CN104317197A - 一种针对auv布放任务负载后模型变化的多模型切换控制方法 - Google Patents

Abstract

本发明公开了一种针对AUV布放任务负载后模型变化的多模型切换控制方法。包括以下步骤：采集环境数据信息和AUV状态信息；根据当前执行任务的状况，判断AUV模型是否发生变化，如果发生变化，判断控制模式选择数据库中是否有匹配的开关切换方案；控制效果辨识单元根据环境数据信息和AUV状态信息得到开关切换指令；智能切换开关单元进行控制器单元中相应控制器的切换，在控制器切换过程中，采用自适应鲁棒控制对AUV进行运动控制；在控制器切换过程后，控制器单元中相应控制器对AUV进行运动控制，利用自适应鲁棒控制调节当前控制器的参数。本发明能够根据布放任务负载后，能够快速并且稳定的进行控制。

Description

一种针对AUV布放任务负载后模型变化的多模型切换控制方法

技术领域

本发明属于一种AUV控制方法，尤其涉及一种能够实现稳定控制的，针对AUV布放任务负载后模型变化的多模型切换控制方法。

背景技术

水下无人航行器(Autonomous Underwater Vehicle简称AUV)作为人类在海洋活动，特别是深海活动中的重要替代者和执行者，已经被广泛应用于科学考察、深海作业、打捞救生等领域，其应用前景非常广泛。根据海洋资源开发的需要，海洋利用不断向深海、远海扩展；AUV则是不断向着多任务、自主化发展。面向多任务的AUV在进行远距离、多任务、长航时的情况时，海洋温度、海水密度，任务需求等情况都会使AUV的动力学系统模型发生变化，会导致AUV的浮力发生变化造成浮重力不均衡现象；有时AUV的某些作业任务需要布放特种功能的负载，负载的布放会对AUV的浮重力及动力学系统模型产生较大影响，所以为了实现多任务长航时自主化的功能，AUV在水下无人参与的情况下，自主调整应对浮力均衡变化等一系列动力学系统模型突变的情况是提高AUV的环境适应能力，扩展AUV的航行作业空间，提高AUV的作业能力的重要手段。AUV的均衡如果不能得到保证将会对AUV本身的运动特性产生极大的影响，同时影响AUV的运动控制精度和稳定性，甚至会导致AUV的运动控制失稳，最后造成无法弥补的损失。

通过对国内现有技术文献检索，目前，多模型切换控制主要应用在理论推导和证明阶段，实际应用中航空航天领域的应用较多。在水下无人航行器技术领域类似的技术研究还处于初级探索阶段。例如，东南大学翟军勇等在2009年发表的“基于动态模型库的多模型切换控制”，哈尔滨工程大学任洪亮发表的硕士论文“多模型控制理论在AUV运动中的应用研究”。中科院沈阳自动化研究所周锡银等人在2012年发表的“基于权值范围设置的多模型稳定切换控制研究”，上述文献有的没有实现在切换环节实现智能算法的平稳过渡，或者有的是简单的使用PID控制，没有构建对应模型的控制方法集合，或者有的是多模型的切换原则不同。都没有涉及AUV布放任务负载后模型变化时进行的稳定控制。

通过对中国专利数据库、美国专利数据库及欧洲专利数据库的检索，未查到与本发明类似的专利。经过对国内外现有技术的文献检索，尚未发现类似用于AUV的多模型切换控制方法。

发明内容

本发明的目的还包括能够实现快速稳定控制的一种针对AUV布放任务负载后模型变化的多模型切换控制方法。

本发明是通过以下技术方案实现的：

一种针对AUV布放任务负载后模型变化的多模型切换控制方法，包括以下几个步骤：

步骤一：环境感知单元采集环境数据信息，状态感知单元采集AUV状态信息；

步骤二：根据AUV状态信息和当前执行任务的状况，判断AUV模型是否发生变化，如果发生变化，根据当前AUV模型判断控制模式选择数据库中是否有匹配的开关切换方案，如果有匹配的开关切换方案，则执行步骤四，如果没有匹配的开关切换方案则执行步骤三；

