一种多电机协同推进的水下机器人路径跟踪方法技术

本发明专利技术公开了一种多电机协同推进水下机器人路径跟踪控制系统，提供了一种能够按照期望路径自主航行的水下机器人控制方法。整个路径跟踪流程包括解算空间误差，求解电机期望转速和多电机控制三部分。在求解空间误差方面，本发明专利技术通过视线法求解出空间误差，得出水下机器人期望航速下的艏向角与纵倾角。在求解电机期望转速方面，本发明专利技术提出基于改进细菌菌落优化优化的模糊算法，通过改进BC0算法优化模糊控制器中模糊规则和隶属度函数，降低模糊控制器的矛盾规则和空挡的不良影响。在多电机控制系统方面，采用偏差耦合和交叉耦合的控制结构，并提出快速非奇异等效终端滑模控制算法，用切换控制保证系统的状态不离开滑模面，提高系统的鲁棒性。

【技术实现步骤摘要】
一种多电机协同推进的水下机器人路径跟踪方法
本专利技术涉及一种水下机器人系统以及控制方法，尤其涉及一种水下机器人多电机协同推进与路径跟踪系统及控制方法。属于电机控制和水下机器人控制

技术介绍
水下机器人的工作环境与陆地差异很大，这也导致水下机器人的运动控制特性较为特殊。具体表现在：流体的密度和粘性影响着水下机器人在水下的运动；水下机器人航速较慢；海流对水下机器人的运动也存在不确定性的干扰。这些都增加了水下机器人的控制难度，所以其控制系统的设计需具备较强的自适应能力以及抗干扰能力等。本专利技术旨在提出一种水下机器人路径跟踪控制系统，并将多电机协同控制技术应用到水下机器人的动力推进系统中，实现水下机器人精准、稳定的运动。水下机器人在航行过程中由于受到外界环境和自身系统不确定性的影响，会导致船舶实际控制效果和预设目标不一样，这在水下机器人路径跟踪控制中尤为明显，比如，水流、波浪会使水下机器人运动控制性能变差。为了解决水下机器人路径跟踪问题，PID控制、最优控制、反步法、模型预测控制等控制方法均被应用至水下机器人路径跟踪控制中，但均有各自的优缺点。如最优控制可以处理约束且目标函数具有明确的控制目标，但对模型精度要求比较高，解析过程复杂；模型预测控制是在最优控制的基础上发展而来，可显式处理多变量约束优化控制问题，但非线性优化问题求解速率慢，在实时控制中难以满足实时性要求。保持多电机的协同运转常有两种方法：一种是机械方式；另一种是电方式。机械协调传动方式牢固可靠，但传动范围及距离一般很有限，而对一些要求动态定位对接的控制，使用机械传动控制难以取得较好的效果。与此相反，电方式多电机协同控制使用范围基本上不受限制，使用方式十分灵活，该控制一般可分为非耦合控制策略和耦合控制策略。非耦合的协同控制方式结构简单、容易实现，但其缺陷在于当某一电机的负载、速度或位置等发生变化时，其他电机就不能作相应调整，从而影响到协调性能。因此在对协同控制性能要求较高的生产工艺中无法应用。针对这一现象，耦合控制策略应运而生。耦合控制常用的为三种：交叉耦合控制、相邻耦合控制、偏差耦合控制。由于以上3种传统控制策略只能实现多电机完全同步和比例同步运行，根据水下辅助采油有缆遥控机器人技术要求，并且多电机比例同步运行中各电机转速的比例不是固定的，因此以上耦合控制结构不能完全适合水下机器人。
技术实现思路
本专利技术旨在提出一种多电机协同推进的水下机器人路径跟踪方法，将多电机协同控制技术应用到水下机器人的动力推进系统中，并与水下机器人路径跟踪技术相结合，实现水下机器人精准、稳定的运动。为了提高控制系统的鲁棒性和抗干扰能力，本专利技术提出基于模糊控制的路径跟踪控制方法，并通过细菌菌落优化算法对模糊控制的隶属度函数及模糊规则进行优化；在多电机推进系统方面，本专利技术采用一种带转速比例模块的偏差耦合控制结构和一种带转速比例模块的交叉耦合控制结构；在多电机控制算法方面，本专利技术提出一种快速非奇异终端滑模控制算法，以实现水下机器人在广阔而复杂的海洋环境中安全、平稳、准确的运动。