Processing math: 0%

全驱动型AUV三维路径跟踪控制系统设计及分析

姚金艺, 曾庆军, 赵强, 朱志宇, 戴文文

姚金艺, 曾庆军, 赵强, 朱志宇, 戴文文. 全驱动型AUV三维路径跟踪控制系统设计及分析[J]. 中国舰船研究, 2019, 14(6): 22-29. DOI: 10.19693/j.issn.1673-3185.01520
引用本文: 姚金艺, 曾庆军, 赵强, 朱志宇, 戴文文. 全驱动型AUV三维路径跟踪控制系统设计及分析[J]. 中国舰船研究, 2019, 14(6): 22-29. DOI: 10.19693/j.issn.1673-3185.01520
Yao Jinyi, Zeng Qingjun, Zhao Qiang, Zhu Zhiyu, Dai Wenwen. Design and analysis of fully-actuated AUV's three-dimensional path tracking control system[J]. Chinese Journal of Ship Research, 2019, 14(6): 22-29. DOI: 10.19693/j.issn.1673-3185.01520
Citation: Yao Jinyi, Zeng Qingjun, Zhao Qiang, Zhu Zhiyu, Dai Wenwen. Design and analysis of fully-actuated AUV's three-dimensional path tracking control system[J]. Chinese Journal of Ship Research, 2019, 14(6): 22-29. DOI: 10.19693/j.issn.1673-3185.01520
姚金艺, 曾庆军, 赵强, 朱志宇, 戴文文. 全驱动型AUV三维路径跟踪控制系统设计及分析[J]. 中国舰船研究, 2019, 14(6): 22-29. CSTR: 32390.14.j.issn.1673-3185.01520
引用本文: 姚金艺, 曾庆军, 赵强, 朱志宇, 戴文文. 全驱动型AUV三维路径跟踪控制系统设计及分析[J]. 中国舰船研究, 2019, 14(6): 22-29. CSTR: 32390.14.j.issn.1673-3185.01520
Yao Jinyi, Zeng Qingjun, Zhao Qiang, Zhu Zhiyu, Dai Wenwen. Design and analysis of fully-actuated AUV's three-dimensional path tracking control system[J]. Chinese Journal of Ship Research, 2019, 14(6): 22-29. CSTR: 32390.14.j.issn.1673-3185.01520
Citation: Yao Jinyi, Zeng Qingjun, Zhao Qiang, Zhu Zhiyu, Dai Wenwen. Design and analysis of fully-actuated AUV's three-dimensional path tracking control system[J]. Chinese Journal of Ship Research, 2019, 14(6): 22-29. CSTR: 32390.14.j.issn.1673-3185.01520

全驱动型AUV三维路径跟踪控制系统设计及分析

基金项目: 

国防基础科研计划资助项目 JCKY2017414C002

详细信息
    作者简介:

    姚金艺, 男, 1993年生, 硕士生。研究方向:机器人控制与跟踪。E-mail:397691477@qq.com

    曾庆军, 男, 1969年生, 博士, 教授, 硕士生导师。研究方向:先进控制理论与应用, 水下机器人控制, 现代测控与智能系统。E-mail:zheng28501@163.com

    通讯作者:

    曾庆军

  • 中图分类号: U674.941

Design and analysis of fully-actuated AUV's three-dimensional path tracking control system

知识共享许可协议
全驱动型AUV三维路径跟踪控制系统设计及分析姚金艺,采用知识共享署名4.0国际许可协议进行许可。
  • 摘要:
      目的  为满足全驱动型自主式水下机器人(AUV)水下搜救、回收及海底地貌成像等实际任务需求,研究全驱动型AUV三维路径跟踪控制应用的方法。
      方法  阐述自主研发的"探海I型"全驱动型AUV系统组成,研究并建立该AUV推进器、水平面和垂直面控制的数学模型,设计一种新颖的智能积分S面三维路径跟踪控制器,分析设计的控制系统的稳定性,并通过仿真及湖上试验进行验证。
      结果  结果表明所开发的AUV运行可靠,设计的控制器能较好地完成三维路径跟踪任务,可满足水下实际任务的需求,
      结论  其三维路径跟踪控制器对全驱动型AUV及其他领域的路径跟踪控制应用具有借鉴意义。
    Abstract:
      Objectives  In order to meet the requirements of underwater search and rescue, recovery and submarine geomorphology imaging of fully-actuated Autonomous Underwater Vehicle (AUV), the application method of its three-dimensional path tracking control is studied.
      Methods  The composition of the self-developed fully-actuated "T-SEA I" AUV was described. The mathematical models of the thruster, horizontal and vertical controls of the AUV were studied and established. A novel intelligent integrated S surface controller of three-dimensional path tracking was designed, and the stability of the system was analyzed. The simulation analysis and lake trial were undertaken.
      Results  The results show that the AUV developed in this paper runs reliably. The controller designed can better complete the three-dimensional path tracking task and meet the actual underwater task requirements.
      Conclusions  The AUV three-dimensional path tracking controller can be used for reference in the application of fully-actuated AUVs and the path tracking control in other fields.
  • 自主式水下机器人(Autonomous Underwater Vehicle,AUV)广泛应用于军民用领域,是海洋开发中使用的重要工具之一。其具有机动性好和巡航范围大等优点,在水下观测、制图、定位和深海探测中扮演着重要角色[1]。而三维路径跟踪作为AUV的重要功能,对于其能否精准遂行规定的使命任务、顺利完成回收和布放等都有着重要意义[2]