步骤三：控制效果辨识单元根据环境数据信息和AUV状态信息得到控制器单元中每个控制器的切换指标，根据切换指标得到开关切换指令；

步骤四：智能切换开关单元根据接收的开关切换指令或者开关切换方案进行控制器单元中相应控制器的切换，

在控制器切换过程中，控制效果辨识单元采用自适应鲁棒控制对AUV进行运动控制；

在控制器切换过程后，选择出的控制器单元中相应控制器对AUV进行运动控制，当前AUV的状态信息反馈给控制效果辨识单元，得到当前的AUV状态参数的误差信息，利用自适应鲁棒控制调节当前控制器的参数，实现AUV的稳定控制。

本发明一种针对AUV布放任务负载后模型变化的多模型切换控制方法还包括：

1、开关切换方案是针对AUV多模型单元中的每一种AUV模型选择控制器单元中的相应的控制器而制定的开关切换方案，AUV多模型单元包括AUV常态模型单元、AUV变化模型单元和AUV应急模型单元，控制器单元包括常态控制器、任务控制器和应急控制器。

2、控制效果辨识单元中根据切换指标得到开关切换指令的方法为：

在当前AUV模型下将控制器单元中的每种控制器的反馈误差加权处理，得到每种控制器的切换指标量：

$J_j\left(t\right)=\underset{l=1}{\overset{t}{\mathrm{\Σ}}}\frac{a_j\left(l\right)(e_j^2\left(l\right)-4{\mathrm{\Δ}}^2)}{2(1+{\left|\right|\mathrm{\ω}(l-1)\left|\right|}^2)}+h\underset{l=k-N+1}{\overset{t}{\mathrm{\Σ}}}(1-a_j\left(l\right))e_j^2\left(l\right)$

式中，j＝1,2,...,c+3,是一个正整数， $a_j\left(t\right)=\left\{\begin{array}{c}1,\left|e_j\left(t\right)\right|>2\mathrm{\Δ}\\ 0,\end{array}\right.,$ h≥0是一个常数，选择出切换指标量最小时对应的控制器，从而得到切换指令。

有益效果：

本发明针对一定范围的动力学系统参数的变化总结归纳为一个模型，将若干任务和其他外界干扰情况组合成一个模型组，与之相对应的是一个与每个模型相对应的控制方法，这样既保证了系统在各种突变的情况下的稳定性，同时又保证了系统的控制精度。各模型和控制方法切换的过程中会有突变，对系统的稳定性具有较大的影响，同时因为每个模型是对某种状态及相近领域的近似，所以为了提高控制精度，需要实时优化相应控制方法的参数。以及平稳的智能的切换也是AUV实现多模型切换控制的重要指标。水下无人航行器在布放任务负载后解决航行器模型发生变化的多模型切换控制方法对AUV的多任务作业的稳定性及适用性具有重要意义，是AUV的重要技术之一。

本发明在于基于航行器在水下执行布放任务负载的背景下，利用该多模型切换控制方法可以快速准确地实现多功能多任务复杂环境下对航行器的工作进行稳定控制。根据预先储备的控制模型选择数据库内的方案可以快速的做出相应的配置方案。因为任务的不同及任务执行程度的不同，航行器的动力学系统参数也会有较大变化，多模型切换控制方法可以更准确的逼近实际的动力学系统参数以及针对该状态的最佳控制模式，这样就实现了更大适应范围更准确的稳定控制。所以该方法大大提高航行器的自主性和多功能性，明显提升了航行器的作业效率，对航行器的水下多任务智能作业具有重要意义。

