水下机器人运动姿态控制技术的研究
|
摘要
水下机器人无论是在军事,还是在人类生产生活中都有广泛应用,而对其良好的运动姿态控制是水下机器人顺利完成任务的重要前提和保障。为了提高水下机器人的运动控制性能,其运动姿态控制技术的研究就成为了一个重要的研究课题。
本论文基于国内外水下机器人设计的成功经验,首先建立适合描述水下机器人的坐标系,并在此基础上确定了其空间运动的数学模型。由于实际需要和控制器的设计,又对空间运动数学模型进行了适当简化,建立水平面运动方程和垂直面运动方程。然后分析了水下机器人在水中航行时受到的各种力,力矩以及直流电动机的调速系统和电动机转速与所产生推力大小的关系,并对水下机器人在水平面和垂直面内的运动稳定性进行判定。
在以上工作的基础上,阐述了PID控制技术的基本原理和模拟PID调节器以及数字PID调节器,并介绍了两种PID调节器参数选择的方法,然后对水下机器人纵倾角、深度、偏航角三个控制参数运用PID控制器进行了控制,并仿真出它们的响应曲线。
而后,又介绍了BP神经网络的有关知识,通过MATLAB工具箱里的一些函数对BP网络的设计,网络的算法实现,网络的训练和仿真进行了详细的叙述,并结合本设计建立了水下机器人的BP网络模型,对模型进行MATLAB仿真。
最后,采用PID控制和BP神经网络控制相结合的控制方法,兼顾两者优点设计了一种水下机器人的BP神经网络PID控制器并做出其仿真曲线。经过相应的MATLAB软件仿真,证明了控制器设计的可行性,能较好的控制水下机器人的运动姿态,对后续研究开发有一定的参考意义。
Underwater vehicle is widely used whether in military affairs or in human's production and life. In order to complete its missions successfully, the important precondition and guarantee is good kinetic control. For improving the kinetic control performance of underwater vehicle, the study of kinetic control technique has been an important subject.
This thesis depends on the successful experience in designing underwater vehicles all over the world, established system of axes which can describe underwater vehicle properly firstly, then defined its space motion mathematic model. For actual requirement and the design of controller, the thesis simplified the space motion mathematic model and established horizontal kinetic equation and vertical kinetic equation, analyzed various forces, force moments etc and the relationship among speed governing system of direct current electromotor, motor speed and propulsive force when underwater vehicle was sailing in the sea, given determinations on kinetic stability of horizon plane and vertical plane.
Based on the work above, this thesis represented the rationale of PID control technique, analog PID controller and digital PID controller, introduced the methods of parameters selection of the two PID controllers above, controlled trim angle, yaw angle and depth using of PID controllers and emulated their response curves.
As the following, this thesis introduced the knowledge of BP neural network, described in detail the designing of BP network by some functions in MATLAB tool box, algorithm implementation of network, training and emulation of network, what's more, built BP neural network model of underwater vehicle and simulated the model under MATLAB.
At last, used the control mode which PID control technique combining BP neural network technique, fused their merits, this thesis designed a BP neural network PID controller of underwater vehicle and made the emulator curves. The controller design is proved to be feasible after MATLAB emulation, it can control underwater vehicle's kinetic attitude well. As far as research and exploitation later, this has some definite referenced meaning.
