0 引言
水下机器人在控制方法上与航天器类似,将水下机器人整体视为一个刚体,需要进行6个自由度的控制,但是由于水下机器人作业时同时受重力、浮力的作用以及水流扰动,因此对姿态控制的动态性能要求较高。大量研究者在改善水下机器人动态响应效果、简化调试难度方面提出了众多控制算法,并在水下机器人机械结构、执行器等方面做出了改进与创新[1 ,2 ,3 ,4 ] 。
由于流体自身存在的黏滞阻力等特性和机器人复杂外形产生的扰流,水下机器人的水动力参数往往难以准确测得,在工程实践中仍以手动调节参数为主。Lyu C 等人[5 ] 提出了一种基于改进粒子群(modified particle swarm optimization,MPSO)算法的优化4自由度PD控制参数的算法,在已知水动力参数的情况下减少了手动调节参数的时间。此外,借助强化学习的自适应神经网络方法也被应用于调节水下机器人轨迹反馈控制律中的参数,这种方法甚至可以应用于水动力参数未知的控制模型参数调节[6 ] 。对于模型完全未知的潜水器,王日中等人[7 ] 提出了一种基于深度强化学习的控制思路,让潜水器自主学习控制律。另一些研究者在机械结构方面做出了改进,Song S等人[8 ] 设计了一种浮力引擎用于调节机器人浮心和重心,借助重力矩的变化实现对俯仰与横滚的控制,这一过程无须推进器提供动力。
目前,以 4 旋翼为代表的欠驱动飞行器在悬停或巡航时,为了保证垂直方向的高度稳定,除航向角以外不会有超过90°的机动倾角,因此,现有研究大多使用基于欧拉角的误差反馈实现姿态控制[9 ,10 ,11 ,12 ] 。但水下机器人在工作过程中,经常遇到需要大幅度变换姿态的情况,如果直接使用欧拉角来表示姿态,在俯仰角接近±90°时,容易触发万向节死锁,导致姿态控制失效[13 ] 。
针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题。Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰。此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题。这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用。因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] 。吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制。
水下机器人与飞行器或航天器的工作环境不同。在水下工作时,AUV 同时受到重力和浮力的作用,当两种作用力不共线时,将对AUV机体产生一个扭矩,影响AUV的姿态控制,同时海浪也会对AUV的位置和姿态产生周期性的扰动[21 ,22 ,23 ,24 ,25 ] 。为了抑制扰动,Shi K等人[26 ] 在研究AUV的对接任务时提出了一种基于非线性模型预测控制(nonlinear model predictive control,NMPC)的策略,可以有效地抑制海流扰动和模型误差导致的偏移。但是在姿态已经偏移较大时,外扰对AUV姿态产生的影响会因为欧拉角描述的特性而不能被及时修正,为此本文提出了一种针对全驱动碟形水下机器人的控制策略,并使用四元数反馈的方式实现了碟形AUV的6自由度控制,从而避免在使用欧拉角表示姿态时出现的死锁问题和姿态角突变问题。通过设置积分观测器的方式,对上述扰动进行辨识并抑制和补偿了这些扰动对AUV控制的影响。最后使用MATLAB的SIMSCAPE工具箱对碟形AUV使用本文提出的算法进行了仿真,仿真结果显示该算法具有较好的鲁棒性,相较于欧拉角定义的反馈控制算法具有参数少、易整定、无状态死区等优势。
1 四元数简介
四元数最早由爱尔兰数学家哈密顿提出,是一种由1个实部和3个虚部i、j、k组成的超复数[13 ] ,如式(1)所示:
Q = q 0 + q 1 i + q 2 j + q 3 k (1)
‖ Q ‖ = q 0 2 + q 1 2 + q 2 2 + q 3 2 (2)
当‖ Q ‖ = 1 时,称这个四元数为单位四元数,下文中没有特殊指出的四元数,都是单位四元数。单位四元数可以用来对三维向量进行旋转操作[26 ] 。定义一个旋转变换,以单位矢量n = [ x n y n z n ] ⊤ 所在直线为轴旋转大小为θ的角度。当使用四元数表示该旋转变换时,将这个变换记为一个四元数,如式(3)所示:
Q θ n = cos θ 2 + sin θ 2 x n i + sin θ 2 y n j + sin θ 2 z n k (3)
T : v = [ x y z ] ⊤ → Q = 0 + x i + y j + z k (4)
本文可以通过式(5)将任意的矢量n 绕任意轴l旋转任意角度θ得到n ′ :
n ′ = T − 1 ( Q θ l T ( n ) Q θ l * ) (5)
其中,T-1 (·)表示T(·)的逆映射,Q * 表示Q 的共轭,即对四元数的3个虚部分别取相反数。四元数的乘法遵循式(6),对于 Q 1 = w 1 + x 1 i + y 1 j + z 1 k 、Q 2 = w 2 + x 2 i + y 2 j + z 2 k ,有:
Q 1 Q 2 = w 1 w 2 − x 1 x 2 − y 1 y 2 − z 1 z 2 +
( x 1 w 2 + w 1 x 2 − z 1 y 2 + y 1 z 2 ) i +
( y 1 w 2 + z 1 x 2 + w 1 y 2 − x 1 z 2 ) j +
( z 1 w 2 − y 1 x 2 + x 1 y 2 + w 1 z 2 ) k (6)
四元数Q θ l T ( n ) Q θ l * 的实部为0,它的虚部是原来三维向量经过式(5)所代表的旋转变换后的新的三维向量。对于四元数的其他计算性质,本文不再赘述。
通过四元数的以上特性,在使用四元数描述姿态的同时,可以提取到完成旋转操作需要的转轴和绕此轴的旋转角度。当得到转轴后,选取合适大小的与转轴共线的力矩即可控制 AUV 旋转到给定姿态。
2 碟形AUV模型
本文设计了一种全驱动的碟形AUV,使用6个推进器实现对碟形 AUV 3 轴旋转和 3 轴平动的控制,6自由度的碟形AUV保证了挂载的机械臂与摄像头可以从任何方向指向目标物体,每个推进器都为双向推进器。其中3个垂直于碟面放置,记为P1、P2和P3;另外3个平行于碟面放置,记为V1、V2和V3。碟形AUV推进器布局如图1 所示。