    AUV是一种无缆自主式水下机器人,配备有电池及各种传感器,可水下自主作业。迄今,研制的AUV多以欠驱动型为主。例如,美国的Hydroid公司的Remus 6000[3]配备有测深仪、侧扫声呐、水下摄像机等多种传感器,可用于海底测绘等任务;美国金枪鱼机器人公司的Bluefin 21[4]可携带多种传感器及有效载荷,配备有大容量电池,主要用于近海勘探、搜救及反水雷等军事用途。虽然欠驱动型AUV制造成本较低、航速快、推进效率高,但定位精度和对危险环境的应对能力不强[5]。而相比于欠驱动型AUV,全驱动型AUV操控性能则较好,运动控制灵活。其中,三维路径跟踪控制作为衡量AUV控制性能的主要指标,是AUV自主作业的关键技术。

    三维路径跟踪控制主要是将其解耦为水平面(横向)和垂直面(垂向)控制,并分别设计转艏控制器、深度控制器等,以实现三维路径跟踪控制。由于AUV本身存在不确定性和非线性的特点,加上海流等干扰,给控制器的设计带来了很大难度。目前,国内研究人员多围绕上述问题针对AUV的三维路径跟踪开展研究。例如,Qi[6]采用神经网络进行非线性重建,引入自适应方法使控制器具备了较好的鲁棒性和抗干扰性,但是研究未考虑到AUV是离散系统;王晓伟等[7]采用反步法设计了水平面跟踪控制器,利用微分器对未知状态和不确定项进行估计,但是这种方法的计算量较大,对于实际的AUV系统无法实时处理;刘昌鑫等[8]采用非线性模型预测控制方法设计了AUV的约束路径跟踪控制律,以解决有约束路径跟踪控制问题,但仍存在计算量大的问题。由此可见,简化控制器的设计,使其具有较好的鲁棒性和抗干扰性,是目前AUV三维路径跟踪控制器的设计目标。

    鉴此,本文将以国内自主研发的“探海I型”全驱动型AUV为对象,介绍系统的组成,研究并建立该AUV的推进器、水平面和垂直面的数学模型;设计三维路径跟踪控制器,采用S面控制三维路径跟踪控制器设计部分,契合AUV自身的非线性特性,并引入积分项,以增强控制器的抗干扰性能,旨在较好地解决简化控制器设计问题。

    本文所述的数学模型主要来源于Remus模型。为更直观地描述水下机器人的水动力模型,一般建立两种坐标系:惯性(固定)坐标系E-ξηζ和载体(运动)坐标系OG)-xyz,如图 1所示。

    图  1  AUV坐标系示意图
    Figure  1.  Definition of AUV coordinate system

    AUV的运动学方程将浮心作为载体坐标系原点,通过长期的理论分析和工程实践得到如下方程:

    \left\{ \begin{array}{l} \mathit{\boldsymbol{X}} = m\left[ {\dot u - vr + wq - {x_G}\left( {{q^2} + {r^2}} \right) + {y_G}\left( {pq - \dot r} \right) + {z_G}\left( {pr + \dot q} \right)} \right]\\ \mathit{\boldsymbol{Y}} = m\left[ {\dot v - wp + ur - {y_G}\left( {{r^2} + {p^2}} \right) + {y_G}\left( {qr - \dot p} \right) + {x_G}\left( {qp + \dot r} \right)} \right]\\ \mathit{\boldsymbol{Z}} = m\left[ {\dot w - uq + vp - {z_G}\left( {{p^2} + {q^2}} \right) + {x_G}\left( {rp - \dot q} \right) + {z_G}\left( {rq + \dot p} \right)} \right]\\ \mathit{\boldsymbol{K}} = {I_x}\dot p + \left( {{I_z} - {I_y}} \right)qr + m\left[ {{y_G}\left( {\dot w + vp - uq} \right) - {z_G}\left( {\dot v + ur - wp} \right)} \right]\\ \mathit{\boldsymbol{M}} = {I_y}\dot q + \left( {{I_x} - {I_z}} \right)rp + m\left[ {{z_G}\left( {\dot u + wq - vr} \right) - {x_G}\left( {\dot w + vp - uq} \right)} \right]\\ \mathit{\boldsymbol{N}} = {I_z}\dot r + \left( {{I_y} - {I_x}} \right)pq + m\left[ {{x_G}\left( {\dot v + ur - wp} \right) - {y_G}\left( {\dot u + wq - vr} \right)} \right] \end{array} \right. (1)

    式中:m为AUV本体质量;xGyGzG为AUV重心坐标;IxIyIz为AUV在3个轴方向的转动惯量;uvw为AUV线速度在载体坐标系3个轴方向的分量;pqr为AUV角速度在载体坐标系3个轴方向的分量[9]XYZ分别为3个轴方向的力;KMN分别为3个轴方向的力矩。

    本文“探海Ⅰ型”AUV属于全驱动型AUV,采用鱼雷外型,设计有5个推进器,如图 2所示。其中:2,3号电机为侧向推进器;4,5号电机为垂向推进器;1号电机为艉部主推进器。6自由度(x轴向进退、y轴向平移、z轴向浮潜、x轴向横倾、y轴向纵倾、z轴向转艏)状态变量为[ξ, η, ζ, φ, θ, ψ]T,其中ξηζ为AUV质心在惯性坐标系中的位置;φθψ为AUV相对于惯性坐标系的姿态角,即横倾角、纵倾角、转艏角。横倾角φ不予考虑。

