第1章無人潛水器水下搜救概述
1.1深海潛水器
1.1.1載人潛水器
1.1.2無人潛水器
1.2無人潛水器研究概況
1.2.1有纜遙控無人潛水器
1.2.2無纜自治無人潛水器
1.2.3國內(nèi)深海潛水器研究
1.3無人潛水器水下搜救關(guān)鍵技術(shù)
1.3.1無人潛水器水下環(huán)境感知與地圖構(gòu)建技術(shù)
1.3.2無人潛水器的導航與通信系統(tǒng)
1.3.3無人潛水器的水下路徑規(guī)劃及安全避障技術(shù)
1.3.4無人潛水器的軌跡跟蹤控制技術(shù)
1.3.5無人潛水器的水下目標探測與識別技術(shù)第1章無人潛水器水下搜救概述
1.1深海潛水器
1.1.1載人潛水器
1.1.2無人潛水器
1.2無人潛水器研究概況
1.2.1有纜遙控無人潛水器
1.2.2無纜自治無人潛水器
1.2.3國內(nèi)深海潛水器研究
1.3無人潛水器水下搜救關(guān)鍵技術(shù)
1.3.1無人潛水器水下環(huán)境感知與地圖構(gòu)建技術(shù)
1.3.2無人潛水器的導航與通信系統(tǒng)
1.3.3無人潛水器的水下路徑規(guī)劃及安全避障技術(shù)
1.3.4無人潛水器的軌跡跟蹤控制技術(shù)
1.3.5無人潛水器的水下目標探測與識別技術(shù)
1.3.6無人潛水器故障自診斷與容錯控制技術(shù)
1.3.7多潛水器水下協(xié)作搜救技術(shù)
參考文獻
第2章信息融合與水下地圖構(gòu)建
2.1無人潛水器坐標系統(tǒng)
2.2無人潛水器水下搜救環(huán)境模型
2.3聲納傳感器參數(shù)與模型的建立
2.3.1前視聲納模型
2.3.2聲納傳感器參數(shù)與模型建立
2.4基于D—S信息融合的AUV地圖構(gòu)建與更新
2.4.1D—S信息融合算法
2.4.2AUV地圖構(gòu)建系統(tǒng)組成
2.4.3AUV地圖柵格的狀態(tài)判別規(guī)則
2.5構(gòu)建地圖仿真結(jié)果及分析
2.5.1實驗環(huán)境初始化及仿真流程
2.5.2地圖構(gòu)建準確率的定義
2.5.3仿真結(jié)果及分析
參考文獻
第3章人工勢場AUV水下路徑規(guī)劃
3.1人工勢場模型
3.1.1引力勢場建模
3.1.2斥力勢場建模
3.2人工勢場路徑規(guī)劃的局部極小問題
3.3人工勢場的AUV路徑規(guī)劃
3.3.1改進的引力勢場函數(shù)
3.3.2仿真實驗及分析
3.3.3局部極值問題
3.4海流狀況下的AUV人工勢場路徑規(guī)劃
3.4.1AUV在海流環(huán)境的運行特點
3.4.2速度矢量合成與人工勢場集成的路徑規(guī)劃算法
3.4.3仿真實驗及分析
參考文獻
第4章生物啟發(fā)AUV水下路徑規(guī)劃
4.1生物啟發(fā)神經(jīng)動力學的基本原理
4.2生物啟發(fā)神經(jīng)網(wǎng)絡(luò)模型
4.2.1二維生物啟發(fā)神經(jīng)網(wǎng)絡(luò)模型
4.2.2三維生物啟發(fā)神經(jīng)網(wǎng)絡(luò)模型
4.2.3模型的穩(wěn)定性分析
4.3模型的參數(shù)敏感性分析
4.3.1神經(jīng)元之間的連接權(quán)系數(shù)
4.3.2神經(jīng)元的外部輸入信號
4.3.3神經(jīng)元活性輸出的取值范圍
4.3.4神經(jīng)元活性值的衰減速率
4.4基于生物啟發(fā)神經(jīng)動力學模型的AUV全局路徑規(guī)劃
4.4.1水下環(huán)境建模
4.4.2環(huán)境信息已知的點到點路徑規(guī)劃方法
4.5環(huán)境信息未知全局路徑規(guī)劃方法
4.5.1路徑規(guī)劃模型初始化
4.5.2路徑規(guī)劃中的死鎖問題
4.5.3路徑規(guī)劃的實現(xiàn)與效果對比
4.6基于聲納的長距離路徑規(guī)劃應(yīng)用
4.6.1AUV與環(huán)境建模
4.6.2聲納傳感器信息處理
4.6.3神經(jīng)網(wǎng)絡(luò)模型及目標點激勵
4.6.4長距離路徑規(guī)劃實驗
4.7基于三維生物啟發(fā)神經(jīng)網(wǎng)絡(luò)的路徑規(guī)劃
