开云优惠体育网页版入口

专利名称：一种水下机器人多自由度耦合运动的控制方法

专利类型：发明专利

专利申请号：CN202411154435.1

专利申请（专利权）人：中国海洋大学
权利人地址：山东省青岛市崂山区松岭路238号

专利发明（设计）人：杨睿,谢云峰,王晓敏,李华军,黎明,杜君峰

专利摘要：本发明属于海洋工程技术领域，具体公开了一种水下机器人多自由度耦合运动的控制方法，包括以下步骤：S1、建立水下机器人多自由度非线性耦合的运动模型，该模型中的惯性质量矩阵、附加质量矩阵、线性阻尼矩阵以及非线性阻尼矩阵的非对角线存在非零元素；S2、建立步骤S1中运动模型的参数不确定性边界；S3、建立具有耦合特性描述的水下机器人多自由度标称状态空间模型；S4、进行水下机器人多自由度耦合运动控制器整定。本发明有利于对多自由度水下机器人耦合运动进行控制，抑制了多自由度水下机器人的耦合运动，提高了整个系统的控制效果。

主权利要求：
1.一种水下机器人多自由度耦合运动的控制方法，其特征在于，包括以下步骤：S1、建立水下机器人多自由度非线性耦合的运动模型，该模型中的惯性质量矩阵、附加质量矩阵、线性阻尼矩阵以及非线性阻尼矩阵的非对角线存在非零元素；
S2、建立步骤S1中运动模型的参数不确定性边界；
S3、建立具有耦合特性描述的水下机器人多自由度标称状态空间模型；
S4、进行水下机器人多自由度耦合运动控制器整定；
所述步骤S1中水下机器人多自由度非线性耦合的运动模型的公式为：；
其中，μ为水下机器人在运动坐标系下各个自由度的速度和角速度，；τ是水下机器人六自由度耦合运动模型的输入量；
MRB为惯性质量矩阵；MA为附加质量矩阵、DLD为线性阻尼矩阵以及DND为非线性阻尼矩阵；
所述步骤S2包括以下步骤：
S21、通过实验法构建所述水下机器人的艏摇自由度的线性阻尼系数DYLD以及非线性阻尼系数DYND；
S22、建立所述运动模型的不确定性边界：；
其中，DLDC为假定线性阻尼补偿矩阵、δ为假定线性阻尼补偿矩阵的不确定性阻尼矩阵；
τc是控制器的输出、τcom是非线性补偿量；
所述步骤S3包括以下步骤：
S31、建立水下机器人的六自由度的具有耦合特性描述的运动模型；
所述步骤S31包括以下步骤：
S311、建立用于耦合特性描述的水下机器人多自由度耦合线性运动模型：；
式中，M为质量矩阵，M=MRB+MA；
S312、设置质量矩阵M和假定线性阻尼补偿矩阵DLDC的不确定性；建立标称 和 ；
所述标称 和 满足下列公式：
；
式中， ， ；并且Pi是M的摄动范围，Pd是DLDC的摄动范围；
?1
S313、建立质量矩阵的逆矩阵M 和假定线性阻尼补偿矩阵DLDC的上线性分式变换的标准形式后，得到水下机器人的六自由度的具有耦合特性描述的运动模型；
S32、建立步骤S31中运动模型的过渡状态空间方程和状态空间方程后，得到具有耦合特性描述的水下机器人多自由度标称状态空间模型；
所述步骤S32中运动模型的过渡状态空间方程：；
式中，τ是该模型的力或力矩和位移或角度输入信号，y是该模型的力或力矩和位移或角度输出信号；ui是不确定性δi的输入信号，yi是不确定性δi的输出信号；ud是不确定性δd的输入信号，yd是不确定性δd的输出信号；νd为中间变量；
所述运动模型的状态空间方程：
；
所述具有耦合特性描述的水下机器人多自由度标称状态空间模型：。
2.根据权利要求1所述的一种水下机器人多自由度耦合运动的控制方法，其特征在于，不确定性阻尼矩阵δ的计算过程为：。
3.根据权利要求1所述的一种水下机器人多自由度耦合运动的控制方法，其特征在于，?1所述质量矩阵的逆矩阵M 和假定线性阻尼补偿矩阵DLDC的上线性分式变换的标准形式：；
水下机器人的六自由度的具有耦合特性描述的运动模型：。
4.根据权利要求1所述的一种水下机器人多自由度耦合运动的控制方法，其特征在于，所述步骤S4包括以下步骤：S41、建立线性矩阵不等式，所述线性矩阵不等式用于求解水下机器人多自由度耦合运动控制器：；