    图  2  全驱动型AUV推进器布置
    Figure  2.  Propeller configuration of fully-actuated AUV

    假设推进器为线性模型,则推进器推力XT表示为

    {\mathit{\boldsymbol{X}}_{\rm{T}}} = \left( {1 - {t_{\rm{r}}}} \right)\rho {n^2}{D^4}{K_{\rm{T}}} (2)

    式中:D为螺旋桨直径;n为螺旋桨转速;ρ为流体密度;tr为推力减额系数(很小,可忽略);KT为无因次推力系数。

    假设已知各推进器的推力/力矩向量为T1T2T3T4T5,同一个平面的电机旋向相反,因未达到电机的最大功率,推进器反向效率不予考虑,则各推力和力矩由下式表示。

    进退推力:

    {\mathit{\boldsymbol{F}}_x} = {\mathit{\boldsymbol{T}}_1} (3)

    平移推力:

    {\mathit{\boldsymbol{F}}_y} = {\mathit{\boldsymbol{T}}_2} + {\mathit{\boldsymbol{T}}_3} (4)

    浮潜推力:

    {\mathit{\boldsymbol{F}}_z} = {\mathit{\boldsymbol{T}}_4} + {\mathit{\boldsymbol{T}}_5} (5)

    水平力矩:

    {\mathit{\boldsymbol{M}}_y} = {\mathit{\boldsymbol{T}}_2}{d_2} + {\mathit{\boldsymbol{T}}_3}{d_2} (6)

    垂向力矩:

    {\mathit{\boldsymbol{M}}_z} = {\mathit{\boldsymbol{T}}_4}{d_1} + {\mathit{\boldsymbol{T}}_5}{d_1} (7)

    式中,d1d2分别为T1T2的推力距。将式(3)~式(7)整合,得到

    \left[ {\begin{array}{*{20}{c}} \mathit{\boldsymbol{T}}\\ \mathit{\boldsymbol{M}} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{\mathit{\boldsymbol{T}}_1}}\\ {{\mathit{\boldsymbol{T}}_2} + {\mathit{\boldsymbol{T}}_3}}\\ {{\mathit{\boldsymbol{T}}_4} + {\mathit{\boldsymbol{T}}_5}}\\ 0\\ {{\mathit{\boldsymbol{T}}_4}{d_1} + {\mathit{\boldsymbol{T}}_5}{d_1}}\\ {{\mathit{\boldsymbol{T}}_2}{d_2} + {\mathit{\boldsymbol{T}}_3}{d_2}} \end{array}} \right] (8)

    式(8)中,若主推进器转速恒定,则可将其视为轴向阻尼二次项系数Xu|u|与速度的二次项关系,即

    {\mathit{\boldsymbol{T}}_x} = {X_{\left. u \right|\left. u \right|}}\left. {{u_{{\rm{obj}}}}} \right|\left. {{u_{{\rm{obj}}}}} \right| (9)

    式中:Txx轴向推力;uobj与|uobj|分别为目标速度及其绝对值。

    基于AUV的6自由度模型,可得到AUV垂直面控制模型。

    首先,得到简化的AUV垂直面运动学方程如下。

    z轴向浮潜运动学方程(一般情况下,yg=0):

    \begin{array}{*{20}{c}} {m\left( {\dot w - uq - {z_g}{q^2} + {x_g}\dot q} \right) = {Z_g} + {Z_{\left. w \right|\left. w \right|}}\left. w \right|\left. w \right| + {Z_{\left. q \right|\left. q \right|}}\left. q \right|\left. q \right| + }\\ {{Z_{\dot w}}\dot w + {Z_{\dot q}}\dot q + {Z_{uq}}uq + {Z_{uw}}uw + {\mathit{\boldsymbol{Z}}_{{\rm{prop}}}} + {F_i}} \end{array} (10)

    y轴向纵倾运动学方程(恒速,\dot{u}=0):

    \begin{array}{*{20}{c}} {{I_y}\dot q + m\left[ {{z_g}wq - {x_g}\left( {\dot w - uq} \right)} \right] = {M_g} + {M_{\left. w \right|\left. w \right|}}\left. w \right|\left. w \right| + }\\ {{M_{\left. q \right|\left. q \right|}}\left. q \right|\left. q \right| + {M_{\dot w}}\dot w + {M_{\dot q}}\dot q + {M_{uq}}uq + {M_{uw}}uw + {M_{{\rm{prop}}}} + {F_i}} \end{array} (11)

    式中:Fi为高斯白噪声;Zw|w|Zq|q|Z_{\dot{w}}Z_{\dot{q}}ZuqZuwMw|w|Mq|q|M_{\dot{w}}M_{\dot{q}}MuqMuw均为水动力参数,其中ZZ_{\dot{q}}为多元矩阵函数G中相应分量的一阶偏导数,Zw|w|Zq|q|为多元矩阵函数G中的二阶混合偏导数;ZgMg为重力;ZpropMprop分别为z轴的推力和y轴推力矩;xgzg为重心坐标。

