CN114800487B - 基于扰动观测技术的水下机器人作业控制方法 - Google Patents

基于扰动观测技术的水下机器人作业控制方法 Download PDF

Info

Publication number
CN114800487B
CN114800487B CN202210247365.9A CN202210247365A CN114800487B CN 114800487 B CN114800487 B CN 114800487B CN 202210247365 A CN202210247365 A CN 202210247365A CN 114800487 B CN114800487 B CN 114800487B
Authority
CN
China
Prior art keywords
underwater robot
disturbance
underwater
target
target object
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210247365.9A
Other languages
English (en)
Other versions
CN114800487A (zh
Inventor
王宇
吕家启
王睿
王硕
谭民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN202210247365.9A priority Critical patent/CN114800487B/zh
Publication of CN114800487A publication Critical patent/CN114800487A/zh
Application granted granted Critical
Publication of CN114800487B publication Critical patent/CN114800487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供一种基于扰动观测技术的水下机器人作业控制方法，包括：水下机器人前往预定的目标区域，通过机载视觉识别待抓取的目标物体的识别码，确定待抓取的目标物体的位置信息；根据所设计的扰动观测器估计水下机器人受到的外界扰动，并基于饱和函数对扰动观测值进行平滑处理；设计两阶段快速滑模控制器加快水下机器人的控制响应速度；基于模糊推理表建立控制器输出与脚蹼频率的映射关系；综上，控制所述水下机器人进行水下作业，抓取所述的目标物体。本发明能够对外界扰动进行实时的估计和补偿处理，提高水下机器人的控制响应速度，实现扰动环境下的水下作业任务，为真实水下环境作业提供了理论基础，提高了水下作业的处理效率和准确性。