式中，Wp为性能权重函数、We为误差权重函数、Wu为输入权重函数、P为具有耦合特性描述的水下机器人多自由度标称状态空间模型、K为所求的水下机器人多自由度耦合运动控制器以及γ为性能准则；
S42、将性能权重函数Wp设置为高通传递函数形式，误差权重函数We设置为低通传递函数形式，输入权重函数Wu设置为微小正值；
S43、求解水下机器人多自由度耦合运动 鲁棒控制器。 说明书 : 一种水下机器人多自由度耦合运动的控制方法技术领域[0001] 本发明涉及海洋工程技术领域，具体涉及一种水下机器人多自由度耦合运动的控制方法。背景技术[0002] 水下机器人作为海洋科研工作的重要装备之一，在海洋资源勘测、海洋环境观测、管道检查以及水下搜救与捕捞等诸多科学领域起到至关重要的作用。然而，复杂多变的海洋环境，造就了水下机器人运动控制系统存在多自由度，强耦合、非线性以及高不确定性等问题。[0003] 现有的对于多自由度水下机器人运动控制常用的方法，如传统的比例积分微分控制、先进的模型预测控制和滑模控制。这些控制方法更多的是针对非线性和不确定性。而针对水下机器人运动控制中存在的强耦合问题，目前现有技术中是通过将水下机器人分为水平面和垂直面，从而设计两个或多个控制器来控制。或者研究两个自由度如垂荡和纵摇之间的耦合控制。但这些控制方法基本不能抑制多自由度水下机器人的耦合运动，只能做到各自由度的运动控制和低自由度之间的耦合运动控制，这会导致水下机器人运动中产生不必要的动作，不利于完成灵巧的任务。[0004] 综上，现需要设计一种水下机器人多自由度耦合运动的控制方法来解决现有技术中上述问题。发明内容[0005] 本发明提供了一种水下机器人多自由度耦合运动的控制方法，解决了现有水下机器人因强耦合问题导致水下机器人运动中产生不必要的动作的问题。[0006] 为达到解决上述技术问题的目的，本发明采用如下技术方案：[0007] 一种水下机器人多自由度耦合运动的控制方法，包括以下步骤：[0008] S1、建立水下机器人多自由度非线性耦合的运动模型，该模型中的惯性质量矩阵、附加质量矩阵、线性阻尼矩阵以及非线性阻尼矩阵的非对角线存在非零元素；[0009] S2、建立步骤S1中运动模型的参数不确定性边界；[0010] S3、建立具有耦合特性描述的水下机器人多自由度标称状态空间模型；[0011] S4、进行水下机器人多自由度耦合运动控制器整定。[0012] 在本发明的一些实施例中，所述步骤S1中水下机器人多自由度非线性耦合的运动模型的公式为： ；[0013] 其中，μ为水下机器人在运动坐标系下各个自由度的速度和角速度，；τ是水下机器人六自由度耦合运动模型的输入量；[0014] MRB为惯性质量矩阵；MA为附加质量矩阵、DLD为线性阻尼矩阵以及DND为非线性阻尼矩阵。[0015] 在本发明的一些实施例中，所述步骤S2包括以下步骤：[0016] S21、通过实验法构建所述水下机器人的艏摇自由度的线性阻尼系数DYLD以及非线性阻尼系数DYND；[0017] S22、建立所述运动模型的不确定性边界：[0018] ；[0019] 其中，DLDC为假定线性阻尼补偿矩阵、δ为假定线性阻尼补偿矩阵的不确定性阻尼矩阵；τc是控制器的输出、τcom是非线性补偿量。[0020] 在本发明的一些实施例中，不确定性阻尼矩阵δ的计算过程为：[0021] 。[0022] 在本发明的一些实施例中，所述步骤S3包括以下步骤：[0023] S31、建立水下机器人的六自由度的具有耦合特性描述的运动模型；[0024] S32、建立步骤S31中运动模型的过渡状态空间方程和状态空间方程后，得到具有耦合特性描述的水下机器人多自由度标称状态空间模型。[0025] 在本发明的一些实施例中，所述步骤S31包括以下步骤：[0026] S311、建立用于耦合特性描述的水下机器人多自由度耦合线性运动模型：[0027] ；[0028] 式中，M为质量矩阵，M=MRB+MA；[0029] S312、设置质量矩阵M和假定线性阻尼补偿矩阵DLDC的不确定性；建立标称 和；[0030] S313、建立质量矩阵的逆矩阵M?1和假定线性阻尼补偿矩阵DLDC的上线性分式变换的标准形式后，得到水下机器人的六自由度的具有耦合特性描述的运动模型。