建立如图2 所示的坐标系,大地坐标系N为与地表固连的东北天坐标系,机载坐标系B为原点在碟形AUV质心且朝向与图1 一致的坐标系,为简化描述,下文将大地坐标系N、机载坐标系B分别简称为N系、B系。
图1
图2
根据碟形 AUV 结构,可以推导出 x、y、z 轴旋转力矩和x、y、z轴平动力分配到各推进器的推力分配解耦矩阵M P B ,进而将B系下的控制量U B 分配到碟形AUV的6个推进器输出U P 上。
U P = M P B U B (7)
M P B = [ 1 3 − 3 3 0 0 0 1 3 d P − 2 3 0 0 0 0 1 3 d P 1 3 3 3 0 0 0 1 3 d P 0 0 1 3 2 3 d V 0 0 0 0 1 3 − 1 3 d V − 3 3 d V 0 0 0 1 3 − 1 3 d V − 3 3 d V 0 ] (8)
其中,dV 、d P 分别是碟形AUV几何中心到垂直推进器和水平推进器的水平距离。通过式(3),可以得到B系下6自由度控制量U B = [ F x B F y B F z B T x B T y B T z B ] ⊤ ,经 过 解 耦 分 配 到 6 个 推 进 器 的 力U P = [ F P 1 F P 2 F P 3 F V 1 F V 2 F V 3 ] ⊤ 。
碟形 AUV 在水下工作时可视为 6 自由度刚体,本文将使用四元数描述碟形AUV的姿态,故建立无扰动情况下的位姿分离的动力学模型,如式(9)所示:
{ m X ¨ = U F N + T − 1 ( Q B N T ( Z X ˙ ) Q B N * ) + B + G I O B w ˙ = U T N + T − 1 ( Q B N T ( H w ) Q B N * ) + T BG (9)
其中,m是碟形AUV的整机质量,X ¨ = [ x ¨ y ¨ z ¨ ] ⊤ 是N系下碟形AUV的加速度,U F N 是N系下由推进器产生的推力,T − 1 ( Q B N T ( Z X ˙ ) Q B N * ) 是 N 系下的一阶平动水阻尼,Z = diag ( ζ x , ζ y , ζ z ) 是B系下的平动阻尼系数矩阵,B、G分别是N系下碟形AUV所受浮力和重力,I O B 是N系下相对B系原点OB 的惯量矩阵,U F N 是 N 系下由推进器产生的力矩, w ˙ = [ w ˙ x y ˙ x w ˙ z ] ⊤ 是 N 系下碟形 AUV 的角加速度, T − 1 ( Q B N T ( H w ) Q B N * ) 是 N 系下的一阶转动水阻尼, H = diag ( η x , η y , η z ) 是B系下的阻尼系数矩阵,T BG 是由重力和浮力不共线产生的重力矩(浮力矩)。
3 算法
通过读取惯导的数据,可以得到B系相对N系的旋转四元数Q B N ,期望的N系姿态用四元数表示为Q exp 。根据之前的定义,碟形AUV从当前姿态旋转到期望姿态所需的四元数Q fb fb可由式(10)得到:
Q fb = Q exp Q now * (10)
其中,Q now * 为碟形AUV当前四元数姿态Q now 的共轭。此时的Q 称为反馈四元数,可以看作当前姿态和期望姿态的误差,其虚部img ( Q fb ) 中蕴含了从当前姿态单次旋转到期望姿态的转轴l θ ,其实部real ( Q fb ) 中可以提取出需要绕轴l θ 旋转的角度θfb ,如式(11)所示:
{ θ fb = 2 arccos ( q fb 0 ) l θ = θ fb − 1 [ q fb 1 q fb 2 q fb 3 ] ⊤ (11)
经陀螺仪提取的3轴角速度w = [ w x B w y B w z B ] ⊤ ,通过归一化和取模,分别得到碟形AUV当前转速的瞬时转轴l w B 和绕其旋转的角速度大小wfb ,如式(12)~式(13)所示:
l w B = | w fb | − 1 [ w x w y w z ] ⊤ (12)
w fb = w x 2 + w y 2 + w z 2 (13)
对于碟形 AUV 的姿态控制,本文提出的算法所期望的是其从初始状态快速地转动到期望姿态,并保持姿态的静止。考虑到碟形 AUV 在水中时,质心与浮心不重合导致在一些姿态下浮力与重力作用会产生一个额外的力矩,影响姿态闭环的稳态性能,故在此加入一个类似误差积分的参数,用于抑制包括重力矩在内的各种低频扰动。
为此我们可以设置针对姿态的力矩控制律如式(14)所示:
U T N = [ t x N t y N t z N ] = ( k t 1 θ fb + k t 2 ∫ θ fb d t ) l θ N − k t 3 w fb l w N (14)
其中,kt1 、kt2 、kt3 为实际模型中姿态环相关的可调参数。对于碟形 AUV 空间位置的闭环,类比姿态环所使用的单矢量控制,也可将3轴的控制量、误差等视为矢量来计算,位置闭环的力控制率设计如式(15)所示:
U F N = [ f x N f y N f z N ] = k f 1 d fb N + k f 2 ∫ d fb N d t + k f 3 v fb N (15)
其中,kf1 、kf 2 、kf3 是实际模型中位置环相关的可调参数,d fb N 为碟形AUV在N系下的位置误差矢量, v fb N 为碟形AUV在N系下的速度误差矢量。
d fb N = d exp N − d now N = [ e x N e y N e z N ] (16)
v fb N = 0 − v now N = − [ v x N v y N v z N ] (17)
上述的力矩控制量U T N 和力控制量U F N 都是在N系下的,为了方便处理,需要将U N = [ U T N U F N ] ⊤ 转换为B系下的U B = [ U T B U F B ] ⊤ ,可以通过四元数Qnow 完成这个变换,如式(18)~式(19)所示:
U T B = T − 1 [ Q now T ( U T N ) Q now * ] (18)
U F B = T − 1 [ Q now T ( U F N ) Q now * ] (19)
4 仿真