Description

基于扰动观测技术的水下机器人作业控制方法
技术领域
本发明涉及机器控制技术领域，尤其涉及一种基于扰动观测技术的水下机器人作业控制方法。
背景技术
随着机器人技术的不断发展，目前机器人的功能越来越完善，人们对机器人的要求也越来越高。
近年来，随着人类对海洋资源的愈来愈重视，对海洋领域的资源探索和开发越来越频繁，例如海洋生物资源的打捞、海底废墟的探索等。在水下机器人作业领域，提升水下机器人的自主化能力，摆脱水下作业时对潜水员的依赖，是水下机器人作业研究的重点。
现有技术中，Simetti等人针对水下作业机器人扩展任务优先级框架，开发了包含两个并行优化的控制框架，通过机体装配的三叉戟夹持器在水中成功抓起一个圆柱体；Dai等人基于运动约束冗余的水下作业机器人，在模型不确定性、传感器检测噪声和时变外部干扰的情况下，完成了水下抓取任务；Kang等人考虑了机器人本体与机械手之间的耦合动力学，并基于零力矩点算法减少了由于机械手作业运动所引起的本体不稳定性。尽管基于水下作业机器人的稳定作业的研究已经取得了长足的进展，但是大部分的技术方案是通过仿真进行验证的，缺乏有效的实验验证。此外，绝大部分水下作业任务是在静水情况下完成的，并未考虑扰动因素，与实际的水下环境并不相符，导致水下作业的准确性和效率欠缺。
发明内容
本发明提供一种基于扰动观测技术的水下机器人作业控制方法，用以解决现有技术中未考虑水下扰动导致水下作业的准确性和效率欠缺的技术问题，实现符合真实的水下环境、提高水下作业准确性和处理效率的目的。
第一方面，本发明提供一种所述的基于扰动观测技术的水下机器人作业控制方法，包括：
确定待抓取的目标物体；
水下机器人前往预定的目标区域，通过机载视觉识别待抓取的目标物体的识别码，根据所述识别码确定所述待抓取的目标物体相对于所述水下机器人的位置信息；
根据所设计的扰动观测器估计水下机器人前往目标区域所受到的外界扰动值，并基于饱和函数对扰动观测值进行平滑处理；
根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，抓取所述待抓取的目标物体。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，包括：
根据基于饱和函数改进的扰动观测器对所述水下机器人在进行水下作业中所受到的外界扰动进行估计，确定出扰动数值；
基于饱和函数对所述扰动数值进行平滑处理，确定出目标扰动数值。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，所述根据基于饱和函数改进的扰动观测器对所述水下机器人在进行水下作业中所受到的外界干扰进行估计，确定出扰动数值，具体公式包括：
其中，λi＞0为观测器的增益系数，z0为水下机器人状态的估计值，z1为扰动τMd的估计值，z2为扰动变化率/>的估计值，sign(·)为符号函数；σ1＞0，/>为饱和函数；/>为水下机器人状态/>的估计值的导数，/>为扰动τMd的估计值的导数，/>为扰动变化率/>的估计值的导数。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，还包括：
根据牛顿-欧拉模型，计算所述水下机器人的机械臂在作业过程中对所述水下机器人产生的实时扰动数值。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，还包括：
基于两阶段的反正切快速滑模控制器的滑模趋近律和反正切滑模面对所述水下机器人进行控制计算，得到目标控制输出力和目标力矩；
所述基于两阶段的反正切快速滑模控制器对所述目标扰动数值和机械臂产生的实时扰动数值进行实时补偿处理；
其中，所述两阶段的反正切快速滑模控制器的滑模趋近律为：
其中，k和eta为正数，arcsin为反正弦函数，sat为饱和函数，δ为饱和函数边界层的宽度。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，还包括：
根据预设的模糊推理映射表以及所述目标控制输出力和目标力矩，得到所述水下机器人的脚蹼拍动频率；
根据所述水下机器人的脚蹼拍动频率确定所述水下机器人的运动状态；
其中，所述模糊推理映射表是基于工程经验及专家推理，建立起所述目标控制输出力和目标力矩与所述水下机器人的脚蹼拍动频率之间存在的非线性关系的映射表。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，根据设计的扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，抓取所述待抓取的目标物体，包括：
当所述水下机器人抵达目标区域后，基于机载视觉识别到目标物体的识别码，返回所述待抓取的目标物体与所述水下机器人之间的相对位置关系，根据机械臂的逆运动学确认的期望的关节角度，控制所述水下机器人的机械臂末端执行器进行水下作业，抓取所述待抓取的目标物体。
