开源基准测试模拟器：BlueROV2 水下机器人的控制（续）

最新推荐文章于 2025-06-13 12:21:28 发布
最新推荐文章于 2025-06-13 12:21:28 发布
阅读量320 收藏 5
点赞数 3
文章标签： 机器人 ardusub
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_49839886/article/details/145873121
版权

 水下机器人模型建立

function nu_d = fcn(nu,nu_r,tau,eta,ROV,ENV)
    nu_d = (struct2vec(tau)...
        -((Crb(nu,ROV)+Ca(nu,ROV))*struct2vec(nu)...
        +(Do(ROV)+Dn(nu_r,ROV))*struct2vec(nu_r)...
        +grest(eta,ROV,ENV)))./((Mrb(ROV)+Ma(ROV))*ones(6,1));
end

 fcn 计算了水下机器人（ROV）的加速度 nu_d

示波器 

示波器结果

 参考x位置和实际X位置

 参考Y位置和实际Y位置

参考Z位置和实际Z位置

期望横滚俯仰姿态和实际横滚俯仰姿态一致

期望偏航姿态和实际偏航姿态

开源基准测试模拟器：BlueROV2 水下机器人的控制（更改Z方向控制器）
weixin_49839886的博客
02-26 156
将原有项目的z方向控制器由自适应滑膜控制器（ASMC）更改为自抗扰控制器（ADRC）开源基准测试模拟器：BlueROV2 水下机器人的控制（更改Z方向控制器）更改为ADRC控制器后代码。
OceanSim： 基于Isaac Sim GPU 加速水下机器人感知仿真框架
weixin_46300916的博客
04-06 954
OceanSim 采用先进的基于物理的渲染技术，对水下视觉和声学传感器进行精确建模。与其他模拟引擎相比，OceanSim 的渲染速度要快得多。作为 NVIDIA Issac Sim 的扩展，OceanSim 采用了多功能设计。通过融入快速发展的 NVIDIA Omniverse 生态系统，我们的模拟器自然而然地在机器人学习和水下机器人技术之间架起了一座桥梁，从而促进了水下应用中体现型人工智能技术的开发和部署。OceanSim 将以开放源码的方式提供，使研究界能够以合作的模式作出贡献。
BlueRov模型文件
12-03
BlueRov模型文件，支持SolidWorks进行修改模型文件
【水下机器人建模】基于QLearning自适应强化学习PID控制器在AUV中的应用研究（Matlab代码实现）
weixin_67304359的博客
07-21 788
然而，由于海洋环境的复杂性和不确定性，AUV的自主控制面临挑战。因此，本文提出了一种基于QLearning自适应强化学习的PID控制器，旨在提高AUV在不确定环境下的控制性能。具体来说，通过QLearning算法优化PID控制器的参数，使其能够适应不同的环境条件并实现更好的控制性能。结果表明，基于QLearning的自适应PID控制器在不同的海洋环境下都能够实现更好的控制性能，表现出更高的稳定性和鲁棒性。水下机器人的水动力模型是设计控制器的基础，只有建立了相应的水动力模型后，仿真实验的工作才能有效展开。
基于Pymavlink协议的BlueROV开发
m0_56312629的博客
11-08 3871
国外一家公司开发的ROV产品，产品名字叫做BlueROV。
BlueROV加舵机控制以及走过的弯路
weixin_45624953的博客
04-22 1951
BlueROV加舵机控制以及走过的弯路 因实验需求，需要在BlueROV上加上一个一自由度的机械臂，由一个水下舵机控制，水下舵机需要通过PWM控制，PWM输出由手柄控制。 思路也很简单：手柄——pixhawk——舵机 就是弯路走了好久。。。。。 一、手柄资源不足？ BlueROV在下水实验后发现，现有的按键基本都已经使用。只有上面还有两个按键没有使用，并且不具有保持功能 后面发现，手柄上有一个按键可以设置为shift按键，按住shift键，在按住别的按键可以切换按键的第二功能 二、PWM控制程序需要自己写？
