水下機(jī)器人動(dòng)力學(xué)模型辨識(shí)與廣義預(yù)測控制技術(shù)研究.pdf

1、21世紀(jì)是人類研究、開發(fā)及和平利用海洋的世紀(jì)，隨著人類對(duì)海洋開發(fā)利用的不斷增加，能夠探測水下環(huán)境并且自主完成特定作業(yè)任務(wù)的水下機(jī)器人受到國內(nèi)外研究機(jī)構(gòu)的廣泛重視。作為在復(fù)雜海洋環(huán)境下工作的載體，自主性及安全性是水下機(jī)器人的重要特征，智能控制技術(shù)是保障其自主性和安全性的重要基礎(chǔ)和核心技術(shù)。水下機(jī)器人智能控制的內(nèi)涵包括自主規(guī)劃、運(yùn)動(dòng)控制與狀態(tài)監(jiān)控。研究水下機(jī)器人自主任務(wù)規(guī)劃、智能運(yùn)動(dòng)控制、傳感器信息融合以及自主監(jiān)控技術(shù)，對(duì)于提高水下機(jī)器人的

2、智能化水平和加快工程化應(yīng)用進(jìn)程具有重要的意義。 水下機(jī)器人是具有較強(qiáng)非線性的復(fù)雜動(dòng)態(tài)系統(tǒng)，廣義預(yù)測控制對(duì)于模型辨識(shí)誤差、傳感器噪聲以及被控系統(tǒng)的時(shí)滯和階次不確定表現(xiàn)出良好的魯棒性，本文進(jìn)行了基于廣義預(yù)測控制算法的水下機(jī)器人運(yùn)動(dòng)控制的研究工作。從基于牛頓．歐拉方程和神經(jīng)網(wǎng)絡(luò)建立水下機(jī)器人的動(dòng)力學(xué)模型入手，通過預(yù)測模型，根據(jù)被控系統(tǒng)的歷史信息和未來輸入預(yù)測其未來輸出，采用有限時(shí)段滾動(dòng)優(yōu)化，并根據(jù)被控系統(tǒng)實(shí)際輸出誤差，在線調(diào)整預(yù)測模型

3、和控制器參數(shù)，實(shí)現(xiàn)預(yù)測模型與控制器的在線調(diào)整。 為了研究水下機(jī)器人的運(yùn)動(dòng)特性，推導(dǎo)了位姿向量在固定坐標(biāo)系和運(yùn)動(dòng)坐標(biāo)系之間的轉(zhuǎn)換矩陣，根據(jù)“海貍”水下機(jī)器人的體系結(jié)構(gòu)和運(yùn)動(dòng)特點(diǎn)，對(duì)轉(zhuǎn)換矩陣進(jìn)行了簡化。根據(jù)流體中剛體的牛頓．歐拉方程，建立了“海貍”水下機(jī)器人艏向和縱向的動(dòng)力學(xué)模型，利用最小二乘法對(duì)動(dòng)力學(xué)模型的參數(shù)進(jìn)行辨識(shí)及偏差估計(jì)，對(duì)“海貍”水下機(jī)器人所配置的推進(jìn)器進(jìn)行了動(dòng)態(tài)性能分析。 在分析動(dòng)態(tài)遞歸神經(jīng)網(wǎng)絡(luò)用于非線性動(dòng)態(tài)系

4、統(tǒng)辨識(shí)的原理及可行性的基礎(chǔ)上，推導(dǎo)了改進(jìn)的Elman網(wǎng)絡(luò)的動(dòng)態(tài)BP學(xué)習(xí)算法。以滑動(dòng)窗口模式，采用截短學(xué)習(xí)樣本的方法，實(shí)現(xiàn)改進(jìn)的Elman網(wǎng)絡(luò)的在線學(xué)習(xí)，并進(jìn)行了存在白噪聲和類階躍信號(hào)干擾情況下的非線性動(dòng)態(tài)系統(tǒng)的在線辨識(shí)。提出了應(yīng)用于非線性動(dòng)態(tài)系統(tǒng)神經(jīng)網(wǎng)絡(luò)辨識(shí)的并行模型和串并模型相融合的改進(jìn)的系統(tǒng)輸出遞歸方式，既對(duì)被辨識(shí)系統(tǒng)有一定的濾波能力，又提高了神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)的收斂速度。在廣義預(yù)測控制算法方面，對(duì)參數(shù)未知、參數(shù)慢時(shí)變以及考慮控制量及

5、控制量變化率受限的線性動(dòng)態(tài)系統(tǒng)進(jìn)行了廣義預(yù)測控制的計(jì)算機(jī)控制研究，對(duì)“海貍”水下機(jī)器人的動(dòng)力學(xué)模型進(jìn)行了動(dòng)態(tài)性能分析，利用歐拉差分得到其離散差分方程，基于特殊非線性動(dòng)態(tài)系統(tǒng)可以時(shí)變參數(shù)線性轉(zhuǎn)化的理論，對(duì)具有二次阻力項(xiàng)的水下機(jī)器人非線性動(dòng)力學(xué)模型存在自噪聲的情況下，進(jìn)行了艏向、縱向自由度速度、位移方式的廣義預(yù)測控制研究。 以改進(jìn)的Elman網(wǎng)絡(luò)作為多步預(yù)測模型：提出并推導(dǎo)了神經(jīng)廣義預(yù)測控制律的靈敏度導(dǎo)數(shù)計(jì)算公式，在存在白噪聲干擾和

6、類階躍信號(hào)干擾情況下，分別利用具有在線學(xué)習(xí)功能的和不具有在線學(xué)習(xí)功能的神經(jīng)廣義預(yù)測控制算法進(jìn)行了非線性動(dòng)態(tài)系統(tǒng)的預(yù)測控制研究和控制誤差分析。提出了將具有在線學(xué)習(xí)功能的神經(jīng)廣義預(yù)測控制算法應(yīng)用于水下機(jī)器人的運(yùn)動(dòng)控制，并進(jìn)行了計(jì)算機(jī)仿真研究，由于改進(jìn)了神經(jīng)網(wǎng)絡(luò)系統(tǒng)輸出的遞歸方式，基于神經(jīng)網(wǎng)絡(luò)的廣義預(yù)測控制相對(duì)于基于CARIMA模型的廣義預(yù)測控制的魯棒性要好。具有在線學(xué)習(xí)功能的神經(jīng)廣義預(yù)測控制的計(jì)算機(jī)仿真結(jié)果表明具有在線學(xué)習(xí)功能的神經(jīng)廣義預(yù)測