第二方面，本发明还提供一种基于扰动观测技术的水下机器人作业控制系统，包括扰动观测器、牛顿-欧拉模型、两阶段反正切快速滑模控制器和模糊推理映射表，其中，
所述扰动观测器用于估计水下机器人前往目标区域所受到的外界扰动值，并基于饱和函数对扰动观测值进行平滑处理；
所述牛顿-欧拉模型用于计算所述水下机器人在作业过程中所述水下机器人的机械臂产生的实时扰动数值；
所述两阶段反正切快速滑模控制器对所述水下机器人进行控制输出计算，并对扰动观测器估计的外界扰动值和机械臂所产生的实时扰动进行补偿，确定最终的控制输出力和力矩；
所述模糊推理映射表用于根据所述控制输出力和力矩进行映射处理，得到所述水下机器人的脚蹼拍动频率；
根据所述扰动观测器、两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，抓取待抓取的目标物体。
本发明提供一种基于扰动观测技术的水下机器人作业控制方法，确定待抓取的目标物体所在的目标区域；水下机器人通过机载视觉识别待抓取的目标物体的识别码，根据所述识别码确定所述待抓取的目标物体相对于所述水下机器人的位置信息；根据预设的扰动观测器、所述位置信息、预设的两阶段快速滑模控制器以及所设计的模糊映射推理表控制所述水下机器人进行水下作业，抓取所述待抓取的目标物体。本发明能够对产生的扰动数值进行实时的补偿处理，实现对水下机器人的扰动控制，为真实水下环境作业提供了理论基础，提高了水下作业的处理效率和准确性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的基于扰动观测技术的水下机器人作业控制方法的流程示意图；
图2是本发明提供的水下机器人进入目标区域识别到被抓取物体的示意图；
图3是现有技术中的传统扰动观测器的观测结果示意图；
图4是本发明提供的改进扰动观测器的观测结果示意图；
图5是本发明提供的引入改进扰动观测器的快速滑模控制器与传统滑模控制器控制下的水下机器人位置变化对比曲线示意图；
图6是本发明提供的有扰动观测器和无扰动观测器的快速滑模控制器控制下的水下机器人位置变化对比曲线示意图；
图7是本发明提供的水下机器人在存在人为拉拽扰动情况下抓取目标物体的示意图；
图8是本发明提供的快速滑模控制器的控制输入力的示意图；
图9是本发明提供的施加的扰动估计值的示意图；
图10是本发明提供的水下机器人X位置变化曲线的示意图；
图11是本发明提供的水下机器人Y位置变化曲线的示意图；
图12是本发明提供的水下机器人的机械臂末端执行器的位置变化曲线示意图；
图13是本发明提供的在连续扰动情况下水下机器人作业的示意图；
图14是本发明提供的快速滑模控制器的控制输入力；
图15是本发明提供的对连续扰动的估计值示意图；
图16是本发明提供的水下机器人X位置变化曲线示意图；
图17是本发明提供的水下机器人Y位置变化曲线示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明提供的基于扰动观测技术的水下机器人作业控制方法的流程示意图，如图1所示，本发明提供的基于扰动观测技术的水下机器人作业控制方法，包括：
步骤101：确定待抓取的目标物体。
在本实施例中，需要确定待抓取的目标物体，然后根据确定的目标区域控制水下机器人前往目标区域进行作业，其中，目标物体是指待抓取的物体，可以是一些固体的物质，还可以是一些较危险的物体，具体可以根据用户的实际需要进行选择，在此不作具体限定。
步骤102：水下机器人前往预定的目标区域，通过机载视觉识别待抓取的目标物体的识别码，根据所述识别码确定所述待抓取的目标物体相对于所述水下机器人的位置信息。
在本实施例中，需要通过机载视觉系统对水中的被抓取物体上贴有的标识码进行识别，标识码是一种二进制方形基准标记码，通过使用机载视觉系统来检测识别码，水下机器人即可推算得到自身的相对位置，然后，根据确定的位置信息，水下机器人前往预定的目标区域，当被抓取物体处于机械臂的工作空间内时，执行机械臂的抓取动作完成水下作业任务。如图2所示，描述了水下机器人进入目标区域的示意图，需要说明的是，水下机器人的机载视觉系统识别到被抓取物体上的标识码，并返回待抓取的目标物体相对于水下机器人的位置信息。
步骤103：根据所设计的扰动观测器估计水下机器人前往目标区域所受到的外界扰动值，并基于饱和函数对扰动观测值进行平滑处理。
在本实施例中，需要根据预先设计的扰动观测器来估计水下机器人前往目标区域所受到的外界扰动值，然后基于饱和函数对该扰动观测值进行平滑处理，其中，饱和函数是指当输入达到一定值之后，输出不再发生变化的函数。
步骤103：根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，抓取所述待抓取的目标物体。
在本实施例中，需要根据步骤102中得到的位置信息以及设计的两阶段快速滑模控制器以及模糊映射推理表来控制水下机器人进行相应的水下作业，抓取所述待抓取的目标物体。其中，预先设定的处理方式可以包括对外界环境扰动的观测处理，本实施例中是利用改进的扰动观测器对外界干扰进行观测的，利用基于饱和函数改进的观测器，具体的处理方式可见下述实施例，在此不作详细介绍。
