传感器

以下4.4.1。海洋测量变量

(1)温度。测量和海洋过程变量在先进的系统中,众所周知,第一个相关变量占是环境温度;这种情况由于海洋温度的变化,这不仅影响海洋和大气的动力也介入海洋生物的分布及其代谢;出于这个原因,一些船只使用一个温度传感器,帮助渔民设置地点和时间有利于渔业和也知道动物的分布。

同样,传感器的深度、高度和温度总是用于水生机器人的设计。当我们几个这三个传感器,我们将能够获得的数据海洋变量以及它们之间的相关变化。然而,温度传感器的测量可以使用不仅知道更好的环境,也为了弥补陀螺仪和加速度计的操作37]。这是无人水下潜航器的情况下或SUR-II。

(2)压力。众所周知,控制中使用的镇流器UUVs结构的稳定性直接关系到压力传感器;这是由于装配压缩空气坦克,这是由不断变化的大气压力环境中(对称机器人允许改变他们的重心)。这种行为与DaryaBird观察,无人水下潜航器一个,采用日本横河压力传感器测量深度和陀螺仪测量方位角和高度角(19]。这两个传感器帮助远程功能,无人水下潜航器将为AUV(自主水下航行器)或在某些情况下,它可以帮助把它变成一个ROV可以遥控;无人水下潜航器这种类型的可以回忆数据和发送它通过脐电缆到达水面计算机可视化。

(3)硝酸。获取海洋样品的标准方法是通过与单个样本收集瓶,与主测试温度,压力,和盐度。在“黄金国”推进自动化,提出了2016年,这是一个水下机器人,他10投的水在瓶子里称为“刺”(38]。埃尔多拉多传感器连接到其结构阅读叶绿素和硝酸盐、水样品可用于这些参数的校准,如图34。

(4)导。电导率的测量电阻率,一个属性量化多少溶解物质,化学物质,和矿物质在水中存在。这意味着大量的这些杂质决定了更高的电导率。仪传感器的使用允许水测量温度、电导率和压力。埃尔多拉多AUV有仪传感器(38),像SOTAB-I机器人,连着,采样频率的16赫兹启用高空间分辨率,消费为3.4 W (39]。

(5)总ATP(三磷酸腺苷)。有一些其他类型的传感器,机械最近进行;他们被称为微流体,处理有关粒子的操纵或滴时间动态,速度,和空间流动模式对于[40];尽管这是一个新的多学科领域,它有可能影响生物分析领域。又被称为LOC(芯片上的实验室)用作屏幕工具在细胞生物学、化学合成和生物分析法。他们有一些优势,因为他们是可移植的,他们可以用低成本的制造材料。ROV下面的一个例子。

总ATP是一个有用的生化参数检测生物或生化活动异常的自然环境;自溶解ATP是一个重要的碳和磷对海洋微生物还与微生物活动有关,总ATP是一个有用的参数表明生物地球化学事件的存在,这样的海底火山,碳氢化合物的溢出物,和偶尔的有机资源的供应41]。这就是为什么,实时获得这些变量,一个新版本的ATP原位分析仪开发和评估使用遥控,实现深度200米的测试执行。

图35显示了分析仪;微流体装置,分析仪模块,该模块是核心组件,和一个测光模块基于L-L反应生物荧光强度测量。

测量用原位ATP与手工测量分析仪是一致的,这表明一个便携式,简单,可靠的流量分析系统等的微流体装置可以在极端环境中使用实时生化分析。

4.1.2。导航仪器

UUVs建成时,使用了不同的数据采集方法等位置,方向,和速度。同时,姿态和航向参考系统(AHRS),惯性导航系统(INS),或水声位置参考系统(HPR)实施定位和稳定的保持更好的控制。传感器组成,这些系统和应用程序在不同UVVs如下所述。

(1)惯性传感器。更好的被称为IMU,惯性测量单元是一个线性加速度传感器来检测使用一个或多个感应器,以及转速使用一个或多个陀螺仪。这些设备包括一个磁力仪,主要用作参考。

2008年,ROV尼斯湖水怪三世被首次引入一个水下机器人使用3-gyro参考系统的导航目标(43]。介绍了2010年的恋情,这是一个中等ROV注定海事领域的调查;这ROV用于惯性传感器的耦合估计使用的位置和深度的记录10画未加工的数据,对应传感器(压力传感器,3磁场传感器,加速度计,和3陀螺仪)(37]。另一方面,密涅瓦出现在2014年,这是一个干预ROV混合两个定位系统和使用一个惯性传感器为主要传感器和一个深度传感器(44]。这表明不仅是一个单精度算法所需导航,还需要其他传感器来弥补单个系统的错误。

(2)指南针(磁强计)。磁力仪是通过测量磁场的变化三个参考轴减去从地球的磁场;尽管无人水下潜航器广泛应用在开发领域,这个传感器噪声敏感的操作引起的其他来源和其他传感器的操作一样,汽车等等。

这意味着您不能仅仅依靠磁力仪的价值观,也有一些地区被认为是在水下导航,如压力传感器来测量深度,陀螺仪,加速度计来控制高度和运动(45]。这也给解决方案的集成专用数字传感器提高准确性,模块可以评估标题方向的最小差异度,仍然补偿和校准支持与其他传感器的组合磁场扭曲,是MEMS加速度计的情况下使用硬件传感器和一个硬件传感器(磁阻的46]。

(3)全球定位系统。全球定位系统由直接通信卫星;使用这些设备的水下不允许他们的正确操作,所以UUVs最好的应用是通过集合或恢复这些机器人当他们到达地表。

描述的使用是Choyekh马赫迪,表明SOTAB-I机器人的跟踪海面上确保全球定位系统(GPS)接收器,用于确定机器人的绝对位置。如果机器人被淹没,超短基线(USBL)系统确保跟踪39]。

(4)声波。声纳的性能是通过声音,传播波的水下允许导航、通信和水下检测对象。因为他们在水下车辆使用标准化的操作在能见度很低的情况下,使用这个设备有各种UUVs;一个例子是尼斯湖水怪三世,发出特定的信号从应答器,响应的车辆;延迟的车辆接收这个信号响应给出了双向的飞行时间;使用的范围是60赫兹和90 kHz之间(43),结果是获取原始数据的速度,距离,时间和距离。