本论文基于国内外水下机器人设计的成功经验,首先建立适合描述水下机器人的坐标系,并在此基础上确定了其空间运动的数学模型。由于实际需要和控制器的设计,又对空间运动数学模型进行了适当简化,建立水平面运动方程和垂直面运动方程。然后分析了水下机器人在水中航行时受到的各种力,力矩以及直流电动机的调速系统和电动机转速与所产生推力大小的关系,并对水下机器人在水平面和垂直面内的运动稳定性进行判定。
在以上工作的基础上,阐述了PID控制技术的基本原理和模拟PID调节器以及数字PID调节器,并介绍了两种PID调节器参数选择的方法,然后对水下机器人纵倾角、深度、偏航角三个控制参数运用PID控制器进行了控制,并仿真出它们的响应曲线。
而后,又介绍了BP神经网络的有关知识,通过MATLAB工具箱里的一些函数对BP网络的设计,网络的算法实现,网络的训练和仿真进行了详细的叙述,并结合本设计建立了水下机器人的BP网络模型,对模型进行MATLAB仿真。
最后,采用PID控制和BP神经网络控制相结合的控制方法,兼顾两者优点设计了一种水下机器人的BP神经网络PID控制器并做出其仿真曲线。经过相应的MATLAB软件仿真,证明了控制器设计的可行性,能较好的控制水下机器人的运动姿态,对后续研究开发有一定的参考意义。
Underwater vehicle is widely used whether in military affairs or in human's production and life. In order to complete its missions successfully, the important precondition and guarantee is good kinetic control. For improving the kinetic control performance of underwater vehicle, the study of kinetic control technique has been an important subject.
This thesis depends on the successful experience in designing underwater vehicles all over the world, established system of axes which can describe underwater vehicle properly firstly, then defined its space motion mathematic model. For actual requirement and the design of controller, the thesis simplified the space motion mathematic model and established horizontal kinetic equation and vertical kinetic equation, analyzed various forces, force moments etc and the relationship among speed governing system of direct current electromotor, motor speed and propulsive force when underwater vehicle was sailing in the sea, given determinations on kinetic stability of horizon plane and vertical plane.
Based on the work above, this thesis represented the rationale of PID control technique, analog PID controller and digital PID controller, introduced the methods of parameters selection of the two PID controllers above, controlled trim angle, yaw angle and depth using of PID controllers and emulated their response curves.
As the following, this thesis introduced the knowledge of BP neural network, described in detail the designing of BP network by some functions in MATLAB tool box, algorithm implementation of network, training and emulation of network, what's more, built BP neural network model of underwater vehicle and simulated the model under MATLAB.
