水下仿人手臂遥操作抓取和捕获控制研究

Due to the influence of the wind and the wave current, the shallow sea environment is much complex and the underwater operation is very difficult. In order to improve the intellectualization level of marine engineering equipments in China, the proposal aims to break through the tough problem of poor real-time and unstability of the human-robot interactive underwater teleoperation such as accurately grasping and safely capturing underwater flexible objects. It will construct an underwater geometric model and a dynamic model of the virtual underwater predictive environment. The dynamic parameters are identified and modified online by the sliding least square method based on the adaptive window to overcome the serious influence of the large time-delay. The adaptive disturbance oberver based grasping control method based on muscle synergies is studied to improve the self-adaptability and the anti-disturbance performance of the anthropomorphic arm system. An improved reinforcement learning trajectory path planning algorithm is explored to solve the reference trajectory. An adaptive iterative learning impedance control is designed to enable the end-effector to capture flexible targets with appropriate forces. A prototype of the underwater anthropomorphic arm teleoperation will be constructed, and the proposed method will be tested in a comprehensive test tank. This research will promote the research of the underwater human-robot interaction teleoperation theory and enhance the application of the anthropomorphic arm driven by pneumatic artificial muscles into practice.

由于受到风和海流的影响，浅水环境比较复杂，水下作业困难。为提高我国海洋工程装备的智能化水平，突破人机交互水下遥操作实时性和稳定性差的难题，以实现水下柔性对象的准确、安全捕获，本项目拟构建水下环境的几何模型和虚拟预测水下环境的动力学模型，并采用基于自适应窗口滑动最小二乘法对参数进行在线修正，以克服大时延的严重影响；研究肌肉协同作用下的自适应抗干扰抓取控制方法，提高仿人手臂系统的自适应性与抗干扰性能；探索用于求解参考轨迹的改进强化学习轨迹规划算法，设计自适应迭代学习阻抗控制使末端执行器能够以合适的力捕获柔性对象；研制水下仿人手臂遥操作样机，在综合实验水池中对所提出的方法进行实验验证。该研究将丰富水下人机交互遥操作理论体系，促进气动肌腱驱动仿人手臂的应用。

由于受到风和海流的影响，浅水环境比较复杂，水下作业困难。为提高我国海洋工程装备的智能化水平，突破人机交互水下遥操作实时性和稳定性差的难题，以实现准确抓取、安全捕获。本项目完成了以下内容： .(1) 基于Unity3D和C++构建了虚拟预测水下环境平台. 采用Unity3D以及C++程序构建了虚拟水下遥操作抓取实验平台，建立了虚拟预测水下环境平台，并采用基于自适应窗口滑动最小二乘法对参数进行在线修正。首先，设计和建立人机交互遥操作仿人手臂系统，包括操作者所在的主端各子系统和仿人手臂所在的从端系统。其次，基于主端手控器模型、从端仿人手臂模型和待捕获柔性体模型，能够实时得出在动态水下环境中待捕获柔性物体与机械臂末端的实时交互力矢量值。最后，通过数字仿真实验验证了所提出理论的实时性和稳定性。.(2) 提出肌肉协同作用下的自适应抗干扰抓取控制方法. 采用自适应模糊神经网络（ANFIS）的逆模型辨识器和多输入多输出（MIMO）系统的抗干扰观测器(DOB）设计了肌肉协同作用下的自适应抗干扰抓取控制方法，通过MATLAB数字仿真验证了所提出方法的快速性，准确性和稳定性，轨迹跟踪精度可达到96%，并且在自行研发的仿人手臂平台上进行了实物抓取实验验证，结果表明所提出的方法能够精确地到达待捕获的柔性物体。.(3) 末端执行器安全捕获柔性对象的力控制研究. 设计了改进的强化学习轨迹规划算法，基于其提出了自适应迭代学习阻抗控制方法，采用MATLAB对所提出的方法进行了验证，结果表明所提提出的方法的力跟踪精度可以达到95%；最后，根据水下环境的估计结果设计自适应迭代学习阻抗控制器对末端执行器和柔性对象之间的阻抗模型参数进行实时调整，基于研制的仿人手臂系统、虚拟预测水下环境平台对柔性物体进行了抓取实验，结果表明所提出的方法能够以合适的力捕获柔性对象。.本项目的科学意义在于能够丰富水下人机交互遥操作的基础理论研究， 并且可以应用于工业制造业以及国防，如遥操作海洋石油资源勘探、渔业和船舶水下检修以及废弃水下航行器的打捞。