本专利技术的目的通过以下技术方案予以实现：一种水下机器人路径跟踪控制方法，包括以下步骤：通过视线法求解出水下机器人运动学误差。所谓的视线法就是航行过程中的未来的某个想要到达的点作为当前控制的目标参考点。在路径跟踪控制中，设期望路径是确定的参考曲线，水下机器人期望路径上的跟踪点为(xd,yd,zd)，并定义路径点跟踪误差为：依据视线法，可得到位移误差方程：式中：根据当前姿态与期望姿态角度，构建路径跟踪模糊控制器。路径跟踪指的是在已知初始位置、姿态和期望路径的情况下，推导解算出合适的控制率。控制过程中，首先给出期望路径指令和当前的位置指令，依据路径解算器分别求出期望速度下的期望艏向角和纵倾角，然后通过设计的路径跟踪控制器缩小并消除艏向角，速度以及纵倾角误差，从而间接地消除与期望路径的误差。其中，期望艏向角、期望速度和期望纵倾角是由路径解算器解算求得，其采用空间误差解算方法。路径跟踪控制器部分组成了一个精确的空间曲线路径跟踪控制系统，运用模糊控制分别解算出对应螺旋桨转速指令来调整动作。前述水下机器人路径跟踪控制方法，引入改进细菌菌落优化算法(BCO)，BCO为细菌菌落算法，优化模糊控制器。本专利技术将改进BCO算法引入模糊控制器的设计，用它在现有的隶属度函数及模糊规则上进一步优化以改善模糊控制器的性能。首先，选用偏差积分性能指标中的误差绝对值与时间乘积的积分ITAE为目标函数。该性能指标可以降低初始大误差对性能指标的影响，并且此指标越小系统性能越好。目标函数形式如下：通过改进BCO算法对隶属度函数参数进行整定，获取一组最优隶属度参数，使ITAE指标最小，再把最优的隶属度参数使用到模糊控制器中；步骤1：初始化算法的各种相关参数，例如，最大种群规模、繁殖条件、个体寿命等，将隶属度函数的n个参数看作是n维空间中的一组可行解，设置相关约束条件；步骤2：初始化单个细菌个体或少量细菌个体；步骤3：根据细菌个体当前位置，调用被控对象程序用公式(4)评价细菌适应度值，即计算每个细菌的目标函数值，记录当前目标函数值gbest以及参数值，采用随机搜索方法，更新gbest，并更新隶属度函数的n个参数；步骤4：如果当前细菌个体适应度值优于上一次迭代，即对优解，细菌个体进行前进操作，否则，对于劣解，进行翻滚操作；步骤5：判断当前种群是否达到最大种群，是返回步骤3；否则，若连续前进NP次达到繁殖条件，则执行繁殖操作，然后返回执行步骤3，否则返回执行步骤3；步骤6：如果连续翻滚ND次达到死亡条件，则执行死亡操作后执行步骤7，否则返回执行步骤3；步骤7：如果种群数量为零，则算法结束，输出ITAE曲线，闭环系统单位阶跃响应，最优ITAE值以及最优隶属度函数参数等，否则返回执行步。一种水下机器人多电机协同推进控制方法，包括以下步骤：ROV的运动是靠电机实现的，本专利技术在水平方向使用四台电机实现水下机器人的多姿态运动，四台电机的速度补偿器采用偏差耦合的连接方式，将每台电机的速度反馈先经MUX模块耦合起来，再经过比例环节和速度补偿器进行调节。偏差耦合即是取得各电机之间的偏差，再通过耦合得出总的补偿信号值。各台电机速度补偿器根据各电机的转动惯量和电机的速度差计算出需要提供给各电机的补偿信号，例如求取第一台电机的补偿值β1公式为：β1＝l12(ω1-ω2/k2)+l13(ω1-ω3/k3)+l14(ω1-ω4/k4)(5)其中，l12，l13,l14为增益系数，通常取两电机转动惯量之比。在垂直方向使用两台电机实现水下机器人的升降运动，两台电机的速度补偿器采用交叉耦合的连接方式，每台电机及其控制器、逆变器、检测器组成单闭环系统，两台电机之间的同步误差分别乘以不同的增益l56与l65对电机进行补偿，补偿值、给定转速、实际转速为控制器的输入。对永磁同步电机系统采用双闭环进行控制：内本文档来自技高网...

【技术保护点】
1.一种多电机协同推进的水下机器人路径跟踪方法，其特征在于，水下机器人路径跟踪控制方法，包括以下内容，首先通过视线法求解出水下机器人运动学误差，所谓的视线法就是航行过程中的未来的某个想要到达的点作为当前控制的目标参考点；在路径跟踪控制中，设期望路径是确定的参考曲线，水下机器人期望路径上的跟踪点为(x

【技术特征摘要】
1.一种多电机协同推进的水下机器人路径跟踪方法，其特征在于，水下机器人路径跟踪控制方法，包括以下内容，首先通过视线法求解出水下机器人运动学误差，所谓的视线法就是航行过程中的未来的某个想要到达的点作为当前控制的目标参考点；在路径跟踪控制中，设期望路径是确定的参考曲线，水下机器人期望路径上的跟踪点为(xd,yd,zd)，并定义路径点跟踪误差为：



依据视线法，可得到位移误差方程：



式中：



根据当前姿态与期望姿态角度，构建路径跟踪模糊控制器，在已知初始位置、姿态和期望路径的情况下，推导解算出合适的控制率；控制过程中，首先给出期望路径指令和当前的位置指令，依据路径解算器分别求出期望速度下的期望艏向角和纵倾角，然后通过设计的路径跟踪控制器缩小并消除艏向角，速度以及纵倾角误差，从而间接地消除与期望路径的误差；其中，期望艏向角、期望速度和期望纵倾角是由路径解算器解算求得，其采用空间误差解算方法。路径跟踪控制器部分组成了一个精确的空间曲线路径跟踪控制系统，运用模糊控制分别解算出对应螺旋桨转速指令来调整动作。


2.根据权利要求1所述的路径跟踪模糊控制器，引入改进细菌菌落优化算法即改进BCO算法以优化模糊控制器，BCO算法根据细菌及菌落在培养基中遵循一定的生长规律，进行最优解的搜索；本发明将改进BCO算法引入模糊控制器的设计，用它在现有的隶属度函数及模糊规则上进一步优化以改善模糊控制器的性能；首先，选用偏差积分性能指标中的误差绝对值与时间乘积的积分ITAE为目标函数，该性能指标可以降低初始大误差对性能指标的影响，并且此指标越小系统性能越好，目标函数形式如下：



通过改进BCO算法对隶属度函数参数进行整定，获取一组最优隶属度参数，使ITAE指标最小，再把最优的隶属度参数使用到模糊控制器中；
步骤1：初始化算法的各种相关参数，例如，最大种群规模、繁殖条件、个体寿命等，将隶属度函数的n个参数看作是n维空间中的一组可行解，设置相关约束条件；
步骤2：初始化单个细菌个体或少量细菌个体；
步骤3：根据细菌个体当前位置，调用被控对象程序用公式(4)评价细菌适应度值，即计算每个细菌的目标函数值，记录当前目标函数值gbest以及参数值，采用随机搜索方法，更新gbest，并更新隶属度函数的n个参数；
步骤4：如果当前细菌个体适应度值优于上一次迭代，即对优解，细菌个体进行前进操作，否则，对于劣解，进行翻滚操作；
步骤5：判断当前种群是否达到最大种群，是返回步骤3；否则，若连续前进NP次达到繁殖条件，则执行繁殖操作，然后返回执行步骤3，否则返回执行步骤3；
步骤6：如果连续翻滚ND次达到死亡条件，则执行死亡操作后执行步骤7，否则返回执行步骤3；
步骤7：如果种群数量为零，则算法结束，输出ITAE曲线，闭环系统单位阶跃响应，最优ITAE值以及最优隶属度函数参数等，否则返回执行步。


3.一种多电机协同推进的水下机器人路径跟踪方法，其特征在于，水下机器人多电机协同推进控制方法，包括以下内容，将期望电机转速作为多电机推进系统的输入，控制水下机器...

【专利技术属性】
技术研发人员：曾庆军，吴伟，戴晓强，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：江苏;32