At last, used the control mode which PID control technique combining BP neural network technique, fused their merits, this thesis designed a BP neural network PID controller of underwater vehicle and made the emulator curves. The controller design is proved to be feasible after MATLAB emulation, it can control underwater vehicle's kinetic attitude well. As far as research and exploitation later, this has some definite referenced meaning.
引文
1.蒋新松,封锡盛,王棣堂.水下机器人[M].沈阳:辽宁科学技术出版社,2000
2.R.Alarm,S.Fleury.Special Issue on Robotics and Automation in the European Union,Multi Robot Cooperation in the Martha Project[J],Robotics and Automation Magazine,March 1998,vol(5):IEEE
3.王越超,谈大龙.协作机器人学的研究现状与发展[J],机器人,1998,vol(20):9-75
4.Maja J Mataric,Gaurav S.Sukhatme,and Esben Ostergaard.Multerobot Task Allocationin Uncertain Environments[J],Autonomous Robots,2003,vol(14):255-263
5.罗斌.自主式水下机器人及军用前景的探讨[C],第二届海洋强国战略论坛论文集,2003
6.曲道奎,张念哲.机器人技术的新进,http//www.stcsm.gov.cn/learning/lesson
7.李一平.水下机器人-过去-现在和未来[C],自动化博览二十周年纪念文集,2002,vol(3):153-155
8.任福君,张岚,王殿君,孟庆鑫.水下机器人的发展现状[J],佳木斯大学学报,2000,vol(18):317-320
9.郝艳仲.水下机器人运动稳定性的研究[D],浙江杭州:浙江大学,2006
10.梅家福.可下五洋捉鳖-高技术的综合体-水下机器人[J],科学中国人,1996,vol(2):9-11
11.Choi,S.K.andYuh,J.Experimental study on a learning control system with bound estimation for underwater vehicles[J],Int'l J.of Autonomous Robots,1996,vol(3):187-194
12.Hearn,Grant E,at.Optimization of the hydrodynamic performance of an in-service AUV[J],Oceans Conference Record,2003,vol(3):IEEE
13.Feijun Song,P.Edgar An,and Andres Folleco.Modeling and Simulation of Autonomous Underwater Vehicles[J],Journal of Oceanic Engineering,2003,vo1(28):IEEE
14.辛建成.美国海军米来的水下机器人[J],机器人技术与应用,2000,vol(3):19-21
15.Sfakiotakis M,Lane D M,Bruce J,Davies C.Review of Fish Swimming Modes for Aquatic Locomotion[J],Journal of Ocean Engineering,1999,vol(28):237-252
16.袁幼零.以发展中国机器人事业为己任[J],机器人技术与应用,2000,vol(1):5-10
17.陈建平.我国潜水器发展状况及存在的问题[J],机器人技术与应用,1999,vol(2):7-9
18.余雄,唐哓东.国内外几种水下机器人的性能对比与分析[J],机器人技术与应用,1997,vol(1):18-20
19.陈泊真,汪广海.中国海洋工程的发展与展望[J],钢结构,2000,vol(1):3-6
20.成巍.开架式水下机器人运动控制技术的研究[D],黑龙江哈尔滨:哈尔滨工程大学,2006
21.梁霄.仿生水下机器人仿真与控制技术研究[D],黑龙江哈尔滨:哈尔滨工程大学,2006
22.张子迎.水下机器人运动控制方法研究[D],黑龙江哈尔滨:哈尔滨工程大学,2005
23.李殿璞,赵爱民,迟岩.水下机器人运动控制和仿真的数学模型[J],哈尔滨工程大学学报,1997,vol(18):22-30
24.施生达.潜艇操纵性[M].北京:国防工业出版社,1995
25.王照林.运动稳定性及其应用[M].北京:高等教育出版社,1992
26.董涛.潜器仿鱼尾推进系统的水动力分析[D],黑龙江哈尔滨:哈尔滨工程大学,2003
27.王燕屹,朱军,张振山.评估水动力系数对潜艇操纵性影响的一种方法[J],船舶力学,2005,vol(18)
28.刘建成.水下机器人水动力模型辨识技术的研究[D],黑龙江哈尔滨:哈尔滨工程大学,2001