2017年,ROV的导航补偿提出了通过比较数据提取从声纳与航迹推算方法的使用及其补偿误差(47],细节的使用声纳当ROV没有任何运动由于干扰发生的操作引擎,为其先前的补偿。有被动声纳系统,hydrophone-based沟通参与机器人之间的点不那么远和一艘船或表面,让声音脉冲找到这两个对象之间的距离,计算出声源的角度。(19]。

(5)多普勒声波。多普勒速度传感器(dv)使用多普勒效应测量八角形的速度;其局限性是基于集成的计算速度和计算位置的时间;这种类型的定位控制系统将在下一节中解释;然而,它的操作可达300米。

如前所述,密涅瓦混合两个定位系统中,除了使用惯性传感器,它还使用水声定位系统通过使用多普勒速度记录(DVL)来测量其速度(44]。图36是一个例子的计算通过使用水听器阵列。这个用UUVs进行不同,比如DaryaBird雇佣了一个高度传感器TRAX (19),安装在DVL传感器来控制运动。

4.1.3。光学传感器

(1)摄像机。大多数UUVs标准化的补充一个摄像机传输从深度到表面;图像在环境分析是很重要的。2010年,建设TSL(隧道海狮)机器人,2摄像机包含:一个直接对弓和其他在垂直向下的方向48]。同样地,另一个应用程序安装摄像头,是把它作为一个新的解决方法,一个水下机器人;这是观察到在2018年测试进行交互式技术如图37使协调系统的建设路线是从图像通过视频(49]。

另一个应用程序通过图像的传播成立于检测海洋动物不同的可见性从一个新的数据集;视频捕捉包括三个相机和三盏灯。彩色摄像机的分辨率为1080×1920像素,帧速率是30 fps (50];相机方向是斜向下向河床。

4.2。致动器

水下机器人的运动原理是基于使用螺旋桨;类型、力量和电动机使用这些螺旋桨的重量取决于机器人的工作,是解释的开头部分。

4.2.1。准备发动机和推进器

(1)水射流。在我们使用的各种各样的汽车移动机器人,我们可以找到推进基于高压水射流。很长一段时间,通常使用这种类型的推进,因为它舒适的设计及其权重较高的大推进。在2000年,这种类型的推进中使用一个鱼雷形状的机器人的发展被称为TSL——弓和阀杆推进系统的性能有一个隧道水飞机(48]。

在spherical-shaped水下机器人中,这种类型的驱动中使用垂直方向;两个执行器可以由一个推进器和一个伺服电动机控制;jet-based推进器决定的价值驱动力,和伺服电动机控制推进器的高度37,51]。

(2)步进电机。无人水下潜航器的方向的管理,指导管理被引入的一种形式,涉及鱼雷结构(Xianbo et al ., 2017);这种结构有两个螺旋桨:一个用于水平运动和垂直运动的其他;这两个连接到主螺旋桨由直流电机驱动,四舵由步进电机驱动11]。

(3)刷。尼斯湖水怪三世和DaryaBird使用相同的笔刷电机螺旋桨SeaBotix提供的品牌,消费110 W和承受的能力至150米深度;这些都是用于定向运动在xy平面上;在上面提到的第二个机器人的情况下,它使用一个RoboPlus Hibikino推进器功率为90 W的机器人控制。

(4)伺服电机。甲有一个封闭的鱼雷状船体结构,利用10螺旋桨处理6自由度(自由度);然而,小球形机械,如SUR-II,使用向量组成的喷水推进器防水住房,两个伺服电机,机架(37]。

(5)无刷。无刷马达在中小型机械成为受欢迎;它们的使用可以追溯到90年代和80年代。安倍是一个例子,一个水下机器人注定的底栖生物物种探索使用无刷电机(无刷)与石油52压力补偿)。一个明显的例子是盔甲,每个驱动器由一个电机控制器和一个无刷直流电机53]。另一个相关的例子是杰夫的操作,一个小型AUV为检查和群联合设计工作;推进系统主要两个直流电机与一个定制的磁耦合设计,以避免腐蚀和短路。(45]

(6)液压系统。UUVs,设计和开发的一个新的结构选择指导管理的6自由度;这个特殊的并行配置图中可以看到38;它有两个主要推进器在前面,另一个在后面负责机器人的转向(54,两部分之间的联盟是通过液压系统。

4.2.2。名人

执行的函数UUVs包括检查、操作、和数据收集;所有的机器人有一个视频传输系统实现,因此有必要开发一个照明系统获取图像由于水下环境没有能见度条件下由于缺乏一个光源。ROV Jinwoo提出的系统使用两个全景卤素灯和两个LED灯来获得高质量的图像(55),如图39。

在图像采集另一个应用程序中,对象的识别和检测,为救援或机器人,监督和检测是发现一个明显的例子的研究皮德森et al .,照亮区域的检测所需的远洋物种,1900流明的LED灯和10条使用的近似电阻(50),正确理解案例研究。

4.2.3。操纵者

“操纵者”一词用于描述一个机械装置与移动关节用于操纵的工具、零件、或特殊设备来执行各种任务。这意味着应用于机器人的结果自动装卸机,可重复编程的一个移动或固定的位置。混合水下机器人是在2011年,一只螃蟹和龙虾结构,其腿作为机械手,它的主要功能是检查水下结构和在浅水域沉船,在活动,如电缆切割、研磨、钻孔是必需的(56]。

最常见的方法来实现机械手在干预类机械,例如,密涅瓦,其操纵国允许样本收集。表3总结所有的水生机器人出现在本节。

5。导航和控制

导航,简而言之,符合特定的方法,让人知道他们在哪里以及如何得到一个新的点。根据环境和可用的参考点的类型,这些方法可以简单;然而,他们可能成为复杂的结果在一个充满敌意的,改变,和不可预测的环境中,同时,参考点是不可见的(6]。UUVs必须执行的任务需要导航取代不同位置点来完成他们的义务。导航可以通过车辆本身(在auv的情况下或运营商(机械情况下)。通常由机械执行的任务繁重的工作需求和可以局限于小空间导航可能不是非常复杂的和可以执行由运营商通过操纵杆和直接使用一个或多个摄像机安装在ROV。

