删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

仿乌贼水下机器人设计与控制

本站小编 Free考研考试/2022-01-02

张天栋1,2, 王睿,1,*, 王硕1,2,31. 中国科学院自动化研究所,复杂系统管理与控制国家重点实验室,北京 100190
2. 中国科学院大学,北京 100049
3. 中国科学院脑科学与智能技术卓越创新中心,上海 200031

The Design and Control of Squid-Like Underwater Robot

Zhang Tiandong1,2, Wang Rui,1,*, Wang Shuo1,2,31. The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China
2. University of Chinese Academy of Sciences, Beijing 100049, China
3. Center for Excellence in Brain Science and Intelligence Technology, Chinese Academy of Sciences, Shanghai 200031, China

通讯作者: (E-mail:rwang5212@ia.ac.cn

收稿日期:2019-09-18网络出版日期:2019-12-20
基金资助:国家自然科学基金项目.61773378
国家自然科学基金项目.U1713222
国家自然科学基金项目.61421004


Received:2019-09-18Online:2019-12-20
作者简介 About authors

张天栋,1996年生,现为中国科学院自动化研究所博士研究生,主要研究方向为仿生水下机器人。
本文中完成文章实验部分及论文撰写。
Zhang Tiandong is currently pursuing the Ph.D. degree in control theory and control engineering at Institute of Automation, Chinese Academy of Sciences, Beijing. His current research interests include intelligent control, underwater robot, and biomimetic robot.
He completed the experimental part and wrote the manuscript.
E-mail: zhangtiandong2018@ia.ac.cn


王睿,1992年生,现为中国科学院自动化研究所助理研究员,主要研究方向为仿生水下机器人。
本文中完成系统设计及控制算法设计。
Wang Rui (Corresponding Author) is currently a Research Assistant with the State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences. His current research interests include intelligent control, underwater robot, and biomimetic robot.
He completed the system design and control algorithm design. E-mail:rwang5212@ia.ac.cn


王硕,1973年生,博士,现为中国科学院自动化研究所研究员,博士生导师,主要研究方向为仿生机器人、水下机器人、多机器人系统、机器人控制。
本文中对文章整体框架进行总体指导。
Wang Shuo is currently a Professor with the State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences. His current research interests include biomimetic robot, underwater robot, multirobot system, and robot control.
He gave general guidance to the overall framework of the article.
E-mail:shuo.wang@ia.ac.cn



摘要
【目的】本文研究一种新型仿乌贼水下机器人的系统设计,包括水下机器人机械结构设计和驱动系统设计。【方法】本文建立仿乌贼水下机器人动力学模型、双波动鳍运动学模型以及波动推进力/力矩―行波参数映射模型。【结果】研制了仿乌贼水下机器人样机,在室内水池和开放水域进行了不同模态运动实验,并进行了深度闭环控制实验。【结论】实验结果显示所构建的波动鳍推进仿乌贼水下机器人具有良好的运动能力。
关键词: 仿生;仿乌贼水下机器人;系统设计;运动控制

Abstract
[Objective] Different from traditional underwater vehicles, the squid-like underwater robot has the advantages of low noise and good maneuverability. In this paper, the system design of the squid-like underwater robot was studied, including the mechanical structure design and drive system design. [Methods] The dynamic model of the squid-like underwater robot, the kinematic model of the undulating fins and the mapping model from propulsive force/torque to traveling wave parameter were established. [Results] The prototype of the squid-like underwater robot was developed. Then, multiple motion patterns such as marching, receding, turning, submerging and surfacing were achieved and tested. Besides, depth control experiment was performed. [Conclusion] Experimental results show that the squid-like underwater robot propelled by undulatory fins has good mobility.
Keywords:biomimetics;squid-like underwater robot;system design;motion control


PDF (10254KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
张天栋, 王睿, 王硕. 仿乌贼水下机器人设计与控制. 数据与计算发展前沿[J], 2019, 1(2): 53-61 doi:10.11871/jfdc.issn.2096-742X.2019.02.005
Zhang Tiandong. The Design and Control of Squid-Like Underwater Robot. Frontiers of Data and Computing[J], 2019, 1(2): 53-61 doi:10.11871/jfdc.issn.2096-742X.2019.02.005