为了验证算法的可行性,本文使用 MATLAB的SIMSCAPE工具箱搭建了仿真,并根据实物的参数完成了碟形AUV三维模型的搭建,如图3 所示。
图3
图3中 A为碟形 AUV主体,在水中呈正浮力;B为可调节的配重,用于调节碟形AUV的重心并将机器人在水中整体配置为中性浮力,使机器人整体浮力与所受重力大小近似相等;C为6个双向旋桨式水下推进器。参照现有实物,模型各模块采用的物理参数见表1 。
其中,m为碟形AUV的整机质量,g为仿真环境重力加速度,dV 、dP 分别为垂直推进器和水平推进器到碟形 AUV 中心的水平距离,ζx 、ζy 、ζz 为碟形AUV在B系下绕x、y、z轴旋转时受到的一阶转动阻尼,ηx 、ηy 、ηz 为碟形AUV在B系下沿x、y、z 轴平移时受到的一阶平动阻尼,Ix 、Iy 、Iz 为碟形AUV在B系下在x、y、z轴分布的转动惯量。
实际推进器的推力是有限的,故需要对各推进器的直接控制量输出添加双向限幅。基于该模型尺寸下常见的推进器参数,本文在仿真中设置单推进器的最大推力输出为±60 N。
为了验证算法在实物上运行的可行性,本文将控制率进行了离散化,并使离散数字控制器以1 000 Hz的频率工作。
基于上文提出的算法,得到的离散控制律如式(20)~式(21)所示:
U T N = [ t x N t y N t z N ] = ( k t 1 θ fb + k t 2 ∑ θ fb Δ t ) l θ N − k t 3 w fb l w N (20)
U F N = [ f x N f y N f z N ] = k f 1 d fb N + k f 2 ∑ d fb N Δ t + k t 3 v fb N (21)
其中,Δt为控制器的更新周期,在本文中,控制器更新频率为1 000 Hz,故取Δt=0.001 s。
将式(20)~式(21)中的控制量U N = [ U T N U F N ] ⊤ 变换到 B 系下,再通过式(7)将U B = [ U T B U F B ] ⊤ 分配到6个推进器上。
4.1 位姿阶跃响应
在阶跃响应仿真实验中,碟形 AUV 在一个非零的初始状态下切换到一个俯仰角达到 90°的期望姿态(这是一个在经典欧拉角定义下无法收敛的状态)。
在 t=1s 时,姿态四元数期望从(0.966,0,0,0.259)切换到(0.5,0.866,0,0),在t=2s时,位置期望从[ 0 0 0 ] ⊤ 切换到[ 1 0.6 − 0.4 ] ⊤ 。
图4 (a)和图4 (b)分别展示了在阶跃响应下碟形 AUV 的位置控制和姿态控制的效果,由于四元数曲线不能直观反应期望姿态与当前姿态之间的误差,故本文采用期望姿态与当前姿态之间的轴角偏移来体现姿态的收敛性能,图4 (c)展示了在控制下轴角误差的收敛曲线,图4 (d)给出了碟形AUV的6个推进器推力的变化曲线。
图4
4.2 连续绕轴旋转
在连续绕轴旋转实验中,碟形 AUV 绕任意轴实现连续的超过360°的旋转,在不使用过渡坐标系的欧拉角模式下,这种旋转是不能保证实现的。
图5 (a)展示了碟形 AUV 绕轴l = [ 14 14 14 7 3 14 14 ] ⊤ 实现连续转动的控制效果,图5 (b)给出了碟形AUV的6个推进器推力的变化曲线。
从仿真结果可见,对于超过360°的连续旋转,四元数姿态期望和碟形 AUV 的实时四元数姿态始终保持连续且平滑,不存在数值突变的情况。
4.3 轨迹跟踪实验
在轨迹跟踪实验中,设计了如式(22)所示的一条深度存在阶跃的环形轨迹,并保持碟形 AUV的姿态四元数期望控制在(1,0,0,0)的状态。
图5
{ x = sin ( 0.4 t ) y = cos ( 0.4 t ) z = { 0 , 0 ≤ t < 2 − 1 , 2 ≤ t < 10 0 , 10 ≤ t (22)
图6 (a)给出了碟形AUV轨迹跟踪的效果,图6 (b)展示了控制下轴角误差的收敛曲线,图6 (c)给出了碟形 AUV的 6个推进器推力的变化曲线。
图6
5 结束语
本文推导并获得了一种碟形 AUV 推进器推力到各坐标系的动力的解耦,使用四元数表示 AUV的姿态并直接使用四元数完成姿态的反馈控制,给出了该算法在几何意义上的描述。
通过仿真实验,可以看到基于四元数反馈的单矢量控制方法只需要 3 个参数即可完成姿态环或者位置环的系数整定。相比于x、y、z 3轴分别闭环调试,本文算法具有参数少、调试直观的优点,此外由于使用四元数来表示姿态,碟形AUV的给定姿态不再受限于欧拉角姿态表示方法的死锁局限,使系统得以实现在状态空间内的任意两个状态间的切换过渡和插值。对于有连续旋转、大角度机动等需求的潜水器,使用四元数反馈具有极大的优势。
参考文献
View Option
[1]
ALI F A , ARAS M S M , AZIS F A ,et al . Design and development of auto depth control of remotely operated vehicle using thruster system
[J]. Journal of Mechanical Engineering and Sciences , 2014 ,7 : 1141 -1149 .
[本文引用: 1]
[2]
CHEN W , HU S L , WEI Q Y . Design of ROV adaptive sliding mode control system for underwater vehicle based on RBF neural network
[C]// Proceedings of 2021 33rd Chinese Control and Decision Conference . Piscataway:IEEE Press , 2021 : 2976 -2981 .
[本文引用: 1]
[3]
KHODAYARI M H , BALOCHIAN S . Modeling and control of Special Topic:Autonomous Underwater Vehicle (AUV) in heading and depth attitude via self-adaptive fuzzy PID controller
[J]. Journal of Marine Science and Technology , 2015 ,20 (3 ): 559 -578 .