此外,自驾车辆有更多的任务和必须执行任务,需要几个小时,几天,甚至几个月(57]。大多数的这些任务的重点是进行海上勘探涵盖大面积几百平方公里。导航在这里起着至关重要的作用,如果它没有正确执行,它不仅可以影响任务的成就但也会影响车辆的安全11),在最坏情况下,可能导致机器人的损失,造成的经济损失和污染了环境。由于其自主权,必须完成导航计算机的控制下嵌入到载体中。

5.1。导航方法

在水下机器人导航大多数研究者代表一个巨大的挑战,因为不可能在水下使用全球定位系统(GPS)。卫星发出的电磁辐射波吸收,当他们接触到水,所以GPS信号接收机不能捕捉海浪水下(58]。因此,水下设备被用来建立一个当地的定位系统。得益于先进的技术,这些设备已经大大改进和优化的尺寸和性能。这种动机的调查和改进的方法,允许一个更好的位置,从而估计更精确的导航。

5.1.1。本体感受的导航

如果AUV的旅行速度是已知的,可以估计新职位连续集成的速度。执行速度的措施,使用多普勒速度日志(DVL)通常是与惯性系统和指南针;估计位置只取决于车辆的运动,因此本体感受的名称。这种方法被称为航迹推算(59]。这种类型的导航系统对应于研究由伊茨科。克莱因和为多达Roee钻石;他们开发了一个系统,估计水车辆行驶轨迹能够自由地移动的方向海洋洋流(60]。因为这些机器人海面紧密合作,他们很容易容易取向改变,创建问题的路径。通过加速度测量,研究者可以约束算法执行的基于主成分分析计算车辆的方向的加速度。如果没有需要执行该算法,使用传统的航迹估计车辆的运动方向和位置。

另一个有趣的工作对加速度计和怎样使用它们对应于作者燕et al。59]。他们工作在一个航迹推算导航系统基于神经网络只使用加速度计,由于使用其他传感器的成本如DVL或声学系统的依赖。利用惯性单元所产生的错误,反映在快速通过陀螺仪测量角度的变化;这大大提高了航迹推算系统的错误。使用神经网络估计测量之间的俯仰角度通过勘探方向和加速度测量不同时间允许估计车辆的位置和减少错误造成的陀螺仪。

通常情况下,专有的导航系统工作与外部系统纠正自己和减少积累误差。一些工作在航迹推算的作品与其他参考系统(对应61年)扣留等人,他们建立了一个死亡计算模型基于惯性测量单元(IMU),工作结合一个声学测量系统来减少由IMU误差积累。由于乌兹别克斯坦伊斯兰运动所产生的噪音,被捕获的原始数据过滤使用扩展卡尔曼滤波。模型的有效性,实现在三种不同环境中收集的数据进行田间试验,在一个开放的海洋环境。

正确的导航需要一个有利的位置估计,所以必须使用的工具和算法获得最精确的位置。

5.1.2中。声学导航

本体感受的导航的主要问题是错误无限增加车辆的行驶距离增加。如果不考虑外部参考系统,导航工具和它的任务变得非常关键。来解决这一问题,采用声波导航。适合水下声学波传播由于最小衰减。因此,它们是用于水下通信和定位水下车辆。例如,放置灯塔的水下车辆使用数据估计他们的位置在工作区域。最常用的是长基线水下声学方法位置(LBL)和超短基线(USBL) [62年]。

标准LBL方法特点是灯塔或交界的,它是固定的,如图40。图像显示了车辆和转发器的配置系统。

首先,转发器听的ping排放车辆,和距离估计是获得答(周转时间)在一个特定的频率。因此,车辆可以估计它的位置算法基于递归最小二乘(RLS)或使用扩展卡尔曼滤波器。车辆必须拯救转发器的位置。

一些工作相关的实现LBL系统对应于克里斯托弗·冯·Alt et al。那些发达雷穆斯(8),一个鱼雷形状的水下机器人为海洋资源的探索,创建了两种操作模式:自主和自治。在自动模式下,机器人必须遵循路径由声转发器植入的海床上,和雷穆斯作为一个目标猎人。转发器分布定义REMUS的导航路径;另一方面,在非自治模式,导航的帮助下进行了一艘船,和雷穆斯跟着它通过一个声学通信。

这个方法很适合单个车辆。与多个车辆导航的情况下,该方法的变异提出了消除咨询信号,转换通信在一个方向上的依赖,从而消除车辆位置更新的时间间隔。然而,灯塔和水下车辆必须同步(63年]。

LBL的标准配置系统及其变体(图41)允许建立一个绝对定位为一个或多个水下机器人。然而,实现和校准多边形信标安排的任务是昂贵和困难的。因此,它是决定提高这些系统更且只有一个灯塔取得确定车辆的位置;这个系统被称为超短基线(USBL)。这个配置如图42。这种类型的配置类似于标准LBL配置工作;然而,车辆有多个声接收器,不仅因为他们必须决定他们的距离从灯塔也的角度信号到达的复制品。查询发出信号。通过这种方式,需要使用多个信标的三边测量计算是可以避免的。汽车的工作区域仅限于整个半径生成的明灯。

我们可以把所做的功Hidaka et al。19]。他们这个音响导航系统旨在实现使用一个数组的水听器非常接近。角度计算的声音到达抵消由之间发生。此外,声纳系统使用一个电子信号放大电路,相比较,和数字模拟转换(D / A)。

5.1.3。光学

光学导航使用光学设备如摄像机或光学二极管海床的形态学数据记录。m·卡雷拉斯等人提出了水下机器人基于视觉的定位方法和结构化的环境中就像一个水箱64年]。工作中,定位算法细节通过一些图形结果和系统的精度。算法允许获得3 d位置,方向,和速度的车辆通过检测从罐底部的参考点。位置估计是高度准确的无漂移,使他们能够被用作低级摘要反馈测量控制器。实时计算系统是12.5赫兹。