【无人潜水器】UUV的仿真和控制（Matlab实现）
weixin_67304359的博客
08-18 851
UUV（Unmanned Underwater Vehicle，无人水下航行器）是一种能够在水下环境中自主或遥控操作的设备。UUV广泛应用于海洋科学研究、资源勘探、军事侦察、水下搜救等多种领域。UUV的设计与开发涉及多个技术领域，其中仿真技术和控制系统是两个非常关键的部分。UUV的仿真与控制技术通常紧密结合，在开发过程中需要不断地迭代优化。仿真平台可以帮助工程师在真实环境下测试之前就发现并解决潜在问题，从而减少实际试验的成本和风险。而良好的控制系统则是保证UUV高效完成任务的关键因素之一。
BlueROV2入门：Pixhawk飞控控制舵机转动
m0_73885374的博客
04-28 5634
进入到通道显示界面时，发现只有6个通道，拨动遥控器上的摇杆和开关发现，前四路通道对应的是左右两个摇杆的四个方向，通道5和6对应的是VrA和VrB两个旋钮。SERVO9_FUNCTION的值改为55 （AUXOUT 1对应SERVO9，55表示使用遥控器5通道控制SERVO9的输出），也可以在选项中选择RCIN5，对应遥控器的第五个通道。进入“功能”->“最大舵量”，将通道5的最大舵量改为“120% 120%”。最后进入“功能”->“通道显示”，拨动SwA~SwB这四个开关，测试新添加的四个通道的效果。
开源基准测试模拟器：BlueROV2 水下机器人的控制（参考轨迹修改）
weixin_49839886的博客
03-05 475
论文中所述，定桩为直径6m，深25m的圆筒，现将轨迹修改为直径3.5m，螺旋上升的轨迹，上升高度为25m。由于没有找到原轨迹参数的设置部分，现设计新的变量进行参考轨迹的设计。设置Etext、Ntext、Dtext分别为东、北、下三维向量的参数。原Rate Limitate导致轨迹进行速率限制，从而使我们设置的轨迹发生变化，例如原N方向的上升下降沿限制信号限制为0.2和-0.2。可直接在MATLAB命令行窗口输入一下命令来赋予Etext、Ntext、Dtext变量的值。从而导致我们的参考轨迹输出发生变化。
开源基准测试模拟器：BlueROV2 水下机器人的控制
weixin_49839886的博客
02-24 1639
本文介绍了在 Simulink™ 中实现的常用且低成本的遥控潜水器 （ROV） BlueROV2 的仿真模型环境，该环境已针对水下航行器的基准控制算法进行了设计和实验验证。BlueROV2 模型基于 Fossen 方程，包括车辆的运动学模型、车辆和水相互作用的流体动力学、推进器的动力学模型，最后是重力/浮力。流体动力学参数和推进器模型已在测试设施中得到验证。基准模型还包括洋流，建模为恒定速度。将 ROV 连接到顶部站点设施的系绳已使用集总质量法建模，并作为 ROV 模型的力输入实现。
用于水下机器人仿真的GazeboROS软件包
12-23
"用于水下机器人仿真的GazeboROS软件包"结合了这两者的优势，为水下机器人的设计、控制算法的开发和性能评估提供了虚拟平台。 **Gazebo仿真器** Gazebo是一款3D物理仿真器，广泛应用于机器人研究。它的主要特点包括...
多代理机器人模拟器___下载.zip
04-16
2. 机器人模型：模拟器支持多种类型的机器人模型，包括地面、空中、水下机器人，以及具有不同传感器和执行器的机器人。 3. 交互模拟：模拟器可以模拟多个机器人之间的通信、协作和竞争行为，帮助研究者分析和优化...
探索迷你AUV模拟器：小型水下航行器的仿真世界
- **2021年Robosub竞赛测试平台**: Robosub是一项国际性的水下机器人竞赛，该模拟器将用作参赛队伍的测试平台，提供虚拟竞赛环境，帮助队伍在真实比赛之前进行准备和测试。 - **仿真环境构建在开源、高保真机器人...
