CN114815590A - 一种水下机器人基于优化能耗的推力分配方法 - Google Patents

一种水下机器人基于优化能耗的推力分配方法 Download PDF

Info

Publication number
CN114815590A
CN114815590A CN202210429955.3A CN202210429955A CN114815590A CN 114815590 A CN114815590 A CN 114815590A CN 202210429955 A CN202210429955 A CN 202210429955A CN 114815590 A CN114815590 A CN 114815590A
Authority
CN
China
Prior art keywords
thrust
underwater robot
energy consumption
propeller
objective function
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.)
Pending
Application number
CN202210429955.3A
Other languages
English (en)
Inventor
贾栋
王轶群
王泽众
姜金祎
郭春雷
郑旭
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.)
Shenyang Institute of Automation of CAS
Original Assignee
Shenyang Institute of Automation of CAS
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 Shenyang Institute of Automation of CAS filed Critical Shenyang Institute of Automation of CAS
Priority to CN202210429955.3A priority Critical patent/CN114815590A/zh
Publication of CN114815590A publication Critical patent/CN114815590A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明属于水下机器人控制领域，具体说是一种水下机器人基于优化能耗的推力分配方法。包括以下步骤：1)基于水下机器人推进器产生的推力，构建相邻时刻推进器推力与能耗关系的目标函数J；2)构建目标函数线性优化近似解方程；3)根据目标函数线性优化近似解方程，得到某一时刻推进器的推力Tk；4)循环执行步骤1)～步骤3)，根据推进器的推力实时驱动控制推进器，实现水下机器人低能耗的运动控制。相比传统的推力分配方法计算复杂度高且只能离线执行的缺点，不具备在线实现基于能耗的推力分配的能力，本发明具有简单高效性，能够在线计算基于能耗的推力分配。