5.2。方向和运动控制

需要采取控制水下的方向和运动车辆,它可以要求一个探索任务或一些工作需要操作或提取的海床上。然而,由于存在外部干扰和不确定性在海洋环境中,线性控制方法并不是很有效,因此需要应用先进的鲁棒控制方法。方向控制的目标是保持所需的方向无论膨胀和不可预测的环境中干扰。这就是为什么一个水动力模型和数学结构的参数必须首先获得。

同样,建立一个控制系统,必须考虑以下几点:系统的性能是有限的,并补充说的行为控制系统必须在稳定性和鲁棒性能,因为它考虑了整个系统的能源管理和优化(65年]。这种方法考虑了不可避免的缺陷在物理系统和变量;调查之一的新控制策略不完善系统的性能是在(66年),从一个基于光结构的机电系统作为支持和提供简单的线圈中发现的结构;本研究的目的是控制系统的仿真不完美的系统,由于特殊的属性结构,振动信号的影响隐藏动态系统的不完善的系统可以观察到。

给定的非线性控制系统的前提不完美的系统有超过两个变量,认为大多数的研究领域内进行流体动力学和ROV的行为只建立在运动控制,保证机器人的运动在既定的路线,没有考虑到隐藏在结构动力学。然而,大多数研究人员利用计算流体动力学(CFD)模拟的行为框架来减少错误由于环境条件变化很难预测。

5.2.1。滑模控制

滑模控制(SMC)是模型不确定性的鲁棒控制和参数的变化具有良好的抗干扰性特征。有各种各样的应用程序相同的(67年- - - - - -71年]。然而,它继承了不连续的控制作用;因此,抖振现象发生在系统运行接近滑动面。有时这种不连续控制动作甚至可以使系统性能不稳定。

5.2.2。自适应控制

赵和Junku刚才他提出了一个基于扰动观测器的自适应控制(69年,72年];该系统的控制方案有一个自适应控制器基于nonregressor,它的外环控制方案,同时内部循环控制器扰动观测器。这两个元素上面提到的组件是作者提出的自适应控制系统,这是健壮的对外部扰动和不可预知的行为由于其控制参数的自动调整。他们实施了三个控制器、PID、PID +强加于人,和ADOB(自适应控制器基于扰动观测器),比较和评价的效率和性能,如图43。

5.2.3。神经网络

最近,神经网络在机器人系统控制受到了相当大的关注由于其通用的性质,如非线性映射,学习能力,和并行处理67年,69年,73年]。最有用的特性控制的神经网络近似任意线性或非线性映射的能力通过学习。由于这个属性,神经网络已经被证明是一个合适的工具来控制复杂的非线性动态系统。然而,由于他们的运算复杂度,实现工程并不容易。

5.2.4。模糊控制

控制基于模糊逻辑和模糊控制(FC)在英语中是一个已经取代传统的控制技术在许多应用程序中(35,68年,74年- - - - - -76年]。模糊逻辑的一个重要属性是其表达在人类思维模糊性的能力。因此,当过程的数学模型不存在或存在不确定性,FC变成了另一种方式来处理未知的过程。然而,大量的高阶系统的模糊规则的分析复杂。fuzzy-based深度控制方案如图44和一个fuzzy-based偏航角控制方案如图45。

表4总结了一些额外的导航和定位控制的主要贡献对应UUVs最常用的方法。在表的第一行4,一些proportional-integral-derivative的线性方法(PID)类型包括,以前工作与其他检查方法。

6。结论

器的第一个形状是矩形的一个开放的船体和积极的浮力;它太大不能通过一个人,它是必要的在水里放置一个滑轮。那形如鱼雷的水下机器人的设计允许机器人在水下操作要快。在研究机器人内部,发现只有四个推进器提供5自由度相比其他需要六个推进器达到5度。研究机器人确定,实现所有的自由度,机器人必须有八个推进器安装或5个推进器和两个执行机构改变力的方向。最常用的材料之一,水上机器人制造铝,因为它没有在高压变形;这是一个密集的材料和不腐蚀。大多数的研究旨在评估操作下积极浮力;能够淹没,他们必须激活浸没式推进器;并返回到表面推进器是无效的,这就足够了。 The improvement of aerodynamic and hydrodynamic characteristics of aquatic robots with a biomimetic approach has accumulated great results, improving very important factors in the design such as hydrodynamic drag, propulsion force, and energy consumption, giving room to achieving better results with further study. It is important to mention that the biomimetic form of a robot not only implies improvements for itself but also reduces the degree of risk to possible alterations to a natural biological environment at the time of the interaction. The constant improvement of biomimetic technology has broken the trend of only implementing robots based on propulsion by caudal or pectoral fin; studies have opened a new window for the use of intelligent actuators, materials capable of providing better mechanical characteristics, such as greater flexibility under specific conditions, getting closer to the efficiency of real biological models with diverse morphological characteristics. The use of a pressure sensor has become much more standardized in the manufacture of any UUV, simply to obtain the depth data. However, some of these robots still have a dedicated depth sensor, thus achieving a greater comparison range between points. In most current ROVs, we can observe the constant use of an IMU sensor with the combination of sonar to find the underwater positioning, also applying a filter for the correct interpretation of data. GPS modules are used more in AUVs than in ROVs, because ROVs present a physical connection between the robot and controller, while the AUVs are programmed with a path or route to follow; that is why they emerge to the surface to obtain their position before making a submersion. The use of brushless motors has become very popular with the integration of propellers. It is found in different types of UUVs long before the 20th century. The advantage of this type of motor is adequate cost, better quality, and less maintenance than other motors. The application of new sensors for the acquisition of oceanographic data in robots has become increasingly common, as a result, mainly due to the growing interest in the study of marine ecosystems and the conservation of species. Many of the works reviewed, related to the control of direction or displacement with different engines, do not show much detail in the electronic components used, making it difficult to trace an evolutionary timeline of emerging technologies of electronic components used in UUVs. The methods and algorithms for navigating UUVs are mainly implemented in autonomous vehicles (AUVs). You can see the trend towards map-based navigation methods as opposed to those that use fixed beacons around their exploration environment. The orientation and movement control is applicable for both ROVs and AUVs, highlighting the routes control and trajectory tracking towards autonomous vehicles. The trend of new control methods is to apply combinations of more than one method to improve their characteristics and achieve finer control.

