基于ROS的无人船SLAM导航设计与路径规划算法研究
这是一篇关于无人船,路径规划,自主导航,SLAM的论文, 主要内容为随着国家对水域管理越来越精细化,单纯靠增加传统船艇装备,势必会带来高的人力成本投入。因此,通过科技手段提升执法能力,成为建设现代化数字强国的必需。无人船作为智能化的水上自动驾驶设备,在世界范围内迅速得到发展,成为当前国际学术界和产业界的研究热点,而无人船的定位导航和路径规划技术成为科技研究的重中之重。在无人船航行于定位信号较弱的桥梁码头等环境时,周围环境信息获取和导航时的路径规划技术是其能否安全稳定航行的关键。本课题设计在无人船上进行以ROS系统为基础的SLAM导航设计,并对全局路径规划技术进行研究,主要工作内容如下:首先,对无人船导航系统进行设计,并将无人船的自主导航分为地图构建与路径规划两个研究重点。搭建PX4飞控与Jeston Nano组合控制平台,同时将激光雷达模块接入无人船系统,并移植ROS系统,使其正常运行。其次,根据无人船的运动模型建立无人船坐标系、研究无人船的运动方程。在此基础上分别对基于粒子滤波的算法和基于图优化的算法进行原理分析,经过仿真实验综合比较Gmapping和Cartographer算法的优缺点,其中Cartographer算法具有回环检测、建图精度高等优点,在大范围环境下地图构建效果较好,最终确定Cartographer算法作为无人船导航实验的SLAM算法框架。围绕无人船的路径规划优化问题,首先分析无人船ROS系统的导航软件包分层结构、地图的表现形式以及代价地图的更新过程。其次,对比分析A*算法、BAS-A*算法的评价函数以及JPS算法,通过优化BAS-A*算法的启发函数以减少不必要节点的计算来寻找全局最优路径。接着,根据栅格地图的表现形式,提出地图栅格率和阻塞率的概念,将改进后的BAS-A*算法和JPS算法进行融合,形成混合路径规划算法,既保障了路径规划算法的全局最优性又减少了JPS算法陷入复杂环境下路径穿插的问题,提升了在大范围复杂地图下全局路径规划的效率。最后,本课题以实体无人船作为实验平台,设计一套完整的实验流程,并在南京市江心洲长江大桥桥墩处作为实验场景进行户外导航实验。通过在无人船的ROS系统中分别部署独立的Cartographer建图算法和导航软件包,在此基础上对桥墩周边环境进行建图,并完成了室外导航实验。验证了所研究的无人船户外即时定位与地图构建算法和路径规划方案的可行性和正确性。
基于Nvida Jetson的复杂水域无人船自主探测系统设计与实现
这是一篇关于无人船,SLAM,路径规划,深度学习的论文, 主要内容为得益于深度学习、人工智能技术的飞速发展。小型船舶的发展方向也在向无人操作、智能控制的方向发展。自主探测无人船通常需要进入到未知环境中去,根据任务要求对勘探区域的多种环境信息进行采集并传回控制端,以代替常规的载人探测任务。然而自主探测的实现主要依赖于无人船对环境的精准感知,在将感知的环境信息传回控制端的同时,根据这些信息实现自主的路径规划和航行。针对此需求,本文对复杂环境下的自主探测无人船的整体设计和实现展开了相应的理论研究和实验验证,同时提出了基于改进Cartographer算法的同步定位与建图算法、以及基于轻量化YOLOV5算法的水面目标识别算法。本文的主要研究内容如下:(1)在对无人船的实际应用情况进行深入调研的基础上,结合阅读的国内外无人船相关技术文献,介绍了探测无人船的研究现状与未来的发展趋势,提出了本文的基本研究路线。设计了自主探测无人船的总体实现方案,将整个系统分为三部分,即Jetson NANO主控系统、STM32底层控制系统、远程控制系统。(2)针对传统的SLAM算法在无人船上应用时,没有考虑到无人船因摆动而引起的位移,容易引起激光雷达数据的畸变,最终导致建图效果不佳等问题,提出了融合姿态传感器数据补偿的改进型Cartographer算法。该算法基于Cartographer算法,用IMU采集到的数据对激光雷达数据进行修正,从而提高建图的效率和准确性。(3)针对移动端处理器性能通常较弱,无法运行深度学习目标检测网络的问题,提出了基于轻量化YOLOV5算法的水面目标检测算法,能够实现对水面漂浮物体目标的自主检测和数据保存,轻量化后,降低了网络的大小,可使模型能够部署于移动端处理器。最后,使用本文设计的无人船平台进行水域自主探测实验。从实验结果分析可得,无人船能够实现远程控制、自主搜索SLAM建图、路径规划、环境探测、水面目标识别等预设任务。验证了无人船软硬件平台的各项功能。