4.7.1三維環(huán)境地圖與三維神經(jīng)網(wǎng)絡(luò)模型
4.7.2路徑規(guī)劃算法
4.7.3路徑規(guī)劃仿真實驗
4.7.4路徑優(yōu)化
參考文獻
第5章無人潛水器水下軌跡跟蹤控制
5.1基于生物啟發(fā)模型的運動學三維軌跡跟蹤
5.1.1無人潛水器運動學軌跡跟蹤控制
5.1.2生物啟發(fā)模型
5.1.3基于生物啟發(fā)模型的反步運動學控制算法
5.1.4仿真與分析
5.2基于生物啟發(fā)模型的動力學三維軌跡跟蹤
5.2.1基于生物啟發(fā)模型的反步滑模級聯(lián)動力學跟蹤控制算法
5.2.2FALCON三維跟蹤控制仿真
5.2.3蛟龍?zhí)柸S跟蹤控制仿真
5.3海流狀況下的自適應(yīng)三維軌跡跟蹤控制
5.3.1無人潛水器的傳統(tǒng)自適應(yīng)控制
5.3.2海流狀況下基于自適應(yīng)控制的無人潛水器軌跡跟蹤控制
5.3.3仿真與分析
參考文獻
第6章多AUV水下搜救任務(wù)分配
6.1自組織多AUV多任務(wù)分配與路徑規(guī)劃算法
6.1.1自組織特征映射（SOM）神經(jīng)網(wǎng)絡(luò)
6.1.2基于SOM的多AUV系統(tǒng)的多任務(wù)分配
6.1.3三維速度矢量合成算法
6.2仿真結(jié)果
6.2.1無海流環(huán)境下的多任務(wù)分配與路徑規(guī)劃
6.2.2靜態(tài)海流環(huán)境下的多任務(wù)分配與路徑規(guī)劃
6.2.3時變海流環(huán)境下的多任務(wù)分配與路徑規(guī)劃
6.2.4時變海流環(huán)境下的動態(tài)多任務(wù)分配與路徑規(guī)劃
6.3柵格信度自組織多AUV多任務(wù)分配與路徑規(guī)劃算法
6.3.1柵格位置信度函數(shù)
6.3.2方向信度函數(shù)
6.3.3AUV路徑選擇策略與權(quán)值更新
6.4基于改進SOM算法的三維多AUV任務(wù)分配仿真及分析
6.4.1三維靜態(tài)環(huán)境中的多AUV任務(wù)分配仿真及分析
6.4.2三維動態(tài)目標環(huán)境中的多AUV任務(wù)分配仿真及分析
6.4.3三維動態(tài)障礙物環(huán)境中的多AUV任務(wù)分配仿真及分析
參考文獻
第7章多AUV水下編隊控制
7.1多AUV主從式運動學編隊控制研究
7.1.1基于領(lǐng)航AUV位置信息的虛擬AUV設(shè)計
7.1.2運動學編隊控制律設(shè)計
7.1.3穩(wěn)定性分析
7.1.4運動學編隊控制仿真及結(jié)果分析
7.2多AUV編隊避障方法研究
7.2.1基于人工勢場的多AUV編隊避障方法
7.2.2基于人工勢場的多AUV避障仿真
參考文獻
第8章多AUV協(xié)作搜索
8.1生物啟發(fā)神經(jīng)網(wǎng)絡(luò)搜索路徑規(guī)劃模型
8.1.1二維搜索路徑規(guī)劃模型
8.1.2三維搜索路徑規(guī)劃模型
8.2基于生物啟發(fā)神經(jīng)網(wǎng)絡(luò)的二維多AUV目標搜索仿真及分析
8.2.1二維環(huán)境中靜態(tài)目標搜索
8.2.2二維環(huán)境中動態(tài)目標搜索
8.2.3二維環(huán)境中部分AUV出現(xiàn)故障情況下的目標搜索
8.2.4二維環(huán)境中不同算法的性能比較
8.3基于生物啟發(fā)神經(jīng)網(wǎng)絡(luò)的三維多AUV目標搜索仿真及分析
8.3.1三維環(huán)境中靜態(tài)目標搜索
8.3.2三維環(huán)境中動態(tài)目標搜索
8.3.3三維環(huán)境中部分AUV出現(xiàn)故障情況下的目標搜索
8.3.4三維環(huán)境中不同算法的性能比較
8.4海流環(huán)境中的多AUV目標搜索
8.4.1海流模型
8.4.2速度矢量合成算法
8.5三維海流環(huán)境中的多AUV目標搜索仿真及分析
8.5.1三維常值海流環(huán)境下的多AUV目標搜索
8.5.2三維動態(tài)海流環(huán)境下的多AUV目標搜索
8.5.3三維動態(tài)海流環(huán)境下的多AUV動態(tài)目標搜索
參考文獻
……
第9章無人潛水器研發(fā)與搜救實踐 信息