    然后,将“探海I型”模型参数代入垂直面控制模型,得到如下AUV垂直面运动学方程。

    z轴向浮潜运动学方程:

    \begin{array}{*{20}{c}} {\sum Z = - 6\cos \theta \cos \varphi + {\mathit{\boldsymbol{Z}}_{{\rm{prop}}}} + {F_i} - 337.570\left. w \right|\left. w \right| - }\\ {4.197\left. q \right|\left. q \right| - 21.593uq - 146.848vp + }\\ {12.816rq - 73.698uw} \end{array} (12)

    y轴向纵倾运动学方程:

    \begin{array}{*{20}{c}} {\sum M = 1.73\cos \theta \cos \varphi - 2.55\sin \theta + {\mathit{\boldsymbol{M}}_{{\rm{prop}}}} + {F_i} + }\\ {13.154\left. w \right|\left. w \right| - 100.198\left. q \right|\left. q \right| - 13.281uq - }\\ {12.816vp + 51.804rp + 99.277uw} \end{array} (13)

    若假设AUV的航行深度未发生改变,仅航向、航迹发生变化,则认为AUV的重心保持在水平面上。水平面内,AUV在惯性坐标系的坐标变换关系即可表示为

    \left\{ \begin{array}{l} \dot \xi = u\cos \psi - v\sin \psi \\ \dot \zeta = u\sin \psi + v\cos \psi \\ \dot \psi = r \end{array} \right. (14)

    其中,惯性坐标系以水平面一点E为原点,ξ轴指向地理北向,η轴指向地理东向,ζ轴指向地心。

    w=0,p=0,q=0时,首先简化得到以下AUV的水平面运动学方程。

    x轴向进退运动学方程(一般情况下,yg=0):

    \begin{array}{*{20}{c}} {m\left( {\dot u - vr} \right) = {X_{\left. u \right|\left. u \right|}}\left. u \right|\left. u \right| + {X_{\dot u}}\dot u + {X_{vr}}vr + }\\ {X_{rrr}^2 + {\mathit{\boldsymbol{X}}_{{\rm{prop}}}} + {F_i}} \end{array} (15)

    y轴向平移运动学方程(一般情况下,yg=0):

    m\left( {\dot v + ur} \right) = {Y_{\left. v \right|\left. v \right|}}\left. v \right|\left. v \right| + {Y_{\dot v}}\dot v + {Y_{ur}}ur + {Y_{uv}}uv + {\mathit{\boldsymbol{Y}}_{{\rm{prop}}}} + {F_i} (16)

    z轴向转艏运动学方程(一般情况下,yg=0):

    \begin{array}{*{20}{c}} {{I_z}\dot r = {N_{\left. v \right|\left. v \right|}}\left. v \right|\left. v \right| + {N_{\left. r \right|\left. r \right|}}\left. r \right|\left. r \right| + {N_{\dot r}}\dot r + {N_{ur}}ur + }\\ {{N_{uv}}uv + {\mathit{\boldsymbol{N}}_{{\rm{prop}}}} + {F_i}} \end{array} (17)

    式中:Xu|u|{X_{\dot u}}XvrXrrYv|v|Y_{\dot{v}}YvrYuvNv|v|Nr|r|NNurNuv均为水动力参数;XpropYpropNprop为各自方向的力和力矩。

    然后,将“探海I型”模型参数代入水平面控制模型,得到如下AUV水平面运动学方程。

    x轴向进退运动学方程:

    \begin{array}{*{20}{c}} {\sum X = 6\sin \theta + {\mathit{\boldsymbol{X}}_{{\rm{prop}}}} + {F_i} - 10.050\left. u \right|\left. u \right| - }\\ {146.848wq - 12.816{q^2} + 146.848vr - 12.816{r^2}} \end{array} (18)

    y轴向平移运动学方程:

    \begin{array}{*{20}{c}} {\sum Y = - 6\cos \theta \sin \varphi + {\mathit{\boldsymbol{Y}}_{{\rm{prop}}}} + {F_i} - 337.570\left. v \right|\left. v \right| + }\\ {4.197\left. r \right|\left. r \right| + 21.593ur + 146.848vp + }\\ {12.816pq - 73.698uv} \end{array} (19)

    z轴向转艏运动学方程:

    \begin{array}{*{20}{c}} {\sum N = - 1.73\cos \theta \sin \varphi + {\mathit{\boldsymbol{N}}_{{\rm{prop}}}} + {F_i} - 13.154\left. v \right|\left. v \right| - }\\ {100.198\left. r \right|\left. r \right| - 13.281ur - 12.816wp - }\\ {51.804pq - 99.277uv} \end{array} (20)

    在工程实际中,模糊控制器和PID控制器应用得最为广泛[10]。但是,AUV模糊控制器非常依赖于设计人员的实际经验,且AUV是非线性系统,而基于线性模型的PID控制器控制效果往往不令人满意。因此,结合上述两种控制器的优缺点,刘学敏等[11]提出了改进的S面控制方法,该方法被广泛应用于水下机器人的控制领域,取得了很好的控制效果。S面控制器的控制模型为

    u\left( t \right) = \frac{2}{{1 + {{\rm{e}}^{ - {k_1}e\left( t \right) - {k_2}\dot e\left( t \right)}}}} - 1 + \Delta u (21)

    式中:u为控制输出,在AUV里考虑其为对应推进器的推力和转矩;Δu为调整项,可以将其考虑为一段时间内的固定干扰力或是其他调整因素;eė为控制输入信息,其中e在AUV里考虑为深度和转艏角误差信息,ė在AUV里考虑为深度和转艏角误差变化率;k1k2为对应偏差和偏差率的控制系数,可以将其类比为PID控制器中的PD系数。

    S面控制器本质上是一种特殊的非线性PID控制器,这里并没有引入积分项,所以对洋流的抗干扰能力较弱。结合PID的特点,对S面控制器的Δu调整项设计成积分项,控制模型即变为

