基于干扰观测器的欠驱动AUV自适应反演控制

针对未知外界干扰存在的情况,提出一种基于非线性干扰观测器(NDO)的自适应反演控制,用于改善欠驱动自治水下机器人(AUV)深度跟踪控制性能。首先对欠驱动自治水下机器人的垂直面模型进行有条件的简化,得到新的运动学及动力学方程,建立简化后模型的状态方程;其次根据系统状态方程构建非线性观测器,设计自适应反演控制器,输出控制量根据李雅普诺夫稳定原理推导得出,确保包含非线性干扰观测器及自适应反演控制器在内的控制系统的一致渐进稳定性。研究结果表明:所设计的非线性干扰观测器以及自适应反演控制器可以实现欠驱动自治水下机器人在存在外界未知干扰情况下深度轨迹跟踪,具有较强的鲁棒性。     

基于非对称模型的水下机器人全局指数镇定

针对水下机器人的水平面镇定控制问题,提出了一种基于非完全对称(前后不对称,左右对称)模型的全局指数镇定控制方法.建立了非完全对称水下机器人的运动模型,通过设计控制输入的反馈变换,得到简化的水下机器人镇定控制系统;基于非线性反步法,设计了水下机器人速度的虚拟输入,从而实现了位置和姿态角的镇定控制;通过对虚拟输入误差的镇定设计,得到了水下机器人系统的全局指数稳定控制律,并利用李雅普诺夫稳定性理论证明了所设计控制器的稳定性.最后通过仿真实验验证了所设计的反步镇定控制器的有效性和可靠性,同时通过与传统基于完全对称(前后、左右均对称)模型的水下机器人运动控制方法比较,验证了基于非完全对称模型控制算法的优越性.     

水下机器人控制系统设计与仿真

设计一款小型有缆水下机器人,搭建以滑模控制器为核心的软、硬件平台,改进有缆水下机器人传统滑模控制器定向、艏向与姿态控制在平衡面不稳定的情况,把定深控制器、艏向控制器和姿态控制器计算得到的控制量并联输出,作为脉冲宽度调制调节量对电机调速.用Matlab/Simulink仿真软件对定深控制、艏向控制和姿态控制进行滑模控制器算法仿真,仿真结果验证了有缆水下机器人滑模控制系统的有效性和稳定性.     

多翼自治水下机器人动力学建模与姿态控制

为了提高多翼自治水下机器人姿态自主控制的稳定性和控制性能,设计了基于多翼水下机器人全参数控制模型的姿态控制系统.首先对多翼自治水下机器人进行运动学和动力学分析,建立多翼自治水下机器人的全参数运动控制模型;在此基础上建立多翼自治水下机器人整体控制系统,设计基于线性二次型最优控制的多翼自治水下机器人姿态控制器;最后进行多翼自治水下机器人姿态控制仿真实验.结果表明:在给定的外界干扰下,多翼自治水下机器人能够快速稳定跟踪目标姿态,所建立的控制器以及控制模型能够满足多翼水下机器人姿态的自主控制需要,达到设计目标.     

基于模糊自适应整定PID的水下焊缝跟踪

针对水下焊接过程中焊缝跟踪控制的难点问题,设计了一种用于水下焊缝跟踪的模糊自适应整定PID(比例-积分-微分)控制器,采用模糊控制器充当调节器,在线调整PID控制器的3个参数,利用PID作为控制器,实现控制量的输出;讨论了该控制器的设计方法,并在相应模型的基础上进行了带扰动的控制模拟.仿真结果表明,该模糊自适应整定PID控制器的动态响应快、超调量小、稳态精度高、抗干扰能力强,能够满足水下焊缝跟踪的要求.     

自主式水下机器人运动稳定性控制方法

针对自主式水下机器人稳定性控制问题进行了研究.首先对水下机器人的总体结构及其在水中的运动特性进行了分析,建立水下机器人系统的动力学模型;然后建立了直线、方向和位置的运动稳定性分析方法,确定了纵向稳定性和侧向稳定性准则,提出了基于特征值的稳定性要求;最后设计了无源自适应控制器,针对水下机器人在水中悬停和运动时易受海流影响的问题,建立了自适应补偿方法,进而确定了输入的不确定性补偿方法.对自主式水下机器人进行多方向的运动稳定性控制试验,通过试验修正稳定性控制参数,验证了设计的水下机器人运动稳定控制器的有效性和可靠性.     

