矢量喷水推进式水下机器人的建模仿真与验证

为提高小型水下航行器的机动性与可控性,构建了一种基于矢量喷水推进系统的新型多自由度水下机器人。为使该机器人具有理想的运动特性和优异的操控性能,对其进行了理论建模、数值仿真与实验验证。首先建立其运动学和动力学模型,分析多矢量推进作用对机器人运动姿态和航行效果的影响,据此研究机器人多矢量喷水推进协调控制的策略与方法,实现机器人自主升沉、旋转、水平移动等多姿态水中运动。此后,采用MATLAB和ADAMS对所建模型和虚拟样机进行了数值仿真,并且对机器人实物样机进行了水下运动验证实验。仿真分析与实验验证的结果表明,该机器人的运动特性和操控性能符合高机动性和高可控性的设计要求。     

SY-Ⅱ遥控式水下机器人推力器容错控制的研究

为提高遥控水下机器人的可靠性,研究了推力分配建模和基于递归神经网络的容错控制技术.以SY-Ⅱ遥控水下机器人为研究对象,针对其推力器布置情况进行推力分配建模,并以该模型为基础通过对偶原理建立机器人控制的能量函数,实现了递归神经网络形式的推力器容错控制算法.通过容错控制的仿真和实验表明,该算法具有较强的鲁棒性,能够根据推力器的不同故障状况,重新进行推力分配.使得要遥控水下机器人当一个主推和其它任意一个平面推力器正常工作,而其它平面推力器发生故障时,仍能准确地实现机器人的水平面两自由度容错运动控制.从而说明该算法在容错控制方面的优越性,提高遥控水下机器人的安全性和可靠性.     

基于改进强跟踪滤波器的微小型水下机器人船位推算

针对微小型水下机器人低速航行时的水下导航问题,提出一种基于改进强跟踪滤波器的船位推算方法.引入Sage-Husa量测噪声估计器以及自适应调节因子,通过改善渐消因子的大小,使得微小型水下机器人在机动性能较低情况下仍能加强滤波器的跟踪能力,提高滤波精度.以SY-1载体为研究对象进行的仿真试验验证了该方法的可行性和有效性.     

水下机器人-机械手系统末端执行器固定时间轨迹跟踪控制

针对四自由度水下机器人搭载二自由度机械臂的水下机器人-机械手系统,设计一种基于固定时间扰动观测器的积分滑模控制方法.利用固定时间特性,设计固定时间扰动观测器实现对未建模动态与外部扰动的观测,并设计了一种基于积分滑模的固定时间轨迹跟踪控制策略.仿真研究表明,设计的控制方法可在固定时间内使水下机器人-机械手系统末端执行器精准跟踪期望轨迹,且收敛时间与初始状态无关.该研究为具有未建模动态与外界扰动情况下的水下机器人-机械手系统末端执行器轨迹跟踪控制问题提供了 一种有效的解决方法.     

小型水下自航行器动力学建模与控制

水下自航行器动力学建模是其控制研究的基础,为此基于Newton-Euler法建立了水下自航行器的一般动力学模型,其模型具有复杂非线性特征．利用解耦和摄动理论对模型进行了合理简化,将控制系统分解为弱耦合的子系统．基于简化模型设计了航速、航向、纵倾和深度控制器,仿真结果证明了自航行控制的鲁棒性和稳定性。     

四旋翼水下机器人及其矢量角度测试实验分析

为提高水下机器人运行稳定性，降低综合能耗，研究一种矢量推进式四旋翼水下机器人，该机器人的四个水下推进器通过绕OY轴转动，形成矢量推进。针对数据野点问题，以及D/A模块输出误差问题，通过设计一种控制电压闭环缓变调节方法，防止因野点存在而烧毁舵机和推进器，同时减小方差，提高稳定性；通过试验法研究了矢量角度对水下机器人控制性能的影响规律。结果表明：矢量角度小于45°时，艏向定值跟踪实验中，响应速度较快，超调量较大，稳态误差较高，平均功耗较低；同频率艏向动态跟踪实验中，平均误差较高，平均功耗较低；变频率艏向动态跟踪实验中，平均功耗较低；深度定值跟踪实验中，响应速度较慢，超调量较小，稳态误差较低，平均功耗较高，同频率深度动态跟踪实验中，平均误差较低，平均功耗较高；变频率深度动态跟踪实验中，平均功耗较高。矢量角度大于55°时，各项控制性能指标与矢量角度小于45°时相反。可见矢量角度为45~55°时，为控制性能过渡区间。     