    \left\{ \begin{array}{l} u\left( t \right) = \frac{2}{{1 + {{\rm{e}}^{ - {k_1}e\left( t \right) - {k_2}\dot e\left( t \right)}}}} - 1 + {k_3}\int {e\left( t \right){\rm{d}}t} \\ u\left( t \right) = \frac{2}{{1 + {{\rm{e}}^{ - {k_1}e\left( t \right) - {k_2}\dot e\left( t \right)}}}} - 1 \end{array} \right. (22)

    式中,k3为控制系数。

    对于式(22),当[e(t)*ė(t)>0]或[ė(t)=0]时,对S面控制进行积分;当[e(t)*ė(t) < 0]或[e(t)=0]时,不对S面控制进行积分。由此,通过引入积分项可以减少跟踪时的稳态误差[12]

    首先,若只考虑水平面纵向和转艏运动,则AUV水平面运动学方程为

    \left( {{I_z} - {N_{\dot r}}} \right)\dot r = {N_{\left. r \right|\left. r \right|}}\left. r \right|\left. r \right| + {N_r}ur + {\mathit{\boldsymbol{N}}_{{\rm{prop}}}} (23)

    式中,Nr为多元矩阵函数G的一阶偏导数。

    转艏力矩Nprop可以写为

    {\mathit{\boldsymbol{N}}_{{\rm{prop}}}} = {\mathit{\boldsymbol{N}}_{{\rm{max}}}}\left[ {\frac{2}{{1 + {{\rm{e}}^{\left( { - {k_1}e - {k_2}\dot e} \right)}}}} - 1} \right] (24)

    式中,Nmaxz轴转矩N的最大值。为简化考虑,{C_1} = \frac{{{\mathit{\boldsymbol{N}}_{\max }}{k_1}}}{{2{{\dot e}_{\max }}}}, {C_2} = \frac{{{\mathit{\boldsymbol{N}}_{\max }}{k_2}}}{{2{{\dot e}_{\max }}}}。根据\left\{\begin{array}{l}{\dot{e}=-r} \\ {\ddot{e}=-\dot{r}}\end{array}\right.,将其代入式(23)和式(24),化简可得

    \left( {{I_z} - {N_{\dot r}}} \right)\ddot e = {C_1}e + {C_2}\dot e + {N_{\left. r \right|\left. r \right|}}\left. {\dot e} \right|\left. {\dot e} \right| + {N_r}u\dot e (25)

    式中,ë为艏向角误差变化率的一阶导数。

    取Lyapunov函数(V):

    V = \frac{1}{2}\left( {{I_z} - {N_{\dot r}}} \right){r^2} + \frac{1}{2}{C_2}{\psi ^2} (26)

    求导得到

    \dot V = - {C_2}{{\dot e}^2} + \left( {{N_{\left. r \right|\left. r \right|}}{{\dot e}^2}\left| {\dot e} \right| + {N_r}u{{\dot e}^2}} \right) (27)

    C2>0,z轴向速度u>0,水动力参数Nr|r| < 0, Nr < ],故可知转艏角控制器是稳定的[13]。同理,可证明纵、垂向面的深度控制器也是稳定的。

    鉴于欠驱动型AUV在操纵性方面存在缺陷,自主研发了全驱动型AUV样机。该型AUV具有位置跟踪精度高、控制灵活等特点。图 3所示为该型AUV实体样机,具体参数见表 1

    图  3  全驱动AUV实体样机
    Figure  3.  The full-scale prototype of fully-actuated AUV
    表  1  全驱动型AUV技术参数
    Table  1.  Specifications of fully-actuated AUV
    参数 数值
    长度/mm 2 100
    直径/mm 220
    空气中净重/kg 65
    最高航速/kn 2.5
    续航力/h 6
    最大工作深度/m 60
    通信距离/km 水面≥3,水下0.5
    下载: 导出CSV 
    | 显示表格

    图 4所示为该AUV主要设备及各段的组成。其中,水面设备主要由光端机、无线数传电台、光滑环、光纤绞盘和岸基控制单元等组成。舱段包括艏段、艏部推进段、电子舱段、艉部推进段和主推进段。AUV控制设备主要包括光端机、网络交换机、自动驾驶仪、PC104摄像机、图像采集卡、电机驱动器、照明灯控制板和电池节点控制器,以及多普勒计程仪、光纤惯导、深度传感器、漏水传感器和入水传感器等[14]

    图  4  AUV系统组成示意图
    Figure  4.  Schematic diagram of AUV system composition

    该型AUV软件系统基于自动驾驶仪PC104上的Linux架构平台,使用美国麻省理工学院的水下机器人开源库(Mission Orientated Operating Suite,MOOS)进行开发,通过核心控制单元MOOSDB进行信息交互[15]。MOOS开源库采用星型拓扑结构,具有模块化、可维护性强等特点,整个软件结构包括中央控制单元MOOSDB、传感器数据采集单元、运动控制单元、pHelm行为控制单元和岸基控制单元等。

    本文分别设计了PID控制器和智能积分S面控制器,并对AUV进行了三维路径跟踪仿真。仿真采用的是“探海I型”AUV水动力等模型参数。主推进器给定恒定推力,目标深度为3 m,三维跟踪初始位置(单位:m)为(10,150,0),六边形的6个定点坐标分别为(130,50,3)、(160,90,3)、(210,95,3)、(240,55,3)、(210,15,3)、(160,10,3),仿真结果如图 5~图 8所示。仿真中,在0~3 200 s范围均采用智能积分S面控制器,在3 200 s时AUV到达六边形跟踪初始位置(160,90,3),施加x轴正向0.1 m/s洋流干扰,并切换控制器进行对比。