附图说明

图1是AUV多模型切换控制；

图2是AUV切换控制原则；

图3是AUV多模型切换控制结构关系；

图4是AUV多模型切换控制流程图；

图5是AUV多模型切换控制各单元具体内容。

具体实施方式

下面结合附图对本发明做进一步详细说明。

一种针对AUV布放任务负载后模型变化的多模型切换控制系统，包括感知测量单元，环境感知单元，状态感知单元，模型感知单元，多模型控制开关单元，控制效果辨识单元，智能切换开关单元，控制模式选择数据库，控制算法单元，AUV多模型单元和切换控制原则单元。

感知测量单元是指，将航行器的各传感器设备作为感知测量单元，其中包含以下三个子单元：环境感知单元，状态感知单元，模型感知单元。通过该单元可以获得航行器自身及海洋环境的详细数据信息。航行器主要搭载的海洋环境探测感知传感器包括：多普勒测速仪，深度计，盐度传感器，温度传感器，罗经。

环境感知单元是指，通过航行器搭载的海洋环境探测感知传感器来获取有关海洋环境方面的数据信息的单元。各种传感器所传回的各种数据信息包括：温度，盐度，海流速度及方向。

状态感知单元是指，通过航行器所搭载的各种自身状态传感器所传回的各种航行器自身状态信息的单元，包括：速度，深度，纵倾角，横倾角，航向。这是航行器是否正常作业的重要指标。此单元的数据构成了控制效果辨识单元的输入。

模型感知单元是指，通过航行器所搭载的各传感器的数据信息的综合处理后，得到模型状态的情况。然后根据所判断的情况决定后续的具体操作。

多模型控制开关单元是指，根据控制效果辨识单元分析并处理误差信息并将其传递给智能切换开关单元中的切换控制原则单元，通过控制模式选择数据库的相应匹配的辅助以及切换控制原则单元中的鲁棒自适应算法，可以实现航行器切换控制的准确且平滑的切换。该单元包含以下三个子单元：控制效果辨识单元，智能切换开关单元和控制模式选择数据库。

控制效果辨识单元是指，在航行器的控制模式数据库中进行匹配过程时，通过感知测量单元对航行器的控制效果进行感知和辨识，判断控制性能的优异情况，同时分析且处理相应参数的误差信息，以便切换控制原则单元利用该误差信息获得相应的切换控制。此外，该单元具有根据控制性能的差异点估算可能造成该差异的影响因素，并根据相应的因素缩小控制模式的选择范围，大大提高了开关切换和寻优的效率。

控制模式选择数据库是指，根据航行器所能搭载的可布放任务负载单元的参数信息来估计并计算控制模式，并将对应的控制模式储存备份在控制模式选择数据库中，在航行器的动力学系统参数因任务的执行而发生变化时，通过已经备份的方案来匹配，实现对控制模式的快速辅助选择，缩小选择开关切换选择的范围，提高切换效率。

智能切换开关单元是指，根据控制模式选择数据库及切换控制原则单元的输出结果来做出对应的开关配置和切换，使整个航行器形成一个完整的控制回路，从而实现稳定准确的控制效果。该单元包含一个子单元即切换控制原则单元。

控制算法单元是指，针对航行器可能执行的任务所对应的动力学系统参数变化的问题而选择并设计的最佳控制方法的集合，将已经设计并最优化参数后的控制方法作为该航行器的对应动力学系统参数变化的控制模式。该单元中包含三个子部分：常态控制算法单元，任务控制算法单元和应急控制算法单元。其分别对应航行器正常工作，执行任务而导致的可匹配的模型变化的情况以及突发事件且无法匹配的模型变化的情况。在各个控制模式中，每个控制算法都能实现对任意AUV模型实现稳定控制，至少实现大范围渐进稳定控制。