引言

水下机器人作为一种可在水中移动,具有一定感知能力,可辅助或代替人类完成多种任务的高技术装备,在海洋研究、海洋开发、海洋环境保护等领域具有重要的应用价值[1,2]。为满足一些特定任务要求,例如水下设备检修、海产品捕捞等,水下机器人会配备机械手臂,构成水下作业机器人。目前大多数水下作业机器人推进系统为螺旋桨推进器,结合可操纵的舵面产生机动控制力[1]。这种设计对于以巡航速度行驶于空旷平静海域的水下作业机器人是经济有效的。但水下作业机器人在执行特定任务时,往往需要在有扰流的水中低速运动或悬停,此时这种依赖于流体在操纵舵面上流动产生机动控制力的推进方式难以满足实际工作需求。此外,水下作业机器人低速运动时,螺旋桨会处于非全程旋转的工作状态,由于非稳定流模式下螺旋桨的“颤搐”运动,其效率将显著降低,并且产生难以预测的流体脉冲。

水下仿生机器人的设计思想是以自然界中鱼类为原型,通过观察、模仿其身体形态和运动特征,采用现代电子工程技术构建出与其形态、运动方式、功能等方面相似的机器人系统。自然界中,一些鱼类进化出柔性波动长鳍和相对刚性的身体,通过在长鳍上产生行波进而产生推力。柔性长鳍一般位于鱼体背侧、腹部、背腹侧或左右两侧,这些鱼类被称为中央鳍/对鳍(Median/Paired Fin, MPF)推进模式鱼类[3]

近年来,随着生物科学、机械制造科学、流体力学、控制科学、材料科学、电子技术等学科的发展和融合,国内外针对仿MPF 鱼类波动鳍推进水下机器人的研究工作不断深入,研制了多种波动鳍推进水下机器人。英国赫瑞瓦特大学的Sfakiotakis等人于2001年设计了一种长鳍驱动装置[4],通过气动装置驱动8 个并行排列的鳍条实现长鳍的波动,能够产生与频率和波动幅度近似线性关系的推力。美国西北大学于2014年研制了最新一代仿黑魔鬼刀鱼波动鳍推进水下机器人[5],该原型机柔性长鳍由32根鳍条构成,每根鳍条由一个直流电机单独驱动。国内方面,国防科技大学于2003年率先展开针对仿生波动鳍推进水下机器人的研究工作,最新研制的一种波动鳍推进水下机器人,由两条对称安装于本体两侧的波动长鳍作为动力装置,通过双波动鳍协调控制,能实现对机器人的速度和航向控制[6]。浙江大学于2012年研制了一种波动鳍推进水下机器人,该机器人只由头尾两根刚性鳍条组成长鳍,分别由一个电机驱动,依靠柔性鳍自身与流体的相互作用传递行波来实现推进[7]。中国科学院自动化研究所一直致力于波动鳍推进水下机器人的研究,模仿鳐鱼研制出靠一对波动胸鳍推进的水下机器人,每侧长鳍由6根鳍条组成,实现了波动鳍推进水下机器人进退、转向、浮潜等多种模态三维运动控制[8]

本文在模块化波动鳍水下推进器设计方案基础上[9],以乌贼为仿生对象,构建仿乌贼运动的仿乌贼水下作业机器人,并针对其基本运动控制方法展开研究。首先,将两个模块化波动鳍水下推进器对称安装在水下作业臂系统两侧,构建仿乌贼水下作业机器人,相比于传统的螺旋桨推进的水下作业机器人,具有更优良的低速运动稳定性和抗扰性能。其次,建立仿乌贼水下作业机器人系统模型,包括水下移动作业机器人动力学模型、双波动鳍运动学模型以及波动推进力/力矩―行波参数映射模型,为后续多模态运动及深度闭环运动等控制方法研究打下基础。最后,进行了仿乌贼水下作业机器人不同模态运动以及深度闭环运动控制实验,实验结果显示仿乌贼水下作业机器人具有良好的运动能力。

1 系统设计

1.1 机械结构设计

图1给出了仿乌贼水下作业机器人机械结构设计。仿乌贼水下作业机器人机构设计基于模块化设计思想,主要可分为三个模块:包括水下作业臂系统和两个波动鳍水下推进器。水下作业臂系统机械结构上通过电机与驱动器集中后置,具有轻量化臂身,从而减少作业臂与水下作业臂系统本体之间的耦合,有利于进行快速的水下抓取作业。水下作业臂系统还装有PC/104工控机、双目视觉系统、压力传感器、直流有刷电机、驱动器、编码器、减速箱、电池、配重块等设备。关于水下作业臂系统详细的机构设计可以参见文献[10]

图1

新窗口打开|下载原图ZIP|生成PPT
图1仿乌贼水下作业机器人机构设计。(a) 三维机械结构图 ;(b) 原型机照片。

Fig.1Mechanism design of squid-like underwater robot. (a) Three-dimensional mechanical structure; (b) Photo of prototype.