[本文引用: 1]
[4]
CHEN C W , HUANG C H , DAI X K ,et al . Motion and control simulation of a dished autonomous underwater helicopter
[C]// Proceedings of OCEANS 2017 . Piscataway:IEEE Press , 2017 : 1 -6 .
[本文引用: 1]
[5]
LYU C , PANG Y J , ZHANG L . Improved PD controller for AUV based on MPSO
[C]// Proceedings of 2009 International Asia Conference on Informatics in Control,Automation and Robotics . Piscataway:IEEE Press , 2009 : 24 -28 .
[本文引用: 1]
[6]
CUI R X , YANG C G , LI Y ,et al . Adaptive neural network control of AUVs with control input nonlinearities using reinforcement learning
[J]. IEEE Transactions on Systems,Man,and Cybernetics:Systems , 2017 ,47 (6 ): 1019 -1029 .
[本文引用: 1]
[7]
王日中 , 李慧平 , 崔迪 ,等 . 基于深度强化学习算法的自主式水下航行器深度控制
[J]. 智能科学与技术学报 , 2020 ,2 (4 ): 354 -360 .
[本文引用: 1]
WANG R Z , LI H P , CUI D ,et al . Depth control of Special Topic:Autonomous Underwater Vehicle using deep reinforcement learning
[J]. Chinese Journal of Intelligent Science and Technology , 2020 ,2 (4 ): 354 -360 .
[本文引用: 1]
[8]
SONG S , KIM T S , SUNG M ,et al . Attitude control of AUV using multiple buoyancy engines for exploration and water column profiling
[C]// Proceedings of 2018 IEEE/OES Special Topic:Autonomous Underwater Vehicle Workshop . Piscataway:IEEE Press , 2018 : 1 -5 .
[本文引用: 1]
[9]
ZHANG S , DU X , XIAO J ,et al . Reinforcement learning control for 6 DOF flight of fixed-wing aircraft
[C]// Proceedings of 2021 33rd Chinese Control and Decision Conference . Piscataway:IEEE Press , 2021 : 5454 -5460 .
[本文引用: 1]
[10]
WEI Y R , DENG H B , PAN Z H ,et al . Research on a combinatorial control method for coaxial rotor aircraft based on sliding mode
[J]. Defence Technology , 2022 ,18 (2 ): 280 -292 .
[本文引用: 1]
[11]
LIU H B , WANG H P , SUN J L . Attitude control for QTR using exponential nonsingular terminal sliding mode control
[J]. Journal of Systems Engineering and Electronics , 2019 ,30 (1 ): 191 -200 .
[本文引用: 1]
[12]
董璐 , 熊爱玲 . 基于改进 RRT* -Smart 的复杂动态环境下的无人艇路径规划
[J]. 智能科学与技术学报 , 2022 ,4 (2 ): 264 -276 .
[本文引用: 1]
DONG L , XIONG A L . Path planning for unmanned surface vehicle in complex dynamic environment based on improved RRT* -Smart
[J]. Chinese Journal of Intelligent Science and Technology , 2022 ,4 (2 ): 264 -276 .
[本文引用: 1]
[13]
KEMAL OZGOREN M . Comparative study of attitude control methods based on Euler angles,quaternions,angle-axis pairs and orientation matrices
[J]. Transactions of the Institute of Measurement and Control , 2019 ,41 (5 ): 1189 -1206 .
[本文引用: 2]
[14]
GAVRILINA E , CHESTNOV V . Singularity-free attitude control of the unmanned underwater vehicle
[C]// Proceedings of 2020 24th International Conference on System Theory,Control and Computing . Piscataway:IEEE Press , 2020 : 512 -519 .
[本文引用: 1]
[15]
BREZOV D . Optimization and gimbal lock control via shifted decomposition of rotations
[J]. Journal of Applied & Computational Mathematics , 2018 ,7 (3 ).
[本文引用: 1]
[16]
代俣西 , 沈秋 , 王惠南 ,等 . 双目视觉中基于对偶四元数的三维运动估计
[J]. 光学技术 , 2015 ,41 (2 ): 132 -137 ,143 .
[本文引用: 1]
DAI Y X , SHEN Q , WANG H N ,et al . 3D motion estimation of binocular vision based on dual quaternion
[J]. Optical Technique , 2015 ,41 (2 ): 132 -137 ,143 .
[本文引用: 1]
[17]
陈菲菲 , 居鹤华 , 余萌 ,等 . 一种分析四元数及其在6R机械臂逆运动学中的应用
[J]. 机械工程学报 , 2022 ,58 (9 ): 31 -40 .
[本文引用: 1]
CHEN F F , JU H H , YU M ,et al . An analytical quaternion and its applications to inverse kinematics of 6R manipulators
[J]. Journal of Mechanical Engineering , 2022 ,58 (9 ): 31 -40 .
[本文引用: 1]
[18]
葛为民 , 宇旭东 , 王肖锋 ,等 . 基于对偶四元数的机械臂运动学建模及分析
[J]. 机械传动 , 2018 ,42 (7 ): 112 -117 .
[本文引用: 1]
GE W M , YU X D , WANG X F ,et al . Kinematics modeling and analysis of manipulator based on dual quaternion
[J]. Journal of Mechanical Transmission , 2018 ,42 (7 ): 112 -117 .
[本文引用: 1]
[19]
孙斌 , 常晓明 , 段晋军 . 基于四元数的机械臂平滑姿态规划与仿真
[J]. 机械科学与技术 , 2015 ,34 (1 ): 56 -59 .
[本文引用: 1]
SUN B , CHANG X M , DUAN J J . Smooth orientation planning and simulation of manipulator based on quaternion
[J]. Mechanical Science and Technology for Aerospace Engineering , 2015 ,34 (1 ): 56 -59 .
[本文引用: 1]
[20]
吴琪 , 李晔 . 基于四元数的欠驱动 AUV 的镇定控制设计
[J]. 智能系统学报 , 2014 ,9 (2 ): 186 -191 .