AUV多模型单元是指，航行器可能执行的所有任务所产生的变化后的所有动力学系统参数集合。模型的数量由两个因素决定：该航行器所能搭载的可布放任务负载单元种类及数量和其所工作的海洋环境。该单元包含三个子部分：AUV常态模型单元，AUV变化模型单元和AUV应急模型单元。它们分别对应航行器正常工作，执行任务而导致的可匹配的模型变化的情况以及突发事件且无法匹配的模型变化的情况。

多模型切换控制原则是指，是航行器基于鲁棒自适应控制方法实现对智能切换开关的自主决策和平稳过渡。此外，在控制开关切换后，具有对航行器的控制效果进行修正，具有一定范围的调整参数功能。

对于任意时刻t，针对当前模型下几种控制算法通过反馈误差e_j(l)的加权处理获得如下的切换指标：

$J_j\left(t\right)=\underset{l=1}{\overset{t}{\mathrm{\Σ}}}\frac{a_j\left(l\right)(e_j^2\left(l\right)-4{\mathrm{\Δ}}^2)}{2(1+{\left|\right|\mathrm{\ω}(l-1)\left|\right|}^2)}+h\underset{l=k-N+1}{\overset{t}{\mathrm{\Σ}}}(1-a_j\left(l\right))e_j^2\left(l\right)$

式中，j＝1,2,...,c+3,N是一个正整数， $a_j\left(t\right)=\left\{\begin{array}{c}1,\left|e_j\left(t\right)\right|>2\mathrm{\Δ}\\ 0,\end{array}\right.,$ h≥0是一个常数。以反馈误差作为输入，以是否控制方法切换作为输出。通过反馈误差e_j(l)及上式可以获得切换指标量，再通过比较各控制方法的切换指标量获得最优的控制方法。从而协助智能切换开关单元做出相应的开关切换决策。

设计自适应控制律为：

u(t)＝r(t)+K₁(t)x_i(t)+K₂(t)r(t)+K₃(t)e(t)。

式中，r(t)为切换控制原则的控制方法单元输入；e(t)为控制效果辨识单元处理后的误差信息；K₁,K₂,K₃是自适应增益矩阵。其分别可以表示为：

$K_1\left(t\right)={\∫}_0^t{H}_1{B}^{T}P\hat{e}\left(\mathrm{\τ}\right)x^T\left(\mathrm{\τ}\right)\mathrm{d\τ}+a{B}^{T}P\hat{e}\left(t\right)x^T\left(t\right)+K_1\left(t_0\right)$

$K_2\left(t\right)={\∫}_0^t{H}_2{B}^{T}P\hat{e}\left(\mathrm{\τ}\right)r^T\left(\mathrm{\τ}\right)\mathrm{d\τ}+\mathrm{\β}{B}^{T}P\hat{e}\left(t\right)r^T\left(t\right)+K_2\left(t_0\right)$

$K_3\left(t\right)={\∫}_0^t{H}_3{B}^{T}P\hat{e}\left(\mathrm{\τ}\right)e^T\left(\mathrm{\τ}\right)\mathrm{d\τ}+\mathrm{\γ}{B}^{T}P\hat{e}\left(t\right)e^T\left(t\right)+K_3\left(t_0\right)$

式中：P＝diag{r₁,...,r_p}，r_i(1＜i＜p)为正常数；B为模型的系数矩阵；K₁(t₀),K₂(t₀),K₃(t₀)分别为相应控制器被激活时增益矩阵；H_i(i＝1,2,3)分别为适维常值矩阵；α,β,γ为设定参数。