需要说明的是，本实施例中，采用的两阶段快速滑模控制器以及模糊映射推理表是预先根据一定的数据设计完成的，具体的设计方法和应用原理见下述实施例，在此不作详细介绍。
根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，通过确定待抓取的目标物体所在的目标区域，水下机器人通过机载视觉识别待抓取的目标物体的识别码，根据识别码确定待抓取的目标物体相对于水下机器人的位置信息，根据扰动观测器、位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制水下机器人进行水下作业，抓取所述待抓取的目标物体。本发明提供的水下控制方法能够对产生的扰动数值进行实时的补偿处理，实现对水下机器人的扰动控制，为真实水下环境作业提供了理论基础，提高了水下作业的处理效率和准确性。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，包括：
根据基于饱和函数改进的扰动观测器对所述水下机器人在进行水下作业中所受到的外界扰动进行估计，确定出扰动数值；
基于饱和函数对所述扰动数值进行平滑处理，确定出目标扰动数值。
在本实施例中，需要基于现有的动力学模型得到改进后的扰动观测器，然后利用改进后的扰动观测器对水下机器人在进行水下作业中所收到的外界扰动情况进行估计，确定出扰动数值，然后基于饱和函数对扰动数值进行平滑处理，确定出目标扰动数值，其中，改进的扰动观测器是基于刚体模型和饱和函数得到的一种状态观测器。
根据本发明提供的水下作业控制方法，基于饱和函数得到的改进的扰动观测器能够降低扰动观测值的抖振和超调，实现对外界扰动的准确估计。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，所述根据基于饱和函数改进的扰动观测器对所述水下机器人在进行水下作业中所受到的外界干扰进行估计，确定出扰动数值，具体公式包括：
其中，λi＞0为观测器的增益系数，z0为水下机器人状态的估计值，z1为扰动τMd的估计值，z2为扰动变化率/>的估计值，sign(·)为符号函数；σ1＞0，/>为饱和函数；/>为水下机器人状态/>的估计值的导数，/>为扰动τMd的估计值的导数，/>为扰动变化率/>的估计值的导数。
在本实施例中，需要根据现有技术中的刚体模型结合饱和函数的方式构建扰动观测器，具体的处理流程如下述所示：
S11：基于刚体模型建立含有扰动的水下机器人的刚体动力学模型：
其中，η＝[x,y,ψ]表示水下机器人的水平位置和航向角度；表示水下机器人速度和角速度；/>表示水下机器人的加速度和角加速度；M(η)表示质量及附加质量矩阵；表示科里奥利力及向心力矩阵；/>表示线性阻尼矩阵；τ表示控制输入力和力矩；τd表示水下机器人在作业过程中受到的干扰。
S12：根据建立的水下机器人的刚体动力学模型，其合并后的向量形式的动力学模型的参数如下所示：
S13：根据上述的水下机器人的刚体动力学模型，设计高阶有限时间收敛的扰动观测器估计扰动值如下所示：
其中，λi＞0为观测器的增益系数，z0为水下机器人状态的估计值，z1为扰动τMd的估计值，z2为扰动变化率/>的估计值，/>和/>分别为上述三个估计值的变化率；sign(·)为符号函数；/>为水下机器人状态的估计值的导数，/>为扰动的估计值的导数，/>为扰动变化率的估计值的导数。
在本实施例中，上述的处理流程是现有技术中的扰动观测器的处理流程，得到如图3所示的扰动观测器处理结果示意图，其中，实线线描述传统扰动观测器对10牛的阶跃扰动的观测变化曲线，可以看出传统的扰动观测器在观测实际的外界扰动扰动时存在较大的抖振和超调现象。
本实施例中，基于现有技术中的扰动观测器，加入饱和函数，得到降低抖振和超调的改进扰动观测器，具体的流程如下：
S21：引入饱和函数替换符号函数的扰动观测器，具体参数如下所示：
其中，σ1＞0，为饱和函数，其中，饱和函数的表达式如下所示：
S22：根据上述改进的扰动观测器，定义估计值与实际值的误差为ε1＝z1-τMd，/>则可得到如下的误差公式：
需要说明的是，扰动估计误差可在有限时间内收敛到零，即有限时间内准确的估计扰动值。如图4所示，图4描述改进的扰动观测器的扰动估计值，相比于图3所示的传统扰动观测器的观测值，改进的扰动观测器降低了扰动观测值的抖振和超调，实现了对外界扰动的更准确地估计。
根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，通过基于饱和函数改进后的扰动观测器能够使机器人作业过程处于真实环境中，保证机器人作业处理的准确度。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，还包括：
根据牛顿-欧拉模型，计算所述水下机器人的机械臂在作业过程中对所述水下机器人产生的实时扰动数值。