[本文引用: 1]
WU Q , LI Y . Stabilization design of under actuated AUV based on quaternion
[J]. CAAI Transactions on Intelligent Systems , 2014 ,9 (2 ): 186 -191 .
[本文引用: 1]
[21]
FOSSEN T I . Guidance and control of ocean vehicles
[M]. Chichester : John Wiley & Sons , 1994 .
[本文引用: 1]
[22]
SABET M T , MOHAMMADI DANIALI H , FATHI A ,et al . A low-cost dead reckoning navigation system for an AUV using a robust AHRS:design and experimental analysis
[J]. IEEE Journal of Oceanic Engineering , 2018 ,43 (4 ): 927 -939 .
[本文引用: 1]
[23]
FAN S S , LI B , XU W ,et al . Impact of current disturbances on AUV docking:model-based motion prediction and countering approaches
[J]. IEEE Journal of Oceanic Engineering , 2018 ,43 (4 ): 888 -904 .
[本文引用: 1]
[24]
SONG W P , CHEN Z Q , SUN M W ,et al . Reinforcement learning based parameter optimization of active disturbance rejection control for Special Topic:Autonomous Underwater Vehicle
[J]. Journal of Systems Engineering and Electronics , 2022 ,33 (1 ): 170 -179 .
[本文引用: 1]
[25]
LI J H , LEE P M . Design of an adaptive nonlinear controller for depth control of an Special Topic:Autonomous Underwater Vehicle
[J]. Ocean Engineering , 2005 ,32 (17/18 ): 2165 -2181 .
[本文引用: 1]
[26]
SHI K , WANG X H , XU H X . On the offset-free nonlinear model predictive control for AUV docking
[C]// Proceedings of 2021 WRC Symposium on Advanced Robotics and Automation . Piscataway:IEEE Press , 2021 : 117 -122 .
[本文引用: 2]
Design and development of auto depth control of remotely operated vehicle using thruster system
1
2014
... 水下机器人在控制方法上与航天器类似,将水下机器人整体视为一个刚体,需要进行6个自由度的控制,但是由于水下机器人作业时同时受重力、浮力的作用以及水流扰动,因此对姿态控制的动态性能要求较高.大量研究者在改善水下机器人动态响应效果、简化调试难度方面提出了众多控制算法,并在水下机器人机械结构、执行器等方面做出了改进与创新[1 ,2 ,3 ,4 ] . ...
Design of ROV adaptive sliding mode control system for underwater vehicle based on RBF neural network
1
2021
... 水下机器人在控制方法上与航天器类似,将水下机器人整体视为一个刚体,需要进行6个自由度的控制,但是由于水下机器人作业时同时受重力、浮力的作用以及水流扰动,因此对姿态控制的动态性能要求较高.大量研究者在改善水下机器人动态响应效果、简化调试难度方面提出了众多控制算法,并在水下机器人机械结构、执行器等方面做出了改进与创新[1 ,2 ,3 ,4 ] . ...
Modeling and control of Special Topic:Autonomous Underwater Vehicle (AUV) in heading and depth attitude via self-adaptive fuzzy PID controller
1
2015
... 水下机器人在控制方法上与航天器类似,将水下机器人整体视为一个刚体,需要进行6个自由度的控制,但是由于水下机器人作业时同时受重力、浮力的作用以及水流扰动,因此对姿态控制的动态性能要求较高.大量研究者在改善水下机器人动态响应效果、简化调试难度方面提出了众多控制算法,并在水下机器人机械结构、执行器等方面做出了改进与创新[1 ,2 ,3 ,4 ] . ...
Motion and control simulation of a dished autonomous underwater helicopter
1
2017
... 水下机器人在控制方法上与航天器类似,将水下机器人整体视为一个刚体,需要进行6个自由度的控制,但是由于水下机器人作业时同时受重力、浮力的作用以及水流扰动,因此对姿态控制的动态性能要求较高.大量研究者在改善水下机器人动态响应效果、简化调试难度方面提出了众多控制算法,并在水下机器人机械结构、执行器等方面做出了改进与创新[1 ,2 ,3 ,4 ] . ...
Improved PD controller for AUV based on MPSO
1
2009
... 由于流体自身存在的黏滞阻力等特性和机器人复杂外形产生的扰流,水下机器人的水动力参数往往难以准确测得,在工程实践中仍以手动调节参数为主.Lyu C 等人[5 ] 提出了一种基于改进粒子群(modified particle swarm optimization,MPSO)算法的优化4自由度PD控制参数的算法,在已知水动力参数的情况下减少了手动调节参数的时间.此外,借助强化学习的自适应神经网络方法也被应用于调节水下机器人轨迹反馈控制律中的参数,这种方法甚至可以应用于水动力参数未知的控制模型参数调节[6 ] .对于模型完全未知的潜水器,王日中等人[7 ] 提出了一种基于深度强化学习的控制思路,让潜水器自主学习控制律.另一些研究者在机械结构方面做出了改进,Song S等人[8 ] 设计了一种浮力引擎用于调节机器人浮心和重心,借助重力矩的变化实现对俯仰与横滚的控制,这一过程无须推进器提供动力. ...
Adaptive neural network control of AUVs with control input nonlinearities using reinforcement learning
1
2017
... 由于流体自身存在的黏滞阻力等特性和机器人复杂外形产生的扰流,水下机器人的水动力参数往往难以准确测得,在工程实践中仍以手动调节参数为主.Lyu C 等人[5 ] 提出了一种基于改进粒子群(modified particle swarm optimization,MPSO)算法的优化4自由度PD控制参数的算法,在已知水动力参数的情况下减少了手动调节参数的时间.此外,借助强化学习的自适应神经网络方法也被应用于调节水下机器人轨迹反馈控制律中的参数,这种方法甚至可以应用于水动力参数未知的控制模型参数调节[6 ] .对于模型完全未知的潜水器,王日中等人[7 ] 提出了一种基于深度强化学习的控制思路,让潜水器自主学习控制律.另一些研究者在机械结构方面做出了改进,Song S等人[8 ] 设计了一种浮力引擎用于调节机器人浮心和重心,借助重力矩的变化实现对俯仰与横滚的控制,这一过程无须推进器提供动力. ...