[0031] 在本发明的一些实施例中，所述标称 和 满足下列公式：[0032] ；[0033] 式中， ， ，并且Pi是M的摄动范围，Pd是DLDC的摄动范围。[0034] 在本发明的一些实施例中，所述质量矩阵的逆矩阵M?1和假定线性阻尼补偿矩阵DLDC的上线性分式变换的标准形式：[0035] ；[0036] 水下机器人的六自由度的具有耦合特性描述的运动模型：[0037] 。[0038] 在本发明的一些实施例中，所述步骤S32中运动模型的过渡状态空间方程：[0039] ；[0040] 式中，τ是该模型的力或力矩和位移或角度输入信号，y是该模型的力或力矩和位移或角度输出信号；ui是不确定性δi的输入信号，yi是不确定性的δi输出信号；ud是不确定性δd的输入信号，yd是不确定性的δd输出信号；νd为中间变量。[0041] 所述运动模型的状态空间方程：[0042] ；[0043] 所述具有耦合特性描述的水下机器人多自由度标称状态空间模型：[0044] 。[0045] 在本发明的一些实施例中，所述步骤S4包括以下步骤：[0046] S41、建立线性矩阵不等式，所述线性矩阵不等式用于求解水下机器人多自由度耦合运动控制器：[0047] ；[0048] 式中，Wp为性能权重函数、We为误差权重函数、Wu为输入权重函数、P为具有耦合特性描述的水下机器人多自由度标称状态空间模型、K为所求的水下机器人多自由度耦合运动控制器以及γ为性能准则；[0049] S42、将性能权重函数Wp设置为高通传递函数形式，误差权重函数We设置为低通传递函数形式，输入权重函数Wu设置为微小正值；[0050] S43、求解水下机器人多自由度耦合运动 鲁棒控制器。[0051] 本发明的技术方案相对现有技术具有如下技术效果：[0052] 本发明提供了一种水下机器人多自由度耦合运动控制方法及系统，针对多自由度水下机器人自身的强耦合问题，为水下机器人多自由度耦合运动系统设计了鲁棒控制器。通过对多自由度水下机器人附加质量矩阵、惯性质量矩阵和阻尼矩阵等各参数的辨识，有利于对多自由度水下机器人的强耦合作用和建模不确定性边界加以辨识，以对多自由度水下机器人运动模型中的耦合作用加以描述，以对多自由度水下机器人耦合作用加以控制，可有利于对多自由度水下机器人耦合运动进行控制，抑制了多自由度水下机器人的耦合运动，提高了整个系统的控制效果。附图说明[0053] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0054] 图1为本申请实施例提供的水下机器人运动坐标系与大地坐标系的示意图；[0055] 图2为本申请实施例提供的水下机器人的六自由度的具有耦合特性描述的运动模型结构框图；[0056] 图3为本申请实施例提供的水下机器人六自由度耦合运动的上线性分式变换的结构框图；[0057] 图4为本申请实施例提供的水下机器人六自由度耦合运动控制器的性能准则图；[0058] 图5为本申请实施例提供的纵荡与耦合最大自由度曲线跟踪图；[0059] 图6为对比方法提供的纵荡与耦合最大自由度曲线跟踪图；[0060] 图7为本申请实施例提供的横荡与耦合最大自由度曲线跟踪图；[0061] 图8为对比方法提供的横荡与耦合最大自由度曲线跟踪图；[0062] 图9为本申请实施例提供的垂荡与耦合最大自由度曲线跟踪图；[0063] 图10为对比方法提供的垂荡与耦合最大自由度曲线跟踪图；[0064] 图11为本申请实施例提供的横摇与耦合最大自由度曲线跟踪图；[0065] 图12为对比方法提供的横摇与耦合最大自由度曲线跟踪图；[0066] 图13为本申请实施例提供的纵摇与耦合最大自由度曲线跟踪图；[0067] 图14为对比方法提供的纵摇与耦合最大自由度曲线跟踪图；[0068] 图15为本申请实施例提供的艏摇与耦合最大自由度曲线跟踪图；[0069] 图16为对比方法提供的艏摇与耦合最大自由度曲线跟踪图。