在本实施例中，需要根据牛顿-欧拉模型计算出水下机器人的机械臂在作业过程中对水下机器人产生的实时扰动数值，然后在水下机器人的控制输出力和力矩的作用下对其进行前馈补偿，降低对机器人的扰动干扰。需要说明的是牛顿-欧拉模型是根据现有技术中的构建方法构建的，在此不作详细介绍。
根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，通过牛顿-欧拉模型能够准确计算出机械臂在水下作业过程中对水下机器人所产生的实时扰动数值，提高水下机器人控制的精度。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，还包括：
基于两阶段的反正切快速滑模控制器的滑模趋近律和反正切滑模面对所述水下机器人进行控制计算，得到目标控制输出力和目标力矩；
所述基于两阶段的反正切快速滑模控制器对所述目标扰动数值和机械臂产生的实时扰动数值进行实时补偿处理；
其中，所述两阶段的反正切快速滑模控制器的滑模趋近律为：
其中，k和eta为正数，arcsin为反正弦函数，sat为饱和函数，δ为饱和函数边界层的宽度。
在本实施例中，需要基于两阶段的反正切快速滑模型控制器对水下机器人进行控制计算，得到目标控制输出力和目标力矩，然后还对目标扰动数值和实时扰动数值进行实时补偿处理。需要说明的是，本实施例中的控制器是基于两阶段的滑模趋近律构建得到的。具体的处理流程如下：
S31：设计两阶段趋近的滑模趋近律：
其中，k和eta为正数，arcsin为反正弦函数，sat为饱和函数，δ为饱和函数边界层的宽度。
S32：根据两阶段趋近律所设计的水下机器人位置信息控制输入：
其中，β为大于零的正数，p,q为正奇数且满足1＜p/q＜2。
S33：然后给出水下机器人控制系统的李雅普诺夫稳定性证明：
其中，e为机器人当前位置与期望位置的距离，为机器人加速度的期望值，m1,m2为机器人质量矩阵中对应的系数，u,v分别为机器人体坐标系下沿x，y方向运动的速度,τd1机器人受到的外界扰动。需要说明的是，当选择参数满足/>条件时，则保证水下机器人系统的满足李雅普诺夫稳定性，水下机器人可以在有限时间内移动到目标区域位置。
其中，如图5所示，描述了水下机器人的引入观测器的两阶段快速滑模控制器和引入观测器的传统滑模控制器的位置变化对比曲线，图5中实线为水下机器人在引入扰动观测器的快速滑模控制器控制下的位置变化曲线，虚线为水下机器人在引入扰动观测器的传统滑模控制器控制下的位置变化曲线，快速滑模控制器可以使水下机器人更快地到达目标位置；图6中的实线为水下机器人在引入扰动观测器的快速滑模控制器控制下的位置变化曲线，虚线为水下机器人在无扰动观测器的快速滑模控制器控制下的位置变化曲线，对比两条曲线可以看出引入扰动观测器后，水下机器人可以对估计的外界扰动值进行补偿，使水下机器人稳定在期望位置处没有位置偏移。
根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，通过基于两阶段的滑模趋近律和反正切滑模面对水下机器人进行控制输出的计算，得到目标控制输出力和目标力矩；然后基于两阶段的反正切快速滑模型控制器还对所述目标扰动数值和所述实时扰动数值进行实时补偿处理，能够加快水下机器人的响应速度，实现本体的运动控制。
进一步，根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，还包括：
根据预设的模糊推理映射表以及所述目标控制输出力和目标力矩，得到所述水下机器人的脚蹼拍动频率；
根据所述水下机器人的脚蹼拍动频率确定所述水下机器人的运动状态；
其中，所述模糊推理映射表是基于工程经验及专家推理，建立起所述目标控制输出力和目标力矩与所述水下机器人的脚蹼拍动频率之间存在的非线性关系的映射表。
在本实施例中，需要根据预设的模糊推理映射表以及得到的目标控制输出力和目标力矩，确定出水下机器人的脚蹼拍动频率，然后根据确定的脚蹼拍动频率确定出树下机器人的运动状态，实现对机器人的运动控制。其中，模糊推理映射表的构建具体如下所示。
根据工程经验和实际的水下实验测试，建立水下机器人运动模态与拍动频率的模糊推理映射表，如下述表1所示。
表1
其中，NB，NM，Z，PS，PM，PB分别表示负大、负中、零、正小、正中、正大。使用标准三角形作为隶属度，使用质心法进行模糊推理。
需要说明的是，本实施例中的模糊推理映射表是基于工程经验及专家推理，建立起所述目标控制输出力和目标力矩与所述水下机器人的脚蹼拍动频率之间存在的非线性关系的映射表。
根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，通过构建的模块推理映射表能够确定出水下机器人的运动状态，实现水下运动控制，提高水下作业处理效率。
基于上述任一实施例，在本实施例中，根据设计的扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，抓取所述待抓取的目标物体，包括：
当所述水下机器人抵达目标区域后，基于机载视觉识别到目标物体的识别码，返回所述待抓取的目标物体与所述水下机器人之间的相对位置关系，根据机械臂的逆运动学计算的期望的关节角度，控制所述水下机器人的机械臂末端执行器进行水下作业，抓取所述待抓取的目标物体。