基于联合操舵的水下航行器幂次滑模定深控制

针对水下航行器垂直面定深控制问题,提出一种将深度误差和纵倾误差同时分配给艏舵和艉舵的艏艉联合操舵控制策略.该操舵策略克服了用单舵控制水下航行器垂直面深度运动存在的不足,并兼顾了航行器在同时进行深度控制和纵倾控制时存在的耦合作用,满足工程实际应用需求.基于李雅普诺夫稳定性原理设计了艏艉联合操舵滑模控制算法,该算法通过引入幂次趋近律加边界层的方法消除了控制过程中的"抖振"现象.最后通过仿真试验表明:所提出的艏艉联合操舵策略能够在小范围纵倾变化下实现快速的深度跟踪,验证了该操舵策略的有效性和优越性.     

基于OpenGL和3DS MAX水下机器人运动可视化研究

超小型水下机器人运动可视化仿真在整个机器人的研制中占有非常重要的地位.基于三维建模软件3DS MAX和OpenGL,在个人PC机上的视景仿真系统开发出来.利用建模软件建立水下机器人模型,并将其转换为OpenGL的C代码,在VC++开发环境中实现了水下机器人模型的控制与显示、三维场景的模拟以及场景与模型的结合.仿真结果表明:该系统能够逼真地反映水下机器人在场景中的运动情况.     

矢量推进自主水下航行器动力学建模及仿真

采用单矢量推进器进行航向控制的自主水下航行器(autonomous underwater vehicle,AUV),与采用传统的鳍舵进行航向控制的AUV相比,具有更好的低速操控性及定位精度.根据单矢量推进式AUV的特点,将AUV的推力视为螺旋桨转速及矢量推进器摆角的函数,运用Newton-Euler法建立了AUV的6自由度运动学模型和动力学模型,采用四阶五级龙格-库塔方法对单矢量推进式AUV动力学模型进行了求解,在Matlab环境下对其动力学行为进行了仿真预测,并通过水域试验验证了所建模型的正确性,为控制系统的设计奠定了基础.     

基于生物启发反步级联控制方法的多AUV主从式编队

研究了自治水下机器人(AUV)在三维环境中主从式编队控制问题,提出一种基于生物启发反步级联控制方法.该方法利用领航者的位置信息以及期望的队形得到虚拟AUV的航行轨迹和速度信息,引入反步控制实现跟随AUV对虚拟AUV的轨迹跟踪,实现三维水下编队控制;利用生物启发神经网络有界性的特点,解决了速度跳变以及由此引起的驱动饱和问题.仿真结果表明,该方法实现了预期控制效果,并且有较好的有效性和实用性.     

二自由度关节型机器人的自适应模糊滑模控制

针对二自由度关节型机器人控制问题,通过分析传统滑模控制的不足,提出一种自适应模糊滑模控制算法。采用自适应单输入单输出模糊系统来计算控制增益,同时设计了基于Lyapunov稳定性理论的自适应律,最后利用Simulink软件对自适应模糊滑模控制进行仿真实验。结果表明,机器人各关节控制力矩的抖振现象明显减弱,系统性能得到提升;自适应算法的加入使模糊滑模控制能在短时间内随着系统状态的变化自动地进行调节,稳态收敛为常数;在关节型机器人参数不确定和存在外界干扰的情况下,自适应模糊滑模控制算法依然具有良好的鲁棒性和跟踪精度。     

Control of Underwater Robot Attitude in Wave Based on Fuzzy Sliding Mode Method

When an underwater robot works with its manipulator, it is very critical to keep the position and attitude stable in wave. The modeling, numerical calculus of the rolling motion of a small open-frame underwater robot in wave was discussed. A sliding mode control(SMC) strategy with adaptive fuzzy reasoning is presented to change the rolling response process of the underwater robot by using the two lateral thrusters to reduce the rolling amplitude when the manipulators are working. The results comparing between the simulation and the numerical calculus has shown the effectiveness.There is few analogous research on underwater robot attitudes in wave. Some attempts are made here.     

