深海潜水器研究现状与展望

被引：40

作者：

朱大奇 ^{[1
]}

胡震 ^{[2
]}

机构：

[1] 上海海事大学水下机器人与智能系统实验室

[2] 中国船舶科学研究中心深海载人装备国家重点实验室

来源：

安徽师范大学学报(自然科学版) | 2018年 / 41卷 / 03期

基金：

国家自然科学基金重点项目; 国家重点研发计划;

关键词：

深海潜水器; 载人潜水器; 无人潜水器; 海洋环境; 路径规划; 轨迹跟踪; 水下目标识别;

D O I：

10.14182/J.cnki.1001-2443.2018.03.001

中图分类号：

U674.941 [潜水船];

学科分类号：

082401 ;

摘要：

深海潜水器研究对海洋科学与工程技术进步、海洋资源探测与开发、国家海防安全与海洋战略实施有着十分重要的意义。本文在简要概述深海潜水器基本类型的基础上,综述了深海潜水器的发展历史与国内外研究现状,论述了深海潜水器研究的关键技术,最后对深海潜水器的发展趋势及应用前景进行了探讨。

引用

页码：205 / 216

页数：12

共 28 条

[1] 开架水下机器人生物启发离散轨迹跟踪控制 [J].

孙兵 ;

朱大奇 ;

邓志刚 .

控制理论与应用, 2013, 30 (04) :454-462

[2] 生物启发神经动力学模型的自治水下机器人反步跟踪控制 [J].

朱大奇 ;

杨蕊蕊 .

控制理论与应用, 2012, 29 (10) :1309-1316

[3] 基于D-S证据理论的信息融合图像识别 [J].

张逵 ;

朱大奇 .

上海海事大学学报, 2012, 33 (03) :81-86

[4] 基于遗传算法的UUV的容错控制律重构方法 [J].

胡维莉 ;

朱大奇 ;

刘静 .

控制工程, 2011, 18 (03) :413-416+428

[5] 无人水下机器人在线故障辨识及滑模容错控制 [J].

袁芳 ;

朱大奇 ;

叶银忠 .

系统仿真学报, 2011, (02) :351-357+380

[6] 基于神经网络的水下机器人容错控制方法与实验研究 [J].

颜明重 ;

刘乾 ;

朱大奇 ;

汤天浩 .

船海工程, 2009, 38 (05) :138-141+161

[7] 一种水下机器人传感器故障诊断与容错控制方法 [J].

朱大奇 ;

陈亮 ;

刘乾 .

控制与决策, 2009, 24 (09) :1335-1339

[8] 基于RCMAC的水下机器人容错控制方法研究 [J].

袁芳 ;

叶银忠 ;

朱大奇 .

华中科技大学学报(自然科学版), 2009, (S1) :147-150

[9] 无人水下机器人可靠性控制技术 [J].

朱大奇 ;

刘乾 ;

胡震 .

中国造船, 2009, 50 (02) :183-192

[10] 考虑海流影响的水下机器人全局路径规划研究 [J].

徐玉如 ;

姚耀中 .

中国造船, 2008, 49 (04) :109-114

← 1 2 3 →