面向水下目标探测的海洋机器人追踪控制策略.pdf

中国新技术新产品2024 NO.3（下）-5-高 新 技 术自主水下机器人（Autonomous Underwater Vehicle，AUV）具有较高的智能化水平，能够利用自身集成化的功能模组进行自主运动控制以及智能化决策，其中导航系统是水下机器人的重要组成部分，通过融合多传感器的硬件精准探测水下目标。本文针对多传感器的水下机器人的追踪控制系统进行设计，并对系统性能进行模拟分析。1 水下机器人追踪控制系统设计追踪控制系统主要由 2 个可独立操控的模组构成，第一模组为履带式行进机器人，并配置动力驱动装置，能够在水中进行上下移动以及水平面平移；第二模组为水下操纵检测装置，进行实时参数最优化控制，2 个模组都可以在水面上方通过操作人员直接进行操作控制。由于2个模组是由模块化的功能单元进行封装，因此其可以根据需求参数自定义配置功能，并可以同履带式机人共同进行耦合操作。所有机器人模组共同连接至控制面板中，通过控制面板来提供图像流集成，集成全过程信息参数。2 水下机器人追踪控制系统的设计2.1 水下机器人追踪控制系统的框架追踪控制系统由传感器数据采集模块、数据端口处理模块、串口通信模块以及运动导航控制模块组成。数据采集模块为水下机器人的运动环境过程信息处理、控制系统的信号搭建等数据末端采集提供桥梁1，利用安装在水下机器人周边的各类传感器综合采集机器人的姿态、位置以及速度参数。2.2 传感器采集模块设计传感器的数据参数采集是实现机器人运动以及姿态调整的重要控制依据，为了更好地适应水下的运行环境并提升采集效率，在参数配置上，使用传感器对机器运行姿态、室外温度、密封舱温度以及实时 GPS 数据进行采集2。传感器采集模块功能如图 1 所示。2.3 主控制器设计水下机器人系统有 5 个模块，包括微控制单元、直流电机（无刷）、电压测试和通信装置等。主要控制 MCU 为STM32F4 芯片，其核心为 ARM Cortex-M4，峰值频率为 168 MHz，在通信传输的过程中，支持UATR、SPI等多种数据输出端口，同时配置外部定时装置以及模拟数字转换器（Analog-todigital converter，ADC）等。主 MCU 通过可编程逻辑控制器（Programmable Logic Controller，PLC）来实时获取外部参照命令，稳定传输运动状态的信息，其主控制器模块功能如图 2 所示。3 模型建立与描述水下机器人在海洋环境中的运行规律十分复杂，因此需要将机器人的整体运动分为垂直运动和水平运动 2 个方向，以便进行研究3。本文基于机器人的水平和垂直运动需求来建立三维坐标系。在水平面的运行中，受到惯性作用以及控制饱和度的影响，实际的系统输出参数 c往往达不到理论的控制要求，因此 的具体表达原理如公式（1）所示。面向水下目标探测的海洋机器人追踪控制策略耿成园冯强强张会寅赵振强吴泽彬（中国地质调查局广州海洋地质调查局，广东 广州 511458）摘 要：随着科技不断发展以及陆上资源匮乏，水下机器人已经成为开发海洋战略的重要工具，而深化机器人的追踪控制成为项目开发的难点和重点。因此，本文构建了机器人追踪控制系统的模块功能模组，并结合数学原理进行了模拟仿真。结果表明，基于水下机器人追踪的优化控制策略具有较好的应用效果，其控制误差数值较低，速度以及位置误差都在可控范围内。结论表明，基于水下目标探测的海洋机器人追踪控制策略能够快速改进与调整机器人的运行，保证运行稳定性。关键词：海洋机器人；水下；目标探测；追踪控制中图分类号：TP242文献标志码：A注：IMU为惯性测量单元；UART为通用异步收发器；SPI为串行外设接口；GPS为全球定位系统。图 1 传感器采集模块功能示意图传感器采集模组三轴地磁仪水温水压传感器GPS传感器 视觉传感器IMU陀螺仪加速度计UARTSPISPISPI微控制器主控制器基金项目：海南省重大科技项目“基于多源数据融合的水下目标探测系统研究”（项目编号：ZDKJ202017）。中国新技术新产品2024 NO.3（下）-6-高 新 技 术maxmaxminmaxminmin,ccccccc=（1）式中：cmax为能够输出的最大输出量；cmin为能够输出的最小输出量。但是水下环境较为复杂，其动力参数的变化往往是无序的，这会对机器人的实际控制效果产生影响，因此需要重点降低控制器的鲁棒性。其原理的变化形式如公式（2）所示。(M+M)v+(C(v)+C)v+(D(v，v)+D）v+G(P)=+f（2）式中：M 为系统整体的惯性矩阵；M 为机器人在惯性矩阵变化的过程中产生的误差，M R33；v为 v 的导数；C（v）为向心力矩阵；C 为机器人在向心力矩阵中产生的误差，C R33；v 为横向方向的偏移速度；D 为机器人在前进动力时所产生的误差，D R33。D（v，v）为阻尼矩阵；G（P）为恢复力矩阵；为自由度矩阵；f 为参数设计中的自由度干扰项。4 追踪控制策略与实现步骤4.1 追踪控制策略追踪控制的前提是对水下结构及其周边的障碍物进行全面扫描，为了更精确地记录障碍物的尺寸，需要实时识别设备到表面的距离以及机器人的实际运行状态，使机器人能够在垂直方向上移动。