另一方面,通过圆形铝制箍将两个模块化波动鳍水下推进器对称安装在水下作业臂系统两侧,即可构建仿乌贼水下作业机器人。波动鳍水下推进器可方便地取下并重新装配,这有利于仿乌贼水下作业机器人后期的维修与更新。

仿乌贼水下作业机器人原型机的主要技术参数如表1所示。

Table 1
表1
表1仿乌贼水下作业机器人原型机技术参数
Table 1The technical parameter of squid-like underwater robot
参数参数
长度1230 mm传感器压力传感器、双目视觉系统
宽度970 mm驱动模式直流电机、数字舵机
高度390 mm电源7.4 V、22.2 V锂电池
质量约52 kg续航时间约3 h(实验室测试)

新窗口打开|下载CSV

1.2 驱动系统设计

图2 所示,仿乌贼水下作业机器人的驱动系统设计也基于模块化思想,各个模块之间通过串口或网口连接进行数据交换,这有助于各模块的维护与更新。

图2

新窗口打开|下载原图ZIP|生成PPT
图2仿乌贼水下作业机器人驱动系统配置

Fig.2Driver system configuration of squid-like underwater



在水下作业臂系统本体中,主控制器采用PC/104工控机(研华~3363D),其主要实现仿乌贼水下作业机器人运动控制、传感数据处理、数字图像处理、水下作业臂运动控制等功能。双目视觉系统用来进行目标识别和定位,其通过USB接口和PC/104工控机连接。PC/104工控机可通过网口连接至远程控制台,从而可以在远程控制台实现对仿乌贼水下作业机器人的远程手动控制。

对于水下作业臂,直流电机驱动器1通过串口连接至PC/104工控机。其余的电机驱动器之间通过CAN总线相互连接。直流电机角度控制采用转速位置双闭环控制结构,从而可通过齿轮、同步带轮等传动机构实现对作业臂各个关节角度的高速高精度控制。

PC/104工控机通过两个串口分别连接两侧波动鳍水下推进器,从而可实现对两侧长鳍的波动运动控制。

2 系统建模

考虑到仿乌贼水下作业机器人结构的特殊性,分别针对水下作业机器人和波动推进系统进行建模。首先建立水下移动作业机器人动力学模型。再针对双波动鳍建立其波动运动的运动学模型。最后,基于模糊数学方法,建立波动推进力/力矩―行波参数映射模型。

2.1 动力学模型

为建立水下移动作业机器人动力学模型,我们做如下假设与简化:(1)本文所考虑的水下作业机器人具有较大的稳心高度,具有较好的静态稳定性,因此,我们忽略其横滚和俯仰自由度上的运动;(2)假设浮潜运动与进退运动、侧移运动及偏航运动无耦合关系;(3)本文所考虑的水下作业机器人运动速度较小,因此忽略非线性阻尼作用,仅考虑线性阻尼作用。基于以上假设,水下移动作业机器人动力学模型可表示为[11]

$\begin{matrix} & \dot{x}=u\cos (\psi )-v\sin (\psi ), \\ & \dot{y}=u\sin (\psi )+v\cos (\psi ), \\ & \dot{z}=w, \\ & \dot{\psi }=r, \\ & M\dot{\nu }=-C(\nu )\nu -D\nu +\tau +{{\tau }_{d}}, \\ \end{matrix}$
且有,

$\begin{matrix} & M=\left[ \begin{matrix} {{m}_{11}} & 0 & 0 & 0 \\ 0 & {{m}_{22}} & 0 & {{m}_{24}} \\ 0 & 0 & {{m}_{33}} & 0 \\ 0 & {{m}_{24}} & 0 & {{m}_{44}} \\ \end{matrix} \right],D=\left[ \begin{matrix} {{d}_{11}} & 0 & 0 & 0 \\ 0 & {{d}_{22}} & 0 & {{d}_{24}} \\ 0 & 0 & {{d}_{33}} & 0 \\ 0 & {{d}_{42}} & 0 & {{d}_{44}} \\ \end{matrix} \right], \\ & C=\left[ \begin{matrix} 0 & 0 & 0 & -{{m}_{22}}v-{{m}_{24}}r \\ 0 & 0 & 0 & {{m}_{11}}u \\ 0 & 0 & 0 & 0 \\ {{m}_{22}}v+{{m}_{24}}r & -{{m}_{11}}u & 0 & 0 \\ \end{matrix} \right], \\ \end{matrix}$

