CN115755938A - 一种基于非对称模糊s面的仿蝠鲼航行器深度控制方法 - Google Patents

一种基于非对称模糊s面的仿蝠鲼航行器深度控制方法 Download PDF

Info

Publication number
CN115755938A
CN115755938A CN202211342074.4A CN202211342074A CN115755938A CN 115755938 A CN115755938 A CN 115755938A CN 202211342074 A CN202211342074 A CN 202211342074A CN 115755938 A CN115755938 A CN 115755938A
Authority
CN
China
Prior art keywords
depth
deviation
control
fuzzy
simulated
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.)
Granted
Application number
CN202211342074.4A
Other languages
English (en)
Other versions
CN115755938B (zh
Inventor
潘光
何悦
谢钰
曹勇
曹永辉
马淑敏
张代利
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.)
Northwestern Polytechnical University
Ningbo Research Institute of Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Ningbo Research Institute of Northwestern Polytechnical University
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 Northwestern Polytechnical University, Ningbo Research Institute of Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202211342074.4A priority Critical patent/CN115755938B/zh
Publication of CN115755938A publication Critical patent/CN115755938A/zh
Application granted granted Critical
Publication of CN115755938B publication Critical patent/CN115755938B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明涉及一种基于非对称模糊S面的仿蝠鲼航行器深度控制方法,通过深度传感器采集仿蝠鲼航行器当前的深度,计算其与期望深度的偏差;将仿蝠鲼航行器的深度偏差和深度偏差的变化率作为模糊控制器的输入,通过模糊控制器得到S面控制器的两个控制参数k1和k2的变化值Δk1和Δk2;利用Δk1和Δk2分别对改进的S面控制器中对应的k1和k2进行实时修正,将修正后的控制参数k1和k2作为改进的s面控制算法在当前时刻的控制参数;采用改进的S面控制算法,控制仿蝠鲼航行器的尾鳍偏置角度,使仿蝠鲼航行器运动到期望的深度。

Description

一种基于非对称模糊S面的仿蝠鲼航行器深度控制方法
技术领域
本发明属于水下仿生航行器控制技术领域,涉及一种基于非对称模糊S面的仿蝠鲼航行器深度控制方法。
背景技术
