水下机器人S面控制器的改进粒子群优化

S面控制器是一种有效的水下机器人的运动控制算法,但需要人工调整参数.为了减少手工调整参数所带来的困难和误差,提出了改进的粒子群优化算法对S面控制器参数进行优化.采用动态压缩因子,加快粒子算法的收敛;引入退火算法,提高粒子算法的局部搜索能力.同时,在S面控制器中引入智能积分项,有效地减小控制器的稳态误差.最后,论述了改进粒子群算法优化S面控制参数的具体过程,并在某型水下机器人上进行了仿真试验和水池试验.试验结果表明,该算法对于水下机器人非线性控制器的参数寻优达到良好的效果,优化后的S面控制具有较快的反应速度和较小的超调.     

水下机器人改进的S面控制方法

由于水下机器人系统的强非线性以及所处环境的不确定性，水下机器人进行精确作业时的运动控制技术一直是智能水下机器人技术中急于解决而又难于解决的问题。S面控制是一种简单实用的控制方法，但其控制器参数完全靠人工调整，需要设计者有丰富的实际经验。本文提出改进的S面控制方法与S面控制增加了自学习的算法，实现控制参数的自动调整。仿真结果表明改进S面控制方法具有更好的控制精度，更快的响应速度，改善了机器人的工作性能，是一种很实用的水下机器人控制方法。     

舵桨联合操纵的自主式水下机器人运动控制

针对水下机器人舵桨切换操作时,由于控制输出突变而导致系统振荡甚至发散的现象,提出一种切换函数平滑指令输出;同时考虑到高速航态下,纵向速度对其他自由度运动的耦合影响,提出一种基于运动补偿的改进S面控制方法.该方法S面控制器结构简单、参数易于调整,解决了S面控制器在水下机器人高速航行下控制效果较差的问题.利用李雅普诺夫函数对该控制器进行了稳定性分析,将其应用于舵桨联合操纵的水下机器人的运动控制.速度控制、艏向控制及深度控制,试验结果验证了该方法在水下机器人运动控制中应用的可行性.     

堤坝检测水下机器人运动控制系统的研究

堤坝检测水下机器人是为查找江、河、湖、海中各种堤坝的裂缝、破损等质量问题而设计的开架式水下机器人.文中介绍了堤坝检测水下机器人的运动控制系统,详细讨论了自动扫坝控制过程的运动控制算法和基于船位推算的导航方法.在综合考虑垂向和纵向自由度的运动能力的基础上,利用S面控制算法设计了运动控制器,使得水下机器人能够在垂向和纵向运动上取得协调,从而跟踪指定的路径.采用强跟踪卡尔曼滤波进行船位推算,解决了系统的导航问题.最后通过外场试验验证了整个运动控制系统的可行性和可靠性.     

基于MPSO算法的水下机器人PD控制器

为了解决传统水下机器人运动控制器只针对单独的自由度进行解耦控制,从而忽略了各自由度之间耦合效应的问题,设计了一个新型的PD控制器.该控制器在水下机器人6个自由度动力学模型的基础上,根据实际需要进行简化,利用一个运动控制方程实现4个自由度的运动控制.同时采用改进PSO算法自寻优确定控制方程的参数,以提高效率,减少设计时主观因素的影响.最后以某型AUV(autonomous underwater vehicle)为控制对象及试验平台,针对所设计的控制器进行仿真试验,结果验证了该控制器在水下机器人运动控制中的可行性.     

基于遗传算法的水下机器人滑模变结构控制策略

针对水下机器人需快速、准确跟踪目标的要求,在分析其非线性四自由度动力学模型的基础上,运用李雅普诺夫稳定性分析法,提出一种基于遗传算法的水下机器人滑模变结构控制方法。设计遗传-滑模控制器,利用遗传算法对控制器参数进行优化以消减抖振,并通过动态选优,选取全局最优解,进而提高收敛速度,实现运动状态的实时调整。仿真结果表明,该控制方法能够高效地获取全局最优解,并具有较强的自适应能力,能够有效地实现水下机器人的轨迹跟踪。     

可容错的遥控水下机器人递归神经网络控制

针对遥控水下机器人(ROV)需要长时间稳定可靠工作的问题,提出递归模糊神经网络及可容错分配推力的控制方法．使用扩展函数链改进递归模糊神经网络控制器,提高了控制器对机器人非线性特性的识别和处理能力;基于反向梯度传播原理,由能量函数设计了该网络的学习算法,并根据微粒群优化确定学习率参数,从而保证整个网络的收敛性;在推力分配方面,针对开架式遥控水下机器人的两种推力器布置形式进行建模,将容错问题转化为对偶优化问题,建立能量函数实现故障条件下的推力优化分配．实验结果表明,所设计控制器不仅增强了遥控水下机器人对干扰的反应能力,并且提高了对机器人非线性特性的控制能力,减少了控制误差．当部分主推或侧推等推力器失效时,仍可以通过推力优化分配实现机器人在水平面上的准确位置控制,从而保证了遥控水下机器人长时间可靠工作．     

水下机器人实时智能裂缝检测算法

大坝水下部分的裂缝检测是大坝维护维修的主要技术难点，采用水下机器人检测维修是未来发展的趋势。为解决水下机器人实现裂缝检测过程中的水下图像增强、语义分割、裂纹识别以及裂纹面积计算等问题，本文基于该工程需求提出了改进金字塔场景解析网络算法，并对该算法神经网络结构的超参数进行了优化。针对水下作业需求提出了激光辅助测量的面积计算方法，并进行了真实环境实验验证。实验数据表明：与其他算法相比所提出的网络结构优化了损失值、平均交并比。研究表明：优化后的语义分割算法能满足水下机器人作业对不同形态裂缝检测的实时性、精准性要求。     

基于神经网络的水下机器人航向角跟踪控制

以能量消耗量作为评价函数进行水下机器人运行规划的结果得到随时间变化的目标航向角和理论控制输出。本文探讨基于神经网络的追踪控制器以实现在运动控制过程中对水下机器人被规划航向角进行追踪控制,并探讨实际控制输出与理论控制输出的一致性问题以实现运动过程消耗的操作能量较小。水下机器人“Twin-Burger“航向角控制的游泳池实验结果验证了本文所提出方法的有效性和可行性。     

一种轮式移动机器人滑模轨迹跟踪控制器设计及其参数优化方法

为实现轮式机器人轨迹跟踪控制,以双闭环控制方案为基础,在每个闭环子系统中设计滑模控制器,并将粒子群算法应用其中,优化控制器参数,达到更好的跟踪效果.通过仿真验证了所设计的控制器能够实现轨迹跟踪,并且相较于人工经验整定的参数,通过优化得到的参数使控制器的控制性能更加优越.