    图  5  智能积分S面三维路径跟踪图
    Figure  5.  3D path-following map by intelligent integral S-plane controller
    图  6  PID三维路径跟踪图
    Figure  6.  3D path-following map by PID controller
    图  7  智能积分S面水平面航线图
    Figure  7.  Horizontal route map by intelligent integral S-plane controller
    图  8  PID水平面航线图
    Figure  8.  Horizontal route map by PID controller

    仿真结果表明:智能积分S面控制器和PID控制器虽然都能完成三维路径跟踪任务,但是在深度控制方面,PID深度控制误差大于智能积分S面控制(图 9);在水平面跟踪方面,智能积分S面控制器收敛速度快于PID控制器(图 10);AUV切换目标航线时会产生一定的超调,而出现超调会使AUV的跟踪路线产生误差,从而导致这2种控制器的跟踪时间不一致;智能积分S面控制器在海流干扰下的三维路径跟踪性能优于PID控制器。表 2给出了智能积分S面和PID跟踪六边形时每条边跟踪的平均误差。

    图  9  深度曲线对比图
    Figure  9.  Contrast map of depth curves
    图  10  位置误差对比图
    Figure  10.  Contrast map of position errors
    表  2  AUV六边形跟踪平均误差
    Table  2.  The average errors of AUV hexagon tracking
    边号 智能积分S面误差/m PID误差/m
    1 0.11 0.23
    2 0.31 0.71
    3 0.36 1.12
    4 0.34 1.55
    5 0.27 0.92
    6 0.24 1.21
    下载: 导出CSV 
    | 显示表格

    图 11所示为湖试中的AUV,试验湖区符合试验条件要求。其中,水深为5~40 m,水流流速不超过2 kn。在湖试中,给定巡航中心点和运动图形,水下采用航位推算系统自主巡航。使命规划如下:航速0.8 kn,潜深5m,初始位置GPS经纬度(120.317 245°,31.109 611°),起始航迹点GPS经纬度(120.318 199°,31.109 256°),回收航迹点GPS经纬度(120.317 280°,31.109 557°),巡航图形为六边形,巡航中心位置GPS经纬度(120.317 247°,31.109 610°),自主导航时间7 800 s。表 3给出了水下六边形自主巡航试验的部分数据。

    图  11  现场实验
    Figure  11.  Field experiment
    表  3  自主巡航试验部分数据
    Table  3.  The partial experimental data acquired from autonomous cruise
    时间 经度/(°) 纬度/(°) 实际航向角/(°)
    14:14:27 120.318 038 31.109 033 135.044
    14:28:47 120.318 420 31.109 067 27.849
    15:28:03 120.318 435 31.109 098 22.086
    下载: 导出CSV 
    | 显示表格

    根据航位推算系统得到经纬度,绘制出AUV巡航的轨迹图,如图 12图 13所示。图 14图 15给出了航向角和深度曲线。

    图  12  水下六边形自主巡航经纬度轨迹三维图
    Figure  12.  3D diagram of longitude and latitude trajectory of underwater hexagonal autonomous cruise
    图  13  水下六边形自主巡航经纬度轨迹平面图
    Figure  13.  Plane diagram of longitude and latitude trajectory of underwater hexagonal autonomous cruising
    图  14  航向角曲线
    Figure  14.  Curves of azimuth angle
    图  15  深度曲线图
    Figure  15.  Depth curves

    图 12图 13可以看出,AUV自主巡航的稳定性很高,在巡航结束后浮出水面返回回收点的过程中,湖面起风,水流波动较大,导致了AUV部分轨迹杂乱,但总体上使用水下航位推算系统得到的AUV自主导航航迹辨识度较高。

    图 14图 15分别可以看出,AUV在路径跟踪时的航向角有一定的超调,这是因为切换目标航线时引起了较大的转艏角和一定的水流干扰所致;AUV深度曲线存在一定的波动,这是AUV路径跟踪时因为稳心差而引起晃动,但总体上还是能够较好地跟踪目标深度。

    综上所述,AUV在执行路径跟踪使命时,通过GPS、光纤惯导、深度计和多普勒计程仪等多种传感器进行航位推算,以及由自主决策单元计算出期望深度、期望航向角等数据,能够很好地解决传感器自身误差及安装误差造成AUV自主导航精度达不到实际工程应用要求的问题。

    本文对国内自主研发的“探海I型”全驱动型AUV的推进器、垂直面和水平面建立了数学模型,设计的智能积分S面控制器契合了AUV自身的非线性特性,并引入积分项,增强了控制器的抗干扰性能,较好地解决了简化控制器的设计问题。仿真分析和湖试结果表明,该AUV运行稳定,所设计的控制器有效,能够较好地完成三维路径跟踪任务,满足了全驱动型AUV水下应用的实际需求。采用的三维路径跟踪控制器设计方法可为全驱动型AUV三维路径跟踪研究奠定基础。

