[论文]基于模型的细长体欠驱动水下机器人输出反馈控制:理论与实验
摘要
本文介绍了一种新型细长体水下机器人输出反馈控制器的设计和实验结果。控制器是使用基于模型的设计技术得到的。采用了两个独立的控制设备模型:一个3自由度(DOF)电流感应船模型，考虑了作用在车辆上的电流载荷，以及一个描述车辆动力学的5自由度模型。该策略背后的主要设计目标是在评估当前对车辆的影响时，将车辆动力学纳入其中。此外，运输模型是基于恒定螺旋桨转速的概念，导致部分线性化模型，从而导致清晰和可实现的控制器和观测器结构。利用观测器反推技术得到控制器，并利用李亚普诺夫和级联系统理论证明闭环系统渐近稳定。控制目标是跟踪视线制导系统产生的期望俯仰和航向角，同时保持恒定的前推力。实验结果证明了在MkII水下机器人上实现的输出反馈控制器的成功性能。
指标术语——自主式水下机器人(AUV)，实验结果，基于非线性模型的输出反馈控制。
简介
水下机器人以一定的前进速度运动，其动力学是高度非线性和耦合的。这带来了控制挑战，在过去的几十年里，这些挑战已经引起了人们对水下航行器非线性观测器和控制器设计的极大兴趣。然而，包括实验测试在内的水下航行器基于模型的控制(MBC)设计的报告结果相对较少。造成这种情况的主要原因可能在于很难获得船只的准确模型。此外，不可预测的电流负载和不良的位置测量在使用MBC时会带来挑战，这可能会对控制器产生很大影响。
由于这些原因，除了与实际执行有关的问题之外，优化和调试，非基于模型的解决方案通常是首选。然而，雇用MBC有一些重要的好处。基于该模型，可以通过使用控制器致动器输入和可用的状态测量来预测车辆的运动。此外，基于模型的观测器除了过滤噪声信号之外，还可以提供未测量状态的估计。本文介绍了细长体水下航行器MBC系统的成功结果，演示了方位跟踪、不可测量状态的估计、滤波和航位推算。在本文中，我们将出于控制设计的目的而设计的模型称为控制设备模型(CPM)。根据[31]，CPM被定义为捕捉物理系统主要特征的模型。不幸的是，未能捕捉到动态系统重要特征的设计不良的CPM可能会导致性能下降和稳定性问题。因此，在推导CPM时，除了简化模型以使分析可行之外，还应强调与系统相关的稳定性和鲁棒性问题。因此，在本文中，我们将描述动力学模型的发展，并解释细长体自治水下机器人(AUV)最重要的水动力特征。更复杂的过程工厂模型(PPM)是对实际过程的全面描述，应该根据需要尽可能详细。该模型的主要目的是模拟真实设备，并测试基于相应的CPM设计的控制器和观测器。
背景
文献中有一些关于水下机器人MBC的研究结果。在文献[16]中，提出了一种状态反馈控制器用于水下机器人的跟踪。该模型在恒定的前向速度下线性化，并解耦为三个独立的系统:浪涌、水平转向(摇摆和偏航)和潜水系统(升沉和俯仰)。提出了滑模控制器和观测器[9]来解决跟踪问题。在[22]中报道的实验结果证明了成功的控制器性能。NPS ARIES是一种欠驱动的细长体水下机器人，旨在保持一定的前进速度的同时进行方向跟踪。这种流线型的水下机器人应该与开放式箱形框架的车辆区分开来。这些是低速车辆，通常完全驱动，流体动力和稳定性可能会有很大变化。n [30]，提出了一种基于模型的机器人车辆定位系统，其中在JHRUROV车辆上执行不同控制器的实验评估。所提出的模型是完全解耦的，流体力学由线性和非线性阻尼控制，即科里奥利力没有明确地包括在模型中。本文的结论是基于固定模型的控制器优于局部放电控制器。然而，根据[30]，当采用不正确的模型参数时，性能会大大降低。在文献[34]中，对开放式框架飞行器ODIN的跟踪进行了实验研究。虽然采用的非线性模型的奥丁车辆，报告的控制器是线性PID控制器。因此，它不是基于模型的，因为它没有将模型动态纳入控制器。然而，控制器提供了良好的跟踪结果。在[30]和[34]中，速度测量可用于反馈。文献[2]给出了用反推理论导出的MBC的成功跟踪结果。该飞行器是一种开式框架气垫船，由一个无非线性阻尼的三自由度水平模型描述。所有这些提到的结果都有一个共同点，即速度可用于反馈，并且除了[2]之外，所有的结果都假设不稳定的科里奥利力在某种意义上由流体动力阻尼控制。与船舶的低速应用相比，例如动态定位[21]，这是控制设备建模的常用方法。此外，箱形车辆的流体动力特性表明阻尼占主导地位，流体动力科里奥利力可以忽略不计。然而，对于具有一些前进速度的细长体车辆，这种假设是不现实的。