基于自抗扰控制的无人船路径跟踪控制方法研究
这是一篇关于无人船,自抗扰控制,航向控制,路径跟踪控制,水池实验的论文, 主要内容为“海洋强国”是中国重要的发展战略,海洋科技技术的发展道路依然十分漫长。水面无人船(Unmanned Surface Vehicle,USV)作为新型海洋装备的重要组成部分,具有良好的军事战略意义和经济应用前景。本文以无人船系统的核心控制算法作为主要研究内容,探究自抗扰控制(Active Disturbance Rejection Control,ADRC)理论在无人船航向控制和路径跟踪控制系统中的应用效果,分析无人船系统的性能曲线,提出改进自抗扰控制方法,通过仿真实验与物理实验相结合的手段,验证改进方法的有效性。本文的主要研究内容和成果如下:考虑无人船的非线性特性,建立非线性响应型Norrbin模型;采用舵机特性模型,模拟系统的物理约束;利用风浪干扰模型,模拟系统的外部扰动。确立无人船的数学模型,为后续研究做铺垫。针对无人船航向控制问题,设计自抗扰控制器,提出过渡曲线改进设计方法,提高了航向控制的快速性。通过判断被控对象阶数和估计对象增益常数,设计三阶自抗扰航向控制系统;设计抗干扰性能测试实验,对比传统PID算法的控制效果,验证所提方法的抗干扰能力和鲁棒性;基于系统极限特性曲线,提出航向控制的改进方法,并设计仿真实验验证改进方法的有效性。针对无人船路径跟踪控制问题,采用两种思路进行自抗扰控制器设计:一是将路径跟踪问题转化为镇定问题,设计直线路径跟踪和正弦曲线路径跟踪仿真实验,并检验系统的抗干扰能力和鲁棒性;二是基于视线法(Line of Sight,LOS)导引律,考虑无人船的初始状态,提出过渡角切换控制策略,实现系统在任意初始状态下的直线路径跟踪控制。搭建无人船系统,实现自抗扰控制算法的程序化,设计水池实验,分析和验证了自抗扰控制算法在实际无人船系统中的航向控制和直线路径跟踪控制效果,为自抗扰控制的理论研究补充了物理实验数据和有效实践案例,有助于无人船系统在海洋环境中进一步提高控制精度和抗干扰能力。
内河点源污染物溯源方法与移动式在线监测平台研发
这是一篇关于移动式监测平台,移动式溯源,无人船,点源污染物,和声搜索算法的论文, 主要内容为随着我国工业化的大力发展,促进着国民经济的提高,与此同时,发展背后的隐患也不容忽视。近年来,水污染事件在各地也时有发生,其原因主要有工厂偷排漏排现象、农药化学污染、人为用水污染等。我国作为人均淡水资源最贫乏的国家之一,用水安全问题已经刻不容缓。在水污染事件发生后,如何快速、准确的对目标水域的污染源信息进行识别获取,寻找到污染源的排放位置、排放时间和排放浓度,并为相关部门在污染发生后及时制定出相关策略提供参考与依据具有重要意义。本文针对内河点源污染物的排放现象,归纳总结了水污染事件发生的特点,提出一种改进融合局部搜索的和声搜索算法,由于和声算法的基于随机搜索的特性和优秀的全局优化能力,在此基础上通过每次迭代优化都从原和声库中随机选出两个和声进行线性运算,并将结果与新生成的和声进行对比,显著的提高了其算法的局部搜索的能力,可以有效避免局部最优解,并将其运用于二维点源污染物溯源中,通过结合水质运动方程构建目标函数,建立了污染源识别的智能模型。通过仿真证明,该方法可以满足二维单污染源、多污染源连续排放与单污染源瞬时排放下的水域溯源需求,其溯源指标(排放浓度、排放坐标和排放时间)偏差在6%以内。本文为了满足对目标水域进行污染物溯源的灵活性与实时性,研发了一款基于云平台的移动式在线监测平台,包括地面控制中心、云服务器端与无人船三个部分。用户可打开地面控制中心,与无人船建立连接,可以支持远程通过地图设定航线控制无人船进行动作作业;无人船与地面控制中心采用MAVLINK协议作为通讯协议,无人船使用GPS获取自身经纬度、使用水质传感器监测水质数据上传至云服务器,云服务器将数据转发至控制中心处理和展示。