具体实施方式[0070] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0071] 在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。[0072] 一种水下机器人多自由度耦合运动的控制方法，包括以下步骤：[0073] S1、建立水下机器人多自由度非线性耦合的运动模型，该模型中的惯性质量矩阵、附加质量矩阵、线性阻尼矩阵以及非线性阻尼矩阵的非对角线存在非零元素；[0074] S11、定义坐标系；根据图1所示，在该实施例中，以六自由度为例；建立水下机器人的大地坐标系（ ）以及在此坐标系下的纵荡、横荡、垂荡、横摇、纵摇以及艏摇六个自由度的坐标和姿态（ ）和水下机器人的运动坐标系（ ）以及在此坐标系下的纵荡、横荡、垂荡、横摇、纵摇以及艏摇六个自由度的速度和角速度（）；[0075] S12、建立水下机器人的大地坐标系和运动坐标系的转换关系：[0076] ；[0077] 式中，J1是速度向量变换矩阵以及J2是角速度向量变换矩阵。[0078] S13、建立水下机器人六自由度耦合运动模型：；[0079] 式中，MRB为惯性质量矩阵；MA为附加质量矩阵、DLD为线性阻尼矩阵以及DND为非线性阻尼矩阵； 是回复力与力矩向量、CRB是科里奥利力与力矩矩阵、CA是科里奥利力与力矩的附加质量矩阵、 是外部环境作用力以及 是推进器推力与力矩。[0080] S14、大部分水下机器人速度较慢并且质心和浮心距离较近，因此可以不失一般性的将科里奥利力与力矩矩阵CRB、科里奥利力与力矩的附加质量矩阵CA和回复力与力矩向量省略，从而建立简化后的水下机器人六自由度耦合运动模型：；[0081] 式中，τ是水下机器人六自由度耦合运动模型的输入量。[0082] S15、利用水动力计算软件等计算本申请实施例提供的水下机器人的惯性质量矩阵MRB、附加质量矩阵MA、线性阻尼矩阵DLD以及非线性阻尼矩阵DND：[0083] 式中，惯性质量矩阵MRB、附加质量矩阵MA、线性阻尼矩阵DLD以及非线性阻尼矩阵DND的非对角线的非零元素的存在，为水下机器人多自由运动带来了强耦合问题。[0084] S2、建立步骤S1中运动模型的参数不确定性边界；[0085] S21、通过实验法构建所述水下机器人的艏摇自由度的线性阻尼系数DYLD以及非线性阻尼系数DYND：[0086] ;[0087] S22、建立所述运动模型的不确定性边界：[0088] ；[0089] 其中，DLDC为假定线性阻尼补偿矩阵、δ为假定线性阻尼补偿矩阵的不确定性阻尼矩阵；τc是控制器的输出、τcom是非线性补偿量。[0090] 具体参数根据各自由度阻尼拟合关系以及设定参考速度和角速度选。诟檬凳├，实测的艏摇自由度阻尼系数为水动力计算软件的83.2%。由于旋转阻尼系数水动力计算结果和实物实验计算结果是六自由度中相差较大的，考虑阻尼系数测量的最坏情况，因此不失一般性的将假定线性阻尼补偿矩阵DLDC设置为具有16.8%的不确定性边界；[0091] 即 。[0092] S3、建立具有耦合特性描述的水下机器人多自由度标称状态空间模型；[0093] S31、建立水下机器人的六自由度的具有耦合特性描述的运动模型；[0094] S311、建立用于耦合特性描述的水下机器人多自由度耦合线性运动模型：[0095] 式中，M为质量矩阵，M=MRB+MA；[0096] S312、设置质量矩阵M和假定线性阻尼补偿矩阵DLDC的不确定性；[0097] 根据步骤S22中的计算结果，不失一般性的，令M具有30%的不确定性和DLDC具有40%的不确定性。以此将水下机器人多自由度耦合运动模型中的强耦合特性加以描述。[0098] 建立标称 和 :[0099][0100] 式中， ， ，并且Pi是M的摄动范围，Pd是DLDC的摄动范围。[0101] S313、建立质量矩阵的逆矩阵M?1和假定线性阻尼补偿矩阵DLDC的上线性分式变换的标准形式：[0102] ；[0103] 水下机器人的六自由度的具有耦合特性描述的运动模型：[0104] 。