基于深度强化学习算法的自主式水下航行器深度控制
1
2020
... 由于流体自身存在的黏滞阻力等特性和机器人复杂外形产生的扰流,水下机器人的水动力参数往往难以准确测得,在工程实践中仍以手动调节参数为主.Lyu C 等人[5 ] 提出了一种基于改进粒子群(modified particle swarm optimization,MPSO)算法的优化4自由度PD控制参数的算法,在已知水动力参数的情况下减少了手动调节参数的时间.此外,借助强化学习的自适应神经网络方法也被应用于调节水下机器人轨迹反馈控制律中的参数,这种方法甚至可以应用于水动力参数未知的控制模型参数调节[6 ] .对于模型完全未知的潜水器,王日中等人[7 ] 提出了一种基于深度强化学习的控制思路,让潜水器自主学习控制律.另一些研究者在机械结构方面做出了改进,Song S等人[8 ] 设计了一种浮力引擎用于调节机器人浮心和重心,借助重力矩的变化实现对俯仰与横滚的控制,这一过程无须推进器提供动力. ...
基于深度强化学习算法的自主式水下航行器深度控制
1
2020
... 由于流体自身存在的黏滞阻力等特性和机器人复杂外形产生的扰流,水下机器人的水动力参数往往难以准确测得,在工程实践中仍以手动调节参数为主.Lyu C 等人[5 ] 提出了一种基于改进粒子群(modified particle swarm optimization,MPSO)算法的优化4自由度PD控制参数的算法,在已知水动力参数的情况下减少了手动调节参数的时间.此外,借助强化学习的自适应神经网络方法也被应用于调节水下机器人轨迹反馈控制律中的参数,这种方法甚至可以应用于水动力参数未知的控制模型参数调节[6 ] .对于模型完全未知的潜水器,王日中等人[7 ] 提出了一种基于深度强化学习的控制思路,让潜水器自主学习控制律.另一些研究者在机械结构方面做出了改进,Song S等人[8 ] 设计了一种浮力引擎用于调节机器人浮心和重心,借助重力矩的变化实现对俯仰与横滚的控制,这一过程无须推进器提供动力. ...
Attitude control of AUV using multiple buoyancy engines for exploration and water column profiling
1
2018
... 由于流体自身存在的黏滞阻力等特性和机器人复杂外形产生的扰流,水下机器人的水动力参数往往难以准确测得,在工程实践中仍以手动调节参数为主.Lyu C 等人[5 ] 提出了一种基于改进粒子群(modified particle swarm optimization,MPSO)算法的优化4自由度PD控制参数的算法,在已知水动力参数的情况下减少了手动调节参数的时间.此外,借助强化学习的自适应神经网络方法也被应用于调节水下机器人轨迹反馈控制律中的参数,这种方法甚至可以应用于水动力参数未知的控制模型参数调节[6 ] .对于模型完全未知的潜水器,王日中等人[7 ] 提出了一种基于深度强化学习的控制思路,让潜水器自主学习控制律.另一些研究者在机械结构方面做出了改进,Song S等人[8 ] 设计了一种浮力引擎用于调节机器人浮心和重心,借助重力矩的变化实现对俯仰与横滚的控制,这一过程无须推进器提供动力. ...
Reinforcement learning control for 6 DOF flight of fixed-wing aircraft
1
2021
... 目前,以 4 旋翼为代表的欠驱动飞行器在悬停或巡航时,为了保证垂直方向的高度稳定,除航向角以外不会有超过90°的机动倾角,因此,现有研究大多使用基于欧拉角的误差反馈实现姿态控制[9 ,10 ,11 ,12 ] .但水下机器人在工作过程中,经常遇到需要大幅度变换姿态的情况,如果直接使用欧拉角来表示姿态,在俯仰角接近±90°时,容易触发万向节死锁,导致姿态控制失效[13 ] . ...
Research on a combinatorial control method for coaxial rotor aircraft based on sliding mode
1
2022
... 目前,以 4 旋翼为代表的欠驱动飞行器在悬停或巡航时,为了保证垂直方向的高度稳定,除航向角以外不会有超过90°的机动倾角,因此,现有研究大多使用基于欧拉角的误差反馈实现姿态控制[9 ,10 ,11 ,12 ] .但水下机器人在工作过程中,经常遇到需要大幅度变换姿态的情况,如果直接使用欧拉角来表示姿态,在俯仰角接近±90°时,容易触发万向节死锁,导致姿态控制失效[13 ] . ...
Attitude control for QTR using exponential nonsingular terminal sliding mode control
1
2019
... 目前,以 4 旋翼为代表的欠驱动飞行器在悬停或巡航时,为了保证垂直方向的高度稳定,除航向角以外不会有超过90°的机动倾角,因此,现有研究大多使用基于欧拉角的误差反馈实现姿态控制[9 ,10 ,11 ,12 ] .但水下机器人在工作过程中,经常遇到需要大幅度变换姿态的情况,如果直接使用欧拉角来表示姿态,在俯仰角接近±90°时,容易触发万向节死锁,导致姿态控制失效[13 ] . ...
基于改进 RRT* -Smart 的复杂动态环境下的无人艇路径规划
1
2022
... 目前,以 4 旋翼为代表的欠驱动飞行器在悬停或巡航时,为了保证垂直方向的高度稳定,除航向角以外不会有超过90°的机动倾角,因此,现有研究大多使用基于欧拉角的误差反馈实现姿态控制[9 ,10 ,11 ,12 ] .但水下机器人在工作过程中,经常遇到需要大幅度变换姿态的情况,如果直接使用欧拉角来表示姿态,在俯仰角接近±90°时,容易触发万向节死锁,导致姿态控制失效[13 ] . ...
