CN113805598B - 一种面向欠驱动auv的航行控制方法 - Google Patents

Abstract

本发明涉及一种基于智能积分的分段PID控制与模糊控制方法融合的欠驱动AUV航行控制方法，该方法将欠驱动AUV航行控制分为采用带有仿人智能积分的PID控制方法进行水平面航行控制和采用带有智能积分的分段PID控制与模糊控制结合的垂直面航行控制两部分，控制过程中两部分根据各自的控制方法单独运行，控制参数互不耦合，能够分别输出航行器的目标垂直舵角及目标水平舵角从而实现对欠驱动AUV的航行控制功能。该控制方法消除了垂直面控制对稳态攻角的依赖并减小了欠驱动AUV航速变化对航行控制参数的影响，因而减少了控制方法中需要整定的参数及参数整定的难度。

Description

一种面向欠驱动AUV的航行控制方法

技术领域

本发明涉及一种欠驱动AUV航行控制方法，具体说是一种基于智能积分PID控制与模糊控制方法融合的欠驱动AUV航行控制方法。

背景技术

欠驱动AUV是指独立控制输入维数少于系统自由度的海洋机器人，其代表是采用主推进器+鳍舵(或一组锥形分布的矢量推进器，一般为4个)作为航行控制执行机构的AUV。国内在该类型AUV航行控制方面多采用单独的PID控制、滑膜控制及模糊控制的控制方法。这些方法的PID过程中的积分环节是普通的不具有智能判断的积分方法。这种积分方法在欠驱动AUV控制过程中具有以下几点不足：

(1)当被控量发生阶跃时在被控量向新目标值趋近过程中且尚未达到目标值前，会对误差信息进行过多累加，该过程容易产生较大的超调量，进而加长调节时间；

(2)当被控量发生超调并且比例和积分环节已产生控制作用导致超调量正在减少时，对误差信息仍在累加，这会照成反向超调，进而加长调节时间。

(3)当由于稳态误差存在进而积分项产生控制作用后，在被控量向目标值趋近过程中积分项仍在进行累加，这会影响稳态控制精度。

同时，这种方法如果想得到较好的控制效果需要基于准确的航行控制模型作为参数确定依据，但AUV在不同航行速度下其航行控制模型均有差异，因此该控制方法鲁棒性和智能性足，并且控制器如果想要得到较好的控制参数需要针对每一稳定的航行控制模型开展大量的试航数据进行参数整定，消耗大量的人力物力及参数整定时间。

发明内容

针对上述技术不足，本发明的目的是提供一种基于智能积分PID与模糊控制方法融合的欠驱动AUV航行控制方法。该方法具有更好的鲁棒性及智能性，并可以消除控制对稳态攻角的依赖，控制参数的整定更加简便。

本发明为实现上述目的所采用的技术方案是：

一种面向欠驱动AUV的航行控制方法，包括：

水平面航行控制方法，通过AUV上的惯性测量单元分别获取AUV的航向角及航向角速度，用以控制AUV在水平面航行；

垂直面航行控制方法，通过AUV上深度计获取AUV的当前深度，通过AUV上的惯组单元获取AUV的当前纵顷角及纵顷角速度，用以控制AUV在垂直面航行。

所述水平面航行控制方法为：

rud_ver＝P_h_i*d_heading+D_h_i*heading_rate+I_h_i*i_heading_i

其中，rud_ver表示垂直舵角控制值，d_heading表示航向角偏差，heading_rate表示航向角速度，i_heading_i表示航向角偏差积分，P_h_i、D_h_i和I_h_i分别表示比例系数、微分系数和积分系数，各参数中的下标i表示不同航速下的对应量如2节、3节、4节航速。

