基于混沌过程神经元的水下机器人运动控制方法

考虑水下机器人运动控制系统的输入输出均为随时间连续变换的过程量,在过程神经元模型的基础上,结合S函数和预先规划的思想,提出一种过程神经元运动控制模型.在参数学习过程中,引入遍历性的渐变混沌噪声,以增强控制全局的优化能力.海浪和海流外界干扰下机器人仿真实验验证了该方法的有效性,取得了满意的结果.     

一种水下机器人运动的过程神经元控制

过程神经网络是传统神经网络的拓展, 增加了一个对于时间的聚合算子, 从而更好地模拟了生物神经元的信息处理机制. 这是由于水下机器人运动控制系统的输入、输出均是随时间连续变化的过程量. 结合S函数和预先规划思想, 建立水下机器人过程神经元的运动控制模型. 仿真试验证明,该新型控制模型, 对于水下机器人的运动非线性控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点.     

基于单神经元的水下机器人S面自适应运动控制

从模糊逻辑控制方式出发,借鉴PID控制结构而形成的S面控制自身不具有自调整能力。为了加强机器人运动控制的自主性,改善控制的动态响应特性,探讨了基于单神经元的S面自适应控制学习算法,实现了控制参数的自动调整,增加的积分项改善了机器人的动态响应特性。实验结果和实际应用表明,基于单神经元的S面自适应控制器对于水下机器人的运动非线性控制具有响应速度快、超调小、自学习能力强、设计简单等多种优点。     

改进人工免疫算法在水下机器人运动控制中的应用研究

基于生物免疫系统的生理特性,以免疫系统T细胞、B细胞与免疫应答为基础,引入了免疫算法,其结构简单,易于实现,但是由于忽略了免疫系统的记忆、自适应、细胞繁殖和自然死亡等复杂的机理行为,也不具有实时自调整的能力。结合梯度搜索方法和希尔函数,提出了一种基于Sigmoid非线性模型的自学习免疫控制算法。将该方法应用于水下机器人的运动控制系统进行仿真研究,结果表明了改进人工免疫算法的有效性。     

仿生水下机器人运动控制方法研究

近年来仿生技术在水下机器人上的应用已经成为水下机器人的重要研究方向之一。仿生水下机器人采用尾鳍提供前进动力和改变航向,比传统的桨舵具有高效性和高机动性。本文根据仿生水下机器人水池试验结果讨论了其运动性能,并在此基础上提出了仿生水下机器人运动控制方法,最后通过仿真试验验证了该方法的可行性。运动控制研究,是仿生水下机器人其它使命的基础,具有重要的意义。     

水下机器人嵌入式基础运动控制系统

从硬件和软件两方面详细地讨论了水下机器人嵌入式基础运动控制系统的体系结构,从根本上改变 了以往水下机器人运动控制系统依靠上位机与下位机相结合的体系结构.同时详细阐述了水下机器人基础运动控 制的整个信息流程.最后通过海上试验验证了整个基础运动控制系统的可行性和可靠性.     

基于模糊技术的水下机器人运动控制

发展水下机器人有着重大而深远的意义,水下机器人的运动控制是实现其智能化的关键,是国内外研究的热点。本文将模糊技术应用于水下机器人,根据水下机器人的六自由度运动模型,设计了水下机器人模糊控制器与PID控制器,并进行了仿真环境下的试验比较。试验结果表明,基于模糊技术的方法显然有较大优势,更有利于控制水下机器人的运动。     

一种基于MATLAB的混沌神经元动态仿真与分析

混沌神经元是一个对生物神经元进行计算模拟的复杂系统,动力学是刻画复杂系统的有力工具。该文在MATLAB环境下,利用绘图函数和脚本文件对混沌神经元动力系统进行了形象的描述,并给出了具体编程、计算、仿真的方法和程序。在此基础上,对混沌神经元特性的动态分析表明：代表外部信息的输入项对混沌神经元的内部动力学状态具有决定性的影响。随着输入项的变化,混沌神经元状态有规律地在混沌态和周期态之间相互转化,利用这种特性可以控制混沌神经元的内部状态。     

基于水下六足机器人腿部运动控制问题研究

水下爬游六足机器人相比于传统的水下控制器ROV(Remote Operated Vehicle),AUV(Autonomous Underwater Vehicle)具有造价低,运行和维护成本相对较低的特点,以及最主要的可以实现定点作业的问题,设计了能够在海底爬行的水下六足机器人。基于以往的多足机器人腿部控制方法使得机器人在运动时存在严重的互斥力问题,尤其当机器人自身重量大时,对关节损伤严重,对如何解决分布于机体两侧各腿处于支撑态行走一步的过程中产生的互斥力问题进行了深入研究,并对控制算法进行改进,使得机器人的两侧腿处于支撑态时走出的轨迹为两条平行线。给出了机器人在不同爬行状态下正逆运动学解,并进行了Simulink仿真验证。此外,对机器人如何爬行,即控制策略进行了描述。     

基于神经网络的水下机器人三维航迹跟踪控制

本文研究了水下机器人三维航迹跟踪控制问题.在充分考虑了模型中不确定水动力系数和外界海流干扰的基础上,提出了基于神经网络的自适应输出反馈控制方法.控制器由3部分组成:基于动态补偿器的输出反馈控制项、神经网络自适应控制项和鲁棒控制项.神经网络所需的自适应学习信号由线性观测器提供.基于Lyapunov稳定性理论证明了控制系统的稳定性.最后针对某AUV进行了空间三维航迹跟踪控制仿真实验,结果表明设计的控制器可以较好地克服时变非线性水动力阻尼对系统的影响,并对外界海流干扰有较好的抑制作用,可以实现三维航迹的精确跟踪.     