其中$v=[u,v,w,r]^{T}$为随体坐标系${{O}_{B}}{{X}_{B}}{{Y}_{B}}{{Z}_{B}}$下的水下作业机器人速度,包括进退速度、侧移速度、浮潜速度和偏航角速度。$x$, $y$, $z$, $\psi $为世界坐标系${{O}_{E}}{{X}_{E}}{{Y}_{E}}{{Z}_{E}}$下水下作业机器人的位置和航向。$M$为质量及附加质量矩阵,$D$为线性阻尼矩阵,$C$为科里奥利力和向心力矩阵,$\tau ={{[{{\tau }_{u}},0,{{\tau }_{w}},{{\tau }_{r}}]}^{T}}$为推进力和力矩控制输入量,其中${{\tau }_{u}}$, ${{\tau }_{w}}$, ${{\tau }_{r}}$分.别为进退推力、浮潜推力和偏航力矩,${{\tau }_{d}}={{[{{\tau }_{du}},{{\tau }_{dv}},{{\tau }_{dw}},{{\tau }_{dr}}]}^{T}}$为扰动力和力矩向量,其中${{\tau }_{du}}$, ${{\tau }_{dv}}$, ${{\tau }_{dw}}$, ${{\tau }_{dr}}$为作用在进退、侧移、浮潜和偏航四个自由度上的扰动力或扰动力矩。

2.2 双波动鳍运动学模型

仿乌贼水下作业机器人两侧长鳍按正弦波形波动。同时,为避免产生较大的侧移运动和横滚运动进而影响水下作业机器人的运动稳定性,令两侧波动鳍的行波幅值、偏置角和波长相等。因此,双波动鳍波动运动的运动学模型可表示为:

$\left\{ \begin{array}{*{35}{l}} {{\theta }_{L}}(i,t)={{A}_{L}}\cos [2\pi {{F}_{L}}t-(i-1){{\phi }_{L}}]+{{\theta }_{BL}} \\ {{\theta }_{R}}(j,t)={{A}_{R}}\cos [2\pi {{F}_{R}}t-(j-1){{\phi }_{R}}]+{{\theta }_{BR}} \\ i,j=1,2,\cdots n \\ \end{array} \right.$
$s.t.\left\{ \begin{array}{*{35}{l}} {{A}_{L}}={{A}_{R}}=A \\ {{\phi }_{L}}={{\phi }_{R}}=\phi \\ {{\theta }_{BL}}={{\theta }_{BR}}={{\theta }_{B}} \\ \end{array} \right.$
其中${{\theta }_{L}}$, ${{\theta }_{R}}$分别为左右两侧长鳍鳍条的偏转角度$i$, $j$分别表示左鳍第$i$根鳍条和右鳍第$j$根鳍条,$t$为时间,$n$为鳍条个数,$F$, $A$, $\phi $, ${{\theta }_{B}}$分别为波动频率、幅值、相位差以及偏置角。根据上述模型,仿乌贼水下作业机器人运动可由参数${{F}_{L}}$, ${{F}_{R}}$, $A$, $\phi $, ${{\theta }_{B}}$决定,因此,我们选择这五个参数作为水下作业机器人的控制输入。考虑到波动鳍舵机转速约束和鳍膜弹性约束,我们将控制参量的范围限制为:


其中频率的符号表示波动鳍产生的行波传播方向。

通过对两侧长鳍进行协调控制,长鳍上可以产生各种波动或拍动运动,进而产生推进力和力矩。仿乌贼水下作业机器人在推进力和力矩作用下,可实现多种游动模态,包括前进/后退游动、上浮/下潜游动、转向游动等。

2.3 波动推进力/力矩―行波参数映射模型

对于仿乌贼水下作业机器人,建立两侧长鳍产生的推进力和偏航力矩至行波参数之间的映射关系对闭环运动控制十分重要。目前还没有成熟统一的方法来定量建立这一非线性关系,因此我们使用基于模糊数学的方法建立波动推进力/力矩―行波参数映射模型[12]。如图3所示,波动推进力/力矩―行波参数映射模型具有3个输入和5个输出。输入包括进退推力${{\tau }_{u}}$、浮潜推力${{\tau }_{w}}$和偏航力矩${{\tau }_{r}}$。输出即为仿乌贼水下作业机器人的行波参数。波动推进力/力矩―行波参数映射模型主要包括4个组成部分,即模糊化、模糊推理、模糊规则库和解模糊化。