在航向角偏差积分计算时，存在以下情况：

(1)当目标航向与当前航向的差值增大时，则进行积分；

(2)当航向角当前值与目标值间存在偏差且航向角当前值与目标值间的偏差变化率小于门限值时，则进行积分；

(3)当航向角当前值与目标值间的偏差处于除上述情况之外的状态，均不进行积分计算。

所述垂直面航行控制方法为：

1)根据当前深度误差及深度变化率求出目标纵倾角：

2)根据当前纵倾角偏差和纵倾角速度求出目标水平舵角输出量：

rud_hor＝P_vp_i*d_pitch+D_vp_i*pitch_rate

其中，rud_hor表示水平舵角控制值，pitch_t表示目标纵倾角，pitch_thres表示当前深度与目标深度的偏差大于阈值时的目标纵倾角，depth_thres表示深度偏差的门限值，sign表示符号函数，其根据参数的正负返回±1，d_depth表示深度偏差，i_depth_i表示深度偏差积分，d_pitch表示纵倾角偏差，pitch_rate表示纵倾角速度，P_vd_i和I_vd_i分别表示深度偏差的比例系数和积分系数，P_vp_i和D_vp_i分别表示纵倾角偏差的比例系数和微分系数，各参数中的下标i表示不同航速下的对应量如2节、3节、4节航速。

所述步骤2)包括：

a)获取当前AUV纵倾角偏差d_pitch及纵倾角变化速率pitch_rate并将其模糊化；

b)根据模糊规则表及Mamdani型推理规则进行模糊化推理得到模糊控制输出量；

c)利用重心法对模糊控制输出量进行清晰化处理得到水平舵角输出值。

所述模糊规则输出量为：根据输入d_pitch，pitch_rate和前述模糊规则表中所涉及的四条模糊规则，得到的对应于每一条规则的推理结果水平舵角值r₁₁、r₁₂、r₂₁和r₂₂，以及相应的4条模糊规则的强度ω₁₁、ω₁₂、ω₂₁、ω₂₂。

所述相应的4条模糊规则的强度ω₁₁、ω₁₂、ω₂₁、ω₂₂具体为：

其中，

和/>

分别为d_pitch和pitch_rate在模糊规则表中涉及的语言变量值相应的隶属度，∧表示取小。

步骤c)具体为：

本发明具有以下有益效果及优点：

1.航行控制方法在欠驱动AUV航行控制方面具有有更好的鲁棒性及智能性；

2.控制方法消除了欠驱动AUV航行控制过程中对稳态攻角的依赖，更加便于应用；

3.该欠驱动AUV航行控制方法航行速度对控制参数影响较小，需要整定的控制参数较少，参数整定相对简便。

附图说明

图1为航行控制方法结构图；

图2为垂直面模糊控制方法的结构图；

图3为纵倾角偏差的隶属度函数图；

图4为纵倾角速度的隶属度函数图；

图5为水平舵角的隶属度函数图；

图6为欠驱动AUV控制方法原理图。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

本方法通过改进PID控制器结构，采用仿人智能积分策略，以及在垂直面控制方法中将PID控制与模糊控制相结合，形成了一套实用的适用于欠驱动型自主水下机器人的航行控制方法，其具体实施步骤如下所述：

1.将AUV航行控制方法结构分为独立的水平面航行控制方法和垂直面航行控制方法两部分

这种设计方法能够在控制过程中水平面与垂直面的控制的解耦合，从而实现两个控制面参数的解耦和，将航行控制器分为了水平面航行控制器和垂直面航行控制器两个部分，减少了设计难度及参数整合难度。控制器结构如图1所示

2.水平面航行控制器采用具有仿人智能积分策略的水平面航行控制方法

水平面航行控制方法的算法如式(1)所示，

rud_ver＝P_h_i*d_heading+D_h_i*heading_rate+I_h_i*i_heading_i 式(1)

式(1)中rudver表示垂直舵角控制值，d_heading表示航向角偏差，heading_rate表示航向角速度，i_heading_i表示航向角偏差积分，P_h_i、D_h_i和I_h_i分别表示比例系数、微分系数和积分系数，各参数中的下标i表示不同典型航速下的对应量，其值根据典型航速下的控制模型特征确定(如典型航速以整节进行区分时，1节航速下i＝1,2节航速下i＝2，以此类推)。