本文介绍的工作是由康斯伯格美国航天学会开发的mine serpenter MkII驱动的。水下机器人是一种低成本的鱼雷形水下机器人。与标称速度相比，重量相对较小，这意味着动力学在速度上占主导地位，流体动力学的非线性特性成为决定性因素。此外，由于成本原因，这一代矿狙击不携带任何速度或惯性测量单元(IMU)。该位置通过使用短基线声学测量系统来测量。传感器套件还提供航向、俯仰、滚转和深度的测量。仪器的这种限制增加了精确跟踪的难度。因此，为了提高性能，我们提出了一种提供位置和速度估计的观测器。对于水下航行器，速度测量可以通过使用多普勒速度测井(DVL) [19]或通过对惯性测量单元测量的加速度进行积分来获得。然而，DVL只能产生精确的速度测量值，前提是到海底的距离在一定的边界内。此外，当对错误的加速度测量值进行积分时，惯性测量单元会在导出的速度中产生漂移。因此，本文提出的输出反馈控制器也可以改善具有更复杂传感器组的细长体飞行器的性能，因为所提出的观测器和控制器可以独立于这些速度测量值工作，从而通过为测量值提供分析冗余来提高控制系统的可靠性。这使得系统更能容忍故障。在水下应用中，洋流对飞行器的性能有严重的影响，并且即使飞行器和水的速度都可以测量，海流的影响也很难预测。因此，一种常见的方法是将扰动建模为常数或缓慢变化的偏差，例如参见[34]和[14]。这种方法的一个缺点是，在对当前载荷建模时，没有适当考虑车辆的流体力学特性。其他报道的方法包括使用运动学和滤波技术来获得当前速度的估计。这方面的例子可以在例如[5]、[3]和[4]中看到，其中都需要某种速度反馈。在本文中，我们将采用在[26]中首次介绍并在[29]中更全面描述的建模方法。推导了一个三自由度模型，作为当前观测器设计的基础。这是一个电流感应血管模型，可以解释为三阶滤波器，其常数基于车辆参数获得。目标是提供当前速度的估计值，从而估计当前负载对车辆的影响。通过这种方法，当估计环境扰动的影响时，关键的流体动力学特性被考虑在内，因为估计的当前速度被明确地用于计算非线性流体动力学阻尼和科里奥利力。此外，由于仅测量方位，特别是可能被严重噪声污染的位置，所以优选高阶模型，以避免电流估计中的大跳跃和振荡。这种观测器概念的成功实验结果可以在[27]中找到，该文献报道了与完全非线性的六自由度飞行器模型一起工作的三自由度电流感应船舶模型的设计。输出控制器尚未在[27]中用观测器进行测试。本文补充了[29]中给出的关于输出反馈控制的结果，因为我们在本文中考虑了速度测量不可用的情况，此外，本文给出了在海洋中的全尺寸飞行器上进行的实验测试的结果。
在本文中，我们考虑欠驱动水下机器人，这是一个车辆属性，往往使整体分析复杂化。在[10]和[3]中，制导运动学算法包含在控制器推导中。这使得证明收敛到期望的路径成为可能，尽管缺少控制致动器。在本文中，我们使用了一种略有不同的方法，将期望的轨迹视为外部的、时变的和有界的信号。这有助于观测器-控制器设计的相对简单的解决方案。然后，通过分析所提出的控制器的固有动力学，我们证明了由于流体动力阻尼，未致动状态是有界的。这种方法最初是在[13]中介绍的，它是一种方便的工具，是从使用反推方法[20]而来的。三维制导系统以视线法为基础，文献中已有充分的描述和分析；例如，参见[7]和[8]。
主要贡献和论文大纲
本文的主要贡献如下。仅测量位置、深度和方向的细长体欠驱动水下机器人的制导和控制系统的设计和结果。控制目标是跟踪期望的俯仰和航向角，同时保持恒定的前推力。输出反馈控制器由一对协同工作的非线性Luenberger观测器组成，提供位置、欧拉角、车辆和当前速度的滤波和估计。建议的车辆CPM是半线性化的；当应用恒定的推进器旋转时，不稳定的科里奥利力和力矩在相对前进速度附近被线性化。然而，非线性阻尼也包括在内。实验结果表明，所提出的观测器和控制器具有令人满意的性能。级联系统理论被用来证明闭环系统的渐近稳定性。既不需要高增益也不需要有界控制器反馈，观测器和控制器增益可以单独调谐。这些特性便于实际实施。本文是文献[28]的延伸，展示了所有的证据，并详细阐述了制导系统和作动器的建模。这项工作的一个重要目标是开发一个易于实现的观测器-控制器系统。由于三自由度电流感应船模型和五自由度车辆模型之间的非线性耦合，稳定性分析变得相当复杂，但所得的观测器和控制器易于实现。
本文组织如下:数学建模的描述在第二部分给出。第三和第四节分别给出了观测器和控制器的设计和分析。此外，在第五节中还介绍了一个关于Minesniper MkII的案例研究，描述了作动器建模、制导系统，最后给出了实验结果。第六节给出了一些结论。
未完待续
结论和未来工作
针对细长体欠驱动水下机器人，提出了一种输出反馈控制器。持续生产管理系统包括两种分离的模型：一个五自由度的车辆模型和一个三自由度的电流感应船模型考虑了主要的电流负载。车辆CPM的一部分根据相对喘振速度进行线性化。利用李亚普诺夫函数和级联系统理论证明了非线性Luenberger观测器和采用观测器反推技术设计的控制器是UGAS的。所采用方法的一个优点是它不需要任何高增益，也不需要有界反馈控制器增益。此外，观测器和控制器增益可以分别调整。在Minesniper MkII上进行了海上试验，显示了令人满意的观测和跟踪性能。进一步的工作包括获得更精确的车辆参数和控制器反馈增益的最佳调整，以试图优化车辆的性能。
论文链接