Description

一种水下机器人基于优化能耗的推力分配方法
技术领域
本发明属于水下机器人控制领域，具体说是一种水下机器人基于优化能耗的推力分配方法。
背景技术
随着水下机器人在海洋、湖泊、河流等领域的广泛应用，能源与功耗关系到机器人的作业效率和范围，水下机器人在运动过程中的能耗问题也逐渐引起工程师们的关注，尤其是自主水下机器人的电池能源是十分有限的，能耗问题直接关系到其作业质量。水下机器人在水平面的运动路径规划是海洋探测作业的主要任务之一，水平面运动合理的分配推力将会有效的优化能耗，提高作业效率，延长水下机器人作业时间，节约在海上的作业工时。传统的推力分配方法大部分是受执行机构约束的伪逆矩阵求解方式，缺点是计算复杂度较高，只能离线执行，不能在线实现基于能耗的推力分配，传统的推力分配只考虑当前时刻的能耗优化，忽略了相邻时刻推力分配对能耗的影响，无法实现在一个时间区段内的能耗优化。因此，研究一种高效的、具有在线计算能耗能力的推力分配方法是实现水下机器人优化能耗合理分配推力的重要环节。
发明内容
基于以上技术缺陷，本发明针对传统水下机器人水平面优化能耗的推力分配方法的不足，提出了一种水下机器人基于优化能耗的推力分配方法。
本发明为实现上述目的所采用的技术方案是：
一种水下机器人基于优化能耗的推力分配方法，包括以下步骤：
1)基于水下机器人推进器产生的推力，构建相邻时刻推进器推力与能耗关系的目标函数J；
2)构建目标函数线性优化近似解方程；
3)根据目标函数线性优化近似解方程，得到某一时刻推进器的推力Tk；
4)循环执行步骤1)～步骤3)，根据推进器的推力实时驱动控制推进器，实现水下机器人低能耗的运动控制。
所述目标函数J为：
Figure BDA0003609752000000021
Figure BDA0003609752000000022
Figure BDA0003609752000000023
其中，μ是相邻时刻推力的影响因子，λ1是某时刻推力误差的权重因子，λ2是某时刻推力力矩误差的权重因子，Tx是水下机器人在k时刻前进方向的目标推力，Ti(k)是某个水平方向推进器在k时刻产生的推力，Ti(k-1)某个水平方向推进器在k的前一时刻产生的推力，Mz是水下机器人在k时刻水平方向推进器的目标转向力矩，Tx’是目标推力与实际推力的差，Mz’实现目标力矩与实际力矩的差，Ti是水下机器人某一方向的推进器产生的推力，i＝1～4，θ、
Figure BDA0003609752000000024
是推力与垂直辅助线的夹角，l1，l2是推力力臂。
所述步骤2)，包括以下步骤：
2.1)分别对目标函数中的各方向推力求一阶导数；
2.2)令目标函数的各向推力一阶导数为零；
2.3)基于步骤2.2)，构建目标函数线性优化近似解方程。
所述步骤2.1)具体为：
令T1、T2、T3、T4分别为水下机器人左前、右前、左后、右后方向的推进器产生的推力，分别对目标函数中的四个方向的推力T1(k)、T2(k)、T3(k)、T4(k)求一阶导数，即：
Figure BDA0003609752000000031
Figure BDA0003609752000000032
Figure BDA0003609752000000033
Figure BDA0003609752000000034
所述步骤2.2)具体为：
令
Figure BDA0003609752000000035
即
Figure BDA0003609752000000036
所述步骤2.3)具体为：
令Tk＝[T1(k) T2(k) T3(k) T4(k)]T
Figure BDA0003609752000000037
Figure BDA0003609752000000038
构建目标函数线性优化近似解方程Y＝HTk。
本发明具有以下有益效果及优点：
1.相比传统的推力分配方法计算复杂度高且只能离线执行的缺点，不具备在线实现基于能耗的推力分配的能力，本发明具有简单高效性，能够在线计算基于能耗的推力分配。
2.传统的推力分配只考虑当前时刻的能耗优化，忽略了相邻时刻推力分配对能耗的影响，无法实现在一个时间区段内的能耗优化。本发明综合考虑了相邻时刻推力分配对能耗的影响，优化计算过程，提出线性近似优化方法。
附图说明
图1是水下机器人水面上的推进器分布示意图。
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。
本发明旨在建立描述任一相邻时刻推进器推力与能耗关系的依赖关系,然后将该依赖关系线性化求近似解，从而获取此阶段的所分配的推力。
本发明内容包括：构建相邻时刻推进器推力与能耗关系的目标函数；设计目标函数线性优化近似解方程；求解推力。
本发明为了实现上述的目的所采用的技术方案是：一种水下机器人基于优化能耗的推力分配方法。包括以下步骤：
如图1所示，T1、T2、T3、T4分别是水下机器人左前、右前、左后、右后方位的推进器产生的推力，O是水下机器人的水动力中心，以水动力中心O为基准分别作水平和垂直的辅助线，推力T1、T2与垂直辅助线的夹角是θ，推力T3、T4与垂直辅助线的夹角是
Figure BDA0003609752000000041
推力T1、T2力臂是l1，推力T3、T4力臂是l2。
1、构建相邻时刻推进器推力与能耗关系的目标函数
Figure BDA0003609752000000042
其中
Figure BDA0003609752000000051
Figure BDA0003609752000000052
其中J是目标函数，μ是相邻时刻推力的影响因子，λ1是某时刻推力误差的权重因子，λ2是某时刻推力力矩误差的权重因子，通过调整λ1、λ2来影响当前时刻推力和力矩，μ、λ1、λ2是工程经验系数，均为常数。
Tx是水下机器人在k时刻前进方向的目标推力，Ti(k)是某个水平方向推进器在k时刻产生的推力，Ti(k-1)某个水平方向推进器在k的前一时刻产生的推力，为获取的已知量。Mz是水下机器人在k时刻水平方向推进器的目标转向力矩。Tx’是目标推力与实际推力的差，Mz’实现目标力矩与实际力矩的差。Tx’、Mz’是求解目标函数的中间变量。
2、设计目标函数线性优化近似解方程
2.1分别对目标函数中的各向推力T1(k)、T2(k)、T3(k)、T4(k)求一阶导数。
Figure BDA0003609752000000053
Figure BDA0003609752000000054
Figure BDA0003609752000000055
Figure BDA0003609752000000056
2.2令目标函数的各向推力一阶导数为零，即令
Figure BDA0003609752000000057
Figure BDA0003609752000000061
Figure BDA0003609752000000062
2.3构建目标函数线性优化近似解方程。
Figure BDA0003609752000000063
H是目标函数J当前时刻对Ti(k)的导数，其中T是矩阵转置算子。
3、求解推力
由上述可知，H、HT均为常数矩阵，满足Tk＝(HTH)-1HTY，其中T是矩阵转置算子，满足线性拟合关系，得到推进器的推力Tk。
循环执行步骤1～步骤3，根据推进器的推力实时驱动控制推进器，实现水下机器人低能耗的运动控制。