图3

新窗口打开|下载原图ZIP|生成PPT
图3基于模糊数学的波动推进力/力矩―行波参数映射模型结构框图

Fig.3Structure block diagram of the mapping model from propulsive force/torque to traveling wave parameter based on fuzzy mathematics



首先让仿乌贼水下作业机器人在一些行波参数下进行游动,并计算游动的平均速度。然后根据平均速度和仿真分析估计在此行波参数下产生的推进力和推进力矩。进而确定各个输入输出变量的论域,并根据三角形隶属度函数进行模糊化。

模糊规则库是模糊模型的核心,主要依据以下4个原则建立模糊规则库:

(1)浮潜力与长鳍偏置角紧密相关。在一定范围内,当浮潜推力变大时,偏置角也应增大,反之亦然。

(2)当偏航力矩较小而进退推力较大时,两侧长鳍行波传播方向应一致,通过改变两侧行波频率来同时输出较大的进退推力和较小的偏航力矩。

(3)航向控制和深度控制优先级高于进退控制。即当需要产生的偏航力矩、浮潜推力、进退推力都较大时,优先保证产生较大的偏航力矩和浮潜推力。

(4)当进退推力和偏航力矩都较小时,相邻鳍条间的相位差变小,行波频率、幅值和偏置角根据浮潜推力确定。即当需要的浮潜推力较大时,行波频率、幅值和偏置角设置为较大值,反之亦然。

采用Mamdani法进行模糊推理,并采用中心平均法进行解模糊运算以获得两侧波动鳍行波参数。

3 实验

根据仿乌贼水下作业机器人系统建模结果,首先进行系列实验探索其不同模态下的运动性能,主要包括前进、后退、转向、上浮、下潜等运动模态。

因为深度闭环控制对水下作业机器人执行水下作业任务具有重要意义。本章同时使用文献[13]第四章提出的基于自抗扰控制技术的深度控制方法,在仿乌贼水下作业机器人上进行了深度闭环控制实验。

3.1 多模态运动控制实验

3.1.1 进退运动

基于双波动鳍运动学模型,当仿乌贼水下作业机器人两侧鳍行波频率相等,偏置角均为零时,且行波都从头部朝尾部传播时,水下作业机器人将进行前进运动。图4是行波参数为${{F}_{L}}=0.8\text{Hz}$,${{F}_{R}}=0.8\text{Hz}$,$A={{30}^{{}^\circ }}$,$\phi ={{36}^{{}^\circ }}$,${{\theta }_{B}}={{0}^{{}^\circ }}$时,仿乌贼水下作业机器人进行前进运动的实验视频截图序列。当两侧鳍行波从尾部向头部传播时,水下作业机器人将进行后退运动,图5给出了后退运动的实验视频截图序列。为验证仿乌贼水下作业机器人在开放水域的运动能力,我们在十三陵水库进行了野外湖试,图6为野外实验中进行前进运动的视频截图序列。

图4

新窗口打开|下载原图ZIP|生成PPT
图4前进运动实验视频截图序列

Fig.4Video capture sequence of forward motion experiment



图5

新窗口打开|下载原图ZIP|生成PPT
图5后退运动实验视频截图序列

Fig.5Video capture sequence of backward motion experiment



图6

新窗口打开|下载原图ZIP|生成PPT
图6前进运动野外实验视频截图序列

Fig.6Video capture sequence of forward motion experiment in the field



3.1.2 转向运动

在进退运动基础上,改变左右两侧波动鳍行波频率,可使两侧波动鳍产生大小不同的推力,进而产生偏航力矩,使得仿乌贼水下作业机器人进行转向运动。图7是行波参数为${{F}_{L}}=1.2\text{Hz}$,${{F}_{R}}=0.4\text{Hz}$,$A={{30}^{{}^\circ }}$,$\phi ={{36}^{{}^\circ }}$,${{\theta }_{B}}={{0}^{{}^\circ }}$时,仿乌贼水下作业机器人进行转向运动的实验视频截图序列。图8为野外实验中进行转向运动的视频截图序列。