自主水下航行器(AUV)作为人类探索开发海洋的一种重要工具,近年来受到越来越多的关注。其在海洋地形探测,海洋环境监测,海洋科考等方面均有广泛的应用。水中的鱼类经过不断的进化之后,具备了优良的水下运动能力,鱼类的水下运动具有能耗低、效率高、机动性好等诸多良好特性。模仿鱼类的外形和运动方式是一种设计水下航行器的可行方式,将鱼作为仿生对象所构建的水下航行器称为仿生水下机器人。根据用于产生推进力的不同可以将大部分的水下航行器分为:BCF模式和MPF模式。MPF模式的机器鱼相较于BCF模式的机器鱼有更高的机动性、更小的转弯半径、更好的航行稳定性以及更强的搭载能力。仿蝠鲼航行器是一种典型的MPF机器鱼。将仿蝠鲼航行器用于实际作业任务时,一般要求其在一个固定的深度进行稳定的运动,因此深度控制是仿蝠鲼航行器的基本控制目标。只有仿蝠鲼航行器具备良好的深度控制能力,才能保证在复杂的水下环境中顺利的完成作业任务、
仿生水下航行器常用的控制方法有:模糊控制、滑模控制、神经网络控制等方法。但上述方法通常存在依赖人工经验、航行器模型等问题。而s面控制融合了模糊控制和PID控制的思想,可以不依赖于人工经验和航行器模型,是一种水下航行器的常用控制方法。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种基于非对称模糊S面的仿蝠鲼航行器深度控制方法,解决现有仿蝠鲼航行器深度控制的不足。
技术方案
一种基于非对称模糊S面的仿蝠鲼航行器深度控制方法,其特征在于步骤如下:
步骤1:通过深度传感器采集仿蝠鲼航行器当前的深度h(t),计算其与期望深度h0的偏差Δh,即仿蝠鲼航行器的当前深度偏差Δh;
步骤2:将仿蝠鲼航行器的深度偏差Δh和深度偏差的变化率Δh'作为模糊控制器的输入,经模糊逻辑表推理后得到S面控制器的两个控制参数k1和k2的变化值Δk1和Δk2
步骤3:利用Δk1和Δk2分别对改进的S面控制器中对应的k1和k2进行实时修正,将修正后的控制参数k1和k2作为改进的s面控制算法在当前时刻的控制参数;
所述k1和k2进行修正:
Figure BDA0003916357800000021
式中:k1'和k2'为s面控制参数的初始值;Δk1和Δk2为模糊推理的调整值,作为模糊自适应S面控制的参数值;
步骤4:采用改进的S面控制算法,以修正后的k1和k2作为改进的s面控制方法的输入,得到改进的s面控制输出:
Figure BDA0003916357800000022
其中,e为归一化处理后的偏差;
Figure BDA0003916357800000023
为归一化处理后的偏差变化率;k1为偏差对应的控制参数,k2为偏差变化率对应的控制参数;f为控制器的控制输出;α和β为控制S面非对称输出的正因子;
步骤5:控制仿蝠鲼航行器的尾鳍偏置角度,使仿蝠鲼航行器运动到期望的深度;将S面输出的值映射到尾鳍偏置角度的的基本变化区间上得到尾鳍偏置角度Rx:
Rx=Ku×f
式中,Rx为尾鳍偏置角度,Ku为控制增益,f为控制器的输出。
所述归一化处理后的偏差e=Δh/Δhmax,式中,e为归一化处理后的深度偏差,Δhmax为深度偏差的最大值。
所述归一化处理后的深度偏差变化率
Figure BDA0003916357800000035
式中,
Figure BDA0003916357800000031
为归一化处理后的深度偏差变化率,Δh'max为深度偏差变化率的最大值。
所述归一化处理后深度偏差e以及深度偏差变化率
Figure BDA0003916357800000032
作为模糊控制器的输入。
所述实时修正时,将步骤2的输入输出均被归一化到[-1,1]区间上,并在各个量的变化区间上定义7个模糊子集:{PB(正大)、PM(正中)、PS(正小)、ZE(零)、NS(负小)、NM(负中)、NB(负大)};然后对控制参数k1和k2的整定建立2输入单输出的模糊规则表:
Figure BDA0003916357800000033
Figure BDA0003916357800000034