水平面控制器采用智能积分技术，控制器采用人工智能积分技术智能积分技术是在原有PID积分技术上的改进，其改进内容如下：

(1)当偏差(被控量当前值与目标值间的偏差)在变大时，则进行积分。

(2)当偏差存在且偏差变化率小于一定门限值时，则进行积分。其中航向角速度的门限值可根据被控量反馈传感器的测量精度进行选取。

(3)除上述情况之外的状态，均不进行积分计算。

这种积分作用较好地模拟了人的记忆特性及仿人智能控制的思想，它有选择地“记忆”有用信息，而略去无用信息，具有仿人智能的非线性积分作用。这种积分计算方法使积分具有能用于抑制超调的效果(因为这种状态下偏差在变大，根据上述规则进行积分)，这在一定程度上降低了控制参数整定的难度。同时基于上述方法设计的水平面控制方法对航行速度的依赖较小，其各航速下航行控制模型较为稳定，从而减少了需要整定的控制参数量。

3.垂直面航行控制器采用带有智能积分的分段PID与模糊控制结合的航行控制方法

(1)垂直面控制中带有智能积分的分段PID控制方法结构如式(2)和式(3)所示

rud_hor＝P_vp_i*d_pitch+D_vp_i*pitch_rate 式(3)

式(2)和式(3)中的rud_hor表示水平舵角控制值，pitch_t表示目标纵倾角，pitch_thres表示大深度偏差时的目标纵倾角，depth_thres表示深度偏差的门限值，sign表示符号函数，其根据参数的正负分别返回±1，d_depth表示深度偏差，i_depth_i表示深度偏差积分，d_pitch表示纵倾角偏差，pitch_rate表示纵倾角速度，P_vd_i和I_vd_i分别表示深度偏差的比例系数和积分系数，P_vp_i和D_vp_i分别表示纵倾角偏差的比例系数和微分系数。各参数中的下标i表示不同典型航速下的对应量，其值根据典型航速下的控制模型特征确定(如典型航速以整节进行区分时，1节航速下i＝1,2节航速下i＝2，以此类推)。

在进行输出计算时，第1步根据深度偏差绝对值的大小计算期望的纵倾角。当深度偏差的绝对值较大时(也即大于depth_thres时)，将期望纵倾角设定为一个固定值(也即pitch_thres，其符号根据深度偏差的符号确定)，以使AUV以较大的纵倾角航行，进而实现快速趋近目标深度的目的；当深度偏差的绝对值较小时(也即小于等于depth_thres时)，对深度偏差和深度偏差积分进行PI(比例积分)计算，计算出期望的纵倾角。这一步表达的物理含义是深度偏差越大或者(并且)深度偏差积分越大(越小)，则期望纵倾角就越大(越小)，目的是以和深度偏差及其积分成比例的速度趋向目标深度直至稳定。

第2步对纵倾角偏差和纵倾角变化速率进行PD(比例微分)计算，计算出水平舵的控制量，其表达的物理含义是使纵倾角快速平稳地趋向第1计算出的期望纵倾角，进而达到平稳快速趋近目标深度的目的。

(2)在进行第2步计算时，采用智能分段PID控制方法与模糊控制方法结合的方式，进行水平舵角输出值的计算进而实现最终的垂直面航行控效果。其控制器结构如图2所示。

控制方法的输入量为AUV当前纵倾角偏差和纵倾角速度，输出量为水平舵角目标值。其具体实现分为以下几个步骤

1)对输入输出量进行隶属函数确定和隶属度划分，确定参数模糊化及清晰化隶属度函数，对于2个输入量，隶属度函数取为三角形，对于输出量，隶属度函数取为单点，如图3、图4、图5所示。并将输入量模糊化。

2)根据控制输入输出量与欠驱动AUV的航行特性设计用于模糊推理的模糊规则表如表1所示。

表1.模糊规则表

表中将输入和输出量均设定为7个语言变量值，分别为NB(负大)、NM(负中)、NS(负小)、ZO(零)、PS(正小)、PM(正中)和PB(正大)。

3)采用Mamdani型模糊推理模型，在计算强度时采用最小运算R_c法则。进行模糊推理时，将输入的纵倾角偏差和纵倾角速度进行模糊化后能够相应隶属度函数得到精确值隶属于的语言变量及其对应语言变量的隶属度。