的利益冲突

作者宣称没有利益冲突。

确认

本研究工作是项目的一部分认同研究BM-PNIPA-PES-SIADE-PP(000027号;合同编号256 - 2018),这是得到PNIPA和世界银行的支持。作者感谢公司主提供者和ACEMAR寻求帮助。

引用

1. j·e·科恩,c .小,悟道,j .盖洛普和j . (goldman Sachs)、“沿海人口的估计。”科学,卷278,不。5341年,第1213 - 1209页,1997年。视图:出版商的网站|谷歌学术搜索
2. j .刚才“自主水下航行器的设计和开发:一项调查,“自主机器人,8卷,不。1,7-24,2000页。视图:谷歌学术搜索
3. e . v .刘易斯,”海军架构的原则,“耐波性和可控性海军建筑师,3卷,社会和海洋工程师,泽西城,新泽西,美国,1988年。视图:谷歌学术搜索
4. s . Chutia n . m . Kakoty, d . Deka”回顾水下机器人技术、导航、遥感技术和应用程序,”《机器人技术的进步,页1 - 6,新德里,印度,2017年7月。视图:谷歌学术搜索
5. b . k . Sahu和b . Subudhi”的艺术状态的智能水下机器人在当前和未来的几十年,”学报2014年第一次国际会议上自动化、控制、能源和系统(ace),页1 - 6、IEEE Adisaptagram,印度,2014年2月。视图:谷歌学术搜索
6. r·b·韦恩诉ai Huvenne, t·p·勒Bas et al .,“智能水下机器人(auv:过去,现在和未来对海洋地球科学发展的贡献,”海洋地质卷,352年,第468 - 451页,2014年。视图:出版商的网站|谷歌学术搜索
7. r·d·基督,“ROV手动遥控车辆的用户指南,”ROV手册页57-58 IEEE,皮斯卡塔韦,新泽西,美国,2014年。视图:谷歌学术搜索
8. c·冯·Alt b·艾伦·t·奥斯汀和r . Stokey“远程环境测量单位,”《IEEE 94年研讨会上自主水下航行器技术(AUV)剑桥,页13 - 19,IEEE,妈,美国,1995年7月。视图:谷歌学术搜索
9. 艾伦,r . Stokey t·奥斯汀et al .,“雷穆斯:一个小,低成本AUV;系统描述、田间试验和性能结果海洋学报》97年。MTS / IEEE会议IEEE,页994 - 1000年,哈利法克斯,加拿大,1997年10月。视图:谷歌学术搜索
10. m . Radojevic m . m . Nawaf f . Maurelli et al .,尼斯湖水怪VI自主水下航行器,2011,https://braincadet.com/papers/nessie11.pdf。
11. x, c . Yu,张问:“智能水下机器人车辆的风险分析和关键决定,”海洋工程卷,140年,第465 - 453页,2017年。视图:谷歌学术搜索
12. x Ai、美国康和w·周”系统设计和实验的混合水下航行器,”《2018年国际会议上控制和机器人(ICCR)2018年9月,香港,中国,。视图:谷歌学术搜索
13. 王g .姚明,j .梁t . et al .,“发展turtle-like水下车辆使用中枢模式发生器,”学报2013年IEEE机器人和仿生学(ROBIO)国际会议上2013年12月,中国深圳,。视图:谷歌学术搜索
14. x林和s .郭”发展的球形水下机器人配备多个定向water-jet-based推进器,”《智能与机器人系统,卷67,不。3 - 4、307 - 321年,2012页。视图:出版商的网站|谷歌学术搜索
15. 郭,y,他施l . et al .,“建模和实验评估改进的两栖机器人结构紧凑,”机器人和电脑一体机制造卷,51 37-52,2018页。视图:出版商的网站|谷歌学术搜索
16. y, s .郭l .施s .锅和z . Wang“3 d打印技术为基础的一艘两栖球形机器人,”学报2014年IEEE机电一体化和自动化国际会议上IEEE,页1382 - 1387年,天津,中国,2014年8月。视图:谷歌学术搜索
17. f . Maurelli j·卡特赖特:约翰逊,y Petillot,“尼斯湖水怪iv自主水下航行器赢得了sauc-e竞争,”学报第十届国际会议上移动机器人和竞赛(ROBOTICA 2010)2010年3月,葡萄牙莱里。视图:谷歌学术搜索
18. r·杨b·克莱门特a·曼苏尔·h·李,m·李和n .吴“建模复杂形状的水下车辆”学报2014年IEEE国际会议上自主机器人系统和竞赛(ICARSC)页,36-41 IEEE Espinho,葡萄牙,2014年5月。视图:谷歌学术搜索
19. s . Hidaka川岛,美国南et al .,“自治水下机器人系统设计和硬件开发“daryabird,”诉讼AUVSI&ONR的第十八届RoboSub竞争期刊论文美国圣地亚哥CA, 2015年7月。视图:谷歌学术搜索
20. e·h·Binugroho b . Setyawan r s Dewanto d Pramadihanto et al .,“静态和动态分析,使用CFD erov机械设计,”《2019年国际电子研讨会(IES)IEEE,页628 - 632年,泗水,印度尼西亚,2019年9月。视图:谷歌学术搜索
21. z案,美国莉娜,问:陆,f .羌族“浅水的框架结构的水下机器人,”学报2019年国际会议上精密加工、特种加工和智能制造(PNTIM 2019),亚特兰提斯出版社,西安,中国,2019年9月。视图:谷歌学术搜索
22. W.-S。楚,K.-T。李,工程学系。歌et al .,“审查使用智能驱动器的仿生水下机器人,”国际期刊的精密工程和制造业,13卷,不。7,1281 - 1292年,2012页。视图:出版商的网站|谷歌学术搜索
23. 工程学系。安,K.-T。李,周宏儒。金,吴r . js。金,工程学系。歌,“智能软组合:一个集成的3 d软使用bend-twist耦合变形结构的各向异性材料,”国际期刊的精密工程和制造业,13卷,不。4、631 - 634年,2012页。视图:出版商的网站|谷歌学术搜索