所述S面控制的输出范围为[-1,1]。
所述尾鳍偏置角度的基本变化区间为[-60°,60°]。
有益效果
本发明提出的一种基于非对称模糊S面的仿蝠鲼航行器深度控制方法,包括:通过深度传感器采集仿蝠鲼航行器当前的深度,计算其与期望深度的偏差;将仿蝠鲼航行器的深度偏差和深度偏差的变化率作为模糊控制器的输入,通过模糊控制器得到S面控制器的两个控制参数k1和k2的变化值Δk1和Δk2;利用Δk1和Δk2分别对改进的S面控制器中对应的k1和k2进行实时修正,将修正后的控制参数k1和k2作为改进的s面控制算法在当前时刻的控制参数;采用改进的S面控制算法,控制仿蝠鲼航行器的尾鳍偏置角度,使仿蝠鲼航行器运动到期望的深度。
与现有仿蝠鲼航行器深度控制方向相比,本发明的有益效果是:
1、本发明基于S面设计深度控制器,控制器结构简单并且具有非线性的性质,并且相较于模糊控制器,本发明在控制器设计时对人为经验的依赖少;
2、本发明基于仿蝠鲼航行器的纵向运动特性引入非对称因子,使控制器的输出能更好的适应仿蝠鲼航行器的运动特性。
3、本发明利用模糊控制器实现对S面控制器控制参数的实时修正,实现仿蝠鲼航行器控制稳定性和抗干扰性的提升。
4、本发明利用样机进行实验,通过水池实验验证了本发明所提出方法用于仿蝠鲼航行器深度控制的有效性和真实性,通过对比发现相较于模糊控制器本发明的深度控制方法精度更高,效果更好。
附图说明
图1为本发明的控制框图
图2为本发明样机系统结构图
图3为本发明方法与模糊控制方法对比图
具体实施方式
现结合实施例、附图对本发明作进一步描述:
为了解决现有仿蝠鲼航行器深度控制的不足,本发明提供了基于改进模糊S面控制算法的仿蝠鲼航行器深度控制方法。
第一方面,本发明提供了基于非对称模糊S面的仿蝠鲼航行器深度控制算法。该控制算法包括基于仿蝠鲼航行器纵向运动特性的非对称S面控制算法和用于整定S面控制算法控制参数的模糊控制算法两部分。
第一部分,本发明提供了基于仿蝠鲼航行器纵向运动特性的非对称S面控制算法。首先对仿蝠鲼航行器在尾鳍作用下的运动特性进行分析,总结出其纵平面运动的不对称性,即在尾鳍偏转角度的绝对值相同的情况下,上浮运动的速度小于下潜运动速度。根据这一纵向运动特性,在基本S面控制算法中,引入调节控制输出的非对称因子。
改进后的S面形式如式(1)所示:
Figure BDA0003916357800000051
其中,e为归一化处理后的偏差;
Figure BDA0003916357800000052
为归一化处理后的偏差变化率;k1为偏差对应的控制参数,k2为偏差变化率对应的控制参数;f为控制器的控制输出。α和β为控制S面非对称输出的正因子。
由于S面控制的输出范围为[-1,1]。因此需要将S面输出的值转化为可执行的尾鳍控制量。
第二方面,用于整定S面控制算法控制参数的模糊控制算法主要包括以下内容:
采集仿蝠鲼航行器当前的深度,计算其与设定深度的偏差,得到仿蝠鲼航行器当前的深度偏差;将仿蝠鲼航行器的当前深度偏差和当前深度偏差的变化率,输入到模糊控制器中,由模糊控制器输出k1和k2的变化值Δk1和Δk2;利用Δk1和Δk2分别对改进的S面控制器中对应的k1和k2进行实时修正,将修正后的控制参数k1和k2作为改进的S面控制算法在当前时刻的控制参数,实现对S面控制算法控制参数的实时修正;
第三方面,本申请提供了基于改进模糊S面控制算法的仿蝠鲼航行器控制系统,包括:
采集模块,其被配置为:利用深度传感器采集仿蝠鲼航行器所处位置的深度值,作为仿蝠鲼航行器的当前深度值;
输入模块:其被配置为:利用仿蝠鲼航行器的当前深度值与期望深度值计算仿蝠鲼航行器当前深度偏差及深度偏差变化率,输入到模糊控制器,由模糊控制器输出S面中对应深度偏差和深度偏差变化率的控制参数k1和k2的修正量Δk1和Δk2
修正模块,其被配置为:采用Δk1和Δk2分别对改进的S面控制算法中对应的k1和k2进行实时修正,得到S面控制算法修正后的控制参数k1和k2