图7

新窗口打开|下载原图ZIP|生成PPT
图7转向运动实验视频截图序列

Fig.7Video capture sequence of turning motion experiment



图8

新窗口打开|下载原图ZIP|生成PPT
图8转向运动野外实验视频截图序列

Fig.8Video capture sequence of turning motion experiment in the field



3.1.3 浮潜运动

当仿乌贼水下作业机器人两侧鳍行波频率相等,相位差均为零,且偏置角为正时(两侧鳍条向下偏转),两侧鳍进行拍动运动,此时水下作业机器人将进行垂直上浮运动。当偏置角为负时,此时水下作业机器人将进行垂直下潜运动。图9给出了仿乌贼水下作业机器人进行垂直下潜运动的实验视频截图序列。

图9

新窗口打开|下载原图ZIP|生成PPT
图9下潜运动实验视频截图序列

Fig.9Video capture sequence of diving motion experiment



3.2 闭环自主定深控制实验

本节使用文献[13]第四章提出的基于自抗扰控制技术的深度控制方法,在仿乌贼水下作业机器人上进行了深度闭环控制实验,其中深度反馈数据通过深度传感器获得。

相比于传统的PID控制方法,自抗扰控制方法在以下4个方面进行了改进[14]

(1)PID控制方法让不可跳变的系统输出量来跟踪可跳变的给定值,这是不合理的。自抗扰控制方法通过对给定值安排过渡过程,避免给定值的跳变。

(2)PID控制中要使用误差的微分信号,而缺少提取微分信号的合理方法和合适装置,不能充分发挥误差微分的作用。自抗扰控制方法使用噪声放大效应很低的跟踪微分器、状态观测器或扩张状态观测器来提取误差微分信号。

(3)PID控制中误差反馈律是误差的现在(P)、过去(I)、将来变化趋势(D)的加权线性组合。自抗扰控制方法在非线性领域寻找更合适、更有效率的组合形式来形成误差反馈律。

(4)工程实践表明,经典PID控制中的误差积分反馈对抑制常值扰动的作用是显著的,然而常常使用闭环系统的反应迟钝,容易产生振荡和控制量饱和等副作用。自抗扰控制方法采用扩张状态观测器实时估计出作用于系统的扰动总和并给予补偿,代替误差积分反馈作用。

文献[15]也证明针对波动鳍推进水下航行器基本闭环运动控制,基于自抗扰控制技术的控制方法较基于PID的控制方法能获得更好的控制效果,故本文采用自抗扰控制方法进行仿乌贼水下作业机器人基本闭环运动控制。

图10为深度控制器的结构示意图,其包括一个自抗扰控制器和基于模糊推理的控制量配置模块。自抗扰控制器根据期望深度和当前深度反馈输出浮潜推力。通过设置, ,基于模糊推理的控制量配置模块可将力和力矩形式的控制量映射为仿乌贼水下作业机器人的行波参数。

图10

新窗口打开|下载原图ZIP|生成PPT
图10深度控制器结构示意图

Fig. 10Structural block diagram of depth controller



深度闭环控制实验中,水下作业机器人初始深度为0.187 m,期望深度为0.7 m,控制周期为0.05 s。图11给出了深度闭环控制实验视频截图序列,其中白色虚线表示期望深度。图12为深度变化曲线。实验结果显示,在深度控制器的控制下,水下作业机器人深度值几乎无超调地达到期望深度,然后进入稳态。稳态误差维持在(-0.015 m, 0.015 m)范围内,说明能实现对仿乌贼水下作业机器人较为精确的深度控制。

图11

新窗口打开|下载原图ZIP|生成PPT
图11深度闭环控制实验视频截图序列

Fig. 11Video capture sequence of depth closed-loop control experiment



图12

新窗口打开|下载原图ZIP|生成PPT
图12深度闭环控制实验深度变化曲线

Fig. 12Depth curve of depth closed-loop control experiment



4 结论与展望

本文基于模块化波动鳍水下推进器构建了一种新型仿乌贼水下作业机器人,模拟乌贼采用MPF推进方式进行运动;并建立了水下移动作业机器人动力学模型、双波动鳍运动学模型和波动推进力/力矩―行波参数映射模型;基于建立的仿乌贼水下作业机器人系统模型,在室内水池和开放水域进行了不同模态运动实验,包括进退、转向、浮潜等运动,并进行了深度闭环控制实验。实验结果显示所构建的仿乌贼水下作业机器人具有良好的运动能力。