24. W.-S。c . Hyung-Soo金正日J.-Y。李,工程学系。安,“软变形射线推进器的设计和制造:波动器和振荡器,”柔软的机器人,4卷,不。1,49-60,2016页。视图:出版商的网站|谷歌学术搜索
25. 介绍,美国Gagliano特区痈,g . Recca和m . Bucolo”Micro-optofluidic开关3 d打印技术来实现,”微观流体和纳米流体力学,20卷,2016年。视图:谷歌学术搜索
26. 吴z . j . Liu, j . Yu”设计和实现机器人海豚的水质监测,”学报2016年IEEE机器人和仿生学(ROBIO)国际会议上IEEE,页835 - 840年,青岛,中国,2016年12月。视图:谷歌学术搜索
27. 吴x, z, j . Yu”设计和实现机器人鲨鱼与小说的嵌入式视觉系统,”学报2016年IEEE机器人和仿生学(ROBIO)国际会议上IEEE,页841 - 846年,青岛,中国,2016年12月。视图:谷歌学术搜索
28. j . Sverdrup-Thygeson e . Kelasidi刘贤佩特森工作室内由手工制作完成,和j·t·Gravdahl“水下游泳一仿生水下机器人”学报2016年IEEE / OES自治水下机器人(AUV)IEEE,页387 - 395年,东京,日本,2016年11月。视图:谷歌学术搜索
29. f·霍夫曼和a . b . Kesel”生物启发优化水下车辆船体几何图形和鳍推进,”海洋学报》2019IEEE,页1 - 4,马赛,法国,2019年6月。视图:谷歌学术搜索
30. 杜,z, j .王气,和j . Yu”设计和控制two-motor-actuated tuna-inspired机器人系统,”IEEE系统,人,和控制论:系统,2019年。视图:出版商的网站|谷歌学术搜索
31. h·萨哈和Parhi,“水下机器人的概念设计,”2015年国际会议上人类与机器的接口(麻美),页1 - 6,IEEE,布巴内斯瓦尔,印度,2015年12月。视图:谷歌学术搜索
32. o . l . Osen不。山特维克、诉Rogne和h·张,“一种新型低成本rov对于水产养殖应用程序,”海洋学报》2017IEEE,页1 - 7,安克雷奇,苏格兰,2017年6月。视图:谷歌学术搜索
33. m·杨,z, y格瓦拉,j . Hu k . Hu和y Du,“设计小型监控rov水产养殖,”海洋学报》2019IEEE,页1 - 9,马赛,法国,2019年6月。视图:谷歌学术搜索
34. z . m . Zain m . m .能剧,k . a . Ab Rahim和n -“X4-ROV的设计和开发,”学报2016年IEEE国际会议在水下系统技术:理论和应用程序(忙)IEEE,页207 - 211年,槟城,马来西亚,2016年12月。视图:谷歌学术搜索
35. c . s .下巴和w·p·林”,健壮的遗传算法和模糊推理机制嵌入结合滑模控制器一个不确定的水下机器人”IEEE / ASME举办,23卷,不。2、655 - 666年,2018页。视图:出版商的网站|谷歌学术搜索
36. r·贾汗季Bluerov2重配置,海景水下帐面价值,Sleeuwijk, Netherlands, 2018.
37. y . c .悦,郭,m . Li Li h . Hirata h .石原机械电子系统和球形水下机器人的实验:SUR-II施普林格科学+商业媒体,多德雷赫特,荷兰,2015年。
38. f·c·j·t·彭宁顿和m .布卢姆“海水采样的自主水下航行器:“刺”示例验证硝酸盐、叶绿素、浮游植物和初级生产,”湖沼学和海洋学:方法,14卷,不。1、5、2016页。视图:谷歌学术搜索
39. m . Choyekh“发展和操作水下机器人的自动跟踪和监测水下羽毛从海底溢油和天然气泄漏后,和分析测量数据,“大阪大学知识归档,工程学院大阪大学,大阪,日本,2016年的博士论文。视图:谷歌学术搜索
40. f . Sapuppo奔驰精灵美国总裁f . Schembri l .命运和m . Bucolo“微流控电路和系统,IEEE电路和系统杂志,9卷,不。3,6-19,2009页。视图:出版商的网站|谷歌学术搜索
41. t . Fukuba t野口勇、k·冈和t .藤井”三磷酸腺苷在深海测量使用微流体装置,”机器,9卷,不。8,2018。视图:出版商的网站|谷歌学术搜索
42. f·s·Florinda Schembri和m . Bucolo”实验分类的非线性动力学微流体泡沫流,”非线性动态4卷,第2819 - 2807页,2012年。视图:出版商的网站|谷歌学术搜索
43. 答:河口,j·卡特赖特,b·戴维斯et al .,尼斯湖水怪三世自主水下航行器英国,苏格兰赫瑞瓦特大学,2008。
44. m . b .赵波,s·罗杰,f . Dukan”粒子滤波对故障诊断和健壮的水下机器人导航,”事务控制系统技术,22卷,不。6、2014。视图:谷歌学术搜索
45. s . Mintchev大肠、s Marrazza和c Stefanini机械电子设计的小型水下机器人群操作,香港会议展览中心,香港,中国,2014。
46. a . Jebelli m . Yagoub, b . Dhillon”与旋转推进器水下机器人的设计和控制,”ia机器人与自动化国际杂志》上,5卷,不。4、284 - 294年,2016页。视图:出版商的网站|谷歌学术搜索
47. g . y . m .董和w·周”,一个新反应堆的水下机器人导航策略池结合螺旋桨速度检测和动力学分析与声纳数据修正,“核科学与技术杂志》上,55卷,不。3、1 - 10,2017页。视图:出版商的网站|谷歌学术搜索
48. m·d·Ageev a . a . Boreyko诉大肠Gornak et al .,“现代化TSL-underwater隧道和浅水检查机器人,“海洋研究所技术问题2月RAS,符拉迪沃斯托克,俄罗斯,2000年。视图:谷歌学术搜索
