论文总字数：10005字

摘 要

随着人类认识、开发海洋进程的发展，对于海洋的探索逐渐深入，作为海洋探索的重要工具，水下机器人得到了深入研究。水下机器人的深度检测作为水下机器人的关键技术受到的关注也日益增多。本文针对水下机器人深度检测系统进行设计，在研究压力与深度关系的基础上，提出了一套基于单片机的深度检测方案。通过仿真实验，验证了本文设计的深度检测系统具有良好的性能。

关键词：水下机器人，深度检测，压力测量

Abstract：With the development of human understanding and exploitation of the ocean, the exploration of the ocean has gradually deepened, and underwater vehicles, as an important tool of the ocean, have been deeply studied. As the key technology of underwater vehicle, the depth detection of underwater vehicle has been paid more and more attention. In this paper, the depth detection system of underwater vehicle is designed. On the basis of studying the relationship between pressure and depth, a depth detection scheme based on single chip computer is proposed. The simulation results show that the depth detection system designed in this paper has good performance..

Key words :underwater vehicle, the depth detection,the,pressure measurement

目 录

1 绪论 4

1.1 研究背景： 4

1.2 水下机器人的研究现状 4

1.3 深度检测系统概述 4

1.4 设计内容 5

2 硬件设计 5

2.1 系统功能 5

2.2 系统整体结构 5

2.3 系统主要器件的选择及其工作原理 5

3 软件设计 12

3.1 软件编程 13

3.2 程序设计 13

3.3 显示子程序设计 15

4 深度检测系统的调试 17

4.1 仿真电路图的搭建 18

4.2 深度检测系统的调试 20

结论 23

参考文献 24

致谢 25

1 绪论

1.1 研究背景：

随着人类总体数量的不断上升，陆地资源的储备已无法满足如此庞大的人类数量带来的巨量资源消耗。因此，人类的发展势必会往海洋而去。海洋占据着这颗蓝色星球表面积的百分之70，其间所蕴含的资源的丰富程度远超人类的想象。如今海洋已经与人类的生存息息相关，人类在未来的发展必然无法离开蓝色的海洋，海洋所蕴藏的丰富的石油与天然气矿藏深深影响着人类在未来的发展；其次，赤潮，海啸，飓风，海底火山喷发等海洋自然灾害对于人类来说有着致命的破坏性，海洋开发的重要性不言而喻。

1.2 水下机器人的研究现状

目前，人类对于海洋的探索也只是如沧海一粟般，海洋如此的辽阔，人类也仅仅只能探索海洋的极小一部分，如何更加有效率的探索更辽阔的海洋也渐渐成为了目前研究的重点，因此，各种水下机器人，水下勘探设施也应运而生，随着人类文明的不断进步，各式各样的水下机器人也像大雨过后的蘑菇那样，纷纷涌现。自上世纪五十年代美国University of Washington公司研发的世界首台SUPV（self propelled underwater research vehicles）面世以来，AUV已然经历了60多年的发展。此外，得益于上世纪末计算机技术与电子技术的发展以及本世纪的科技的飞速进步，AUV已经进入了大规模的实际应用阶段[^[1]]。目前在国外的水下机器人领域，不乏许多佼佼者。比如美国Hydroid公司的Bluefin系列水下机器人、挪威Konsberg公司的REMUS系列以及HUGIN系列机器人等；而在国内，水下机器人的发展也是不遑多让，在海洋资源勘探方面，有着性能优越的“潜龙”系列水下机器人。而在更为专业向的海洋科学研究方面，有着非常优秀的“探索”系列水下机器人。

1.3 深度检测系统概述

马艳彤等提出了基于过度目标值的非线性目标对水下机器人的深度控制，提高了系统在变深运动时的稳定性[^[2]]；熊华胜等人提出了了积分变结构控制算法，此算法解决了AUV运动模型的精准度的欠缺带来的问题，同时此算法还提供了解决PID非线性扰动的方法。Ji-Hong Li等研究了AUV在 underwater jacket structure environment下的操作与控制，使系统的性能更加稳定，且系统的可靠性得到了提高[^[3]]。Xinxin Guo等研究了基于神经网络控制的nonlinear sliding-mode control，有效降低了外部干扰对系统的影响[^[4]]。李岳明等研究了基于BP神经神经网络的智能水下机器人的S面控制，降低了外部环境对检测系统的干扰[^[5]]。刘爽等采用了模糊自适应串级PID控制器，弥补了传统算法的不足，提高了系统的性能[^[6]]。尹梦舒为提升水下机器人的运动精度，采用了一套基于模糊PID的水下机器人运动控制器，使得水下机器人能够更加精确的完成预设的任务[^[7]]。赵兴宇研究了基于搭载矢量推进装置的水下机器人的自抗扰控制算法的检测系统，提升了系统的稳定性与控制精度[^[8]]。程彬彬等研究了基于以太网的分布式系统，提高了系统的抗干扰能力[^[9]]。

1.4 设计内容

本文针对水下机器人的深度检测系统进行设计，选用了AT89C52单片机作为控制器，使用电阻应变片传感器获取水压，获取到的压力信号经过AD转换器的转换，由控制器调用LCD1602进行显示。本次设计的深度检测系统通过外置的压力传感器来对所处深度的压力进行实时显示。最后，通过仿真测试，验证了本文设计检测系统的性能。

2 硬件设计

2.1 系统功能

本系统需要能够在水下不同深度完成压力的检测，并且能够完成数据实时显示的功能。因为工作环境在水下，所以需要考虑到水下水流以及风浪的影响。要求系统具有一定的抗干扰性。

2.2 系统整体结构

本水下机器人深度检测系统设计框图如图2.1所示，主要由传感器，模数转换器，单片机模块以及LCD显示模块构成。由传感器输出的压力电信号需经过模数转换处理。经过处理后的信号由控制芯片输出并由显示器进行显示。

剩余内容已隐藏，请支付后下载全文，论文总字数：10005字