Claims (6)

1.一种水下机器人基于优化能耗的推力分配方法，其特征在于，包括以下步骤：
1)基于水下机器人推进器产生的推力，构建相邻时刻推进器推力与能耗关系的目标函数J；
2)构建目标函数线性优化近似解方程；
3)根据目标函数线性优化近似解方程，得到某一时刻推进器的推力Tk；
4)循环执行步骤1)～步骤3)，根据推进器的推力实时驱动控制推进器，实现水下机器人低能耗的运动控制。
2.根据权利要求1所述的一种水下机器人基于优化能耗的推力分配方法，其特征在于，所述目标函数J为：
Figure FDA0003609751990000011
Figure FDA0003609751990000012
Figure FDA0003609751990000013
其中，μ是相邻时刻推力的影响因子，λ1是某时刻推力误差的权重因子，λ2是某时刻推力力矩误差的权重因子，Tx是水下机器人在k时刻前进方向的目标推力，Ti(k)是某个水平方向推进器在k时刻产生的推力，Ti(k-1)某个水平方向推进器在k的前一时刻产生的推力，Mz是水下机器人在k时刻水平方向推进器的目标转向力矩，Tx′是目标推力与实际推力的差，Mz'实现目标力矩与实际力矩的差，Ti是水下机器人某一方向的推进器产生的推力，i＝1～4，θ、
Figure FDA0003609751990000014
是推力与垂直辅助线的夹角，l1，l2是推力力臂。
3.根据权利要求1所述的一种水下机器人基于优化能耗的推力分配方法，其特征在于，所述步骤2)，包括以下步骤：
2.1)分别对目标函数中的各方向推力求一阶导数；
2.2)令目标函数的各向推力一阶导数为零；
2.3)基于步骤2.2)，构建目标函数线性优化近似解方程。
4.根据权利要求3所述的一种水下机器人基于优化能耗的推力分配方法，其特征在于，所述步骤2.1)具体为：
令T1、T2、T3、T4分别为水下机器人左前、右前、左后、右后方向的推进器产生的推力，分别对目标函数中的四个方向的推力T1(k)、T2(k)、T3(k)、T4(k)求一阶导数，即：
Figure FDA0003609751990000021
Figure FDA0003609751990000022
Figure FDA0003609751990000023
Figure FDA0003609751990000024
5.根据权利要求3所述的一种水下机器人基于优化能耗的推力分配方法，其特征在于，所述步骤2.2)具体为：
令
Figure FDA0003609751990000025
即
Figure FDA0003609751990000026
6.根据权利要求3所述的一种水下机器人基于优化能耗的推力分配方法，其特征在于，所述步骤2.3)具体为：
令Tk＝[T1(k) T2(k) T3(k) T4(k)]T
Figure FDA0003609751990000031
Figure FDA0003609751990000032
构建目标函数线性优化近似解方程Y＝HTk。
CN202210429955.3A 2022-04-22 2022-04-22 一种水下机器人基于优化能耗的推力分配方法 Pending CN114815590A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210429955.3A CN114815590A (zh) 2022-04-22 2022-04-22 一种水下机器人基于优化能耗的推力分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210429955.3A CN114815590A (zh) 2022-04-22 2022-04-22 一种水下机器人基于优化能耗的推力分配方法

