多模型智能控制方法在AUV运动控制中的应用.docxVIP

1

_______________________________________________________________________________edu

_______________________________________________________________________________

多模型智能控制方法在AUV运动控制中的应用

任洪亮边信黔

（哈尔滨工程大学323实验室，哈尔滨，150001）

摘要:本文研究了基于模糊切换规则的多模型控制方法，通过模糊切换实现了多控制器集的平滑切换，各局部控制器可以采用常规或智能控制规律设计。并在环境干扰条件下，以航向控制为例，对AUV进行航向跟踪，对比基于单一模型下设计的控制器。仿真结果验证了该智能控制方法具有很好的控制性能和鲁棒性。

关键词:AUV；模糊切换；多模型控制；航向跟踪；局部控制器

MULTI-MODELCONTROLSTRATEGY

ANDITSAPPLICATIONINAUVMOTIONCONTROL

RenHong-LiangBianXin-Qian

(323Lab,HarbinEngineeringUniversity,Harbin150001)

Abstract:Amulti-modelcontrolmethodbasedonfuzzyswitchrulesisstudiedinthispaper.Themulti-controllersetcanbeswitchedsmoothlythroughfuzzyswitcherandsub-controllersaredesignedwithregularorintelligentcontrolmethods.HeadkeepingindisturbancewastakenasanexampletocompareMMCwiththesinglemodelcontrollers.ThesimulationresultrevealstheadvantageandrobustnessoftheMMCmethod.

Keywords:AUV;fuzzyswitch;multi-modelcontrol;headkeeping;localcontroller

0.引言

自治式水下机器人（AutonomousUnderwaterVehicle）运动控制指水下机器人在复杂海洋环境中，依靠自身的推进系统，在某种控制规律作用下，自动地沿某一规定的路线以规定的姿态进行运动。本文研究的AUV的一些工作特点如：本体是高度非线性、强耦合、时变和不确定的；受流、浪等工作环境干扰大；作业要求高如大范围工作半径、大范围航速调节能力、长工作时间；AUV使命模块配置的多样性。因而控制系统要求能适应上述因素的变化，有强鲁棒性和非线性自适应性，有足够的运动控制精度，这对水下机器人运动控制系统的设计提出了严峻的考验。

对于本AUV，传统的单一控制模式一般难以获得满意的控制品质。由于在不同的工作点对象特性变化较大，故基于单一模型设计的鲁律控制器将趋于保守，而一般的自适应控制遗忘有用信息[3]，计算量大，难以满足控制的实时性要求。多模型控制正可以使其在运动过程多个工作点及其附近获得较好的控制模态，这样不确定系统的多模型控制对于在强非线性环境下的AUV控制具有很强的实用价值。

1.多模型控制理论

多模型控制方法的基本思想是利用非线性过程在多个工作点上的线性化模型，由此把非线性空间划分为一些子空间，对于每个子空间均有一个对应的失配较小的数学模型，而每个控制器是针对不同的子空间及相应的数学模型进行单独设计的．然后设计一个有效的控制器切换方案，将所得到的线性控制器非线性地组合起来，最终构造出非线性控制系统。它是一种处理非线性系统的常用方法，可以在不同的平衡点附近用不同的线性模型描述其非线性特性，从而在整个范围用多个线性化模型来逼近非线性过程。

一般在非线性系统的分析与设计中，多采用反馈线性化技术，即利用在平衡点附近级数展开取线性项的方法，而后再设计单一的基于数学模型或定性推理的控制策略，就极有可能顾此失彼，难

2

以满足高质量的控制要求，这是因为前者存在着不太可能全面地模型化对象的问题，而后者的自动推理能力会受限于许多因素。这时，采用基于定量计算和定性推理相结合并兼容的多模型控制器，将是一类有实用价值的控制策略。

多模型控制思想用数学表达[3]如下：