UR机器人解锁关节扭矩控制：利用英伟达Isaac Lab框架，推动装配自动化的Sim2Real迁移
最新发布
欣佰特cnbestec的博客
06-13 385
VIDIA与优傲机器人合作，基于IsaacLab框架实现齿轮装配的仿真训练到现实部署。该方案通过强化学习训练机器人三大核心技能（抓取规划、自由空间运动和精准插入），并借助IsaacROS的感知组件实现仿真到现实的迁移。利用LSTM+MLP网络架构和域随机化技术提升策略泛化能力，最终在UR10e机器人上实现多齿轮随机位置的鲁棒装配，为工业自动化提供了新的柔性解决方案。
台湾TEMI协会竞赛——1、龙舟机器人组装教学
shidisy的博客
06-11 582
本指南详细介绍了3D打印龙舟的组装步骤和注意事项。组装前需注意：避免用力过大导致结构断裂；关机时轻转舵机部件；开启电源后严禁强行扳动舵机；使用合适重量的移动电源供电；做好防水措施。组装过程包括：船身组装（主马达座、传动轴、旋转轴安装）、龙头龙尾组装（舵机复位、部件连接）以及人形组件安装（左右人身部件组装）。特别提醒各部件螺丝不要拧得过紧，以免影响马达运转。所有组件均为3D打印件，需小心操作防止断裂
AI电销机器人智能的发展趋势是什么？
ai_vx_3307623172的博客
06-09 384
未来，随着ASR（语音识别）、大模型技术的突破，其理解力与创造力将更逼近真人，推动电销全面迈入“智能增效、人机协作”的新阶段。同时，内置的合规引擎严格遵循通话时长限制、禁止骚扰名单等法规，规避法律风险，保障接通率稳定在行业基准线之上。强化学习让机器人在海量通话数据中自我优化，自动筛选高意向客户，预测最佳沟通时段与话术，将人工坐席从80%的低效呼叫中解放。结合语音、文本甚至图像信息（如客户浏览记录），构建360°客户画像，实现更精准的推荐与转化，响应时间缩短至5秒内。
到院率最高提升40%，消费医疗用AI营销机器人跑赢增长焦虑
Live800智能客服
06-10 790
消费医疗行业面临专业咨询师短缺问题，人工客服因专业知识不足、服务不稳定导致投诉增加40%。AI营销机器人通过深度学习和大模型技术，能够独立完成咨询全流程，7*24小时高效接待，显著提升获客转化率。在高峰期可智能分流客户，实现人机协作，降低流失率。美莱集团应用后获客率提升5%-35%，成本降低50%-90%。AI机器人还能与业务系统集成，提升工作效率。在流量红利消退的背景下，AI技术成为消费医疗机构提升竞争力的关键，建议尽早布局智能化服务体系建设。
多个机器人同时加载在rviz及gazebo同一个场景中
06-13 462
gazebo的加载相对容易，但rviz中加载，需要构建完整的tf树（world → map（或map_merged）→ odom → base_footprint → base_link → base_scan）才能正常显示，launch文件主要是在构建tf树。 2. 修改urdf模型 为各机器人增加tb3/odom->tb3/base_footprint的tf映射，防止odom->base_footprint全局tf映射。 3. 执行
Hello Robot发布Stretch3机器人高保真模拟平台-Stretch MuJoCo v0.5-涵盖数百种Robocasa厨房应用测试场景
欣佰特cnbestec的博客
06-11 790
HelloRobot团队发布StretchMuJoCov0.5高保真仿真平台，专为Stretch3机器人设计。该平台基于MuJoCo物理引擎，支持Ubuntu、MacOS和Windows系统，提供实时仿真、丰富Python库及数百种厨房测试场景。关键特性包括ROS2深度集成、无头模式云端运行、高级API支持可变形物体仿真。平台配备详细文档，助力开发者快速实现算法验证与部署，推动具身智能研究发展。GitHub已开源项目代码。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

仗剑走代码

“您的支持是我创作的动力”

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值