Publications (1)

Publication Number Publication Date
CN114815590A true CN114815590A (zh) 2022-07-29

Family

ID=82504683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210429955.3A Pending CN114815590A (zh) 2022-04-22 2022-04-22 一种水下机器人基于优化能耗的推力分配方法

Country Status (1)

Country Link
CN (1) CN114815590A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102508431A (zh) * 2011-11-04 2012-06-20 江苏科技大学 一种海洋钻井平台动力定位系统推力分配方法
CN105911867A (zh) * 2016-06-16 2016-08-31 哈尔滨工程大学 基于nsga-ii算法的船舶推力分配方法
CN111452576A (zh) * 2020-03-19 2020-07-28 武汉理工大学 水陆双栖车的驱动力协调方法、装置和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102508431A (zh) * 2011-11-04 2012-06-20 江苏科技大学 一种海洋钻井平台动力定位系统推力分配方法
CN105911867A (zh) * 2016-06-16 2016-08-31 哈尔滨工程大学 基于nsga-ii算法的船舶推力分配方法
CN111452576A (zh) * 2020-03-19 2020-07-28 武汉理工大学 水陆双栖车的驱动力协调方法、装置和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
J.W.哈博 等: "地质过程的计算机模拟", 30 September 1986, 地质出版社, pages: 175 *
WU, DF 等: "An energy optimal thrust allocation method for the marine dynamic positioning system based on adaptive hybrid artificial bee colony algorithm", OCEAN ENGINEERING, vol. 118, 22 June 2016 (2016-06-22), pages 216 - 226 *
赵旭浩 等: "基于能量约束的自主水下航行器任务规划算法", 计算机应用, vol. 39, no. 9, 21 May 2019 (2019-05-21), pages 2529 - 2534 *

Similar Documents

Publication Publication Date Title
CN110609556A (zh) 一种基于los导航法的多无人艇协同控制方法
CN111966118A (zh) 一种rov推力分配与基于强化学习的运动控制方法
CN101881970B (zh) 船舶双舵同步控制方法
CN108333926B (zh) 动力定位船舶的固定角度推力分配方法
CN114779645B (zh) 一种有向固定通信拓扑下胸鳍拍动式机器鱼编队控制方法
CN105572658A (zh) 基于改进遗传算法的三维成像声纳接收平面阵阵元稀疏优化方法
CN109085756B (zh) 一种基于遗传算法优化的水下机器人推力分配方法及系统
CN109656142B (zh) 一种无人艇的串级结构无模型自适应制导方法
CN113485121B (zh) 一种分布式多船协同动力定位控制方法
CN111444642B (zh) 一种基于多目标遗传算法的复合材料螺旋桨铺层优化方法
CN112631315A (zh) 一种多电机协同推进的水下机器人路径跟踪方法
CN108255062B (zh) 基于改进差分进化机理的动力定位节能推力分配方法
CN114815590A (zh) 一种水下机器人基于优化能耗的推力分配方法
CN104317197A (zh) 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
CN112990674A (zh) 一种海上浮式风电场多目标运行调度方法
CN110488600B (zh) Lqr优化型无刷直流电机调速神经网络pid控制器
CN111324037A (zh) 一种基于遗传算法与模拟退火算法结合的推力分配方法
CN113343592B (zh) 一种新能源飞机的永磁同步电机dqn智能控制方法
CN114004035B (zh) 一种水面无人艇目标跟踪控制方法
CN116009554A (zh) 一种基于粒子群算法的船舶推力分配方法
CN113277046B (zh) 一种基于质心与尾鳍的仿蝠鲼水下航行器定深控制方法
CN113126633B (zh) 一种轻型长航程auv的零攻角定深航行控制方法
Jiang et al. Motion trajectory control of underground intelligent scraper based on particle swarm optimization
CN112953330A (zh) 一种基于显式模型预测的四旋翼多电机转速协同控制方法
CN113325857A (zh) 基于质心与浮力系统的仿蝠鲼水下航行器定深控制方法

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