深海智能探測與自主采樣機(jī)器人

目錄
“新一代人工智能理論、技術(shù)及應(yīng)用叢書”序
前言
第1章 深海探測與采樣機(jī)器人概述 1
1.1 科學(xué)與應(yīng)用需求 1
1.2 系統(tǒng)功能定位 5
1.2.1 深海拖曳系統(tǒng) 5
1.2.2 海底電視抓斗 6
1.2.3 深海遙控潛水器 7
1.2.4 現(xiàn)有深海調(diào)查作業(yè)設(shè)備的優(yōu)勢與局限性 9
1.2.5 深海探測與采樣機(jī)器人產(chǎn)生背景 10
1.3 系統(tǒng)概述與海試應(yīng)用 11
第2章 深海探測與采樣機(jī)器人總體設(shè)計(jì) 12
2.1 總體設(shè)計(jì)需求 12
2.2 總體結(jié)構(gòu)與優(yōu)化布局 13
2.2.1 上層模塊總體布局 14
2.2.2 下層模塊總體布局 16
2.2.3 總體布局與重量重心估算 17
2.3 關(guān)鍵零部件研制 19
2.4 艙外搭載主要設(shè)備 31
2.5 主要技術(shù)性能與技術(shù)指標(biāo) 36
2.5.1 主要技術(shù)性能 36
2.5.2 主要技術(shù)指標(biāo)與先進(jìn)性分析 36
第3章 深海探測與采樣機(jī)器人系統(tǒng)設(shè)計(jì) 39
3.1 系統(tǒng)設(shè)計(jì)需求 39
3.2 船載配電系統(tǒng) 40
3.2.1 臍帶纜的適配性 41
3.2.2 系統(tǒng)配電方案 44
3.2.3 水面監(jiān)控動(dòng)力站 47
3.3 綜合監(jiān)控系統(tǒng) 48
3.3.1 綜合監(jiān)控系統(tǒng)概述 48
3.3.2 綜合布線系統(tǒng) 53
3.3.3 信息傳輸系統(tǒng) 54
3.3.4 絕緣檢測 55
3.4 數(shù)據(jù)管理與信息集成模塊 56
3.4.1 模塊概述 56
3.4.2 綜合監(jiān)控系統(tǒng)軟件 57
3.4.3 基于分層結(jié)構(gòu)的交互式運(yùn)動(dòng)控制系統(tǒng)設(shè)計(jì) 59
第4章 深海探測與采樣機(jī)器人作業(yè)模塊 62
4.1 作業(yè)模塊需求分析 62
4.1.1 深海作業(yè)工況分析 62
4.1.2 關(guān)鍵技術(shù)指標(biāo)分析 63
4.2 抓斗總體設(shè)計(jì) 64
4.2.1 抓斗模塊設(shè)計(jì) 64
4.2.2 下層框架設(shè)計(jì) 67
4.2.3 上下兩層框架連接處設(shè)計(jì) 68
4.3 抓斗結(jié)構(gòu)優(yōu)化與仿真 70
4.3.1 抓斗結(jié)構(gòu)優(yōu)化 70
4.3.2 抓斗模型仿真校驗(yàn) 74
4.4 抓斗制造工藝 77
4.4.1 主要配合工藝 78
4.4.2 焊接工藝設(shè)計(jì) 78
4.4.3 表面處理工藝分析 79
4.5 抓斗模塊實(shí)驗(yàn)測試 79
4.5.1 抓斗咬合力測試 79
4.5.2 抓斗*大應(yīng)力應(yīng)變測量 81
4.5.3 實(shí)驗(yàn)誤差分析及驗(yàn)證 82
4.6 機(jī)械手系統(tǒng) 84
4.6.1 機(jī)械手組成 84
4.6.2 機(jī)械手指標(biāo) 85
4.6.3 機(jī)械手作用空間 85
4.6.4 液壓參數(shù)及接口 89
4.6.5 閥控系統(tǒng) 89
第5章 深海機(jī)器人海底目標(biāo)智能搜索方法 92
5.1 海底目標(biāo)搜索研究概況 92
5.1.1 基于梯度場的信號(hào)源極值搜索方法 95
5.1.2 基于搜索行為的信號(hào)源搜索方法 95
5.1.3 基于模型逼近的信號(hào)源搜索方法 96