  • 图  1   AUV坐标系示意图

    Figure  1.   Definition of AUV coordinate system

    图  2   全驱动型AUV推进器布置

    Figure  2.   Propeller configuration of fully-actuated AUV

    图  3   全驱动AUV实体样机

    Figure  3.   The full-scale prototype of fully-actuated AUV

    图  4   AUV系统组成示意图

    Figure  4.   Schematic diagram of AUV system composition

    图  5   智能积分S面三维路径跟踪图

    Figure  5.   3D path-following map by intelligent integral S-plane controller

    图  6   PID三维路径跟踪图

    Figure  6.   3D path-following map by PID controller

    图  7   智能积分S面水平面航线图

    Figure  7.   Horizontal route map by intelligent integral S-plane controller

    图  8   PID水平面航线图

    Figure  8.   Horizontal route map by PID controller

    图  9   深度曲线对比图

    Figure  9.   Contrast map of depth curves

    图  10   位置误差对比图

    Figure  10.   Contrast map of position errors

    图  11   现场实验

    Figure  11.   Field experiment

    图  12   水下六边形自主巡航经纬度轨迹三维图

    Figure  12.   3D diagram of longitude and latitude trajectory of underwater hexagonal autonomous cruise

    图  13   水下六边形自主巡航经纬度轨迹平面图

    Figure  13.   Plane diagram of longitude and latitude trajectory of underwater hexagonal autonomous cruising

    图  14   航向角曲线

    Figure  14.   Curves of azimuth angle

    图  15   深度曲线图

    Figure  15.   Depth curves

    表  1   全驱动型AUV技术参数

    Table  1   Specifications of fully-actuated AUV

    参数 数值
    长度/mm 2 100
    直径/mm 220
    空气中净重/kg 65
    最高航速/kn 2.5
    续航力/h 6
    最大工作深度/m 60
    通信距离/km 水面≥3,水下0.5
    下载: 导出CSV

    表  2   AUV六边形跟踪平均误差

    Table  2   The average errors of AUV hexagon tracking

    边号 智能积分S面误差/m PID误差/m
    1 0.11 0.23
    2 0.31 0.71
    3 0.36 1.12
    4 0.34 1.55
    5 0.27 0.92
    6 0.24 1.21
    下载: 导出CSV

    表  3   自主巡航试验部分数据

    Table  3   The partial experimental data acquired from autonomous cruise

    时间 经度/(°) 纬度/(°) 实际航向角/(°)
    14:14:27 120.318 038 31.109 033 135.044
    14:28:47 120.318 420 31.109 067 27.849
    15:28:03 120.318 435 31.109 098 22.086
    下载: 导出CSV
  • [1]

    Zhang X, Bian X Q, Yan Z P. Underwater docking of AUV with the dock and virtual simulation[J]. Advanced Materials Research, 2011, 159:371-376. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=10.4028/www.scientific.net/AMR.159.371

    [2] 郑荣, 宋涛, 孙庆刚, 等.自主式水下机器人水下对接技术综述[J].中国舰船研究, 2018, 13(6):43-49, 65. http://journal16.magtechjournal.com/jwk_zgjcyj/CN/abstract/abstract1875.shtml

    Zheng R, Song T, Sun Q G, et al. Review on underwater docking technology of AUV[J]. Chinese Journal of Ship Research, 2018, 13(6):43-49, 65(in Chinese). http://journal16.magtechjournal.com/jwk_zgjcyj/CN/abstract/abstract1875.shtml

    [3]

    Purcell M, Gallo D, Packard G, et al. Use of REMUS 6000 AUVs in the search for the Air France Flight 447[C]//OCEANS 2011. Piscataway, USA: IEEE, 2011.

    [4] 李硕, 刘健, 徐会希, 等.我国深海自主水下机器人的研究现状[J].中国科学:信息科学, 2018, 48(9):1152-1164. http://www.cqvip.com/QK/89854X/20189/676401427.html

    Li S, Liu J, Xu H X, et al. Research status of autonomous underwater vehicles in China[J]. Scientia Sinica (Information), 2018, 48(9):1152-1164(in Chinese). http://www.cqvip.com/QK/89854X/20189/676401427.html

    [5] 羊云石, 顾海东. AUV水下对接技术发展现状[J].声学与电子工程, 2013(2):43-46. http://d.old.wanfangdata.com.cn/Periodical/sxydzgc201302014

    Yang Y S, Gu H D. Development status of AUV underwater docking technology[J]. Acoustics and Electronic Engineering, 2013(2):43-46(in Chinese). http://d.old.wanfangdata.com.cn/Periodical/sxydzgc201302014

    [6]

    Qi X. Adaptive coordinated tracking control of multiple autonomous underwater vehicles[J]. Ocean Engineering, 2014, 91:84-90. doi: 10.1016/j.oceaneng.2014.08.019

    [7] 王晓伟, 冯汉剑, 柴玉民.欠驱动AUV路径跟踪反步滑模控制[J].精密制造与自动化, 2017(4):43-46. http://d.old.wanfangdata.com.cn/Periodical/jmzzyzdh201704011

    Wang X W, Feng H J, Chai Y M. Backstepping sliding mode control for underactuated AUV path tracking[J]. Precise Manufacturing & Automation, 2017(4):43-46(in Chinese). http://d.old.wanfangdata.com.cn/Periodical/jmzzyzdh201704011

    [8] 刘昌鑫, 高剑, 徐德民.一种欠驱动AUV模型预测路径跟踪控制方法[J].机械科学与技术, 2017, 36(11):1653-1657. http://d.old.wanfangdata.com.cn/Periodical/jxkxyjs201711003