29.沈伟.模糊PID控制在水下机器人运动控制中的应用[D],黑龙江哈尔滨:哈尔滨工程大学,2005
30.郑曙光.基于模糊-神经网络技术的水下机器人运动控制的研究[D],黑龙江哈尔滨:哈尔滨工程大学,2003
31.戈东方.电力工程电气设备手册—电气一次部分(上册)[M].北京:中国电力出版社,1998
32.王耀德.交直流电力拖动控制系统[M].北京:机械工业出版社,1994
33.欧阳晋.空中无人飞艇的建模与控制方法研究[D],上海:上海交通大学,2003
34.蒋新松.机器人学导论[M].沈阳:辽宁科学技术出版社,1994
35.舒仲周,王照林.运动稳定性的研究进展和趋势[J],力学进展,1993,vol(3):424-431
36.夏旭峰,葛文杰.仿生机器人运动稳定性的研究进展[J],机床与液压,2007,vol(2):229-234
37.齐晓慧.李雅普诺夫运动稳定性与平衡状态稳定性的关系[J],机械工程学院学报,2002,vol(4):35-38
38.刘振明,潜伟建.水下机器人平面直航运动稳定性分析[J],舰船工程,2004,vol(26):18-20
39.舒仲周.运动稳定性[M].峨眉山:西南交通大学出版社,1989
40.邢进,徐克宝,张美芹,安佰岳.针对网络时延优化PID参数的研究[J],山东科技大学学报,2007,vol 26(S1):71-73
41.谢剑英,贾青.微型计算机控制技术[M].北京:国防工业出版社,2001
42.陶永华.新型PH3控制及其应用[M].北京:机械工业出版社,2002
43.刘金琨.先进PID控制及其MATLAB仿真[M].北京:电子工业出版社,2003
44.陶厚鑫,陈立.神经网络控制及BP算法[J],技术与市场,2008,vol(1):43-44
45.金立生,王荣本,储江伟,马国胜.视觉导航自动车辆用BP神经网络数字识别方法的研究[J],计算机工程与应用,2004,vol(14):18-21
46.张亚军.基于神经网络数据融合的水下目标检测识别研究[D],陕西西安:西北工业大学,2006
47.贾丽会,张修如.BP算法分析与改进[J],计算机技术与发展,2006,vol(16):101-103
48.朱苹.多信息融合式迹线跟踪和分支识别技术的研究[D],山东青岛:山东科技大学,2007
49.万喜新.基于信息融合技术的模拟电路故障诊断方法研究[D],湖南长沙:湖南大学,2006
50.章为川.基于神经网络的车牌识别系统的研究与设计[D],四川成都:西南交通大学,2006
51.陈捷,王攀,杨开英.模块化神经网络MATLAB仿真系统的研制[J],计算机与数字工程,2006,vol(10):7-11
52.余晓红.BP神经网络的MATLAB编程实现及讨论[J],浙江交通职业技术学院学报,2007,vol(4):45-48
53.孙海蓉.模糊神经网络的研究及其应用[D],北京:华北电力大学,2006
54.黄道平.MATLAB与控制系统的数字仿真及CAD[M].北京:化学工业出版社,2004
55.封锡盛,刘永宽.自治水下机器人研究开发的现状和趋势[J],高技术通讯,1999,vol(9):55-59
2.R.Alarm,S.Fleury.Special Issue on Robotics and Automation in the European Union,Multi Robot Cooperation in the Martha Project[J],Robotics and Automation Magazine,March 1998,vol(5):IEEE
3.王越超,谈大龙.协作机器人学的研究现状与发展[J],机器人,1998,vol(20):9-75
4.Maja J Mataric,Gaurav S.Sukhatme,and Esben Ostergaard.Multerobot Task Allocationin Uncertain Environments[J],Autonomous Robots,2003,vol(14):255-263
5.罗斌.自主式水下机器人及军用前景的探讨[C],第二届海洋强国战略论坛论文集,2003
6.曲道奎,张念哲.机器人技术的新进,http//www.stcsm.gov.cn/learning/lesson
7.李一平.水下机器人-过去-现在和未来[C],自动化博览二十周年纪念文集,2002,vol(3):153-155
8.任福君,张岚,王殿君,孟庆鑫.水下机器人的发展现状[J],佳木斯大学学报,2000,vol(18):317-320
9.郝艳仲.水下机器人运动稳定性的研究[D],浙江杭州:浙江大学,2006
10.梅家福.可下五洋捉鳖-高技术的综合体-水下机器人[J],科学中国人,1996,vol(2):9-11
11.Choi,S.K.andYuh,J.Experimental study on a learning control system with bound estimation for underwater vehicles[J],Int'l J.of Autonomous Robots,1996,vol(3):187-194
12.Hearn,Grant E,at.Optimization of the hydrodynamic performance of an in-service AUV[J],Oceans Conference Record,2003,vol(3):IEEE
