凉亭-auv-sim 远东联邦大学自主水下航行器的仿真工具。 ###依赖： CMake >= 2.8 提升 >= 1.49 包配置 凉亭 >= 1.9 protobuf >= 2.5.0 OpenCV >= 2.4（需要适配器） ###Building：与 Carnegie Mellon IPC 消息一起使用： export IPC_MSG_INCLUDE_DIR= < directory> 使用 make 构建： mkdir build cd build cmake ../ make install ###Usage：在构建目录中： gazebo robosub_auv.sdf 要与 FEFU AUV ipc 消息一起使用，您需要运行适配器： ./bin/adapter 查看适配器选项： ./bin/adapte

基于Matlab_Simulink的水下航行器建模与仿真.pdf

基于二维模型预测控制的无人水下航行器轨迹跟踪

为便于对水下航行器的运动弹道和运动控制进行计算机仿真，建立一种基于Matlab/Simulink 的水下航行器模型。利用矢量化建模方法，给出水下航行器6 自由度空间运动数学模型，详细论述Simulink 建模过程和S 函数的实现方法，并应用所建立的Simulink 模型，对水下航行器的开环运动、操纵性以及闭环运动控制相关问题进行仿真。仿真结果表明，该系统符合水下航行器的实际运动规律。

采用一致性算法与虚拟结构法研究了多自主水下航行器(AUV)小尺度编队控制问题.首先针对各自主水下航行器拥有不同虚拟领航者信息(参考信息)的情况,通过对各AUV拥有的不一致参考信息进行一致性协商而达到状态一致.其次,基于虚拟结构思想采用坐标变换将各AUV相对于虚拟领航者的相对位置转换为各自的期望位置,并设计了一种有限时间跟踪控制律以确保各AUV能在有限时间内跟踪上其期望轨迹,从而实现了多AUV的小尺度?有限时间编队控制.最后仿真实验验证了控制策略的有效性.

近年来，由于科学技术的进步和军事作战观念的变化，武器系统发生了巨大变化。 所有这些变更的核心是一个无人驾驶系统。 特别是在海洋环境下，由于作战的中心阶段已从海洋转移到沿海地区，现有海军很难在浅水区有效作战。 因此，无人驾驶水下航行器（UUV）的需求正在日益增长。 在本文中，我们分析了已经开发的UUV的特征，它们是未来海洋战场环境中的关键无人系统。 通过对开发案例的分析和对关键技术的研究，阐述了UUV的关键设计问题。 我们还根据案例分析提出UUV技术的未来方向。

此提交包含此视频中使用的有关自主水下车辆的建模、模拟和控制的文件 - https://www.mathworks.com/videos/modeling-and-simulation-of-an-autonomous-underwater-vehicle-1586937688878 .html 本次提交对 6-DoF 自主水下航行器 (AUV) 以及 AUV 的位置和速度控制器进行建模。 您可以根据应用需求在低保真度和高保真度传感器和环境模型之间切换。 Aerospace Blockset 用于对车辆的动力学进行建模。 要了解如何使用系统识别对推进器进行建模，请观看此视频 - https://www.mathworks.com/videos/matlab-and-simulink-robotics-arena-from-data-to-model-1518156121608.html

研究了基于深度强化学习算法的自主式水下航行器（AUV）深度控制问题。区别于传统的控制算法，深度强化学习方法让航行器自主学习控制律，避免人工建立精确模型和设计控制律。采用深度确定性策略梯度方法设计了actor与critic两种神经网络。actor神经网络给出控制策略，critic神经网络用于评估该策略，AUV的深度控制可以通过训练这两个神经网络实现。在OpenAI Gym平台上仿真验证了算法的有效性。

水下航行器运动控制仿真，戴君锐，向先波，为了预报水下航行器样机的运动控制性能，根据该样机自身特性，结合标准的潜艇六自由度运动方程，建立该样机的仿真模型，通过水池

水下航行器协同导航定位，一国外博士论文。多水下航行器