5.1.4 基于多模態(tài)傳感器的信號(hào)源搜索方法 97
5.1.5 面向信號(hào)源搜索的深度強(qiáng)化學(xué)習(xí)方法 98
5.2 基于場強(qiáng)在線估計(jì)的深海機(jī)器人智能搜索方法 98
5.2.1 基于極限學(xué)習(xí)機(jī)的場強(qiáng)在線估計(jì) 99
5.2.2 場源搜索路徑規(guī)劃 107
5.2.3 路徑點(diǎn)跟蹤控制及完整的場源搜索算法 108
5.2.4 實(shí)驗(yàn)結(jié)果及分析 109
5.3 基于強(qiáng)化學(xué)習(xí)的深海熱液羽狀流跟蹤方法 113
5.3.1 羽狀流追蹤問題的確定性策略梯度強(qiáng)化學(xué)習(xí)算法 114
5.3.2 羽狀流追蹤問題的遞歸神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)算法 118
5.3.3 稀疏環(huán)境反饋下基于自注意力機(jī)制的強(qiáng)化學(xué)習(xí)算法 122
5.3.4 基于部分可觀測馬爾可夫決策過程的強(qiáng)化學(xué)習(xí)算法 125
5.4 基于周期擾動(dòng)極值搜索的三維場源搜索方法 137
5.4.1 問題描述 137
5.4.2 周期擾動(dòng)極值搜索方法 139
5.4.3 控制策略 141
5.4.4 穩(wěn)定性證明 142
5.4.5 仿真實(shí)驗(yàn) 155
第6章 深海機(jī)器人海底作業(yè)智能控制方法 160
6.1 海底作業(yè)智能控制研究概況 160
6.2 動(dòng)力學(xué)與運(yùn)動(dòng)學(xué)建模 163
6.2.1 深海機(jī)器人的六自由度運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)模型 164
6.2.2 深海機(jī)器人水平面運(yùn)動(dòng)模型 167
6.3 基于非線性模型預(yù)測控制的路徑點(diǎn)追蹤方法 169
6.3.1 問題描述 169
6.3.2 視線導(dǎo)航策略及其改進(jìn)表示 170
6.3.3 模型預(yù)測控制算法 172
6.3.4 仿真實(shí)驗(yàn)結(jié)果與分析 177
6.4 基于確定性策略梯度的強(qiáng)化學(xué)習(xí)深度控制方法 179
6.4.1 問題描述 180
6.4.2 馬爾可夫決策過程建模 181
6.4.3 基于神經(jīng)網(wǎng)絡(luò)的確定性策略梯度算法 184
6.4.4 仿真實(shí)驗(yàn)結(jié)果與分析 193
6.5 基于分層強(qiáng)化學(xué)習(xí)的長時(shí)間跨度路徑點(diǎn)跟蹤控制 200
6.5.1 問題描述 201
6.5.2 分層馬爾可夫決策過程建模 203
6.5.3 分層確定性策略梯度算法 208
6.5.4 仿真實(shí)驗(yàn)結(jié)果與分析 211
6.6 基于元強(qiáng)化學(xué)習(xí)的軌跡跟蹤控制 216
6.6.1 問題描述 216
6.6.2 元強(qiáng)化學(xué)習(xí)馬爾可夫決策過程建模 219
6.6.3 基于注意力機(jī)制的元強(qiáng)化學(xué)習(xí)控制算法 222
6.6.4 深海機(jī)器人仿真環(huán)境搭建 229
6.6.5 仿真結(jié)果實(shí)驗(yàn)與分析 233
第7章 深海探測與采樣機(jī)器人水下試驗(yàn) 240
7.1 水池試驗(yàn) 240
7.2 深海試驗(yàn) 243
7.2.1 海試方案 244
7.2.2 碼頭測試 247
7.2.3 作業(yè)過程 248
7.2.4 結(jié)果分析 251
7.2.5 海試總結(jié) 255
參考文獻(xiàn) 256