当前,仿乌贼水下作业机器人大都采用电机驱动,而鱼类等自然生物以软体、变形体、或刚柔耦合结构实现高性能、高效、高能量密度、安全的驱动、运动,这类生物结构的形变非线性、不确定性、变刚度、弹性、振动等使仿生新型驱动机构在设计、分析和优化等方面面临巨大挑战。可以从流线型外形、低阻材料、刚柔耦合高效传动方式等方面开展研究,以提高仿生水下作业机器人的运动性能。

利益冲突声明

所有作者声明不存在利益冲突关系。

参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

蒋新松, 封锡盛, 王棣棠 . 水下机器人[M]. 沈阳: 辽宁科技出版社, 2000.
[本文引用: 2]

Bandyopadhyay P R . Trends in biorobotic autonomous undersea vehicles
[J]. IEEE Journal of Oceanic Engineering, 2005,30(1):109-139.

[本文引用: 1]

Breder C M . The locomotion of fishes
[J]. Zoologica, 1926,4(2):159-256.

[本文引用: 1]

Sfakiotakis M, Lane D M, Davies B C . An experimental undulating-fin device using the parallel bellows actuator
[C]. 2001 IEEE International Conference on Robotics and Automation, 2001: 2356-2362.

[本文引用: 1]

Bale R, Shirgaonkar A A, Neveln I D, Bhalla A P S, MacIver M A, Patankar N A, . Separability of drag and thrust in undulatory animals and machines
[J]. Scientific Reports, 2014,4:7329.

[本文引用: 1]

Zhou H, Hu T J, Xie H B, Zhang D B, Shen L C , Computational and experimental study on dynamic behavior of underwater robots propelled by bionic undulating fins
[J]. Science China Technological Sciences, 2010,53(11):2966-2971.

[本文引用: 1]

Liu F F, Lee K M, Yang C J . Hydrodynamics of an undulating fin for a wave-like locomotion system design
[J]. IEEE/ASME Transactions on Mechatronics, 2012,17(3):554-562.

[本文引用: 1]

Wei Q, Wang S, Wang Y, Zhou C, Tan M . Course and depth control for a biomimetic underwater vehicle - RobCutt-I
[J]. International Journal of Offshore and Polar Engineering, 2015,25(2):81-87.

[本文引用: 1]

王睿, 王硕 . 模块化仿生波动长鳍水下推进器的设计与实现
[J]. 华中科技大学学报(自然科学版), 2015, (z1):408-411.

[本文引用: 1]

Wang Y, Wang S, Wei Q, Tan M, Zhou C, Yu J . Development of an underwater manipulator and its free-floating autonomous operation
[J]. IEEE/ASME Transactions on Mechatronics, 2016,21(2):815-824.

[本文引用: 1]

Fossen T . Guidance and control of ocean vehicles
[M]. New York:Wiley, 1994.

[本文引用: 1]

Wang S, Wang Y, Wei Q, Tan M, Yu J . A bio-inspired robot with undulatory fins and its control methods
[J]. IEEE/ASME Transactions on Mechatronics, 2017,22(1):206-216.

[本文引用: 1]

魏清平 . 波动鳍推进水下航行器设计与控制方法研究
[D]. 北京:中国科学院大学, 2015.

[本文引用: 2]

韩京清 . 自抗扰控制技术——估计补偿不确定因素的控制技术[M]. 北京: 国防工业出版社, 2008.
[本文引用: 1]

Wei Q, Wang S, Wang Y, Zhou C, Tan M . Course and depth control for a biomimetic underwater vehicle - RobCutt-I
[J]. International Journal of Offshore and Polar Engineering, 2015,25(2):81-87.

[本文引用: 1]