49. 诉Bobkov、m . Sporyshev和a . Scherbatyuk”评价效果的视觉导航技术自主水下航行器,”学报2018 OCEANS-MTS / IEEE科比Techno-Ocean (OTO)IEEE,神户,日本,2018年5月。视图:谷歌学术搜索
50. j . m . Pedersen Bruslund、r·盖德和t . Moeslund”检测海洋动物在一个新的水下数据集不同能见度,”生物学和环境科学的部分丹麦,Aalborg, Aalborg, 2019年。视图:谷歌学术搜索
51. c . Yeng s郭、l .史和j .杜”特征评估水下垂直运动的球,”进行2012年IEEE机器人和仿生学国际会议上2012年12月,广州,中国,。视图:谷歌学术搜索
52. b·w·d·r·布拉德利Yoeger和a . m .,自治的底栖生物explorer(安):一个水下机器人优化的深层研究伍兹霍尔海洋研究所,应用海洋物理和工程部门的法尔茅斯,妈,美国,1991。
53. m . Doniec Vasilescu, c . Detweiler d·罗斯,“完整SE3水下机器人控制具有任意推进器配置,”学报2010年IEEE机器人与自动化国际会议上锚定会议区IEEE p。6日,2010年5月,美国安克雷奇。视图:谷歌学术搜索
54. r . Saltaren c·加西亚·c·阿尔瓦雷斯,r . Aracil”经验和结果设计和开发一个水下6自由度并联机器人,”机器人和自治系统卷,59号2、101 - 112年,2010页。视图:谷歌学术搜索
55. j . j . Choi t·李,t . Kim Jung,崔和h”发展视觉检查ROV港口结构,”《2017年IEEE水下技术(UT)2017年2月,韩国釜山。视图:谷歌学术搜索
56. p . l . b .小君和h .垫片,”近似广义水动力扭矩的力量作用于水下行走机器人的腿,”国际期刊的海洋系统工程,1卷,不。4,页222 - 229,IEEE 2011。视图:谷歌学术搜索
57. k . p . Valavanis d . Gracanin m . Matijasevic r . Kolluru和g . a . Demetriou“智能水下机器人控制体系结构,”IEEE控制系统杂志,17卷,不。6日,48 - 64年,1997页。视图:出版商的网站|谷歌学术搜索
58. “y张和l . Cheng分布式协议种水下机器人的定位,”学报2004年IEEE机器人和仿生学国际会议上IEEE,页480 - 484年,大理,中国,2004年12月。视图:谷歌学术搜索
59. z,彭,j .周j .徐和h·贾”研究AUV的导航的改进的航迹推算,”《2010中国控制与决策会议IEEE,页1793 - 1797年,徐州,中国,2010年5月。视图:谷歌学术搜索
60. 即克莱因和r .钻石,“航迹推算轨迹估计水下流浪者在水流下,“海洋科学与工程》杂志上,8卷,不。3,p。205年,2020年。视图:出版商的网站|谷歌学术搜索
61. 公元前j·h·凯普IV,老人,和j·c·金赛”导航解决方案使用MEMS惯性传感器,基于模型的船位推算,one-way-travel-time声学智能水下机器人的距离测量,”IEEE海洋工程》杂志上,44卷,不。3、664 - 682年,2018页。视图:谷歌学术搜索
62. j·j·伦纳德·a·巴尔,“自主水下航行器导航”施普林格的海洋工程手册施普林格,页341 - 358年,可汗,瑞士,2016。视图:出版商的网站|谷歌学术搜索
63. a . Alcocer p·奥利维拉,a . Pascoal”研究和实施一个卡尔曼滤波器gib-based水下定位系统,”控制工程实践,15卷,不。6,689 - 701年,2007页。视图:出版商的网站|谷歌学术搜索
64. m·卡雷拉斯p . Ridao r·加西亚和t . Nicosevici”建立本地化的水下机器人在一个结构化的环境中,”《2003年IEEE机器人与自动化国际会议上(猫。03 ch37422),1卷,页971 - 976,IEEE,台北,2003年9月,中国。视图:谷歌学术搜索
65. l .命运a . Buscarino m . Frasca, c . Famoso“第1章:不完美的不确定系统,”不完美的大规模非线性机电系统的控制,世界科学系列非线性科学美国,施普林格,波士顿,MA, 2017。视图:谷歌学术搜索
66. m . Bucolo a . Buscarino c . Famoso l .命运和m . Frasca“不完美的动力系统,控制”非线性动力学体积卷,98年,第2999 - 2989页,2019年。视图:谷歌学术搜索
67. t . Chatchanayuenyong和m . Parnichkun”神经网络based-time自治水下机器人的最优滑模控制,”机电一体化,16卷,不。8,471 - 478年,2006页。视图:出版商的网站|谷歌学术搜索
68. 郭,j·杜、林x和c .曰“自适应模糊滑模控制球形水下机器人,”学报2012年IEEE机电一体化和自动化国际会议上IEEE,页1681 - 1685年,成都,中国,2012年8月。视图:谷歌学术搜索
69. 蔡明俊。张和Z.-z。楚说:“自适应滑模控制基于局部复发性神经网络的水下机器人,”海洋工程卷,45岁,56 - 62,2012页。视图:出版商的网站|谷歌学术搜索
70. 金,j . Bak j . Kim t . Seo和h . s . Kim”切换pd-based滑模控制的盘旋tilting-thruster水下机器人,”《公共科学图书馆•综合》,13卷,不。3,2018。视图:出版商的网站|谷歌学术搜索
71. a·j·希利和d . Lienard多变量滑模控制自治潜水和水下无人驾驶车辆的转向,”IEEE海洋工程》杂志上,18卷,不。3、327 - 339年,1993页。视图:出版商的网站|谷歌学术搜索
72. 赵和j .刚才“先进的水下机器人控制实验研究。”IEEE机器人,21卷,不。4、695 - 703年,2005页。视图:出版商的网站|谷歌学术搜索
73. b . m . Chen江,j .邹,x,”鲁棒自适应跟踪控制的水下机器人使用神经网络输入非线性,”国际期刊的计算智能系统,3卷,不。5,646 - 655年,2010页。视图:出版商的网站|谷歌学术搜索
74. Akkizidis, g·罗伯茨、p . Ridao和j·巴特列”为一个水下机器人,设计fuzzy-like pd控制器”控制工程实践,11卷,不。4、471 - 480年,2003页。视图:出版商的网站|谷歌学术搜索
75. x, c . Yu,张问:“鲁棒模糊3 d路径跟踪自主水下航行器受到不确定性,”电脑与行动研究卷,84年,第177 - 165页,2017年。视图:出版商的网站|谷歌学术搜索
76. c . Yu x, l·拉皮埃尔,张问:“非线性的三维路径跟踪指导和模糊控制后的一个自治水下交通工具,”海洋工程卷,146年,第467 - 457页,2017年。视图:出版商的网站|谷歌学术搜索
77. 卡闵,a . Pascoal大肠Hallberg, c·西尔维斯特”自驾车辆轨迹跟踪:一个集成的方法来指导和控制,”杂志的指导、控制和动力学,21卷,不。1,第29,1998页。视图:出版商的网站|谷歌学术搜索
78. g .安东内利f . Caccavale s Chiaverini, g .褐”水下车辆,一种新颖的自适应控制律”IEEE控制系统技术,11卷,不。2、221 - 232年,2003页。视图:出版商的网站|谷歌学术搜索
79. w·张,h . Wang x扁,z(音)和g .夏”的应用自调整模糊PID控制方法来恢复AUV,”2012年海洋学报》上IEEE,页1 - 5,弗吉尼亚海滩,弗吉尼亚州,美国,2012年10月。视图:谷歌学术搜索
80. n z h . m . Zain”,一个基于逐步退焊法的PID控制器稳定一个欠X4-AUV,”ARPN工程和应用科学杂志》上,10卷,不。21日,2015年。视图:谷歌学术搜索
81. m . h . Khodayari和美国Balochian建模和控制自主水下航行器(AUV)标题通过自适应模糊PID控制器和深度的态度,“海洋科学和技术杂志》上,20卷,不。3、559 - 578年,2015页。视图:出版商的网站|谷歌学术搜索
82. r . Hernandez-Alvarado l . g . Garcia-Valdovinos t . Salgado-Jimenez a . Gomez-Espinosa f . Fonseca-Navarro,”神经网络自整定PID控制水下车辆。”传感器,16卷,不。9,1429年,页2016。视图:出版商的网站|谷歌学术搜索
83. l·佩雷拉、j·卡瓦略和c·g·苏亚雷斯“基于模糊逻辑的避碰决策系统的海洋导航在临界碰撞条件下,“海洋科学和技术杂志》上,16卷,不。1,第99 - 84页,2011。视图:出版商的网站|谷歌学术搜索
84. m·阿拉斯m . Shahrieel h . i Jaafar和m . k . Anuar“调优单个输入的过程基于线性控制的模糊逻辑控制器表面近似法深度控制水下遥控车,”工程和应用科学杂志》上,8卷,不。6,208 - 214年,2013页。视图:谷歌学术搜索
85. r . y . Chen张、赵x和j·高,“跟踪控制的水下航行器受到不确定性采用模糊逆期望轨迹补偿技术,”海洋科学和技术杂志》上,21卷,不。4、624 - 650年,2016页。视图:出版商的网站|谷歌学术搜索
86. h·f·Ghavidel和a·a·卡拉特鲁棒控制。文中水下车辆的混合动力系统的复合自适应模糊估计的不确定性,”非线性动力学,卷89,不。4、2347 - 2365年,2017页。视图:出版商的网站|谷歌学术搜索
87. h·r·Koofigar“鲁棒自适应运动控制与环境干扰拒绝摄动水下车辆,”海洋科学和技术杂志》上,22卷,不。4、455 - 462年,2014页。视图:谷歌学术搜索
88. c·d·Makavita h·d·阮d . Ranmuthugala和s . g . Jayasinghe”复合模型参考自适应控制的无人水下航行器”水下技术,33卷,不。2、81 - 93年,2015页。视图:出版商的网站|谷歌学术搜索
89. s . Pezeshki a . Ghiasi m . Badamchizadeh, k . Sabahi“自主水下航行器的自适应鲁棒控制杂志的控制,自动化和电气系统,27卷,不。3、250 - 262年,2016页。视图:出版商的网站|谷歌学术搜索
90. a .阿訇和j·j·穆贾达姆,“基于神经网络模拟和跟踪控制策略和滑模控制对水下遥控车,”Neurocomputing,卷72,不。7号到9号,第1950 - 1934页,2009年。视图:谷歌学术搜索
91. d .朱镕基和b .太阳,“仿生模型基于混合结合滑模跟踪控制水下无人驾驶车辆”人工智能技术的工程应用,26卷,不。10日,2260 - 2269年,2013页。视图:出版商的网站|谷歌学术搜索
92. 和l . j .徐m . Wang乔,“动态滑模轨迹跟踪的控制驱动水下无人驾驶车辆,”海洋工程卷。105年,54 - 63年,2015页。视图:出版商的网站|谷歌学术搜索
93. z楚和d·朱”自适应滑模航向控制等自主水下航行器执行机构动力学,”海洋学报》2016,页1 - 5,IEEE,上海,中国,2016年9月. .视图:谷歌学术搜索
94. b, d .朱、f·丁和s . x,”一个无人水下车辆轨迹跟踪控制的新方法;基于仿生神经动力学,”海洋科学和技术杂志》上,18卷,不。1,第74 - 63页,2013。视图:出版商的网站|谷歌学术搜索
95. b . j .高,p . Wu杨,f .夏”自适应神经网络控制水下车辆视觉伺服的姿势估计,“海洋科学和技术杂志》上,22卷,不。3、470 - 478年,2017页。视图:出版商的网站|谷歌学术搜索

版权

版权©2021哈维尔Neira et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。