基于非同阶多模型切换的自主水下机器人运动控制器集在线优化研究

The critical work on the control technology of Autonomous Underwater Vehicle (AUV) is that how to improve the adaptive ability of AUV as well as keep its high motion control performances under complex and unknown environments. However, there is still a lot of work need to be done to enhance the adaptive ability of AUV because many factors, such as mutual effects of AUV system coupling states and unpredictable external disturbances, have a big influence on the control performances of AUV motions. Based on the multi-model control research, one improved multi-model control algorithm, which is composed of different sub-model sets and online optimized controller set, is proposed in this study by taking advantages of several controllers under different requirements comprehensively to minimize the disturbances resulting from AUV self and external environments. Multi-controller with different weighting factors is advised to keep the stability of the system without chattering during the switching process. Meanwhile, all the above ideas have been tested and further refined by the numerical and semi- physical simulation and cistern trials. It is significant for improving the adaptive ability of AUV under complex circumstances.

如何在保证自主水下机器人(AUV)良好运动控制性能的情况下，提高AUV系统自适应能力是AUV控制技术工作的重点。但提高AUV系统在复杂多变环境中的自适应能力有诸多科学问题有待解决，其中系统耦合状态项间的相互干扰、无法预测的外界干扰等影响着AUV系统运动控制性能。本项目通过对多模型控制策略研究，提出构建非同阶多模型集、在线优化控制器集等策略，综合多种控制策略在不同控制要求下的控制优势，降低AUV系统自身及其外界环境等因素对运动控制的影响。针对多模型切换过程的抖动现象，本项目提出基于不同加权因子的多控制策略加权法，实现切换过程的平稳性。通过数字仿真、半物理仿真、水池试验等手段对所研究内容进行验证，并加以改善。这在提高AUV系统在复杂多变环境中的自适应能力方面具有重要的意义。

具有良好的运动控制品质与自适应能力是AUV系统高效率完成水下作业的保证，根据AUV系统运动控制特点，提出了基于非同阶多模型切换策略的智能控制方法，解决了AUV系统强耦合项间的相互干扰问题与控制品质不理想问题；针对USV系统模型参数未知问题提出了多辨识模型下最佳控制策略的选取。本项目主要研究成果为：.（1）根据AUV系统运动控制特点，构建了系统运动控制模型集。AUV系统运动控制模型复杂多变且各个状态变量间相互耦合，对于控制策略的设计是一个挑战性的难题。为了有目的的控制AUV系统的位姿，课题组成员通过构建模型集将复杂的运动控制模型分解为多个子模型，而后为各子模型设计对应控制策略，分而治之的解决AUV运动控制问题。.（2）根据AUV系统各子模型特点，本项目推导出五条非同阶多模型切换策略，以实现不同运动控制模型间的平滑转换，避免各耦合状态变量间的相互影响。并通过AUV湖泊试验进行验证验证。试验数据表明，本项目所提出的非同阶多模型切换控制策略，消弱了PID控制算法在深度控制中出现的调节时间长、超调量大、且易受航向与速度变化的影响等问题，提高了AUV系统的运动控制品质与抗干扰能力。.（3）基于多辨识模型集的动态滑模控制法在半潜式水下机器人（Unmanned Semi-submersible Vehicle, USV）湖泊试验中实现了在线获取最佳控制策略的目的。由于所研究USV系统运动控制模型参数未知，项目组成员提出了通过最小二乘辨识法构建过渡辨识模型集，通过预设平均拟合偏差范围，构建临时辨识模型集。以模型集所含各模型参数为依据设置多组动态滑模控制参数，以USV系统湖泊试验控制品质为依据，在线获取系统‘最佳’控制策略参数，湖试证明所提控制切换策略达到了预期研究目标。.水下机器人湖泊试验证明本项目所提非同阶多模型切换控制法提高了AUV系统与USV系统的运动控制品质与自适应能力，达到了本项目预期研究目的。