在本实施例中，需要在水下机器人抵达目标区域后，通过机载视觉对目标物体进行识别处理，根据识别到的识别码确定出待抓取的目标物体与水下机器人之间的相对位置关系，然后根据机器臂的逆运动学计算出的期望的关节角度，控制水下机器人的机械臂末端执行器进行水下作业，来抓取该待抓取的目标物体，其中，逆运动学又称为反向运动学(InverseKinematics)，与正向运动学的概念不同，是以基于末端执行器的位置和姿态求取各个关节角度的过程。
根据本发明提供的基于扰动观测技术的水下机器人作业控制方法，通过确定的抓取的目标物体与水下机器人之间的相对位置关系，然后根据机械臂的逆运动学确定的关节角度来实现水下机器人的水下作业，提高了水下作业处理效率。
基于上述任一实施例，在本实施例中，为了验证本发明提供的水下作业控制方法的有效性，在一个室内水池搭建平台进行外界扰动干扰下的水下机器人自主作业实验，其中，图7为水下机器人在人为施加扰动下的水下抓取作业视频截图序列，利用长杆拖拽水下机器人干扰其运动，图7(f)描述了水下机器人完成水下作业的视频截图；图8中则给出快速滑模控制器的控制输出力的结果示意图，图9是给出扰动估计值的结果示意图，扰动观测器可以根据人为扰动生成对应的扰动估计值的变化，人为拖拽消失后，扰动估计值趋近于零；图10则是水下机器人的X位置变化曲线的示意图，图11则是水下机器人的Y位置变化曲线的示意图，水下机器人最终可以克服人为扰动抵达目标区域位置，完成水下抓取作业；图12是人为扰动下水下机器人机械臂末端执行器的位置变化曲线的示意图，机械臂末端执行器可以抵达期望位置，完成目标物体的抓取，其中，水下机器人的本体期望位置X对应0.2米，期望位置Y对应0.1米处；图13为水下机器人在外界持续扰动下的水下抓取作业视频截图序列，在被抓取物体的前方放置一个系有红带的推进器，推进器转动产生持续的扰动来干扰水下机器人的运动，红色带子反应出推进器所产生扰动的方向和大小，图13(f)则描述水下机器人完成目标物体的抓取；图14是受到推进器持续扰动的快速滑模控制器的控制输出力的曲线示意图，图15则是受到推进器持续扰动的水下机器人扰动估计值的曲线示意图，可以看出随着水下机器人趋近于目标物体的位置，距离推进器越近，扰动估计值越大；图16则描述水下作业机器人的X位置变化曲线示意图，图17是水下作业机器人的Y位置变化曲线示意图，水下机器人可以克服推进器产生的持续扰动移动到目标位置，完成水下作业。上述实验验证了本发明提供的水下作业控制方法的有效性。
基于上述任一实施例，在本实施例中，还提供一种基于扰动观测技术的水下机器人作业控制系统，包括扰动观测器、牛顿-欧拉模型、两阶段反正切快速滑模控制器和模糊推理映射表，其中，
所述扰动观测器用于估计水下机器人前往目标区域所受到的外界扰动值，并基于饱和函数对扰动观测值进行平滑处理；
所述牛顿-欧拉模型用于计算所述水下机器人在作业过程中所述水下机器人的机械臂产生的实时扰动数值；
所述两阶段反正切快速滑模控制器对所述水下机器人进行控制输出计算，并对扰动观测器估计的外界扰动值和机械臂所产生的实时扰动进行补偿，确定最终的控制输出力和力矩；
所述模糊推理映射表用于根据所述控制输出力和力矩进行映射处理，得到所述水下机器人的脚蹼拍动频率；
根据所述扰动观测器、两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，抓取待抓取的目标物体。
在本实施例中，扰动观测器用于估计水下机器人前往目标区域所受到的外界扰动值，并基于饱和函数对扰动观测值进行平滑处理；牛顿-欧拉模型用于计算水下机器人在作业过程中所述水下机器人的机械臂产生的实时扰动数值；两阶段反正切快速滑模控制器对水下机器人进行控制输出计算，并对扰动观测器估计的外界扰动值和机械臂所产生的实时扰动进行补偿，确定最终的控制输出力和力矩，模糊推理映射表用于根据所述控制输出力和力矩进行映射处理，得到水下机器人的脚蹼拍动频率；根据扰动观测器、所述两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，抓取所述待抓取的目标物体。能够对产生的扰动数值进行实时的补偿处理，实现对水下机器人的扰动控制，为真实水下环境作业提供了理论基础，提高了水下作业的处理效率和准确性
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于扰动观测技术的水下机器人作业控制方法，其特征在于，包括：
确定待抓取的目标物体；
水下机器人前往预定的目标区域，通过机载视觉识别待抓取的目标物体的识别码，根据所述识别码确定所述待抓取的目标物体相对于所述水下机器人的位置信息；
根据所设计的扰动观测器估计水下机器人前往目标区域所受到的外界扰动值，并基于饱和函数对扰动观测值进行平滑处理；
根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，抓取所述待抓取的目标物体。