鲁棒控制算法部分如下所示；加入不确定性的被控对象传递函数可以描述为： $G\left(s\right)=\left[\begin{array}{ccc}A& B_1& B_2\\ C_1& D_{11}& D_{12}\\ C_2& D_{21}& D_{22}\end{array}\right],$ 令控制器的状态实现为： $K\left(s\right)=\left[\begin{array}{cc}{A}_K& B_K\\ C_K& D_K\end{array}\right],$ 则闭环系统为： $L(G,K)=\left[\begin{array}{cc}{A}_{\mathrm{cl}}& B_{\mathrm{cl}}\\ C_{\mathrm{cl}}& D_{\mathrm{cl}}\end{array}\right],$ 其中， $A_{\mathrm{cl}}=\left[\begin{array}{cc}A+B_2{D}_K{C}_2& B_2{C}_K\\ B_K{C}_2& A_K\end{array}\right],$ $B_{\mathrm{cl}}=\left[\begin{array}{c}{B}_1+B_2{D}_K{D}_{21}\\ B_K{D}_{21}\end{array}\right],$ C_cl＝[C₁+D₁₂D_KC₂D₁₂C_K]，D_cl＝D₁₁+D₁₂D_KD₂₁，存在对称矩阵X_cl＞0，使得

$\left[\begin{array}{ccc}{A}_{\mathrm{cl}}^T{X}_{\mathrm{cl}}+X_{\mathrm{cl}}{A}_{\mathrm{cl}}& X_{\mathrm{cl}}{B}_{\mathrm{cl}}& C_{\mathrm{cl}}^T\\ B_{\mathrm{cl}}^T{X}_{\mathrm{cl}}& -\mathrm{\&gamma;I}& D_{\mathrm{cl}}^T\\ C_{\mathrm{cl}}& D_{\mathrm{cl}}& -\mathrm{\&gamma;I}\end{array}\right]<0,$

解得 $A_K=N^{-1}[\hat{A}-Y(A+B_2{D}_K{C}_2)X]M^{-T}-B_K{C}_2{\mathrm{XM}}^{-T}-N^{-1}{\mathrm{YB}}_2{C}_K,$ $B_K=(\hat{C}-D_K{C}_{2}X)X^{-T},$ 为了减小稳态跟踪误差，可在前向通道增加一个常值增益将自适应环节的输出y作为鲁棒控制部分的输入r；根据模式不同，自适应鲁棒控制部分对参数的调整起到不同的作用，当切换过程中，自适应鲁棒控制起到平稳过渡作用，以此控制方法弥补控制方法在切换过程中造成的控制缺失的状态。在此过程中，自适应鲁棒控制直接作用在水下无人航行器的执行机构上，例如：水平及垂直舵角和推进器，保持AUV在此控制方法下实现三维路径跟踪控制(因为投掷任务需要在规定的航迹点布放相应的任务负载)，构成一个由自适应鲁棒控制器以及AUV执行机构的闭合回路，以便在自适应鲁棒控制的大稳定域下实现AUV控制的稳定。在自适应鲁棒控制器中，自适应率起到调节鲁棒控制器的控制参数 $\mathrm{\&phi;}=\left[\begin{array}{ccc}\mathrm{\&alpha;}& \mathrm{\&beta;}& \mathrm{\&gamma;}\end{array}\right]$ 的作用。若在切换后的控制过程中因受系统外部及内部扰动而造成的系统不稳定，自适应鲁棒控制算法起到的作用是调整当前所处的控制模式中的控制算法的参数 ${\mathrm{\&phi;}}^{,}=\left[\begin{array}{ccc}{\mathrm{\&alpha;}}^{,}& {\mathrm{\&beta;}}^{,}& {\mathrm{\&gamma;}}^{,}\end{array}\right].$ 使其在当前控制方法不切换的情况下，提高控制精度以及稳定性。通过自适应鲁棒控制方法增强整个系统的鲁棒性和稳定性。

一种针对AUV布放任务负载后模型变化的多模型切换控制方法，包括以下几个步骤：

步骤1，判断航行器动力学系统参数是否发生变化。

步骤2，判断如果发生了变化后，根据当前任务内容，与控制模式选择数据库内的备份方案匹配，同时通过控制效果辨识单元分析且处理误差信息。

步骤3，通过控制模式选择数据库中的匹配过程，匹配数据库中已经备份的相关任务的开关切换方案，如果发现可以匹配的方案，则缩短开关切换过程所需要的时间，提高智能切换开关的效率和准确性。