地面控制中心采用B/S架构设计,结合百度地图对无人船轨迹进行动态展示,可以做到定点巡航、远程溯源作业等操作。文章最后将本文提出的溯源算法结合移动式在线监测平台在实际水域环境进行验证,岸边设置若干个辅助监测点,实验采用Na Cl作为污染物试剂,监测点定时发送监测到的电导率值给地面控制中心,控制中心将电导率转换成对应Na Cl浓度,带入算法中进行迭代计算,得出下一步坐标点发送给无人船,无人船航行至目标位置,最终迭代出污染物排放点与排放浓度,其溯源指标(排放浓度、排放坐标和排放时间)偏差在30%以内。最后对实验结果进行分析,并给出后续实验建议。论文的研究内容为相关部门在污染发生后及时掌握水质信息、制定出相关策略提供帮助。
水产养殖无人船监控管理信息系统的设计
这是一篇关于水产养殖,无人船,服务器,Android,Web,信息管理系统,任务分配的论文, 主要内容为随着自动控制技术、物联网技术、网络通信技术的不断发展,传统水产养殖行业也朝着数字化和智能化的方向在迅速发展。人民日益增长的水产品需求、渔业高质量发展的行业需求,更加凸显了传统水产养殖过程中依靠人工劳作而形成的粗放、简单的养殖方式的落后。养殖效率的提高、养殖成本的降低、养殖质量的改善、养殖过程的规范等,成为水产养殖行业领域的发展目标。针对传统人工撑船投喂方式人工成本高,传统岸边机械投料装置存在的抛洒面积受限、无法实现均匀、定点投料等问题,水产养殖无人船成为近期研究热点,可在远离岸边的宽阔水域中实现定点、定量、定时自动投喂,可降低饲料系数、降低养殖成本。如何实现水产养殖无人船的高效实用,监控管理信息系统的设计成为亟待解决的关键问题。在深入探究水产养殖过程、养殖户需求、水产养殖无人船的设计与实现的基础上,在深入了解监控管理信息系统设计与实现的国内外研究进展的基础上,借助于云计算平台技术、4G通信技术,WEB开发技术、Android开发技术等,设计并实现了水产养殖无人船监控管理信息系统。系统通过一个云平台服务器加两种用户终端监控管理的模式,实现水产养殖无人船相关数据的存储与管理;实现远程用户对水产养殖环境监控、无人船自动巡航饲料投喂控制、投喂任务调度管理、无人船运行维护管理等功能,提高养殖效率,改善养殖户工作方式,并能为科学喂养提供数据支撑,推动数字渔业、智能渔业的进一步发展。针对系统需要实现的功能,对系统进行了功能需求分析、非功能需求分析及系统用例分析。通过对系统用户进行划分,详细地分析并明确了各类用户的功能需求和权限范围。针对需求分析,借助于统一建模工具设计了整个管理信息系统的总体架构,并进行功能模块划分、数据库设计和系统通信方式设计。其中,功能模块包括投喂管理模块、用户管理模块、留言管理模块、无人船管理模块、池塘管理模块和设备管理模块。基于My SQL进行数据库设计,建立的数据库表包含无人船信息、电池信息、池塘信息等共12个数据表,满足了信息存储和管理的需要,保证了数据的查询效率,同时满足系统的安全和性能需要。为提高无人船饲料投喂效率、降低无人船运行成本,在不考虑多船间存在碰撞问题的前提下,建立了多船多任务工作模式下的定点饲料投喂任务分配调度模型。模型将任务完成时间、无人船电池余量、无人船饲料仓最大容量等作为约束条件,将完成投喂饲料任务组合的无人船巡航路径长度和时间作为优化目标,优化设计了进行任务分配的改进的蝴蝶优化算法,基于Matlab进行了仿真实验。结果显示,采用改进的蝴蝶优化算法实现了对无人船饲料投喂任务的高效分配。基于阿里云服务,搭建了系统云服务器,基于MQTT协议,实现无人船与云服务器间的数据传输;基于HTTP协议,实现客户端与云服务器间的数据传输。针对远程养殖户客户端,主要使用Java开发语言,采用主流的开发框架SSM(Spring+Spring MVC+My Batis),采用基于MVC(Model-View-Controller)模式的整体架构,将系统划分为模型、视图、控制器三层,设计实现了Android客户端和Web客户端。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计工坊 ，原文地址：https://bishedaima.com/lunwen/46863.html