2.根据权利要求1所述的基于扰动观测技术的水下机器人作业控制方法，其特征在于，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，包括：
根据基于饱和函数改进的扰动观测器对所述水下机器人在进行水下作业中所受到的外界扰动进行估计，确定出扰动数值；
基于饱和函数对所述扰动数值进行平滑处理，确定出目标扰动数值。
3.根据权利要求2所述的基于扰动观测技术的水下机器人作业控制方法，其特征在于，所述根据基于饱和函数改进的扰动观测器对所述水下机器人在进行水下作业中所受到的外界干扰进行估计，确定出扰动数值，具体公式包括：
其中，λi＞0为观测器的增益系数，z0为水下机器人状态的估计值，z1为扰动τMd的估计值，z2为扰动变化率/>的估计值，sign(·)为符号函数；σ1＞0，/>为饱和函数；为水下机器人状态/>的估计值的导数，/>为扰动τMd的估计值的导数，/>为扰动变化率的估计值的导数；
τM＝M(η)-1τ
其中，τ表示控制输入力和力矩；M(η)表示质量及附加质量矩阵；表示科里奥利力及向心力矩阵；/>表示线性阻尼力矩阵；/>表示水下机器人速度和角速度。
4.根据权利要求2所述的基于扰动观测技术的水下机器人作业控制方法，其特征在于，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，还包括：
根据牛顿-欧拉模型，计算所述水下机器人的机械臂在作业过程中对所述水下机器人产生的实时扰动数值。
5.根据权利要求3所述的基于扰动观测技术的水下机器人作业控制方法，其特征在于，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，还包括：
基于两阶段的反正切快速滑模控制器的滑模趋近律和反正切滑模面对所述水下机器人进行控制计算，得到目标控制输出力和目标力矩；
所述基于两阶段的反正切快速滑模控制器对所述目标扰动数值和机械臂产生的实时扰动数值进行实时补偿处理；
其中，所述两阶段的反正切快速滑模控制器的滑模趋近律为：
其中，k和eta为正数，arcsin为反正弦函数，sat为饱和函数，δ为饱和函数边界层的宽度。
6.根据权利要求5所述的基于扰动观测技术的水下机器人作业控制方法，其特征在于，所述根据所述扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，还包括：
根据预设的模糊推理映射表以及所述目标控制输出力和目标力矩，得到所述水下机器人的脚蹼拍动频率；
根据所述水下机器人的脚蹼拍动频率确定所述水下机器人的运动状态；
其中，所述模糊推理映射表是基于工程经验及专家推理，建立起所述目标控制输出力和目标力矩与所述水下机器人的脚蹼拍动频率之间存在的非线性关系的映射表。
7.根据权利要求1-6任一项所述基于扰动观测技术的水下机器人作业控制方法，其特征在于，根据设计的扰动观测器、所述位置信息、设计的两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，抓取所述待抓取的目标物体，包括：
当所述水下机器人抵达目标区域后，基于机载视觉识别到目标物体的识别码，返回所述待抓取的目标物体与所述水下机器人之间的相对位置关系，根据机械臂的逆运动学计算期望的关节角度，控制所述水下机器人的机械臂末端执行器进行水下作业，抓取所述待抓取的目标物体。
8.一种基于扰动观测技术的水下机器人作业控制系统，其特征在于，包括扰动观测器、牛顿-欧拉模型、两阶段反正切快速滑模控制器和模糊推理映射表，其中，
所述扰动观测器用于估计水下机器人前往目标区域所受到的外界扰动值，并基于饱和函数对扰动观测值进行平滑处理；
所述牛顿-欧拉模型用于计算所述水下机器人在作业过程中所述水下机器人的机械臂产生的实时扰动数值；
所述两阶段反正切快速滑模控制器对所述水下机器人进行控制输出计算，并对扰动观测器估计的外界扰动值和机械臂所产生的实时扰动进行补偿，确定最终的控制输出力和力矩；
所述模糊推理映射表用于根据所述控制输出力和力矩进行映射处理，得到所述水下机器人的脚蹼拍动频率；
根据所述扰动观测器、两阶段快速滑模控制器以及模糊映射推理表控制所述水下机器人进行水下作业，抓取待抓取的目标物体。
CN202210247365.9A 2022-03-14 2022-03-14 基于扰动观测技术的水下机器人作业控制方法 Active CN114800487B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210247365.9A CN114800487B (zh) 2022-03-14 2022-03-14 基于扰动观测技术的水下机器人作业控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210247365.9A CN114800487B (zh) 2022-03-14 2022-03-14 基于扰动观测技术的水下机器人作业控制方法