步骤4，如果没有发现匹配方案，则通过控制效果辨识单元的处理过程后，将处理后的误差信息传递给智能切换开关单元中的切换控制原则单元。先通过控制切换原则中的来决定是否切换以及切换指标。然后通过切换控制原则中的鲁棒自适应控制，实现开关的自主切换以及弥补切换过程中的控制中断的情况，以便实现切换控制过程的智能平稳过渡。

步骤5，实现开关的切换后，控制方法单元中相应的控制方法对航行器的运动进行控制，并通过感知测量单元对控制性能实时测量和感知。

步骤6，将感知测量单元获得的数据信息同时反馈回控制效果辨识单元，经过辨识后，将航行状态的误差数据信息传递给切换控制原则单元，通过利用鲁棒自适应控制来调节控制算法单元中相应的控制方法的控制参数α,β,γ,以便实现在不切换控制模式的情况下，对航行器的控制效果进行调整(构成一个相应控制方法的闭合回路控制系统),从而最大限度的增大系统的稳定性和鲁棒性。

步骤7，感知测量单元通过获得的数据信息及所执行任务的进展程度判断航行器动力学系统参数的变化情况，以便执行循环操作。

结合附图1对AUV在布放任务负载后解决航行器动力学系统参数发生变化的多模型切换控制方法做更详细的描述：首先将整个控制系统分成三个部分，也就是控制算法单元(控制器)、多模型控制开关单元(开关)和AUV模型单元(被控对象)，三个部分一起构成了一个完整的闭合控制回路。其中控制算法单元中包含了针对所遇到的或者预设计的多种控制模式，且每个算法都能保证AUV模型单元中的任意模型的收敛，且必有一个与之对应的最优控制模式方案。

结合附图2对AUV在布放任务负载后解决航行器动力学系统参数发生变化的多模型切换控制方法做更详细的描述：切换控制原则具有两个输入，两个输出，一个自适应控制算法和一个鲁棒控制算法修正。其中两个输入分别是控制算法单元和控制效果辨识单元的输出；两个输出分别作为AUV多模型单元的输入和控制算法单元的控制参数。此外，自适应控制算法与鲁棒控制算法l(x)作为控制模式的切换过程中系统发生跳变时保持体统稳定平滑的过渡控制器。与此同时，鲁棒控制算法l(x)在开关切换后，其可以针对外界的干扰调节控制算法单元中相应控制算法的控制参数，以便提高系统的抗干扰性和稳定性。

结合附图3对AUV在布放任务负载后解决航行器动力学系统参数发生变化的多模型切换控制方法做更详细的描述：根据多模型切换控制算法将各功能单元之间的相互关联和作用通过框架图的形式展示出来。

结合附图4对AUV在布放任务负载后解决航行器动力学系统参数发生变化的多模型切换控制方法做更详细的描述：首先通过感觉感知测量单元感知或者自主任务计算机给出执行布放任务指令来判断是否AUV发生动力学系统参数变化。经判断，如果没有发生变化，则重新检测判断。相反，如果发生变化，则通过任务内容与控制模式选择数据库内的备份方案进行匹配，以便辅助开关切换的选择，同时通过控制效果辨识单元分析且处理误差信息。通过控制模式数据库的选择和匹配的过程，对控制模式的选择起到辅助作用。通过控制效果辨识单元的处理分析后，将处理后的误差信息传递给智能切换开关单元中的切换控制原则单元，并通过该单元中的控制算法实现切换控制过程的自主决策和平稳过渡。对已经决定的开关配置方案通过智能切换开关单元实现切换。实现开关的切换后，控制方法单元中相应的控制方法对航行器的运动进行控制，并通国感知测量单元对控制性能实时测量和感知，将感知测量单元获得的数据信息同时反馈回控制效果辨识单元，以便通过闭合的控制回路对航行器进行调整和修正。

