【技术实现步骤摘要】
本申请涉及自动控制，特别是涉及一种水下机器人的运动控制方法、装置、设备和存储介质。
技术介绍
1、随着水下机器人技术的不断发展，水下机器人可以应用海洋环境探索、危险水下作业等众多场景。在水下机器人控制领域，自主水下机器人运动控制方法主要包括常用控制方法和智能控制方法两方面，常用传统控制方法主要包括pid（proportional integralderivative，比例积分微分）控制和最优控制等方式；智能控制方法主要包括滑模控制，模糊控制及自抗扰控制等方式。在相关技术中，对水下机器人的控制方案仍存在一定的问题。基于现有的水下机器人应用实践来看，常用传统控制方法在实验室环境表现较好，但是当pid控制等方法应用到真实海洋环境中时，其往往由于海洋环境的波动，导致其在某一种特定环境下制定的pid参数在时变环境中的控制效果差。对于智能控制方案来说，由于控制模型的设计原因，也存在对于水下时变环境的适应性差、在波动较为剧烈的环境中控制效果不稳定、控制存在滞后性、对算力要求成本高等缺陷。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够在不同水流环境下保证稳定控制效果的水下机器人的运动控制方法、装置、设备和存储介质。
2、第一方面，本申请提供了一种水下机器人的运动控制方法，所述方法包括：
3、根据控制系统的动力学输入确定水下机器人的期望模型状态信息；
4、采集水下机器人的当前模型状态信息，并基于所述期望模型状态信息、当前模型状态信息构建若干组参数
5、将若干组所述参数序列配置为机器人控制模型的输入参数，获取所述机器人控制模型输出的在当前时间窗下所述期望模型状态信息对应的模型控制参数。
6、在其中一个实施例中，所述模型控制参数包括：
7、水下机器人对应的执行器参数、动力学控制参数；
8、所述参数序列包括模型状态信息、执行器参数、动力学控制参数。
9、在其中一个实施例中，所述方法还包括：
10、基于所述期望模型状态信息，利用所述水下机器人的动力学模型确定对应的所述动力学控制参数，以用于构建所述参数序列。
11、在其中一个实施例中，所述方法还包括：
12、采集当前水流环境对应的水流场参数；
13、将所述水流场参数输入已训练的水流判别模型，以获取当前水流类型识别结果；
14、将所述当前水流类型识别结果配置为所述机器人控制模型的输入参数，以用于所述机器人控制模型结合所述当前水流类型识别结果计算所述模型控制参数。
15、在其中一个实施例中，所述方法还包括：
16、基于所述水下机器人对应机器人性能参数，结合机器人控制参数确定时间窗超参数；
17、根据所述时间窗超参数配置所述机器人控制模型的输入参数维度信息。
18、在其中一个实施例中，所述方法还包括：
19、确定所述时间窗超参数对应的约束条件；其中，所述约束条件包括机器人性能参数；
20、根据所述约束条件构建时间窗超参数优化模型，并利用所述时间窗超参数优化模型基于所述机器人控制参数确定所述时间窗超参数。
21、在其中一个实施例中，所述约束条件包括：所述水下机器人的硬件性能参数、通信信道参数；
22、所述机器人控制参数包括：控制精度参数、采样间隔参数、能耗控制参数中的至少一项。
23、在其中一个实施例中，所述方法还包括：
24、构建所述水下机器人对应的动力学模型，定义所述水下机器人的模型状态和执行器动作；
25、采集样本数据；所述样本数据包括水下机器人在不同水流环境下的模型控制参数；
26、建立所述水下机器人的模型状态-执行器参数-动力学控制参数的参数序列，并定义所述水下机器人对应的自注意力机制神经网络模型；
27、利用样本数据构建所述参数序列，并对所述自注意力机制神经网络模型进行离线训练以获取训练完成的机器人控制模型。
28、在其中一个实施例中，所述方法还包括：
29、根据所述机器人模型的训练任务建立元学习优化目标；
30、构建基于编码器的水流判别模型，并利用所述样本数据中水流环境与模型控制参数之间的参数对应关系，对所述元学习优化目标进行离线学习，以用于对所述机器人控制模型进行优化。
31、第二方面，本申请还提供了一种水下机器人的运动控制装置，所述装置包括：
32、模型状态信息获取模块，用于根据控制系统的动力学输入确定水下机器人的期望模型状态信息；
33、参数序列构建模块，用于采集水下机器人的当前模型状态信息，并基于所述期望模型状态信息、当前模型状态信息构建若干组参数序列；其中，所述参数序列包括水下机器人在目标时间窗对应的模型状态信息，以及对应的模型控制参数；
34、模型控制参数确定模块，用于将若干组所述参数序列配置为机器人控制模型的输入参数，获取所述机器人控制模型输出的在当前时间窗下所述期望模型状态信息对应的模型控制参数。
35、第三方面，本申请还提供了一种电子设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述水下机器人的运动控制方法。
36、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现水下机器人的运动控制方法。
37、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现水下机器人的运动控制方法。
38、上述水下机器人的运动控制方法、装置、计算机设备和存储介质，通过根据控制系统的动力学输入确定水下机器人在当前时间窗的期望的模型状态信息，并结合当前模型状态信息来构建模型控制参数，从而可以将连续的多组参数序列作为输入参数，利用机器人控制模型确定当前时间窗对应的模型控制参数。通过利用多组参数序列来计算当前时间窗下水下机器人的模型控制参数，并利用基于运动学的运动状态观测结果来构建模型参数序列，能够实现对水下机器人进行精准控制，提升对水下机器人控制的鲁棒性。
本文档来自技高网...【技术保护点】
1.一种水下机器人的运动控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述模型控制参数包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述约束条件包括：所述水下机器人的硬件性能参数、通信信道参数；
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
10.一种水下机器人的运动控制装置，其特征在于，所述装置包括：
11.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程
...【技术特征摘要】
1.一种水下机器人的运动控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述模型控制参数包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述约束条件包括：所述水下机器人的硬件性能参数、通信信道参数...
【专利技术属性】
技术研发人员：杜军，米唯实，任勇，李宗霖，侯向往，门伟，王子源，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。