基于模糊PID的欠驱动水下机器人路径跟踪方法研究

针对不同环境和任务下欠驱动水下机器人的路径跟踪问题进行相关研究,在分析水下机器人控制模型的基础上,基于视线法提出了一种欠驱动水下机器人路径跟踪控制方法。基于模糊控制算法,设计了一种模糊PID控制器,并将其应用于欠驱动水下机器人的艏向跟踪控制。采用PC104设计了水下机器人的控制系统,并给出了硬件结构框图。最后,对水下机器人路径追踪效果进行了仿真和试验,结果表明基于模糊PID控制器的欠驱动水下机器人路径跟踪控制方法可保证机器人沿规划路径航行,而且该控制系统具有较强的鲁棒性。     

基于自适应反演滑模控制的AUV水平面动力定位方法

自主水下航行器(AUV)是一种高度耦合的强非线性系统,传统的定位方法采用解耦线性化模型,很难保证控制品质。本文针对未知海流作用下AUV的非线性水平面运动模型,充分利用其运动学和动力学模型的特性,提出了基于自适应反演设计方法的AUV水平面动力定位算法,在线估计海流速度。仿真结果验证了跟踪控制系统的全局渐进稳定性,及对有界外部扰动的鲁棒性。     

基于领航跟随法的多AUV编队控制算法研究

针对已知路径下基于领航者的多自主水下机器人(AUV)编队队形控制问题,提出了一种AUV路径控制和编队协调控制相结合的新型编队控制器。其中,AUV的路径跟踪控制采用反步滑模控制器,将AUV位置、姿态和时变速度跟踪转化虚拟速度控制,使AUV能达到期望的位置、速度等,避免了反步控制中的奇异值问题,并能够很好实现不确定的模型的控制,同时又提高了跟随者协同定位精度;在路径跟踪控制基础上,编队协调控制器将领航者与跟随者的位置误差控制转化为跟随者的速度误差控制,使跟随者能快速达到期望位置,从而使所有AUV实现期望的队形并保持。仿真实验对该控制策略进行了可行性验证,结果表明,该算法提高了编队的响应速度、控制精度和稳定性;再应用3台AUV进行了湖上试验验证,证明了该控制策略的有效性,能有效应用到实际中。     

基于人工免疫反馈的自治水下机器人推力器控制

推力器是水下机器人系统的关键要素,其推力建模和控制是进行水下机器人控制和仿真的核心。针对简化的自治水下机器人(Autonomous underwater vehicle,AUV)推力器控制系统的推力响应实时性不高和抗干扰能力不强的缺点,提出一种基于人工免疫反馈的AUV推力控制方法,该方法不受推力器水动力试验和理论计算的困难性的缺点影响,具有较好的实时性和鲁棒性,可为AUV运动控制、状态响应、控制系统开发等提供控制方法。针对流线型AUV原型样机CRanger-2,在简化推力模型的分析基础上,利用该控制策略,建立推力实时调试系统,在不同大小推力和不同干扰情况下进行推力控制仿真分析,得到推力器推力的控制响应曲线。通过对无刷直流电动机进行控制进行验证,结果表明该控制策略能有效地控制推力器推力,可为工程实践提供参考依据。     

基于MILP的AUV实时优化行为方法研究

针对自主水下机器人(Autonomous Underwater Vehicles,AUV)复杂动态环境下的实时局部路径规划的问题,采用了在全局坐标系下基于混合整数线性规划(Mixed Integer Linear Programming,MILP)的最优轨迹产生方法。在全局坐标系下,把复杂动态环境下AUV路径规划这一非线性问题,描述成满足一组线性约束同时使目标函数极小的线性规划问题,嵌入基于MILP的规划器,从而得到一条满足性能要求的最优路径。该方法充分考虑了障碍物、目标、本体动力学以及传感器的约束,并结合实际AUV动力学模型进行优化,半物理仿真实验结果验证了该方法的合理有效性。     

非惯性系下鳗鱼机器人动力学建模与仿真

在惯性系下得到的鳗鱼机器人的动力学方程由于耦合度高、非线性强而不利于控制器的设计。本文受自主水下航行器(AUV)基于体坐标系的模型表示法的启发,定义了一个与鳗鱼机器人运动方向一致的非惯性系。在该非惯性系下,利用科里奥利定理获得鳗鱼机器人的二维运动学模型,并利用改进的牛顿第二定律和力矩平衡原理获得水下二维鳗鱼机器人在非惯性系下的动力学模型。该模型是解析的,可直接获得切向速度子动力学,更适合于基于模型的现代控制方案,与精确模型相比,其通过方向角参数解耦实现了模型的简化。最后,对一个9模块的机器人系统进行了数值仿真,并与已有的精确模型进行了对比分析,发现所建立简化模型和精确模型的几乎重合,从而验证了所建立简化模型的准确性。     

自主水下机器人非接触电能传输系统研究

针对自主水下机器人(AUV)水下接触式充电存在的问题,提出基于电磁耦合的非接触式水下充电方法。建立了基于松耦合变压器的水下非接触式电能传输系统电路模型,分析了电能传输效率的影响因素,实验测试了不同间隙介质和间隙距离对传输效率的影响规律。     

欠驱动AUV路径跟踪反步滑模控制

水平面路径跟踪是自治水下机器人(AUV)的关键技术之一,但是AUV运动方程的非线性、耦合性、水动力参数的时变性以及外部干扰都给AUV的运动控制增加了难度。应用反步法(Backstepping)设计了欠驱动AUV水平面路径跟踪滑模控制器,并利用微分器对未知状态和不确定项进行了估计。分别在静水、海流及水动力参数摄动的环境下进行了仿真,仿真结果表明该控制器的控制效果和鲁棒性都比较好。     

基于NDO的ROV滤波反步轨迹跟踪控制

针对作业型遥控水下机器人(ROV)在轨迹跟踪过程中存在模型非线性、强耦合、模型参数不确定和外界干扰不确定等问题,提出一种基于非线性干扰观测器(NDO)的滤波自适应反步控制策略。使用NDO观测模型的不确定性和外界干扰,通过指令滤波器避免了直接对虚拟控制量解析求导的过程,利用自适应律补偿观测器观测残量。通过Lyapunov稳定性理论证明了跟踪误差系统的渐进稳定。仿真实验表明,设计的控制器能够实现精确的轨迹跟踪,具有较好的鲁棒特性。     

基于预测的立体视觉/力反馈研究

提出了一种多传感器混合的机器人伺服控制方案 ,该方案在任务初始阶段利用视觉传感器对对象进行跟踪 ,在任务的末段利用力传感器对对象运动进行引导。这样就避免了使用单个传感器所产生的强冲击 ,增加了机器人控制的柔顺性和鲁棒性。在视觉跟踪阶段 ,为了提高跟踪速度 ,利用约束卡尔曼滤波器建立预测器 ,对物体图像的未来位置进行预测 ,这样就减小了图像处理的区域 ,提高了图像处理的速度。从仿真结果来看 ,视觉 /力反馈的混合控制提高了机器人对任务的适应性和工作过程的柔顺性。