    Liu C X, Gao J, Xu D M. A model predictive path following control method for underactuated autonomous underwater vehicles[J]. Mechanical Science and Technology for Aerospace Engineering, 2017, 36(11):1653-1657(in Chinese). http://d.old.wanfangdata.com.cn/Periodical/jxkxyjs201711003

    [9] 孙佳杰, 杨柯, 葛彤.基于凯恩动力学的AUV建模[J].船舶力学, 2017, 21(8):960-967. doi: 10.3969/j.issn.1007-7294.2017.08.004

    Sun J J, Yang K, Ge T. Modeling of AUV based on Kane dynamics[J]. Journal of Ship Mechanics, 2017, 21(8):960-967(in Chinese). doi: 10.3969/j.issn.1007-7294.2017.08.004

    [10] 王海燕.基于全局PID模糊滑模算法的机器人跟踪控制仿真[J].西南师范大学学报(自然科学版), 2015, 40(10):57-63. http://d.old.wanfangdata.com.cn/Periodical/xnsfdxxb201510011

    Wang H Y. On global PID adaptive fuzzy sliding mode control for robot[J]. Journal of Southwest China Normal University(Natural Science Edition), 2015, 40(10):57-63(in Chinese). http://d.old.wanfangdata.com.cn/Periodical/xnsfdxxb201510011

    [11] 刘学敏, 徐玉如.水下机器人运动的S面控制方法[J].海洋工程, 2001, 19(3):81-84. doi: 10.3969/j.issn.1005-9865.2001.03.018

    Liu X M, Xu Y R. S control of automatic underwater vehicles[J]. Ocean Engineering, 2001, 19(3):81-84(in Chinese). doi: 10.3969/j.issn.1005-9865.2001.03.018

    [12]

    Zhang T. Study on navigation control methods for docking system of AUV based on vision and electromagnetic wave attenuation[J]. Hangzhou:Zhejiang University, 2018(in Chinese). http://cn.bing.com/academic/profile?id=f34bd9c840221dbbab30d441a3c2e21a&encoded=0&v=paper_preview&mkt=zh-cn

    [13] 姜言清. AUV回收控制的关键技术研究[D].哈尔滨: 哈尔滨工程大学, 2016.

    Jiang Y Q. Study on critical control issues for AUV docking applications[D]. Harbin: Harbin Engineering University, 2016(in Chinese).

    [14] 张家敏, 曾庆军, 朱志宇, 等.自主式水下机器人控制系统及声呐目标识别[J].中国舰船研究, 2018, 13(6):94-100. http://journal16.magtechjournal.com/jwk_zgjcyj/CN/abstract/abstract1882.shtml

    Zhang J M, Zeng Q J, Zhu Z Y, et al. AUV control system and sonar target identification[J]. Chinese Journal of Ship Research, 2018, 13(6):94-100(in Chinese). http://journal16.magtechjournal.com/jwk_zgjcyj/CN/abstract/abstract1882.shtml

    [15] 侯建钊, 高菲, 张东昆.基于MOOS的AUV的数据采集和监控系统[J].现代电子技术, 2014, 37(20):130-133. doi: 10.3969/j.issn.1004-373X.2014.20.037

    Hou J Z, Gao F, Zhang D K. Data acquisition and supervision system of AUV based on MOOS[J]. Modern Electronics Technique, 2014, 37(20):130-133(in Chinese). doi: 10.3969/j.issn.1004-373X.2014.20.037

  • 期刊类型引用(9)

    1. 翁昱,曾庆军,李维,李昂,戴晓强. 基于智能预测控制的鱼雷状小型无人艇轨迹跟踪研究. 中国舰船研究. 2024(01): 158-168 . 本站查看
    2. 卢有旺,夏英凯,徐国华,李家伟,徐根,何梓轩. 面向UUV对接的视觉引导三维轨迹跟踪控制研究. 中国舰船研究. 2024(01): 290-304 . 本站查看
    3. 王晓鸣,田奇睿,陈凯,张桐瑞,忻加成. 基于动态矩阵方法的欠驱动AUV运动控制研究. 舰船科学技术. 2024(20): 80-86 . 百度学术
    4. 鲁挺,王宁,王仁慧. 推力受限的ROV预设性能精准跟踪控制. 中国舰船研究. 2023(03): 48-56 . 本站查看
    5. 王浩亮,于德智,卢丽宇,刘陆,古楠,彭周华. 面向水下搜救的自主水下航行器路径跟踪控制. 船舶工程. 2023(10): 110-115+125 . 百度学术
    6. 昝英飞,邱天,袁利毫,王会峰,黄福祥,阴炳钢. 水下狭窄环境中ROV的自主返回控制. 智能系统学报. 2022(04): 744-751 . 百度学术
    7. 简杰,朱志宇. 基于加权信息增益的并行融合AUV协同定位方法. 中国舰船研究. 2022(04): 79-91 . 本站查看
    8. 杜吉庆,周丹. 六自由度欠驱动AUV系统建模技术研究. 常州信息职业技术学院学报. 2022(05): 26-32 . 百度学术
    9. 王冷. 大数据驱动的船舶航行路径跟踪研究. 舰船科学技术. 2021(10): 43-45 . 百度学术

    其他类型引用(10)

图(15)  /  表(3)
计量
  • 文章访问数:  779
  • HTML全文浏览量:  464
  • PDF下载量:  128
  • 被引次数: 19
出版历程
  • 收稿日期:  2019-01-22
  • 网络出版日期:  2021-05-07
  • 刊出日期:  2019-11-30

目录

/

返回文章
返回