基于改进 RRT* -Smart 的复杂动态环境下的无人艇路径规划
1
2022
... 目前,以 4 旋翼为代表的欠驱动飞行器在悬停或巡航时,为了保证垂直方向的高度稳定,除航向角以外不会有超过90°的机动倾角,因此,现有研究大多使用基于欧拉角的误差反馈实现姿态控制[9 ,10 ,11 ,12 ] .但水下机器人在工作过程中,经常遇到需要大幅度变换姿态的情况,如果直接使用欧拉角来表示姿态,在俯仰角接近±90°时,容易触发万向节死锁,导致姿态控制失效[13 ] . ...
Comparative study of attitude control methods based on Euler angles,quaternions,angle-axis pairs and orientation matrices
2
2019
... 目前,以 4 旋翼为代表的欠驱动飞行器在悬停或巡航时,为了保证垂直方向的高度稳定,除航向角以外不会有超过90°的机动倾角,因此,现有研究大多使用基于欧拉角的误差反馈实现姿态控制[9 ,10 ,11 ,12 ] .但水下机器人在工作过程中,经常遇到需要大幅度变换姿态的情况,如果直接使用欧拉角来表示姿态,在俯仰角接近±90°时,容易触发万向节死锁,导致姿态控制失效[13 ] . ...
... 四元数最早由爱尔兰数学家哈密顿提出,是一种由1个实部和3个虚部i、j、k组成的超复数[13 ] ,如式(1)所示: ...
Singularity-free attitude control of the unmanned underwater vehicle
1
2020
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
Optimization and gimbal lock control via shifted decomposition of rotations
1
2018
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
双目视觉中基于对偶四元数的三维运动估计
1
2015
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
双目视觉中基于对偶四元数的三维运动估计
1
2015
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
一种分析四元数及其在6R机械臂逆运动学中的应用
1
2022
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
一种分析四元数及其在6R机械臂逆运动学中的应用
1
2022
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
基于对偶四元数的机械臂运动学建模及分析
1
2018
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
基于对偶四元数的机械臂运动学建模及分析
1
2018
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
基于四元数的机械臂平滑姿态规划与仿真
1
2015
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
基于四元数的机械臂平滑姿态规划与仿真
1
2015
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
基于四元数的欠驱动 AUV 的镇定控制设计
1
2014
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
基于四元数的欠驱动 AUV 的镇定控制设计
1
2014
... 针对以上问题,有一些研究者采用改进欧拉角表达方式的方法来规避万向节死锁问题.Gavrilina E等人[14 ] 提出了一种基于欧拉角的顺规可切换表示算法,该算法在系统逼近奇点时,通过切换顺规的方式避开奇点,从而防止系统在大倾角机动时的通道干扰.此外Brezov D[15 ] 提出在广义欧拉分解中引入第 4 次旋转,并在临近奇点时借助附加参数来避免万向节死锁问题.这些方法在保留欧拉角容易理解的优势的同时,有效降低了控制过程中发生万向节死锁的可能性,但同时也增加了算法的复杂度,不利于工程应用.因此,基于四元数的姿态表示方法由于其导数平滑、易于插值等特点逐渐在计算机立体视觉和机械臂控制中得到普及和应用[16 ,17 ,18 ,19 ] .吴琪等人[20 ] 使用四元数方法设计了一种对模型已知的欠驱动自治式潜水器(Special Topic: Autonomous Underwater Vehicle,AUV)的6自由度控制律,在仿真中实现了镇定控制. ...
Guidance and control of ocean vehicles
1
1994
... 水下机器人与飞行器或航天器的工作环境不同.在水下工作时,AUV 同时受到重力和浮力的作用,当两种作用力不共线时,将对AUV机体产生一个扭矩,影响AUV的姿态控制,同时海浪也会对AUV的位置和姿态产生周期性的扰动[21 ,22 ,23 ,24 ,25 ] .为了抑制扰动,Shi K等人[26 ] 在研究AUV的对接任务时提出了一种基于非线性模型预测控制(nonlinear model predictive control,NMPC)的策略,可以有效地抑制海流扰动和模型误差导致的偏移.但是在姿态已经偏移较大时,外扰对AUV姿态产生的影响会因为欧拉角描述的特性而不能被及时修正,为此本文提出了一种针对全驱动碟形水下机器人的控制策略,并使用四元数反馈的方式实现了碟形AUV的6自由度控制,从而避免在使用欧拉角表示姿态时出现的死锁问题和姿态角突变问题.通过设置积分观测器的方式,对上述扰动进行辨识并抑制和补偿了这些扰动对AUV控制的影响.最后使用MATLAB的SIMSCAPE工具箱对碟形AUV使用本文提出的算法进行了仿真,仿真结果显示该算法具有较好的鲁棒性,相较于欧拉角定义的反馈控制算法具有参数少、易整定、无状态死区等优势. ...
A low-cost dead reckoning navigation system for an AUV using a robust AHRS:design and experimental analysis
1
2018
... 水下机器人与飞行器或航天器的工作环境不同.在水下工作时,AUV 同时受到重力和浮力的作用,当两种作用力不共线时,将对AUV机体产生一个扭矩,影响AUV的姿态控制,同时海浪也会对AUV的位置和姿态产生周期性的扰动[21 ,22 ,23 ,24 ,25 ] .为了抑制扰动,Shi K等人[26 ] 在研究AUV的对接任务时提出了一种基于非线性模型预测控制(nonlinear model predictive control,NMPC)的策略,可以有效地抑制海流扰动和模型误差导致的偏移.但是在姿态已经偏移较大时,外扰对AUV姿态产生的影响会因为欧拉角描述的特性而不能被及时修正,为此本文提出了一种针对全驱动碟形水下机器人的控制策略,并使用四元数反馈的方式实现了碟形AUV的6自由度控制,从而避免在使用欧拉角表示姿态时出现的死锁问题和姿态角突变问题.通过设置积分观测器的方式,对上述扰动进行辨识并抑制和补偿了这些扰动对AUV控制的影响.最后使用MATLAB的SIMSCAPE工具箱对碟形AUV使用本文提出的算法进行了仿真,仿真结果显示该算法具有较好的鲁棒性,相较于欧拉角定义的反馈控制算法具有参数少、易整定、无状态死区等优势. ...