相关话题/控制 运动 实验 系统 设计

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 大数据基础理论与系统关键技术浅析 *
    华强胜1,2,3,4,郑志高1,2,3,4,胡振宇1,2,3,4,钟芷漫1,2,3,4,林昌富1,2,3,4,赵峰1,2,3,4,金海1,2,3,4,石宣化1,2,3,41.大数据技术与系统国家地方联合工程研究中心,湖北武汉4300742.服务计算技术与系统教育部重点实验室,湖北武汉4300743. ...
    本站小编 Free考研考试 2022-01-02
  • 面向大规模数据的科学可视化系统GPVis
    单桂华,1,*,刘俊1,2,李观1,2,高阳1,徐涛1,田东1,21.中国科学院计算机网络信息中心,北京1001902.中国科学院大学,北京100049GPVis:AScientificVisualizationSystemforLargeScaleDataShanGuihua,1,*,LiuJun ...
    本站小编 Free考研考试 2022-01-02
  • 联邦型RDF数据管理系统综述
    彭鹏1,邹磊21.湖南大学,信息科学与工程学院,湖南长沙4100822.北京大学,王选计算机研究所,北京100080SurveyonFederatedRDFSystemsPengPeng1,ZouLei21.CollegeofComputerScienceandElectronicEngineeri ...
    本站小编 Free考研考试 2022-01-02
  • 基于PSO算法的直流近区光伏发电系统控制参数优化方法
    摘要针对直流近区光伏发电系统的小扰动和振荡问题,本文提出了一种基于PSO算法的直流近区光伏发电系统控制参数优化方法以提升系统小干扰稳定性。首先,建立包括光伏阵列、逆变器及其控制器、直流输电系统的直流近区光伏发电系统小信号模型。其次,建立了基于特征值的直流近区光伏发电系统控制参数优化问题,并提出了一种 ...
    本站小编 Free考研考试 2022-01-02
  • 基于AUKF的分布式电源系统虚假数据攻击检测方法
    摘要虚假数据注入攻击(FDIA)是一种典型的网络攻击方式,其通过破坏数据完整性进而误导电力系统状态估计结果,严重危害电网运行安全。随着国家大力发展新能源产业,越来越多的分布式电源注入电力系统,使得电网中大量测量数据具有随机、多变的特性,分布式电源系统中的虚假数据检测难度大大增加。针对这一问题,本文构 ...
    本站小编 Free考研考试 2022-01-02
  • 面向电力系统潮流仿真的语音交互研究
    摘要以深度学习为代表的人工智能技术不断发展,正逐步渗透并融入电力系统等传统领域。为增强潮流仿真中人机交互的智能化程度,减少仿真技术人员在输入数据、计算分析等过程中的重复劳动,本文从语音识别理论和工程应用相结合的角度开展研究,提出了一种在潮流仿真中嵌入语音识别技术的方法。首先,对现有潮流仿真软件融入语 ...
    本站小编 Free考研考试 2022-01-02
  • 一种对称式双LCC补偿无线电能传输系统参数设计方法
    摘要LCC补偿结构由于其恒流恒压特性,被广泛应用于电磁感应式无线电能传输系统。因其有较多的无源元件,带来了参数设计步骤复杂的问题。通过对LCC拓扑进行二端口等效计算,利用互易定理分析不同模式下逆变器的电压电流零相位角,得到恒流、恒压模式下工作频率与线圈耦合系数的关系,提出一种对称式双LCC参数设计方 ...
    本站小编 Free考研考试 2022-01-02
  • 考虑脉冲负载影响的直流微电网变换器模型预测控制策略
    摘要围绕含脉冲负载的直流微电网稳定运行问题,设计了抑制脉冲负载影响的直流微电网中变换器的预测控制策略。所设计的模型预测控制器是一种最优鲁棒协调控制器,可直接应用于直流微电网中混合储能系统,并减轻脉冲功率负载的负面影响。在分析直流微电网构成基础上,推导了系统动态模型以开发模型预测控制器,同时将系统硬约 ...
    本站小编 Free考研考试 2022-01-02
  • 基于改进锁频器频率偏差检测的光伏逆变器快速频率响应控制
    摘要光伏电站高比例接入电网造成电力系统结构持续性改变,导致电网可调节资源存量不断下降,抵御故障扰动的能力减弱,电网频率越限风险增加。为提高光伏电站快速频率响应能力,本文根据现有新能源调频政策,设计了光伏逆变器有功-频率下垂特性,提出了基于改进二阶广义积分锁频器的光伏逆变器快速频率响应控制策略,使光伏 ...
    本站小编 Free考研考试 2022-01-02
  • 基于随机响应面的电-气互联系统概率最优能流计算方法
    摘要电-气互联系统(IEGS)作为一种新型能源供给模式,极具发展潜力。本文提出了一种基于随机响应面的电-气互联系统概率最优能流计算方法。首先,以IEGS总运行成本为目标,考虑电力系统、天然气系统的运行约束,并将电转气细分为电转氢气与电转天然气两种电-气耦合模式,建立了最优能流模型;然后,结合IEGS ...
    本站小编 Free考研考试 2022-01-02