由语言变量值的三角形隶属函数图形可知，每个输入变量分别涉及两个语言变量值，而这些语言变量值又对应模糊控制规则表中的4条模糊规则。设输入的d_pitch(纵倾角误差)和pitch_rate(纵倾角速度)涉及的语言变量值分别为A₁、A₂和B₁、B₂，其相应的隶属度分别为：

和/>

采取最小运算R_c法则，则每一条控制规则的激活强度为，其中∧表示取小：

利用该法则计算得到4条模糊规则强度后，结合每条模糊规则对应推理出的模糊水平舵角输出值用重心法对输出量进行清晰化计算，得到实际的水平舵角输出值。其中采用的重心法清晰化算式如式(5)所示。

式(5中)r₁₁、r₁₂、r₂₁和r₂₂为根据输入d_pitch，pitch_rate和前述模糊规则表中所涉及的四条模糊规则，得到的对应于每一条规则的推理结果舵角值，ω₁₁、ω₁₂、ω₂₁、ω₂₂为相应的4条模糊规则的强度。

采用上述控制器结构并采取智能积分策略后，稳态攻角可以通过在线自主学习得出，无需显式给出。其原理比较简单，因为如果AUV尚未到达稳态攻角，则其深度不可能稳定，这就会导致当前深度在目标深度附近变化，在当前深度在目标深度附近变化的过程中，当满足前述智能积分条件(也即偏差在变大)时，深度误差积分即会累加，直至深度稳定，这时通过垂直面控制器中第1步(也即前述式(2)PI计算得出的期望纵倾角即为稳态航行所需的攻角。由于无需显式给出稳态航行攻角，所以减少了控制方法对实航试验的依赖，因此更加便于应用。

本发明实现一种基于具有仿人智能积分特性的分段PID控制方法

本发明实现仿人智能分段PID控制与模糊控制方法在欠驱动AUV航行控制中融合的方法设计。

本发明实现的新型航行控制方法在水平面控制上采用实现欠驱动AUV的水平面航行控制。

本发明实现的新型航行控制方法在垂直面控制中采用仿人智能分段PID控制与模糊控制方法在欠驱动AUV航行控制中融合的方法进行垂直面航行控制。

本发明实现的欠驱动AUV航行控制方法中，水平面与垂直面航行控制相对独立。

如图6所示，一种面向欠驱动AUV的航行控制方法，将仿人智能积分PID控制方法与模糊控制方法结合，实现欠驱动AUV航行控制。且在控制过程中水平面与垂直面控制方法及控制参数相对独立且参数易于整定。

水平面上具有仿人智能积分的PID航行控制方法，包括以下步骤：

(1)水平面航行控制的PID积分环节具有仿人智能性

(2)积分计算时，当偏差(被控量当前值与目标值间的偏差)在变大时，则进行积分。

(3)积分计算时，当偏差存在且偏差变化率小于一定门限值时，则进行积分。其中偏差变化率的门限值可根据被控量反馈传感器的测量精度进行选取。

(4)积分计算时，当偏差处于除上述情况之外的状态，均不进行积分计算。

垂直面上将带有智能积分的分段PID与模糊控制结合的航行控制方法，包括以下步骤：

(1)将带有智能积分的垂直面PID控制分为两个环节，即求出期望倾角环节及求出期望舵角环节；

(2)在第一个环节采用带有智能积分的分段PID控制根据当前深度误差及深度变化率首先求出当前期望倾角；

(3)在第二个环节引入模糊控制根据当前倾角和纵倾角变化率求出目标水平舵角输出量，该环节可分为如下几个步骤：

a)获取当前AUV纵倾角偏差及纵倾角速度并将其模糊化；

b)根据模糊规则表及Mamdani型推理规则进行模糊化推理得到模糊控制输出量；

c)利用重心法对模糊控制输出量进行清晰化处理得到水平舵角输出值。

水平面控制参数整定对AUV速度的依赖小，垂直面控制方法消除了控制上对稳态攻角的依赖，并减小了航速变化对航行控制性能的影响。控制方法减少了需整定的控制参数数量并减小了控制参数整定难度。

