基于跨介质自适应切换技术的空海无人机推进系统
A Cross-Medium Adaptive Switching Technology-Based Aerial-Marine Unmanned Vehicle Propulsion System
DOI: 10.12677/airr.2025.142044, PDF,  被引量    科研立项经费支持
作者: 武云发:广东理工职业学院机器人学院,广东 广州;广东工业大学自动化学院,广东 广州;丁俊羽, 吴立华*, 陈婷婷, 郑锐滔, 张友娣, 蔡展达, 邵佳源:广东理工职业学院机器人学院,广东 广州
关键词: 跨介质自适应切换两栖无人机跨介质切换Cross-Medium Adaptive Switching Amphibious Drone Cross-Medium Switching
摘要: 随着全球能源结构转型的推进,海上风电作为可再生能源的关键组成部分,其高效运维显得尤为重要。为解决传统海上风电巡检依靠人工和单介质无人机面临的效率低下和安全隐患的挑战,本项目提出了一种基于跨介质自适应切换技术的空海无人机推进系统,旨在提高海上风电巡检无人机在水面和空中之间的切换稳定性和切换效率。采用自适应控制算法,系统可以实时感知环境变化并调整工作模式,以优化能耗并提高运行稳定性。实验结果表明,该系统在不同环境条件下表现出良好的适应性和可靠性,为海上风电智能巡检提供了新的解决方案。
Abstract: With the global transition to renewable energy, offshore wind power, as a crucial component of the renewable energy mix, has highlighted the importance of efficient operation and maintenance. To address the challenges of traditional offshore wind turbine inspections, which rely on manual labor and single-medium drones, this project proposes an adaptive cross-medium switching propulsion system for aerial and aquatic drones. The system aims to enhance the stability and efficiency of switching between air and water during offshore wind farm inspections. By employing an adaptive control algorithm, the system can dynamically sense environmental changes and adjust its operational mode, optimizing energy consumption and improving operational stability. Experimental results demonstrate that the system exhibits excellent adaptability and reliability under various environmental conditions, offering a novel solution for intelligent offshore wind farm inspection.
文章引用:武云发, 丁俊羽, 吴立华, 陈婷婷, 郑锐滔, 张友娣, 蔡展达, 邵佳源. 基于跨介质自适应切换技术的空海无人机推进系统[J]. 人工智能与机器人研究, 2025, 14(2): 449-460. https://doi.org/10.12677/airr.2025.142044

参考文献

[1] 李丽旻. 风电巡检无人机“上天入海” [N]. 中国能源报, 2022-06-06(017).
[2] 齐铎, 李永利, 张佳强, 等. 旋翼型两栖无人机的发展现状及其在近海破障作战中的应用分析[J]. 飞航导弹, 2019(11): 43-47.
[3] 刘帅, 赵冬梅. 跨介质无人机的技术问题与解决方案分析[J]. 集成电路应用, 2024, 41(3): 70-73.
[4] 张翱鹏, 刘双杰, 郝永平. 共轴双旋翼无人机稳定飞行控制算法研究[J]. 智能计算机与应用, 2025, 15(2): 133-137.
[5] 王雪兵, 吴庆祥, 王奕轩, 等. 新型仿鳐鱼水陆两栖机器人的结构设计、运动学建模与运动规划[J]. 工程科学学报, 2024, 46(9): 1594-1603.
[6] 张晗, 李存义, 曹淑刚, 等. 无人机在海上风电机组叶片巡检中的应用[J]. 能源科技, 2020, 18(5): 67-70.
[7] 李姣. 基于深度学习的风电机组叶片表面故障识别及分类[D]: [硕士学位论文]. 北京: 华北电力大学, 2022.
[8] 龙振超, 孟子涵, 张宏伟. 基于四旋翼无人机的水空两栖新型飞行器系统的设计[J]. 科技创新与应用, 2019(23): 54-56.
[9] 中国海洋大学. 一种跨介质海空两栖无人机[P]. 中国专利, CN201911419059. 32020-06-19.
[10] 杨兴帮, 梁建宏, 文力, 等. 水空两栖跨介质无人飞行器研究现状[J]. 机器人, 2018, 40(1): 102-114.
[11] 邢文中, 蒋蓁. 海空无人机的构型设计与气动水动分析[J]. 弹箭与制导学报, 2015, 35(4): 113-117.
[12] 赵尚飞, 伍思繁, 何智林, 等. 纵列式双旋翼跨介质无人机的水动力学特性研究[C]//中国力学学会流体力学专业委员会. 第十三届全国流体力学学术会议摘要集(下). 深圳: 中山大学航空航天学院, 2024: 1.
[13] 刘阳, 王开松, 唐威, 等. 基于倾转电机的可折翼的水空两栖无人机设计与实现[J]. 机械工程学报, 2024, 60(2): 272-286.
[14] 孙祥仁, 曹建, 姜言清, 等. 潜空跨介质无人航行器发展现状与展望[J]. 数字海洋与水下攻防, 2020, 3(3): 178-184.
[15] 曹悦彤. 深海潜航器振动驱动原理及动力学特性[D]: [硕士学位论文]. 秦皇岛: 燕山大学, 2023.
[16] 李宏源, 邹勇, 邹宇城, 吕鹏宇, 段慧玲. 仿生水-空跨介质航行器控制系统研究. 舰船科学技术, 2023, 45(20): 79-82.
[17] 周凌. 跨介质动力系统方案分析与模态转换研究[D]: [硕士学位论文]. 哈尔滨: 哈尔滨工程大学, 2021.
[18] 王琛, 惠倩倩, 张帆. 水空跨域多模态共轴无人机设计[J]. 航空学报, 2023, 44(21): 328-340.
[19] 桑标, 郭剑东, 刘春生. 无人机自适应平滑切换姿态融合算法研究[J]. 电光与控制, 2021, 28(10): 11-15.
[20] 周洋. 两栖变质心共轴无人机带载荷动力学建模与控制研究[D]: [硕士学位论文]. 西安: 西安工业大学, 2023.
[21] 代季鹏. 跨介质无人机自抗扰控制系统设计、仿真与试验[D]: [硕士学位论文]. 西安: 西安电子科技大学, 2021.
[22] 吴忧, 叶国平. 水空两栖多旋翼无人机运动控制系统设计与实践[J]. 科技视界, 2023(14): 92-95.
[23] 杨帆. 两栖倾转翼无人机结构设计及运动控制研究[D]: [硕士学位论文]. 济南: 山东大学, 2021.
[24] 杨毅, 王斯财, 南英. 大型水陆两栖飞机海上最优搜索航路规划算法[J]. 吉林大学学报(工学版), 2019, 49(3): 963-971.
[25] 林嘉坤, 董振宇, 黄键耿. 无人机姿态控制深度强化学习算法系统对比与性能分析[J]. 中国科技信息, 2025(2): 73-75.