TCP网络的非线性自适应滑模控制

针对TCP网络存在网络参数高度变化和UDP流的情况,提出了两种非线性自适应滑模控制算法.考虑到系统不确定的上界很难获得,针对系统不确定的上界设计了一种自适应滑模控制器.由于使用了符号函数,该算法不能有效地抑制抖振.为此,设计了一种直接对不确定进行自适应的滑模控制器.仿真结果表明,对不确定的上界自适应的滑模控制器优于对上界自适应的滑模控制器,对上界自适应的滑模控制器优于PI控制器.     

一类非线性不确定系统的自适应模糊滑模控制

针对一类非线性不确定系统提出了一种自适应模糊滑模控制方法，利用趋近律构造理想控制，利用模糊逻辑系统逼近其连续项，用自适应律和非线性补偿保证滑模到达条件成立．该方法综合了自适应模糊控制和滑模控制的优点，既保证了闭环系统的稳定性，又限制了抖振，控制效果良好，仿真结果也说明了这一点．     

基于干扰观测器的AUV深度自适应终端滑模控制

针对欠驱动自治水下机器人（autonomous underwater vehicle,AUV）在外部干扰和系统内部扰动下深度难以控制的问题,提出基于非线性干扰观测器（nonlinear disturbance observer,NDO）的自适应终端滑模控制方法。首先建立欠驱动AUV在垂直面上的状态方程并对其简化,其次根据简化后的系统状态方程构建NDO对外部干扰进行观测,再结合反步法设计出自适应终端滑模控制器;最后通过李雅普诺夫稳定性理论证明控制系统的稳定性。结果表明：欠驱动AUV最大跟踪误差为0.137 5 m,峰值时间为2.1 s,证明了所设计的控制器能够实现深度控制,降低抖振,具有较强的鲁棒性。     

仿生水下机器人的增强学习姿态镇定

针对一类双波动鳍仿生水下机器人的姿态镇定问题,提出一种基于增强学习的自适应PID控制方法.对增强学习自适应PID控制器进行了具体设计,包括PD控制律和基于增强学习的参数自适应方法.基于实际模型参数对偏航角镇定问题进行了仿真试验.结果表明,经过较小次数的学习控制后,仿生水下机器人的偏航角镇定性能得到明显改善,而且能够在短时间内对一般性扰动进行抑制,表现出了较好的适应性.     

空间三关节机器人自适应双模糊滑模控制

为了提高空间三关节机器人轨迹跟踪控制性能,提出了一种带双模糊自适应控制的滑模控制新方法.该方法将滑模控制器分为等效控制和切换控制两部分.采用一个模糊自适应控制器,根据滑模到达条件对切换增益进行有效估计.采用另一个模糊自适应控制器,根据滑模面来调整切换控制项.这些控制器结合起来消除了抖振,提高了控制性能.系统的稳定性通过李亚普诺夫定理证明.最后进行了仿真实验,并与其他方法进行了对比分析.结果表明所提方法是有效的.     

基于滑模控制的ROV深度方向轨迹跟踪研究

未知海流等外界干扰,系统的不确定性信息对小型ROV深度控制造成不利影响。针对该问题,本文首先建立小型ROV深度方向运动数学模型,在理想和有干扰的情况下设计相应地滑模变结构控制器来实现水下机器人的位置轨迹的跟踪,利用李雅普洛夫定理在理论上证明了所设计的控制器是稳定的。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。     

具有输入时滞的TCP网络的自适应滑模控制

针对具有输入时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个状态预测器,消除输入延时带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器。所设计的控制器既保证了滑动模态的存在和系统的渐进稳定性,又较好地抑制了系统不确定带来的影响。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PID控制和滑模控制。     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.