结合附图5对AUV在布放任务负载后解决航行器动力学系统参数发生变化的多模型切换控制方法做更详细的描述：整个航行器的多模型切换控制方法可以分成四个组成部分，分别如图4所示，感知测量单元，控制算法单元，AUV多模型单元以及多模型控制开关单元。其中感知测量单元又根据测量的目的及感知的内容不同，可以分为环境感知单元，状态感知单元和模型感知单元。控制算法单元根据控制对象的模型不同分为常态控制算法单元，任务控制算法单元和应急控制算法单元。AUV多模型单元同样根据AUV的不同状态的动力学系统参数可以分为AUV常态模型单元，AUV变化模型单元和AUV应急模型单元。而多模型控制开关单元又根据其执行的功能和作用的不同分为控制效果辨识单元，智能切换开关单元和控制模式选择数据库。其中，智能切换开关单元中又包含切换控制原则单元。由以上所有单元相互作用与配合最终构成了AUV多模型切换控制方法。

Claims (3)

1.一种针对AUV布放任务负载后模型变化的多模型切换控制方法，其特征在于，包括以下几个步骤：

步骤一：环境感知单元采集环境数据信息，状态感知单元采集AUV状态信息；

步骤二：根据AUV状态信息和当前执行任务的状况，判断AUV模型是否发生变化，如果发生变化，根据当前AUV模型判断控制模式选择数据库中是否有匹配的开关切换方案，如果有匹配的开关切换方案，则执行步骤四，如果没有匹配的开关切换方案则执行步骤三；

步骤三：控制效果辨识单元根据环境数据信息和AUV状态信息得到控制器单元中每个控制器的切换指标，根据切换指标得到开关切换指令；

步骤四：智能切换开关单元根据接收的开关切换指令或者开关切换方案进行控制器单元中相应控制器的切换，

在控制器切换过程中，控制效果辨识单元采用自适应鲁棒控制对AUV进行运动控制；

在控制器切换过程后，选择出的控制器单元中相应控制器对AUV进行运动控制，当前AUV的状态信息反馈给控制效果辨识单元，得到当前的AUV状态参数的误差信息，利用自适应鲁棒控制调节当前控制器的参数。

2.根据权利要求1所述的一种针对AUV布放任务负载后模型变化的多模型切换控制方法，其特征在于：所述的开关切换方案是针对AUV多模型单元中的每一种AUV模型选择控制器单元中的相应的控制器而制定的开关切换方案，AUV多模型单元包括AUV常态模型单元、AUV变化模型单元和AUV应急模型单元，控制器单元包括常态控制器、任务控制器和应急控制器。

3.根据权利要求1或2所述的一种针对AUV布放任务负载后模型变化的多模型切换控制方法，其特征在于：所述的控制效果辨识单元中根据切换指标得到开关切换指令的方法为：

在当前AUV模型下将控制器单元中的每种控制器的反馈误差加权处理，得到每种控制器的切换指标：

$J_j\left(t\right)=\underset{l=1}{\overset{t}{\mathrm{\&Sigma;}}}\frac{a_j\left(l\right)(e_j^2\left(l\right)-4{\mathrm{\&Delta;}}^2)}{2(1+{\left|\right|\mathrm{\&omega;}(l-1)\left|\right|}^2)}+h\underset{l=k-N+1}{\overset{t}{\mathrm{\&Sigma;}}}(1-a_j\left(l\right))e_j^2\left(l\right)$

式中，j＝1,2,...,c+3,N是一个正整数， $a_j\left(t\right)=\left\{\begin{array}{c}1,\left|e_j\left(t\right)\right|>2\mathrm{\&Delta;}\\ 0,\end{array}\right.,$ h≥0是一个常数，

选择出切换指标最小时对应的控制器，从而得到切换指令。