Claims (7)

1.一种面向欠驱动AUV的航行控制方法，其特征在于，包括：

水平面航行控制方法，通过AUV上的惯性测量单元分别获取AUV的航向角及航向角速度，用以控制AUV在水平面航行；

垂直面航行控制方法，通过AUV上深度计获取AUV的当前深度，通过AUV上的惯组单元获取AUV的当前纵顷角及纵顷角速度，用以控制AUV在垂直面航行；

所述垂直面航行控制方法为：

1)根据当前深度误差及深度变化率求出目标纵倾角：

2)根据当前纵倾角偏差和纵倾角速度求出目标水平舵角输出量：

rud_hor＝P_vp_i*d_pitch+D_vp_i*pitch_rate

其中，rud_hor表示水平舵角控制值，pitch_t表示目标纵倾角，pitch_thres表示当前深度与目标深度的偏差大于阈值时的目标纵倾角，depth_thres表示深度偏差的门限值，sign表示符号函数，其根据参数的正负返回±1，d_depth表示深度偏差，i_depth_i表示深度偏差积分，d_pitch表示纵倾角偏差，pitch_rate表示纵倾角速度，P_vd_i和I_vd_i分别表示深度偏差的比例系数和积分系数，P_vp_i和D_vp_i分别表示纵倾角偏差的比例系数和微分系数，各参数中的下标i表示不同航速下的对应量如2节、3节、4节航速。

2.根据权利要求1所述的一种面向欠驱动AUV的航行控制方法，其特征在于，所述水平面航行控制方法为：

rud_ver＝P_h_i*d_heading+D_h_i*heading_rate+I_h_i*i_heading_i

其中，rud_ver表示垂直舵角控制值，d_heading表示航向角偏差，heading_rate表示航向角速度，i_heading_i表示航向角偏差积分，P_h_i、D_h_i和I_h_i分别表示比例系数、微分系数和积分系数，各参数中的下标i表示不同航速下的对应量如2节、3节、4节航速。

3.根据权利要求2所述的一种面向欠驱动AUV的航行控制方法，其特征在于，在航向角偏差积分计算时，存在以下情况：

(1)当目标航向与当前航向的差值增大时，则进行积分；

(2)当航向角当前值与目标值间存在偏差且航向角当前值与目标值间的偏差变化率小于门限值时，则进行积分；

(3)当航向角当前值与目标值间的偏差处于除上述情况之外的状态，均不进行积分计算。

4.根据权利要求1所述的一种面向欠驱动AUV的航行控制方法，其特征在于，所述步骤2)包括：

a)获取当前AUV纵倾角偏差d_pitch及纵倾角变化速率pitch_rate并将其模糊化；

b)根据模糊规则表及Mamdani型推理规则进行模糊化推理得到模糊控制输出量；

c)利用重心法对模糊控制输出量进行清晰化处理得到水平舵角输出值。

5.根据权利要求4所述的一种面向欠驱动AUV的航行控制方法，其特征在于，所述模糊规则输出量为：根据输入d_pitch，pitch_rate和前述模糊规则表中所涉及的四条模糊规则，得到的对应于每一条规则的推理结果水平舵角值r₁₁、r₁₂、r₂₁和r₂₂，以及相应的4条模糊规则的强度ω₁₁、ω₁₂、ω₂₁、ω₂₂。

6.根据权利要求5所述的一种面向欠驱动AUV的航行控制方法，其特征在于，所述相应的4条模糊规则的强度ω₁₁、ω₁₂、ω₂₁、ω₂₂具体为：

其中，

和/>

分别为d_pitch和pitch_rate在模糊规则表中涉及的语言变量值相应的隶属度，∧表示取小。

7.根据权利要求4所述的一种面向欠驱动AUV的航行控制方法，其特征在于，

步骤c)具体为：

其中，r₁₁、r₁₂、r₂₁和r₂₂分别为模糊规则表中每一条模糊规则的推理结果水平舵角值，ω₁₁、ω₁₂、ω₂₁、ω₂₂分别为每一条模糊规则的强度。

Images