海洋工程水下结构检测与清污机器人广义预测控制研究

水下机器人(ROV)的运动具有非线性、多耦合和时变等特点,需要一类数学模型要求低、自适应能力强的非线性控制方法;因此以自主研制的新型的面向海洋工程水下结构检测与清污机器人(MC-ROV)为研究对象,通过水池试验,研究并建立了纵向和艏向动力学模型;最后设计了一种新颖的结合PID控制的约束输入输出的直接广义预测控制算法,对MC-ROV纵向、艏向运动展开研究;仿真结果表明,该算法具有计算量小、震荡低、自适应强等优点,具有良好的控制效果.     

水下机器人操纵系统优化控制研究北大核心CSCD

水下机器人(ROV)在水中运动时会受到波浪、海流等干扰,造成系统稳定性差。因此需要一种高效的运动控制方法。常规运动控制方法存在动态响应差、自适应能力不足等缺点,难以有效抑制环境干扰,为提高系统的稳定性,提出了一种结合PID的广义预测优化算法。根据ROV动力学模型,优化广义预测控制算法,结合PID对上述算法进行平滑处理,并以水下机器人的艏向和纵向运动为例验证控制效果。仿真结果表明,控制算法响应速度快、震荡低,且具有良好的抗干扰能力,为系统稳定性优化提供了科学依据。     

基于神经网络的自治水下机器人广义预测控制

针对自治式水下机器人高度非线性和时变性的特点,提出了一种基于神经网络的水下机器人广义预测控制策略．利用改进型Elman网络作为多步预测模型,在对网络学习算法进行改进的基础上,实现了Elman网络的在线学习,并提出了用于求解神经广义预测控制律的灵敏度公式．进行了具有神经网络在线学习功能和不具有在线学习功能的水下机器人的速度控制实验,并就预测控制效果进行了对比分析．实验结果表明,具有自适应学习功能的水下机器人速度控制法的精度要优于不具有在线学习功能的速度控制法,且当水下机器人动态特性发生变化时具有较强的自适应能力．     

水下机器人广义预测控制算法及能耗问题研究

对水下机器人,本文把输出量的变化作为系统优化目标,提出了一种广义预测控制算法,使其能够抑制各种噪声引起的输出波动,从而减少了系统的能量消耗.水下机器人艏向速度在线控制水池实验的结果验证了在满足设定控制指标的条件下能够抑制水下机器人艏向速度波动和减少能量消耗.     

遥控水下机器人模型辨识及预测控制算法研究

针对遥控水下机器人（remotely operated vehicle, ROV）因非对称结构布局、重心和浮心位置变化等因素造成的运动状态耦合和模型非线性问题,文章提出了一种考虑ROV典型非线性特性的在线模型辨识方法,研究并推导了基于所辨识模型的多维预测控制（model predictive control, MPC）算法及其基于算子分割二次规划的快速优化求解方法,搭建了包含ROV非线性数学模型、模型参数辨识算法模块和MPC算法模块的算法仿真系统。通过在辨识模型中分别考虑非线性特性和不考虑非线性特性,改变ROV数学仿真模型的ROV浮心位置参数,对比仿真验证了本文模型辨识算法的有效性和先进性;在上述辨识模型的基础上,对比仿真分析了4种情况下ROV的姿态控制效果,即MPC算法依托的辨识模型是否考虑ROV典型非线性特性,以及基于直接求解MPC算法和本文所提出的基于快速优化近似求解的MPC算法,验证了本文所提控制算法的有效性。     

基于模型预测控制的自主水下机器人回收控制算法

针对自主水下机器人在水面回收控制中遇到的系统强耦合、多约束问题,提出一种基于模型预测控制的对接回收控制算法。通过对自主水下机器人动力学方程进行解耦,给出了水平面运动的动力学模型;对运动过程中的可见性约束和系统的输入约束进行公式化表述,使用模型预测控制框架进行带约束的最优化问题滚动求解,给出最优的系统控制输入。使用REMUS水下机器人的参数进行了MATLAB仿真,并根据对回坞导引控制性能的影响给出了最佳的预测时域,研究结果表明,该方法能够保证回坞过程中的可见性约束,回坞过程收敛性强、精度高,能够快速高效地完成自主水下机器人的水面回收。     

美海军研究新型水下机器人

美国海军正在利用国防部的小投资额技术转让(STTR)计划投资开发两种新型的水下机器人,一种是机器人龙虾,另一种是自主滑行机器人.     

水下机器人定深非浅性鲁棒控制方法研究

本文针对水下机器人定深控制系统，提高了一种非线性鲁控制方法，它具有变结构控制器扰动不变性和摄动不变性的特点，且结构简单，易于实现，仿真结果证明控制器的可行性和优越性。     

基于传感网络的水下机器人控制器设计

由于水下机器人在水下受到不定水流的干扰,机器人控制器缺陷较大;设计并实现了一种以传感网络配合模糊控制理论的水下机器人控制器;利用频率为20kHz的超声波传感器网络组成控制器中的距离测量模块,对水下机器人测量方位和运动速度进行测量,给出了测距过程,主控模块以S3C2410嵌入式主控芯片为主,配合神经网络算法对障碍物进行判断,设计了详细的判断过程,提高机器人水下避障性能;最后进行实验,以M3型水下机器人作为测试对象,实验结果表明文章设计的机器人控制器比传统控制器在性能上有很大提高,完成工作的准确率大大增加,适合推广使用。     

