海洋機(jī)器人科學(xué)技術(shù)新進(jìn)展

目錄
叢書前言一
叢書前言二
前言
1 空化技術(shù)在海洋機(jī)器人上的應(yīng)用 1
1.1 通氣空化數(shù)值計(jì)算方法 2
1.2 局部超空化構(gòu)型的建模與通氣空化 5
1.3 局部超空化構(gòu)型的水洞實(shí)驗(yàn)研究 10
1.4 局部超空化構(gòu)型的應(yīng)用 20
參考文獻(xiàn) 27
2 萬米級(jí)超深海機(jī)器人控制問題研究 28
2.1 引言 28
2.2 全海深水下機(jī)器人簡介 28
2.3 全海深水下機(jī)器人建模與控制難點(diǎn) 29
2.4 常規(guī)建模與控制方法在處理全海深問題時(shí)的局限性 32
2.5 基于零進(jìn)速推力特性的全海深水下機(jī)器人實(shí)時(shí)浮力測量方法 33
2.6 基于柔性結(jié)構(gòu)的全海深水下機(jī)器人外場動(dòng)力學(xué)參數(shù)辨識(shí)方法 38
2.7 全海深水下機(jī)器人動(dòng)力學(xué)灰箱建模方法 44
2.8 全海深水下機(jī)器人節(jié)能下潛運(yùn)動(dòng)控制 51
2.8.1 基于簡化模型的被控模型建立 51
2.8.2 基于系統(tǒng)辨識(shí)的被控模型建立方法 53
2.8.3 PID控制器設(shè)計(jì) 55
2.8.4 L1自適應(yīng)控制器設(shè)計(jì) 57
2.8.5 節(jié)能下潛研究 61
2.9 本章小結(jié) 64
參考文獻(xiàn) 64
3 跨域機(jī)器人 66
3.1 引言 66
3.2 跨域機(jī)器人的應(yīng)用與分類 67
3.3 水空兩棲跨域機(jī)器人的國內(nèi)外發(fā)展現(xiàn)狀 68
3.3.1 國外發(fā)展現(xiàn)狀 68
3.3.2 國內(nèi)發(fā)展現(xiàn)狀 71
3.3.3 國內(nèi)外發(fā)展差距 73
3.4 “海鯤”號(hào)跨域機(jī)器人 73
3.4.1 總體技術(shù)方案設(shè)計(jì) 73
3.4.2 跨介質(zhì)流體動(dòng)力分析 80
3.4.3 “海鯤”號(hào)跨域機(jī)器人樣機(jī)研究 92
3.5 本章小結(jié) 96
參考文獻(xiàn) 97
4 機(jī)械掃描聲吶圖像配準(zhǔn)算法 100
4.1 引言 100
4.2 點(diǎn)云配準(zhǔn) 103
4.3 SKLD-D2D配準(zhǔn)算法 106
4.4 仿真實(shí)驗(yàn) 109
4.5 本章小結(jié) 115
附錄A 目標(biāo)函數(shù)的梯度及黑塞矩陣 116
附錄B 機(jī)械掃描聲吶圖像運(yùn)動(dòng)扭曲校正原理 118
參考文獻(xiàn) 121
5 空間認(rèn)知機(jī)制啟發(fā)的機(jī)器人導(dǎo)航 124
5.1 引言 124
5.2 空間認(rèn)知 125
5.2.1 記憶神經(jīng)環(huán)路 125
5.2.2 哺乳動(dòng)物大腦的定位導(dǎo)航系統(tǒng) 127
5.3 空間記憶的計(jì)算模型 132
5.3.1 振蕩相干模型 133
5.3.2 連續(xù)吸引子網(wǎng)絡(luò) 134
5.3.3 自適應(yīng)網(wǎng)絡(luò) 135
5.4 機(jī)器人類腦導(dǎo)航 136
5.4.1 機(jī)器人導(dǎo)航研究 136
5.4.2 類腦導(dǎo)航 138
5.4.3 位置和速度聯(lián)合編碼的柵格細(xì)胞模型 140
5.4.4 頭朝向和角速度聯(lián)合編碼的頭朝向細(xì)胞模型 157
5.4.5 基于空間認(rèn)知機(jī)制的機(jī)器人導(dǎo)航系統(tǒng) 158
5.5 類腦智能研究展望 170
5.6 本章小結(jié) 171
參考文獻(xiàn) 171
6 腦電信號(hào)識(shí)別方法 177
6.1 引言 177
6.2 腦機(jī)接口系統(tǒng) 178
6.3 腦信號(hào)翻譯方法 179
6.4 基于卷積深度網(wǎng)絡(luò)的腦電信號(hào)翻譯方法 182
6.5 本章小結(jié) 198
參考文獻(xiàn) 199
7 水下機(jī)器人操作腦電控制技術(shù) 202
7.1 引言 202
7.2 基于事件相關(guān)電位的水下機(jī)械手腦電控制 206
7.2.1 ERP與水下機(jī)械手控制的優(yōu)化融合 207
7.2.2 實(shí)驗(yàn)平臺(tái)的建立 213
7.2.3 實(shí)驗(yàn)驗(yàn)證 214
7.2.4 系統(tǒng)評(píng)價(jià) 218
7.3 基于組合分類器不同狀態(tài)下的腦電信號(hào)分類 219
7.3.1 腦電控制中干擾信號(hào)的分析與去除 220
7.3.2 手臂操作的加入及其對(duì)識(shí)別準(zhǔn)確率的影響 221
7.3.3 分類器的組合及分類結(jié)果的選取與修正 223
7.3.4 實(shí)驗(yàn)驗(yàn)證 229
7.4 本章小結(jié) 234
參考文獻(xiàn) 235
8 基于腦電信號(hào)的非侵入式腦機(jī)接口的原理和應(yīng)用綜述 238
8.1 引言 238
8.2 腦電信號(hào)的特征提取與分類技術(shù) 240
8.2.1 腦電信號(hào)的特征提取技術(shù) 240
8.2.2 腦電信號(hào)的分類技術(shù) 244
8.3 腦機(jī)接口對(duì)不同對(duì)象的控制應(yīng)用 246
8.3.1 使用腦機(jī)接口控制機(jī)械臂 247
8.3.2 使用腦機(jī)接口控制輪椅 250
8.3.3 使用腦機(jī)接口控制類人機(jī)器人 252
8.4 腦機(jī)接口在海洋科學(xué)研究中的應(yīng)用展望 254
8.5 腦機(jī)接口的風(fēng)險(xiǎn)、倫理與法律問題 255
8.6 本章小結(jié) 256
參考文獻(xiàn) 257
9 機(jī)器行為學(xué)—值得關(guān)注的新學(xué)科 261
9.1 引言 261
9.2 被過分依賴的算法 262
9.3 機(jī)器行為學(xué)的研究范疇 263
9.4 機(jī)器行為學(xué)的發(fā)展 265
9.5 本章小結(jié) 266
參考文獻(xiàn) 266
索引 267
彩圖