Robust control of variable speed autonomous underwater vehicle

Set point tracking control of autonomous underwater vehicle (AUV) via robust model predictive control (RMPC) is considered. Input-constrained RMPC with integral action, which has been developed in our previous work, is used to control the AUV in this study. In order to derive a RMPC control rule, non-linear dynamics of AUV with six degree of freedom is linearized at certain operating points. So, horizontal and vertical plane dynamics of system are represented by linear models which have polytopic uncertainties. Since the derived control rule will be used in real time, the computation time should be reduced. To overcome this computational time problem and get rid of trial–error step of Algorithm 1, a new algorithm is proposed here. The simulations are carried out using the control rule based on this algorithm and these results are presented.     

考虑剩余浮力影响的欠驱动水下机器人深度控制

为了实现水下机器人带有剩余浮力影响的欠驱动深度控制, 将垂直面控制划分为定速航行控制和深度控制. 采用成熟的S 面速度控制器保证速度控制稳定, 着重解决深度控制问题. 引入虚拟控制量, 使剩余浮力影响下的深度偏差映射为目标纵倾角, 通过设计俯仰控制器实现对目标纵倾角的跟踪. 稳定性分析表明, 所研究的欠驱动深度控制是稳定的, 且对于参数估计的偏差不敏感. 仿真实验结果表明, 所提出的方法能够抵抗剩余浮力的影响, 深度控制准确, 并具有良好的鲁棒性.

     

A two‐step control approach for docking of autonomous underwater vehicles

This paper presents a novel integrated guidance and control strategy for docking of autonomous underwater vehicles. The approach to the base, and hence the control design, is divided in two steps: (i) in the first, at higher speed, the vehicle dynamics is assumed to be underactuated, and an appropriate control law is derived to steer the vehicle towards the final docking path, achieving convergence to zero of the appropriate error variables for almost all initial conditions; (ii) in the second stage, at low speed, the vehicle is assumed to be fully actuated, and a robust control law is designed that achieves convergence to zero of the appropriate error variables for all initial conditions, in the presence of parametric model uncertainty. Simulations are presented illustrating the performance of the proposed controllers, including model uncertainty and sensor noise. Copyright © 2014 John Wiley & Sons, Ltd.     

垂直面欠驱动自治水下机器人定深问题的自适应输出反馈控制

针对垂直面欠驱动自治水下机器人(AUV)定深控制问题,本文仅使用可测量的深度和纵摇角信息,基于反步法设计自适应输出反馈控制器.为此首先设计观测器,实现不可测纵摇角速度反馈;再利用径向基神经网络对不确定水动力系数和纵荡、垂荡及纵摇角速度耦合产生的非线性结构进行补偿;采用自适应策略对纵荡和垂荡速度形成的有界干扰进行抑制.本文采用AUV一阶非完整模型,不以线性化为目的,放宽了纵摇角只能在小范围内变化的限制.最后通过理论证明和仿真实验表明该方法能够实现AUV深度和姿态控制,对未建模非线性动态和有界扰动具有很强的自适应性和鲁棒性.     

Depth control of autonomous underwater vehicles using indirect robust control method

In this article, we propose a robust depth control design scheme for autonomous underwater vehicles (AUVs) in the presence of hydrodynamic parameter uncertainties and disturbances. The controller is designed via a new indirect robust control method that handles the uncertainties by formulating the uncertainty bounds into the cost functional and then transforming the robust control problem into an equivalent optimal control problem. Both robust asymptotic stability and optimality can be achieved and proved with this new formulation. The θ-D method is utilised to solve the resultant nonlinear optimal control problem such that an approximate closed-form feedback controller can be obtained and thus is easy to implement onboard without intensive computation load. Simulation results demonstrate that robust depth control is accomplished under the system parameter uncertainties and disturbances with small control fin deflection requirement.     

水下机器人高度信息融合与欠驱动地形跟踪控制

研究了配置高度计和多普勒速度计(DVL)的欠驱动水下机器人地形跟踪控制问题.采用Takagi-Sugeno推理方法对高度计和DVL两种传感器的高度信息进行融合,提高了高度信息感知能力.将地形跟踪分为速度控制和深度控制问题,分别使用S面控制方法设计速度控制器和反步法设计欠驱动深度控制器.最后,通过实际海洋实验对研究的方法进行了验证,实验结果表明该文提出的方法是有效的.     

基于神经网络的欠驱动水下机器人三维同步跟踪和镇定控制

研究了欠驱动水下机器人的三维同步跟踪和镇定控制问题,并考虑了模型参数不确定性、未知外界干扰和输入饱和限制的影响.针对不同类型期望轨迹的特性,构造了新的辅助虚拟信号以实现对欠驱动方向的控制.基于反步法和Lyapunov直接法,设计了一种饱和自适应统一动力学控制律,使得AUV的状态误差最终收敛至零点附近的有界区域内,其中未...