小型4轴矢量推进式水下机器人定深控制技术

针对传统水下航行器低速航行时姿态控制效率低、机动性差的缺点,设计并构建了一款4轴矢量推进式水下机器人,使其在低速航行时仍然具有高可控性与高机动性. 依据该机器人的结构特点和运动特性,提出了一种基于自适应滑模控制的适合矢量推进式水下机器人纵向深度控制的高可靠性方法,并构建了鲁棒控制器,且配以平滑饱和函数,有效改善机器人控制的暂态品质和震颤现象,解决了该机器人建模时因动态系统高维、多输入、高度耦合、强非线性而产生的较大建模误差问题. 仿真结果表明,机器人的深度、俯仰角能迅速稳定在期望值附近.      

基于神经网络PID的AUV控制方法研究

针对水下机器人各自由度之间存在较强的耦合和非线性特征，其精确的数学模型很难获得的问题，建立了水下机器人空间运动的数学模型，并根据实际需要和控制器设计的方便进行了适当简化，得到了水下机器人自由度运动模型．在此基础上，使用了基于神经网络的PID控制方法．结合水下机器人六自由度水动力模型，建立了基于BP网络的PID的水下机器人控制器，并进行了仿真环境下的试验．试验结果表明，以上控制方法较为适合水下机器人的运动控制．     

浅议AUV深度的自抗扰控制

文章将自抗扰控制技术引入到AUV的深度控制中,分析AUV深度控制的数学模型,并在Matlab中建立AUV深度控制的ADRC模型,进行仿真验证。结果表明,所设计的自抗扰控制器在水下机器人的定深控制方面表现出较好的鲁棒性和适应性。     

水下机器人改进S面控制及系统半实物仿真

针对S面控制器参数调整困难的问题,研究了改进的粒子群优化(MPSO)算法,自寻优确定S面控制器的控制参数,实现了S面控制器参数优化计算的快速收敛,避免了局部峰值的徘徊.同时,针对某水下航行器的运动控制系统,设计了控制半实物仿真系统,阐述了仿真系统的总体结构和水下机器人空间运动的非线性数学模型.仿真结果真实可靠地反映了水下机器人运动过程,验证了本文控制器对机器人的控制效果,对实际下水实验提供重要参考.     

控制动作下带缆遥控水下机器人的水动力特性

首先利用模糊神经网络算法构建了基于完整的带缆遥控水下机器人水动力数学模型的控制器,对水下机器人多自由度上的轨迹和姿态进行控制;然后,针对传统螺旋桨推进力分析方法中的缺陷,引入神经网络相关理论并结合计算流体方法对推进力和转速之间的相互关系进行辨识和换算;在此基础上构建了一个完整的、包括模糊神经控制器、机器人水动力数学模型以及推进力和转速换算模块的带缆遥控水下机器人控制系统;最后,在考虑系统各部分间相互影响的前提下进行了水动力特性的整体分析和计算.数值计算结果表明,所建立的控制系统可以对带缆遥控水下机器人进行有效的轨迹和姿态控制,文中方法可以从整体的角度分析一定控制动作下水下机器人的水动力响应.     

面向无缆水下机器人水下对接的轨迹跟踪控制

针对欠驱动无缆水下机器人(autonomous underwater vehicle,AUV)的特点,面向水下对接的应用需要,在考虑其非完整约束的条件下,对水下机器人的非线性系统的可控性进行深入分析,并推导如何将非线性系统通过反馈变换转换成链式模型,在此基础上提出一种使用近似线性化的全状态反馈进行三维链式控制器设计的方法。最后,为了验证轨迹跟踪控制器的控制性能,在Matlab仿真环境下进行了实验,结果表明该方法可以实现路径跟踪误差的全局渐近稳定,验证了其有效性和合理性。     

基于反步法的欠驱动水下机器人鲁棒定深控制

针对舵桨联动式欠驱动水下机器人定深巡航任务,在运动学阶段设计关于垂向深度差的渐近视线制导角,从而将定深跟踪过程中垂向和俯仰的耦合控制转变为单一可控的俯仰控制,解决水下机器人垂向自由度上欠驱动特性.基于反步法技术在动力学阶段构建全系统李雅普诺夫函数,避免了运动学子系统与动力学子系统合成引起的复杂级联分析,提高了算法的艇载移植性.仿真结果表明:所设计的控制器对未知海流干扰具有一定的鲁棒性,能够确保欠驱动水下机器人准确跟踪期望的深度.     

复杂环境下的欠驱动智能水下机器人定深跟踪控制

为使欠驱动智能水下机器人(AUV)在实际定深作业中,更好地抵抗外界和载体内部信号传输所构成的复杂环境作用,以某欠驱动AUV为研究对象,基于自抗扰控制技术和模糊控制方法,结合水下机器人相关运动学及动力学方程,利用切换控制策略,取自抗扰和模糊控制各自的优点,联合建立了欠驱动AUV模糊自抗扰定深跟踪控制器,并与基于传统比例积分微分(PID)方法的定深控制器在复杂环境下进行了对比仿真.仿真结果表明,基于模糊自抗扰控制技术的欠驱动AUV深度控制方法能够实现准确定深跟踪控制,同时,相比于传统PID控制器,模糊自抗扰深度控制方法能够更有效地抑制复杂环境下干扰所造成的超调和震颤等现象,具有更优的控制效果.     