[0105] 参照图2所示的所述运动模型的结构框图，τ是该模型的力或力矩和位移或角度输入信号，y是该模型的力或力矩和位移或角度输出信号；ui是不确定性δi的输入信号，yi是不确定性的δi输出信号；ud是不确定性δd的输入信号，yd是不确定性的δd输出信号。[0106] S32、建立步骤S31中运动模型的过渡状态空间方程和状态空间方程后，得到具有耦合特性描述的水下机器人多自由度标称状态空间模型：[0107] S321、建立运动模型的过渡状态空间方程：[0108][0109] 式中，νd为中间变量。[0110] S322、建立所述运动模型的状态空间方程：[0111] ；[0112] 参照图3所示，其为水下机器人六自由度耦合运动的上线性分式变换的结构框图，Δ为具有耦合特性描述的不确定性集合。[0113] S323、建立具有耦合特性描述的水下机器人多自由度标称状态空间模型：[0114] 。[0115] S4、进行水下机器人多自由度耦合运动控制器整定。[0116] S41、建立线性矩阵不等式，所述线性矩阵不等式用于求解水下机器人多自由度耦合运动控制器：[0117] ；[0118] 式中，Wp为性能权重函数、We为误差权重函数、Wu为输入权重函数、P为具有耦合特性描述的水下机器人多自由度标称状态空间模型、K为所求的水下机器人多自由度耦合运动控制器以及γ为性能准则；[0119] S42、建立线性矩阵不等式中的各个权重函数；[0120] 本申请实施例使用的权重函数如下：[0121] 。[0122] 设置为高通传递函数形式以提高控制器针对建模不确定性的鲁棒性，设置为低通传递函数形式，减小了控制曲线的超调和稳态误差。 设置为微小正值，降低了控制器的输出，从而抑制了控制器输出耦合。[0123] S43、求解水下机器人多自由度耦合运动 鲁棒控制器。[0124] 图4为本申请实施例求解的水下机器人六自由度耦合运动 鲁棒控制器的性能准则图，由图可知，其性能准则均小于1，满足上述线性不等式，证明该实施例的 鲁棒控制器的鲁棒稳定性高。[0125] 为验证本申请提出方法的有效性和先进性，使用传统的多自由度比例积分微分控制器进行了跟踪控制对比仿真实验。为便于展示，六自由度仿真实验中仅选取轨迹跟踪自由度和耦合最大自由度。仿真结果如图5?图16。[0126] 由各个仿真图可得，本发明在使得各自由度跟踪性能具有更快速、平稳和精确的控制优势的前提下，使得各自由度的耦合自由度的响应峰值和调节时间大幅度减。绕涫呛岬醋杂啥鹊鸟詈献杂啥认煊Ψ逯岛偷鹘谑奔洌ㄍ7，图8），分别减小了2/3和1/2。[0127] 通过以上示例，可充分证明本发明的控制效果。对比传统比例积分微分控制，在跟踪性能上展现了更快速、平稳和精确的控制优势，在耦合运动的抑制和调节上展现了更强和更快速的控制优势。[0128] 总体而言，通过本申请所构思的以上技术方案与现有技术相比，具有以下有益效果：[0129] 本申请提供了一种水下机器人多自由度耦合运动控制方法及系统，针对多自由度水下机器人自身的强耦合问题，为水下机器人多自由度耦合运动系统设计了 鲁棒控制器。通过对多自由度水下机器人附加质量矩阵、惯性质量矩阵和阻尼矩阵等各参数的辨识，有利于对多自由度水下机器人的强耦合作用和建模不确定性边界加以辨识，以对多自由度水下机器人运动模型中的耦合作用加以描述，以对多自由度水下机器人耦合作用加以控制，可有利于对多自由度水下机器人耦合运动进行控制，抑制了多自由度水下机器人的耦合运动，提高了整个系统的控制效果。[0130] 在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。[0131] 以上仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

专利地区：山东

专利申请日期：2024-08-22

专利公开日期：2024-11-29

专利公告号：CN118655906B