Impact of current disturbances on AUV docking:model-based motion prediction and countering approaches
1
2018
... 水下机器人与飞行器或航天器的工作环境不同.在水下工作时,AUV 同时受到重力和浮力的作用,当两种作用力不共线时,将对AUV机体产生一个扭矩,影响AUV的姿态控制,同时海浪也会对AUV的位置和姿态产生周期性的扰动[21 ,22 ,23 ,24 ,25 ] .为了抑制扰动,Shi K等人[26 ] 在研究AUV的对接任务时提出了一种基于非线性模型预测控制(nonlinear model predictive control,NMPC)的策略,可以有效地抑制海流扰动和模型误差导致的偏移.但是在姿态已经偏移较大时,外扰对AUV姿态产生的影响会因为欧拉角描述的特性而不能被及时修正,为此本文提出了一种针对全驱动碟形水下机器人的控制策略,并使用四元数反馈的方式实现了碟形AUV的6自由度控制,从而避免在使用欧拉角表示姿态时出现的死锁问题和姿态角突变问题.通过设置积分观测器的方式,对上述扰动进行辨识并抑制和补偿了这些扰动对AUV控制的影响.最后使用MATLAB的SIMSCAPE工具箱对碟形AUV使用本文提出的算法进行了仿真,仿真结果显示该算法具有较好的鲁棒性,相较于欧拉角定义的反馈控制算法具有参数少、易整定、无状态死区等优势. ...
Reinforcement learning based parameter optimization of active disturbance rejection control for Special Topic:Autonomous Underwater Vehicle
1
2022
... 水下机器人与飞行器或航天器的工作环境不同.在水下工作时,AUV 同时受到重力和浮力的作用,当两种作用力不共线时,将对AUV机体产生一个扭矩,影响AUV的姿态控制,同时海浪也会对AUV的位置和姿态产生周期性的扰动[21 ,22 ,23 ,24 ,25 ] .为了抑制扰动,Shi K等人[26 ] 在研究AUV的对接任务时提出了一种基于非线性模型预测控制(nonlinear model predictive control,NMPC)的策略,可以有效地抑制海流扰动和模型误差导致的偏移.但是在姿态已经偏移较大时,外扰对AUV姿态产生的影响会因为欧拉角描述的特性而不能被及时修正,为此本文提出了一种针对全驱动碟形水下机器人的控制策略,并使用四元数反馈的方式实现了碟形AUV的6自由度控制,从而避免在使用欧拉角表示姿态时出现的死锁问题和姿态角突变问题.通过设置积分观测器的方式,对上述扰动进行辨识并抑制和补偿了这些扰动对AUV控制的影响.最后使用MATLAB的SIMSCAPE工具箱对碟形AUV使用本文提出的算法进行了仿真,仿真结果显示该算法具有较好的鲁棒性,相较于欧拉角定义的反馈控制算法具有参数少、易整定、无状态死区等优势. ...
Design of an adaptive nonlinear controller for depth control of an Special Topic:Autonomous Underwater Vehicle
1
2005
... 水下机器人与飞行器或航天器的工作环境不同.在水下工作时,AUV 同时受到重力和浮力的作用,当两种作用力不共线时,将对AUV机体产生一个扭矩,影响AUV的姿态控制,同时海浪也会对AUV的位置和姿态产生周期性的扰动[21 ,22 ,23 ,24 ,25 ] .为了抑制扰动,Shi K等人[26 ] 在研究AUV的对接任务时提出了一种基于非线性模型预测控制(nonlinear model predictive control,NMPC)的策略,可以有效地抑制海流扰动和模型误差导致的偏移.但是在姿态已经偏移较大时,外扰对AUV姿态产生的影响会因为欧拉角描述的特性而不能被及时修正,为此本文提出了一种针对全驱动碟形水下机器人的控制策略,并使用四元数反馈的方式实现了碟形AUV的6自由度控制,从而避免在使用欧拉角表示姿态时出现的死锁问题和姿态角突变问题.通过设置积分观测器的方式,对上述扰动进行辨识并抑制和补偿了这些扰动对AUV控制的影响.最后使用MATLAB的SIMSCAPE工具箱对碟形AUV使用本文提出的算法进行了仿真,仿真结果显示该算法具有较好的鲁棒性,相较于欧拉角定义的反馈控制算法具有参数少、易整定、无状态死区等优势. ...
On the offset-free nonlinear model predictive control for AUV docking
2
2021
... 水下机器人与飞行器或航天器的工作环境不同.在水下工作时,AUV 同时受到重力和浮力的作用,当两种作用力不共线时,将对AUV机体产生一个扭矩,影响AUV的姿态控制,同时海浪也会对AUV的位置和姿态产生周期性的扰动[21 ,22 ,23 ,24 ,25 ] .为了抑制扰动,Shi K等人[26 ] 在研究AUV的对接任务时提出了一种基于非线性模型预测控制(nonlinear model predictive control,NMPC)的策略,可以有效地抑制海流扰动和模型误差导致的偏移.但是在姿态已经偏移较大时,外扰对AUV姿态产生的影响会因为欧拉角描述的特性而不能被及时修正,为此本文提出了一种针对全驱动碟形水下机器人的控制策略,并使用四元数反馈的方式实现了碟形AUV的6自由度控制,从而避免在使用欧拉角表示姿态时出现的死锁问题和姿态角突变问题.通过设置积分观测器的方式,对上述扰动进行辨识并抑制和补偿了这些扰动对AUV控制的影响.最后使用MATLAB的SIMSCAPE工具箱对碟形AUV使用本文提出的算法进行了仿真,仿真结果显示该算法具有较好的鲁棒性,相较于欧拉角定义的反馈控制算法具有参数少、易整定、无状态死区等优势. ...
... 当 ‖ Q ‖ = 1 时,称这个四元数为单位四元数,下文中没有特殊指出的四元数,都是单位四元数.单位四元数可以用来对三维向量进行旋转操作[26 ] .定义一个旋转变换,以单位矢量 n = [ x n y n z n ] ⊤ 所在直线为轴旋转大小为θ的角度.当使用四元数表示该旋转变换时,将这个变换记为一个四元数,如式(3)所示: ...