自主式水下机器人智能控制

论文摘要

智能控制是当前水下机器人运动控制领域研究的热点,在很大程度上代表着今后的研究方向。水下机器人是各个自由度方向运动强耦合的严重非线性系统,其精确的运动方程通常难以获得,因而,智能控制是在水下机器人的运动控制中应用相当广泛。本论文旨在探讨智能控制技术在水下机器人运动控制中的应用,并以某一特定的水下机器人为研究对象,设计出性能优良的运动控制系统。本文在水下机器人六自由度空间运动方程的基础上,结合实际需要,对其进行简化,建立了多功能AUV的四自由度的动力学仿真模型。本文利用模糊控制原理,对原始S面控制器的可调参数k1和k2进行在线调整,使其适应不同航态下水下机器人自身水动力特性的变化,强化S面控制器的鲁棒性,改善其控制性能。同时本文还设计了一个基于改进的资源分配网络算法的RBF模糊神经网络控制器,该控制器将模糊控制同RBF神经网络相结合,采用改进的资源分配网算法,使其规则层的隐节点的个数可以在线调节,能使网络的数据中心值自适应变化,从而保证模糊神经网络以较小的结构满足控制系统高精度、高实时性要求。以多功能AUV为控制对象及试验平台,针对所设计的控制器进行仿真试验,试验结果验证了所设计控制器对于AUV运动控制的可行性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 无人潜水器的分类与主要用途
• 1.3 国内外研究现状和发展趋势
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 智能水下机器人的应用前景及发展趋势
• 1.4.1 应用前景
• 1.4.2 发展趋势
• 1.5 AUV控制方法综述
• 1.6 本文研究内容
• 1.7 本章小结
• 第2章 模糊控制理论及水下机器人建模
• 2.1 引言
• 2.2 模糊控制
• 2.2.1 概述
• 2.2.2 模糊控制原理及其结构
• 2.3 水下机器人运动建模
• 2.3.1 空间操纵运动方程
• 2.3.2 水动力系数
• 2.3.3 力和力矩
• 2.4 本章小结
• 第3章 基于模糊原理的改进S面控制
• 3.1 引言
• 3.2 水下机器人运动的S面控制方法
• 3.3 改进的S面控制
• 1和k₂的分析'>3.3.1 对S面控制参数k₁和k₂的分析
• 3.3.2 改进的S面控制器设计
• 3.4 仿真试验及分析
• 3.5 本章小结
• 第4章 RBF模糊神经网络控制
• 4.1 引言
• 4.2 RBF模糊神经网络
• 4.2.1 RBF模糊神经网络的结构
• 4.2.2 RBF模糊神经网络的学习算法
• 4.2.3 RBF模糊神经网络控制器的优化
• 4.3 基于改进的资源分配网的RBF模糊神经网络
• 4.3.1 资源分配网
• 4.3.2 RAN网络结构
• 4.3.3 RAN的学习算法
• 4.3.4 改进的资源分配网络及其学习算法
• 4.3.5 基于改进算法的RBF模糊神经网络
• 4.4 仿真试验及分析
• 4.5 本章小结
• 结论
• 参考文献
• 攻读硕士期间发表的论文和取得的科研成果
• 致谢