13.Feijun Song,P.Edgar An,and Andres Folleco.Modeling and Simulation of Autonomous Underwater Vehicles[J],Journal of Oceanic Engineering,2003,vo1(28):IEEE
14.辛建成.美国海军米来的水下机器人[J],机器人技术与应用,2000,vol(3):19-21
15.Sfakiotakis M,Lane D M,Bruce J,Davies C.Review of Fish Swimming Modes for Aquatic Locomotion[J],Journal of Ocean Engineering,1999,vol(28):237-252
16.袁幼零.以发展中国机器人事业为己任[J],机器人技术与应用,2000,vol(1):5-10
17.陈建平.我国潜水器发展状况及存在的问题[J],机器人技术与应用,1999,vol(2):7-9
18.余雄,唐哓东.国内外几种水下机器人的性能对比与分析[J],机器人技术与应用,1997,vol(1):18-20
19.陈泊真,汪广海.中国海洋工程的发展与展望[J],钢结构,2000,vol(1):3-6
20.成巍.开架式水下机器人运动控制技术的研究[D],黑龙江哈尔滨:哈尔滨工程大学,2006
21.梁霄.仿生水下机器人仿真与控制技术研究[D],黑龙江哈尔滨:哈尔滨工程大学,2006
22.张子迎.水下机器人运动控制方法研究[D],黑龙江哈尔滨:哈尔滨工程大学,2005
23.李殿璞,赵爱民,迟岩.水下机器人运动控制和仿真的数学模型[J],哈尔滨工程大学学报,1997,vol(18):22-30
24.施生达.潜艇操纵性[M].北京:国防工业出版社,1995
25.王照林.运动稳定性及其应用[M].北京:高等教育出版社,1992
26.董涛.潜器仿鱼尾推进系统的水动力分析[D],黑龙江哈尔滨:哈尔滨工程大学,2003
27.王燕屹,朱军,张振山.评估水动力系数对潜艇操纵性影响的一种方法[J],船舶力学,2005,vol(18)
28.刘建成.水下机器人水动力模型辨识技术的研究[D],黑龙江哈尔滨:哈尔滨工程大学,2001
29.沈伟.模糊PID控制在水下机器人运动控制中的应用[D],黑龙江哈尔滨:哈尔滨工程大学,2005
30.郑曙光.基于模糊-神经网络技术的水下机器人运动控制的研究[D],黑龙江哈尔滨:哈尔滨工程大学,2003
31.戈东方.电力工程电气设备手册—电气一次部分(上册)[M].北京:中国电力出版社,1998
32.王耀德.交直流电力拖动控制系统[M].北京:机械工业出版社,1994
33.欧阳晋.空中无人飞艇的建模与控制方法研究[D],上海:上海交通大学,2003
34.蒋新松.机器人学导论[M].沈阳:辽宁科学技术出版社,1994
35.舒仲周,王照林.运动稳定性的研究进展和趋势[J],力学进展,1993,vol(3):424-431
36.夏旭峰,葛文杰.仿生机器人运动稳定性的研究进展[J],机床与液压,2007,vol(2):229-234
37.齐晓慧.李雅普诺夫运动稳定性与平衡状态稳定性的关系[J],机械工程学院学报,2002,vol(4):35-38
38.刘振明,潜伟建.水下机器人平面直航运动稳定性分析[J],舰船工程,2004,vol(26):18-20
39.舒仲周.运动稳定性[M].峨眉山:西南交通大学出版社,1989
40.邢进,徐克宝,张美芹,安佰岳.针对网络时延优化PID参数的研究[J],山东科技大学学报,2007,vol 26(S1):71-73
41.谢剑英,贾青.微型计算机控制技术[M].北京:国防工业出版社,2001
42.陶永华.新型PH3控制及其应用[M].北京:机械工业出版社,2002
43.刘金琨.先进PID控制及其MATLAB仿真[M].北京:电子工业出版社,2003
44.陶厚鑫,陈立.神经网络控制及BP算法[J],技术与市场,2008,vol(1):43-44
45.金立生,王荣本,储江伟,马国胜.视觉导航自动车辆用BP神经网络数字识别方法的研究[J],计算机工程与应用,2004,vol(14):18-21
46.张亚军.基于神经网络数据融合的水下目标检测识别研究[D],陕西西安:西北工业大学,2006
47.贾丽会,张修如.BP算法分析与改进[J],计算机技术与发展,2006,vol(16):101-103
48.朱苹.多信息融合式迹线跟踪和分支识别技术的研究[D],山东青岛:山东科技大学,2007
49.万喜新.基于信息融合技术的模拟电路故障诊断方法研究[D],湖南长沙:湖南大学,2006
50.章为川.基于神经网络的车牌识别系统的研究与设计[D],四川成都:西南交通大学,2006
51.陈捷,王攀,杨开英.模块化神经网络MATLAB仿真系统的研制[J],计算机与数字工程,2006,vol(10):7-11
52.余晓红.BP神经网络的MATLAB编程实现及讨论[J],浙江交通职业技术学院学报,2007,vol(4):45-48
53.孙海蓉.模糊神经网络的研究及其应用[D],北京:华北电力大学,2006
54.黄道平.MATLAB与控制系统的数字仿真及CAD[M].北京:化学工业出版社,2004
55.封锡盛,刘永宽.自治水下机器人研究开发的现状和趋势[J],高技术通讯,1999,vol(9):55-59