水下滑翔蛇形机器人滑翔运动建模与优化控制

为了实现水下滑翔蛇形机器人滑翔轨迹的稳定控制,针对机器人的外形和尺寸受限问题,对机械结构进行了设计与分析.基于所设计的机械系统,采用动量定理和动量矩定理,建立滑翔运动的数学模型.对非线性模型进行线性化,并采用最优二次型控制策略(LQR)设计状态反馈控制器.为了增强系统对参数扰动的鲁棒性,加入积分控制,构成LQI控制器.通过仿真对2种控制策略的稳定性、鲁棒性和跟踪误差进行分析,结果表明,2种控制策略均能实现渐近轨迹跟踪和输入扰动抑制; LQI控制器还可以实现水动力参数扰动抑制; LQI控制器的稳态跟踪误差为0. 271 5m,比LQR控制器跟踪误差降低了27. 58%.     

基于生物启发的水下机器人路径跟踪控制

针对常规反步控制方法在路径跟踪中出现的速度跳变与推进器驱动饱和等问题,将生物启发神经动力学模型应用到水下机器人路径跟踪控制中。利用生物启发神经动力学模型的渐变和有界输出等特性,设计基于生物启发的反步路径跟踪控制器,并同传统反步跟踪控制器进行对比分析。仿真结果表明:在较大的初始跟踪误差下,所设计的跟踪控制器可以有效克服水下机器人跟踪控制中的速度跳变,避免推进器的驱动饱和,满足水下机器人推进器的推力约束。     

串级PID控制在水下机器人俯仰控制系统中的应用

针对水下复杂环境中水下机器人(ROV)俯仰角的控制问题,设计了串级PID控制器.分析了ROV水下受力情况,建立了ROV俯仰控制系统的运动学模型.复杂智能控制算法的实现(软件编程实现等)具有难度,而串级PID比传统PID控制器有更大的调节范围和更快的响应速度,在设计时有更大的灵活性,且可以处理实际中由非线性特性所带来的问题.Simulink仿真结果表明,对于ROV俯仰控制系统,串级PID控制器具有更好的控制性能.运用泳池测试验证了串级PID控制算法在ROV俯仰角控制中的可操作性.     

基于模糊算法的AUV避障与姿态控制

为了实现水下机器人(autonomous underwater vehicle,AUV)在水下的避障与姿态的稳定控制,提出了一种基于模糊算法的避障与姿态控制算法.通过分析AUV在水下的水平面和竖直面状况,分别构造满足其水平面和竖直面避障和姿态控制的模糊算法,并设计了相应的控制系统.设计的控制系统主要由2个模糊控制器组成,通过模糊控制器输出AUV的左、右和下潜加速度,利用模糊逻辑系统对其速度进行逼近,并利用AUV的速度信息实现AUV水平面和竖直面的避障与姿态的控制.通过在不同位置放置障碍物构建模拟场景,采用Matlab进行仿真试验.仿真结果表明,设计的基于模糊算法的避障与姿态控制方法能够满足设计要求.     

采用干扰观测器的水下滑翔蛇形机器人纵倾运动控制

针对水下滑翔蛇形机器人在实现滑翔运动时存在控制输入受限和外界未知干扰的问题,提出了一种基于Nussbaum函数和非线性干扰观测器的反步控制策略。通过对欠驱动水下滑翔蛇形机器人的垂直面运动进行分析和有条件的简化,得到了对应运动学及动力学方程组。采用Nussbaum函数与双曲正切函数相结合的方式处理系统控制输入饱和,避免了双曲正切函数存在的控制器奇异值,通过非线性干扰观测器实现对外界复合扰动的有效观测并进行补偿。设计了纵倾运动跟踪的反步控制器,针对反步法中虚拟项引发的计算膨胀,采用动态面方法来消除。基于Lyapunov稳定性理论设计了控制器,保证系统能够实现速度与位置信号量的全局一致稳定性。研究结果表明:所提方案相对传统反步法,在响应时间与误差收敛速度方面都有一定程度提高,且非线性干扰观测器对于复合扰动量观测性能良好;所设计的控制器可以有效实现机器人在外界未知干扰下纵倾运动的稳定跟踪,且具有较强的鲁棒性。     

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。