面向浮游作业的水下机器人-机械手系统的协调控制研究

在自主/遥控水下机械人(ARV)平台上装备水下机械手而构成的机器人-机械手系统(UVMS)可用于军事侦查、海底资源勘察、采样等多种军用和民用领域。但由于系统本身的非线性、强耦合、时变、高维数、传感器性能的低下以及受到水动力的干扰，导致机器人-机械手的协调控制成为目前国内外水下机器人控制领域中的一个极具挑战性的课题。本研究面向UVMS浮游自主/半自主作业任务，探讨附加质量、粘压阻尼、海流等水动力项的空间算子描述形式，在空间算子代数理论体系下构建系统的高效递推动力学模型；针对水下采样、攀附等不便于坐沉作业的任务，提出一种基于模糊推理机的、可考虑多项二次性能优化指标的冗余度分解算法；结合高效递推动力学模型，设计基于虚拟分解技术的自适应鲁棒控制策略以改善系统的跟踪性能，从而形成完整的UVMS动力学分析与控制器设计仿真平台。最后通过水池试验验证所提方法的有效性。

水下机器人-机械手系统在多种军用和民用领域具有广泛应用。本项目对UVMS的动力学建模、多目标辨识和定位、基于动力学模型的控制技术进行了试验研究和理论分析。提出了一种计算分布式系统水动力系数的方法，以一台水下机械手为研究对象，研究了其在流干扰下的水动力学，发现浮力产生的关节力矩较大，流干扰次之，而水下机械手运动搅水引起的水动力甚微。对水下作业系统接近觉和视觉的输出信息进行了关联，通过具有自学习能力的神经网络对两种互质传感器的输出进行融合，实现水下多目标的定位。将滑模控制用于水下机械手的伺服控制，设计了一种基于水下机械手动力学模型的鲁棒控制器。建立了基于水下视觉和接近觉的多目标定位系统及其信息融合控制系统，开展了水下机械手自主作业试验研究，其有效性在船池的实验中得到了验证。