水下机器人推力器容错控制技术的研究

为保证自主式水下机器人在高压、可见度差的未知海洋环境下顺利完成作业任务， 必然要求水下机器人具有容错控制能力．本文主要以哈尔滨工程大学研制的“智水Ⅲ” 型水下机器人为对象，探讨水下机器人推力器容错控制技术．文中先给出在正常情况下水下 机器人的解耦控制器及推力分配，然后给出了在推力器出现故障时的容错控制策略．仿真结 果表明，该控制器及容错控制策略都能达到很好的控制精度．     

舵桨联合操纵水下机器人运动控制研究

水下机器人空间运动具有耦合性和非线性等特点,具有良好品质的运动控制器是水下机器人完成各种作业的前提.针对某舵桨联合操纵小型自主式水下机器人运动控制问题进行了研究.对速度,深度和艏向控制系统进行了介绍,根据控制需求,建立了水下机器人动力学模型,对执行机构进行了描述,设计了水下机器人滑模控制方案,采用变速趋近项代替一般指数...     

一种仿生水下机器人的设计与动力学分析

设计了一种基于波动长鳍推进的仿生水下机器人, 两侧长鳍对称安装于机器人本体两侧. 两侧长鳍分别由十个舵机驱动, 并按照余弦函数波动. 设计了实时控制器, 通过调整鳍条的振动频率和幅值达到控制长鳍运动的目的. 加速度信息和角速度信息由一个惯性测量单元采集. 为获取机器人游动性能与振动频率以及振动幅值之间的关系, 本文给出了长鳍波动运动的运动学分析和动力学分析. 本文通过将长鳍分割成若干小单元并单独计算作用于每个小单元上的作用力, 再计算所有小单元作用力在一个波动周期内的合力的方法, 获得了整个长鳍产生的平均推力. 通过前进游动和旋转游动实验, 验证了机构设计、运动学分析和动力学分析的有效性, 最后讨论了游动性能与波动参数之间的关系.     

作业型水下机器人姿态调节控制研究

为了解决在作业时水下机器人载体上的机械手伸展过程将会引起载体重心发生变化,导致水下机器人发生纵横倾运动,影响作业效率的问题,考虑到水下机器人控制系统较为复杂,因此引入模糊滑模控制,根据要求设计出一款模糊滑模控制器。利用计算机和MATLAB技术,将水下机器人姿态运动方程与常规PID控制和模糊滑模控制分别结合起来进行仿真分析。仿真结果表明,模糊滑模控制相比于常规PID控制,在机械手关节正弦运动过程中,姿态角下降了20%以上,横倾姿态角度误差减小了30%以上,纵倾姿态角误差也超过了8%以上。在悬停作业过程中,纵横倾姿态角度都下降了30%以上。通过两种不同控制方式的仿真,验证了模糊滑模控制的控制效果要优于常规PID控制,能够取得更好的控制效果,同时利用计算机技术缩短了研究时间、提高了研究效率。     

水下机器人的神经网络自适应控制

研究了水下机器人神经网络直接自适应控制方法,采用Lyapunov稳定性理论,证明了存在有界外界干扰和有界神经网络逼近误差条件下,水下机器人控制系统的跟踪误差一致稳定有界.为了进一步验证该水控制方法的正确性和稳定性,利用水下机器人实验平台进行了动力定位实验、单自由度跟踪实验和水平面跟踪实验等验证实验.     

水下机器人关键技术研究

水下机器人作为人类肢体和大脑在水下的延伸,可以在人类无法到达的深度和广度上进行探测、识别和作业,为海洋的开发、水下工程建设和海疆的防卫作出不可替代的贡献。     

柔性关节微操作机器人自适应模糊预测控制

对一种柔性关节微操作机器人系统提出了多输入多输出直接自适应模糊广义预测控制方法,此方法先基于机器人理论模型设计出广义预测控制器,再构造直接自适应模糊控制器逼近广义预测控制器,并用机器人视觉误差信息对控制器参数和广义误差向量估计值中的未知向量进行自适应调整,以增强对建模误差的鲁棒性,并证明了所设计的控制器可使微操作机器人跟踪时变参考轨迹时的广义误差估计值收敛到原点的小邻域内,以达到控制要求,仿真结果验证了此方法的有效性.     

带翼水下机器人运动控制的动力学建模

根据水下机器人运动的一般方程,分析了其所受线性和非线性水动力的影响,进而推导出水下机器人控制系统的运动方程．讨论了螺旋桨和舵、翼的推力解算方法和整个系统的动力学响应过程．为分析控制系统的物理学特性提供了理论依据．     

缆控水下机器人两型机械手的研制

本文介绍了我国自行研制的水下６００ｍ作业型缆控水下机器人的两型水下机械的主要技术性能及特点，笔者针对水下机器人的工作环境其工作特点，重点阐述了两型水机械手的设计，研制中的若干技术问题，并对水下机械手的设计观点和方法作了一些新的探索和尝试。     

水下机器人定位算法

水下机器人的定位信息一般应包括位置信息和航向信息。选用超声波传感器测距,再作圆弧求交点的方法可获取位置信息,给出2种计算位置的算法;水下环境复杂,机器人的航向信息难以获取,建立拟合机器人的历史位置信息的曲线,进而对曲线进行求导来近似代替机器人航向的航向估计模型。水下实验验证了定位算法的可行性及可靠性,位置定位绝对误差小于20 cm,航向定位绝对误差大都在10°以内,满足定位要求。并分析定位误差来源,给出航向算法的修正模型。