其移动的激光光点实时展示在相机的传感器中，4 束激光围绕着相机构建 ab 的矩形。控制光束直接平行于光轴并且以对称的形式按照矩形矩阵进行排列，而为了保证控制策略的精确度，同时引入冗余的第四激光束作为异常点的检测光束，进而保证控制的稳定性和有效性。4.2 实现步骤4.2.1 基阵结构追踪控制需要准确评估目标的方位角和仰角，在追踪识别中，十字阵具有阵列冗余度小的特点4，因此采用十字阵作为接收基阵。在每个器阵中，间距为半个波长。4.2.2 信号接收需要对每个换能器采集的数据进行数模转换，其采样率控制在 20 kHz50 kHz，还要约束增益控制，并以基于A/D数据转换的形式读取数据5。本文采用RISC 微处理器（Advanced RISC Machine，ARM）处理数据，读取后的数据直接存入端口数据库中。4.2.3 信号处理在接收信号后，需要迅速处理信号。其主要针对数字滤波、FFT 以及距离估计进行模型识别，在这个过程中，波束运算量最大，因此在保证计算精度的基础上，其运算量会显著增加6。4.2.4 主动测距完成信号处理后，还需要通过脉冲法测量脉冲被目标反射后的时间周期，进而判断距离。在测距过程中，通过估计方位判断准确方向，进而沿着计算方向发出射声脉冲，主动测量距离。4.2.5 结果显示与输出测距计算结果通过显示装置进行可视化展示，还需要建立对应的数据输出端口，可以采用 RS232 或 485 传输端口数据。5 仿真试验与结果分析5.1 测距定位误差源分析本文通过 MATLAB 软件求解水下机器人的追踪控制策略，并使用软件中自带的优化工具解算测定距离。为了提升距离测定的计算精度，需要分析影响测距结果的误差要素，本文以国家海道测量规范中的参数要求作为测量要求。在模拟测量的过程中，海水分层会对求解的平均速度产生误差影响，由于速度主要是由压力引起的，因此可以加大深海中的分层层级。平均声速水层分割参数见表 1。表 1 平均声速水层分割参数表水层间隔/m深度间隔/m水层间隔/m深度间隔/m11501003002 00010501002002 0003 000251002005003 00012 00050200300在初始模型设定中，纵向的初始速度为 1 m/s，横向的初始速度为 0.02 m/s，朝向角度为任意设置，纵向的速度偏差为 0.015 m/s，横向的速度偏差为 0.005 m/s，速度噪声类型为白噪声，其参数分布符合高斯分布。5.2 测距定位误差源分析采用“平均声速法”求解声学距离，假设测距误差为2，当设备下潜至水下 5 000 m 时，其测距误差为 10 m，下潜后导航仿真误差值分布如图3所示。在定深运动的过程中，其初始艏向角为 30，总航程为 860.32 m，最大导航误差为25.41 m。整个过程的运动仿真符合闭合式矩形运动航位算法的误差分布要求。5.3 入射角度水平误差值分析不同入射角度的水平误差分析也是判断机器人稳定性的关键性参数，其中声速初始值设为 1 200 m/s，水深为5 000 m，在不同初设入射角度下，声线折射引起的水平误差偏移分布如图 4 所示。从图 4 能够看出，随着初始角度数值不断增大，其水平图 2 主控制器模块功能示意图无刷直 流电机一电子 调速器四电子 调速器三电子 调速器二电子 调速器一无刷直 流电机二无刷直 流电机三主控制器传感器采集模块电压检测模块无刷直 流电机四中国新技术新产品2024 NO.3（下）-7-高 新 技 术偏移量也逐渐增加。在进行水下模拟试验的过程中，多数采用“闭合路径”运动方式并且其入射角与水平偏移量之间存在显著的曲线关系。通过自身的对称性来降低导航的误差，进而提升导航的精度。其中 AUV 的直线航程距离为 836.92 m，最大程度降低了导航误差，稳定控制 AUV。6 结论本文结合水下环境的要求，提出了一种 AUV 的模块化功能实现方法，并在 MATLAB 软件中搭建了仿真模型。结果表明，通过融合多传感器的硬件导航精准识别水下目标，其追踪控制策略保证机器人稳定运行，根据参数化仿真实现了机器人的自主运动控制和智能化决策。参考文献1 张波波，DONGPHIL CHUN，代学冬.国内外水下机器人研究前沿动态追踪：基于 CiteSpace 可视化分析 J.科学技术创新，2023（24）：13-17.2 陈浩华，赵红，王宁，等.复杂扰动下水下机器人的轨迹精确跟踪控制 J.中国舰船研究，2022，17（2）：98-108.3 王懿偲，夏英凯，朱明，等.水产养殖机器鱼设计与三维路径跟踪控制 J.华中农业大学学报，2022，41（4）：259-270.4 贺骥，胥健，郑斌，等.基于激光跟踪的机器人三维空间定位方法 J.中国新技术新产品，2022（23）：4-6.5 范敬梓，赵林.状态约束自主水下机器人的自适应有限时间跟踪控制 J.控制工程，2023，30（6）：981-989.6 李庆中，李静，李开金，等.H 型倾转推进两栖机器人水下姿态自抗扰控制 J.哈尔滨工业大学学报，2022，54（7）：1-11.图 3 导航误差仿真结果/m0图 4 不同入射角度的水平误差偏移分布值初始入射角/（）/m