AUV厂家-询价咨询「瀚海蓝帆」

仿鱼水下机器人控制理论和方法、系统构成和实现提供有力支撑

近年来，仿生技术、控制技术和材料技术的发展为仿鱼水下机器人控制理论和方法、系统构成和实现提供了有力支撑。仿鱼类auv研制涉及机构仿生、感知仿生、控制仿生、智能仿生等关键技术，通过综合应用机械、电子、传感、控制、材料等学科成果，研究其推进机理和流线型结构以提高平台机动性能。基于仿生技术的智能auv具有流体扰动小、推进、机动性能好、智能化程度---特征。

现今，美国已在脑控与控脑、生物材料和仿生机械等领域取得重大突破，darpa成立了生物技术办公室，目标是发展基于生命科学的新一代装备和技术，进一步推动水下平台仿生研究的发展。

水下管道智能检测机器人

　　水下机器人的应用领域

　　可用于检查大坝、桥墩上是否安装以及结构好坏情况遥控侦察、危险品靠近检查水下基阵协助安装/拆卸船侧、船底物品检测(、海关)水下目标观察，废墟、坍塌矿井搜救等；搜寻水下证据(、海关)海上救助打捞、近海搜索；2011年水下机器人深能在6000米的海底，以每小时3至6公里的速度行走，前视、下视雷达给了它“好视力”，随身携带的照相机、---机和导航系统等，让它“过目不忘”。

水声信道不确实与环境参数不确知情况下环境失配、统计失配和系统

研究宽容性处理方法，通过自适应处理、环境参数搜索优化等方法，解决水声信道不确实与环境参数不确知情况下环境失配、统计失配和系统失配等问题。针对宽容性处理的探测能力分析，提出了一种度量宽容性性能的量化指标，可以分析不同环境下宽容性探测能力。针对确定性失配问题，提出了多约束匹配场处理方法mcm、简化均方差方法rmv和邻域约束均方差方法mv-nlc等；针对不确知参数的失配情况，提出了不确定场优化处理方法oufp、利用子空间特征提取的宽容性 mfp 方法、贝叶斯匹配场处理、minimax 匹配场处理等。

主动认知探测技术将智能认知与主动目标探测相结合

主动认知探测技术。在传统主动探测中，由于缺乏知识反馈机制，在复杂变化的水下环境很难获得理想的探测效果。而所谓认知过程就是将感知、处理、学习与反应密切结合的知识形成过程，因此主动认知探测技术将智能认知与主动目标探测相结合，提出了一种基于知识反馈的智能探测架构和处理形式，即通过借鉴智能认知过程，利用发射水声信号主动感知水声环境和目标信息的特点，形成对环境与目标的认知学习，并将这种知识实时反馈给探测过程中的发射和接收环节，使之与环境和目标状况相适配形成正向反馈环路，从而能够在复杂环境下获取主动声目标探测性能。虽然主动认知探测研究尚处在起步阶段，但是为主动探测提供了新思路。