Publications (2)

Publication Number Publication Date
CN114800487A CN114800487A (zh) 2022-07-29
CN114800487B true CN114800487B (zh) 2024-02-02

Family

ID=82528459

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210247365.9A Active CN114800487B (zh) 2022-03-14 2022-03-14 基于扰动观测技术的水下机器人作业控制方法

Country Status (1)

Country Link
CN (1) CN114800487B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011230238A (ja) * 2010-04-28 2011-11-17 Yaskawa Electric Corp ロボットの制御装置およびロボットを制御する方法
CN110116409A (zh) * 2019-05-24 2019-08-13 浙江大学 一种基于扰动观测器的四通道遥操作双边控制方法
CN110488847A (zh) * 2019-08-09 2019-11-22 中国科学院自动化研究所 视觉伺服的仿生水下机器人悬停控制方法、系统和装置
CN110744541A (zh) * 2019-10-08 2020-02-04 哈尔滨工程大学 一种视觉引导的水下机械臂控制方法
CN110909859A (zh) * 2019-11-29 2020-03-24 中国科学院自动化研究所 基于对抗结构化控制的仿生机器鱼运动控制方法、系统
CN113084817A (zh) * 2021-04-15 2021-07-09 中国科学院自动化研究所 扰流环境下水下仿生机器人的物体搜索及抓取控制方法
CN114102636A (zh) * 2021-12-31 2022-03-01 华中科技大学 遥操作机器人的焊缝打磨控制系统及其设计方法和应用
CN114740723A (zh) * 2022-04-18 2022-07-12 国网河南省电力公司电力科学研究院 一种基于扰动观测器的软体机器人鲁棒自适应控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011230238A (ja) * 2010-04-28 2011-11-17 Yaskawa Electric Corp ロボットの制御装置およびロボットを制御する方法
CN110116409A (zh) * 2019-05-24 2019-08-13 浙江大学 一种基于扰动观测器的四通道遥操作双边控制方法
CN110488847A (zh) * 2019-08-09 2019-11-22 中国科学院自动化研究所 视觉伺服的仿生水下机器人悬停控制方法、系统和装置
CN110744541A (zh) * 2019-10-08 2020-02-04 哈尔滨工程大学 一种视觉引导的水下机械臂控制方法
CN110909859A (zh) * 2019-11-29 2020-03-24 中国科学院自动化研究所 基于对抗结构化控制的仿生机器鱼运动控制方法、系统
CN113084817A (zh) * 2021-04-15 2021-07-09 中国科学院自动化研究所 扰流环境下水下仿生机器人的物体搜索及抓取控制方法
CN114102636A (zh) * 2021-12-31 2022-03-01 华中科技大学 遥操作机器人的焊缝打磨控制系统及其设计方法和应用
CN114740723A (zh) * 2022-04-18 2022-07-12 国网河南省电力公司电力科学研究院 一种基于扰动观测器的软体机器人鲁棒自适应控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Novel sliding-mode disturbance observer-based tracking control with applications to robot manipulators;Tairen Sun等;Science China Information Sciences;全文 *
基于干扰误差补偿的自动化电机自适应滑模反演控制;郭海全;刘烨;周秋坤;;制造业自动化(第08期);全文 *
基于滑模的机械臂轨迹跟踪控制研究;徐贵;中国优秀硕士学位论文全文数据库信息科技(第01期);全文 *
水下机械手主从遥操作双边控制策略;刘卫东;张建军;高立娥;程瑞锋;;西北工业大学学报(第01期);全文 *
电液位置伺服控制系统的模糊滑模控制方法研究 靳宝全;靳宝全;中国博士学位论文全文数据库信息科技(第2.期);全文 *

Also Published As

Publication number Publication date
CN114800487A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
Pi et al. Twinbot: Autonomous underwater cooperative transportation
CN111522243A (zh) 一种五自由度上肢外骨骼系统鲁棒迭代学习控制策略
CN112327634B (zh) 基于bp神经网络s面控制的水下机器人姿态控制方法
Xu et al. Enhanced bioinspired backstepping control for a mobile robot with unscented Kalman filter
CN112068440B (zh) 基于模型预测控制的auv回收对接动力定位控制方法
CN113341706B (zh) 基于深度强化学习的人机协作流水线系统
Lv et al. Disturbance rejection control for underwater free-floating manipulation
Santhakumar et al. Modelling, simulation and model reference adaptive control of autonomous underwater vehicle-manipulator systems
CN115890735B (zh) 机械臂系统、机械臂及其控制方法、控制器和存储介质
Yamawaki et al. Iterative learning of variable impedance control for human-robot cooperation
Zhou et al. Robot Manipulator Visual Servoing via Kalman Filter-Optimized Extreme Learning Machine and Fuzzy Logic.
Lv et al. A collision-free planning and control framework for a biomimetic underwater vehicle in dynamic environments
CN113485389A (zh) 一种基于自适应预测的水下机器人三维轨迹跟踪控制方法
CN114800487B (zh) 基于扰动观测技术的水下机器人作业控制方法
Tong et al. Neural network based visual servo control under the condition of heavy loading
Santhakumar Proportional-derivative observer-based backstepping control for an underwater manipulator
CN112327892A (zh) 一种auv误差受限的抗扰控制方法
Long et al. Robotic cutting of soft materials using force control & image moments
Jandaghi et al. Motion Dynamics Modeling and Fault Detection of a Soft Trunk Robot
CN113093771B (zh) 基于神经网络的水下机器人-机械手系统的建模方法及系统
US20220297293A1 (en) Dynamic torque saturation limits for robot actuator(s)
CN110703792B (zh) 基于增强学习的水下机器人姿态控制方法
Fan et al. Object position and orientation tracking for manipulators considering nonnegligible sensor physics
Heyu et al. Impedance control method with reinforcement learning for dual-arm robot installing slabstone
Alessandro et al. A Dynamic Manipulation Strategy for an Intervention Autonomous Underwater Vehicle

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant