面向小型自主式水下机器人的信息系统研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:xulxulo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人类的“蓝色信念”日益深刻,对海洋认知的脚步加快,推动了水下运载监测装备的快速发展,作为人类重要的水下作业助手,水下机器人也在不断更新其功能和应用领域,其中小型自主水下机器人(AUV)将在未来海洋观测网络中成为重要观测节点,在未来水下机器人普及中成为主要市场需求。然而目前具备多种信息采集功能的电子系统尚没有标准化的产品,且低成本信息系统对AUV具有普及性,因此本文以小型AUV信息系统为研究对象,本着通用性和扩展性原则,为提供标准化信息系统展开,依托信息系统设计过程对信息采集和组合导航进行研究。信息系统的设计工作通过确定设计指标完成概念设计,确定信息系统体系结构完成初步设计,确定按两种方法交叉同步进行的模块划分方案完成模块设计,软硬件的实现和对接调试并进行详细研究。针对基本信息采集功能,按照体系结构构建信息系统的力学信息流和视觉、避障和化学信息流,并按照流程模块设计方式完成初步编写可烧录程序。采用四元数法、方向余弦法和积分法分别进行姿态解算、位置解算和速度解算,对力学信息流的部分做了详细编排整理,给出捷联导航系统的误差传递关系并推导出误差方程。以信息为思想,电子为工具,结合小型AUV面向标准化的发展方向,提出“即插即用”的设计理念,按照功能模块划分方法,进行主控板的电子系统设计,完成了具备基本功能接口和扩展接口的硬件主控板,并基于设计指标和校验硬件主控板的目的,完成低成本外围主要硬件选型,将主控板与硬件整合并与程序对接,进行初步调试使用,取得良好的效果。针对信息系统的主要功能导航功能,根据力学解算过程建立SINS模拟器,发现使用纯惯性传感器导航发散严重,结合误差传递关系和误差方程,引入卡尔曼滤波,建立了SINS滤波器模型进行初步滤波处理,有效控制了发散情况,但精度仍达不到设计指标,尤其垂直方向误差较大。针对力学信息主导的低成本导航器件精度不高的问题,结合本系统特点选择紧耦合的分布式反馈校正滤波方案,并引入深度计,通过二阶阻尼回路削减低频误差来修正高程,选定状态量和观测量,建立组合导航系统卡尔曼滤波器模型,并设计接近实际的模拟轨迹,采用此模型和轨迹数据进行仿真,滤波后ENU向位置和速度误差标准差减小,压缩了导航子模块的噪声,尤其稳定了垂直方向误差,滤波效果良好。
其他文献
随着科学技术的进步以及生活质量的提升,人们渴望更加方便、快速、有趣地进行人机交互,手部姿态估计和形状估计有望实现无接触的人机交互。随着人工智能的发展和5G技术的商用,利用深度学习估计手部姿态和形状成为可能,大量研究者尝试利用深度图像和彩色图像估计手部姿态与形状,并取得了令人欣喜的成绩。但当前的手部姿态及形状估计方法仍有提升空间,十分有必要对此展开研究。本文的研究工作如下:(1)深度图像自带深度信息
近年来,随着科学技术的迅速发展,人们的生活水平有了很大的提高,但随之也带来了许多环境污染问题。环境中的各种有毒有害气体正在威胁着人们的健康,因此开发一种选择性好、灵敏度高、工作温度低的传感器变得尤为重要。其中尖晶石型(AB2O4)和钙钛矿型(ABO3)两种金属氧化物由于独特的结构成为了当下的研究热点。本文主要包含了NiFe2O4和LaFeO3两种双金属氧化物的制备及其气敏性研究。主要研究内容如下:
语音质量评估技术是语音处理领域重要研究内容之一,它在移动通信、互联网、消费电子、数字娱乐、公共安全等领域具有广泛应用。主观语音质量评估方法通常需要较多的人力与物力资源,且耗时较多,因此客观语音质量评估方法越来越受到人们的青睐。有参考语音的客观质量评估方法需要纯净的原始语音,这在实际中有时难以获得。于是无参考语音的客观质量评估方法逐渐得到重视,特别是近年来基于深度学习的无参考语音质量评估研究已取得重
光纤声传感器以其体积小、抗电磁干扰、频率响应范围宽、适应恶劣环境等特点,在很多领域发挥着重要作用。膜片式非本征Fabry-Perot干涉(EFPI)声传感器以高灵敏度和探针型传感器结构而引起了广泛的研究兴趣。基于正交点(Quadrature point,即Q点)的强度检测方法是EFPI声传感器应用最为广泛的解调技术之一,但强度解调检测方式具有有限的检测动态范围,当检测强声信号时会发生信号失真。此外
基于我国IPO核准制制度背景,本文检验IPO对企业商业信用供给的影响。结果发现:第一,相比IPO前,企业IPO后商业信用供给显著增加;第二,作用机制检验发现,缓解融资约束、增强从供应商处获取商业信用的能力是IPO促进企业商业信用供给增加的两个路径;第三,异质性检验发现,IPO对企业商业信用供给的促进作用主要发生在非国有企业、规模较小的企业及产品市场竞争激烈的行业;第四,进一步检验发现,IPO前商业
显著性检测也被称为显著目标检测,其目的是通过智能计算和理解,将图片或视频中人眼感兴趣的部分分割出来并标记为高亮。由于本任务的结果在一定程度上模拟了人类的注意力机制,可以作为先验信息在许多其他的计算机视觉任务中应用,因而本任务受到了越来越多学者的关注。近年来,得益于深度学习技术的应用,显著性检测任务得到了快速发展。以RGB图像输入的全监督显著性检测任务为基础方向,在各种不同数据场景下的显著性检测细化
一些金属离子(例如铁离子等)对人体健康具有重要影响,少量摄入时对人体有益,若过量则会威胁人体健康,因此,研制简单快速的金属离子检测方式在环境监测和食品安全等领域具有重要意义。传统的金属离子检测方法如原子吸收光谱法等操作复杂,成本高昂,不利于现场实时监测。因此,便携式高灵敏度金属离子检测技术对于人体安全检测的需求至关重要。局域表面等离激元共振(Localized Surface Plasmon Re
深度学习是当前计算机科学的热门研究方向之一,在各种交叉学科领域中有许多重要运用和研究成果。当前,深度学习已经在图像识别及处理方面已经有了接近甚至某些时候超过人脑的学习能力。无论是日常生活中的手机人脸识别、汽车自动驾驶,还是非日常的极小尺度(如细胞图像切割)到极大尺度(卫星遥感)等,深度学习都能够在这些领域中大有作为。深度学习在图像处理方面十分强力,不仅适用于处理真实图像,使还适用于对任何以图像形式
二维纳米材料具有原子薄层的平面结构、可调的带隙范围以及高比表面积等优点,其在电子器件、表面增强拉曼、催化等领域有巨大应用潜力。将二维材料与金属纳米颗粒或纳米线复合能够增强其在功能器件方面的性能。银纳米颗粒(Ag NPs)具有优异的导电性能,且由于纳米尺寸效应,使其具有良好的透光性和弯曲柔韧性。将二维材料与Ag NPs复合常采用两步法,即先用多元醇法制备Ag NPs,再用液相剥离法制备二维材料,随后
在交通、市政、水工、矿山、军事等诸多领域存在着大量的隧道工程。隧道工程的建设必然伴随着土体的开挖,由于土体对于外界的扰动较为敏感,开挖过程中所引起的地表沉降、围岩变形若是过大,必然会引起地表塌陷、洞室坍塌,从而造成人员生命及财产的损失。通常来说,隧道的施工工法及支护参数主要根据其所处地层的围岩力学参数来确定,但众所周知,围岩作为一种非均匀、非线性、非连续的材料,如何准确高效的获取围岩力学参数成为工