控制模块,其被配置为:根据修正后的S面控制参数,由改进后的S面控制算法得到仿蝠鲼航行器的尾鳍偏置,使仿蝠鲼航行器运动到期望的深度上。
实施例一:
基于改进模糊S面控制算法的仿蝠鲼航行器深度控制方法,包括仿蝠鲼航行器的深度偏差和深度偏差变化率计算、S面控制器参数模糊整定算法、改进S面控制器控制算法3部分。各部分具体实施方案如下:
1、计算深度偏差和深度偏差变化率:
通过深度传感器采集仿蝠鲼航行器当前的深度h(t),计算其与设定深度h0的偏差,得到仿蝠鲼航行器的当前深度偏差Δh,具体的计算方式如式(3)所示;
Δh=h-h0 (3)
当前时刻的深度变化率Δh'采用离散化的形式进行表示,具体的计算方式如式(4)所示:
Δh'=h(t)-h(t-1) (4)
对当前时刻的深度偏差和深度偏差变化率采用分别采用式(5)和式(6)的公式进行归一化处理:
e=Δh/Δhmax (5)
式中,e为归一化处理后的深度偏差,Δhmax为深度偏差的最大值。
Figure BDA0003916357800000071
式中,
Figure BDA0003916357800000072
为归一化处理后的深度偏差变化率,Δh'max为深度偏差变化率的最大值。
2、S面控制器参数模糊整定算法
将仿蝠鲼航行器的归一化后的当前深度深度偏差e及深度偏差变化率
Figure BDA0003916357800000073
输入到模糊控制器,经模糊逻辑表推理后输出对应深度偏差的系数k1的变化值Δk1和对应深度偏差变化率的系数k2的变化值Δk2。输入输出均被归一化到[-1,1]区间上,并在各个量的变化区间上定义7个模糊子集:{PB(正大)、PM(正中)、PS(正小)、ZE(零)、NS(负小)、NM(负中)、NB(负大)}。
通过对仿蝠鲼航行器进行操纵性试验,针对控制参数k1和k2的整定建立2输入单输出的模糊规则表,以k1为例,参数整定规则如表1所示:
表1参数k1修正规则
Figure BDA0003916357800000074
表2参数k2修正规则
Figure BDA0003916357800000075
利用Δk1和Δk2,分别对改进的S面控制算法中对应的k1和k2进行实时修正,具体的修正方法如式(6)所示:
Figure BDA0003916357800000081
式中:k'1和k'2为s面控制参数的初始值;Δk1和Δk2为模糊推理的修正值,作为模糊自适应S面控制的参数值。
3、改进S面控制器控制算法
本发明提供了基于仿蝠鲼航行器纵向运动特性的非对称S面控制算法。首先对仿蝠鲼航行器在尾鳍作用下的运动特性进行分析,总结出其纵平面运动的不对称性,即在尾鳍偏转角度的绝对值相同的情况下,上浮运动的速度小于下潜运动速度。因此采用非对称的S面进行分段控制。当误差大于0时,航行器需要上浮,此时采用变化趋势更为平缓的S面进行控制,当误差小于0时,航行器需要下潜,此时采用变化趋势更为陡峭的S面进行控制。因此在基本S面控制算法中,引入调节控制输出的非对称因子。
改进后的S面形式如式(1)所示:
Figure BDA0003916357800000082
其中,e为归一化处理后的偏差;
Figure BDA0003916357800000083
为归一化处理后的偏差变化率;k1为偏差对应的控制参数,k2为偏差变化率对应的控制参数;f为控制器的控制输出。α和β为控制S面非对称输出的正因子。
需要注意的是,S面控制的输出范围为[-1,1]。因此在使用S面进行控制的时候,需要将S面输出的值映射到尾鳍偏置角度的的基本变化区间上得到尾鳍偏置角度Rx,具体的映射方式如式(2)所示:
Rx=Ku×f (2)
式中,Rx为尾鳍偏置角度,Ku为控制增益,f为控制器的输出。其中,尾鳍偏置角度的基本变化区间为[-60°,60°],该变化区间大小由仿蝠鲼航行器的机械结构决定。
实施例2:
本实施例提供了基于改进模糊S面控制算法的仿蝠鲼航行器深度控制系统,仿蝠鲼航行器的深度控制系统采用模块化设计。控制系统的结构如图1所示,其主要包括采集模块、输入模块、修正模块、控制模块等4个部分。
其中:
采集模块,主要由仿蝠鲼航行器搭载的深度传感器组成,其作用是利用深度传感器采集当前深度信息作为仿蝠鲼航行器的当前深度,并返回给输入模块。
输入模块接收来自采集模块的当前深度和输入的目标深度,利用仿蝠鲼航行器当前深度和期望深度计算仿蝠鲼航行器的当前深度偏差,将仿蝠鲼航行器的当前深度偏差和深度偏差变化率,输入到参数整定模块。
参数整定模块,该模块由模糊控制器和参数更新部分组成。将来自输入模块的深度偏差和深度偏差变化率输入模糊控制器中,输出比例变化值和微分变化值。再由参数更新部分利用控制器参数变化值对S面控制器的控制参数进行修改,得到修正后的S面控制参数;
控制模块输入为仿蝠鲼航行器当前深度偏差和深度偏差变化率,输出尾鳍的的运动参数,尾鳍舵机作为执行机构接收到控制器输出的尾鳍运动参数,驱动尾鳍偏置相应的角度,使仿蝠鲼航行器运动到期望深度。

Claims (7)

1.一种基于非对称模糊S面的仿蝠鲼航行器深度控制方法,其特征在于步骤如下:
步骤1:通过深度传感器采集仿蝠鲼航行器当前的深度h(t),计算其与期望深度h0的偏差Δh,即仿蝠鲼航行器的当前深度偏差Δh;
步骤2:将仿蝠鲼航行器的深度偏差Δh和深度偏差的变化率Δh'作为模糊控制器的输入,经模糊逻辑表推理后得到S面控制器的两个控制参数k1和k2的变化值Δk1和Δk2
步骤3:利用Δk1和Δk2分别对改进的S面控制器中对应的k1和k2进行实时修正,将修正后的控制参数k1和k2作为改进的s面控制算法在当前时刻的控制参数;
所述k1和k2进行修正:
Figure FDA0003916357790000011
式中:k1'和k2'为s面控制参数的初始值;Δk1和Δk2为模糊推理的调整值,作为模糊自适应S面控制的参数值;
步骤4:采用改进的S面控制算法,以修正后的k1和k2作为改进的s面控制方法的输入,得到改进的s面控制输出:
Figure FDA0003916357790000012
其中,e为归一化处理后的偏差;
Figure FDA0003916357790000013
为归一化处理后的偏差变化率;k1为偏差对应的控制参数,k2为偏差变化率对应的控制参数;f为控制器的控制输出;α和β为控制S面非对称输出的正因子;
步骤5:控制仿蝠鲼航行器的尾鳍偏置角度,使仿蝠鲼航行器运动到期望的深度;将S面输出的值映射到尾鳍偏置角度的的基本变化区间上得到尾鳍偏置角度Rx:
Rx=Ku×f
式中,Rx为尾鳍偏置角度,Ku为控制增益,f为控制器的输出。
2.根据权利要求1所述基于非对称模糊S面的仿蝠鲼航行器深度控制方法,其特征在于:所述归一化处理后的偏差e=Δh/Δhmax,式中,e为归一化处理后的深度偏差,Δhmax为深度偏差的最大值。
3.根据权利要求1所述基于非对称模糊S面的仿蝠鲼航行器深度控制方法,其特征在于:所述归一化处理后的深度偏差变化率
Figure FDA0003916357790000021
式中,
Figure FDA0003916357790000022
为归一化处理后的深度偏差变化率,Δh'max为深度偏差变化率的最大值。
4.根据权利要求1所述基于非对称模糊S面的仿蝠鲼航行器深度控制方法,其特征在于:所述归一化处理后深度偏差e以及深度偏差变化率
Figure FDA0003916357790000023
作为模糊控制器的输入。
5.根据权利要求1所述基于非对称模糊S面的仿蝠鲼航行器深度控制方法,其特征在于:所述实时修正时,将步骤2的输入输出均被归一化到[-1,1]区间上,并在各个量的变化区间上定义7个模糊子集:{PB(正大)、PM(正中)、PS(正小)、ZE(零)、NS(负小)、NM(负中)、NB(负大)};然后对控制参数k1和k2的整定建立2输入单输出的模糊规则表:
Figure FDA0003916357790000024
Figure FDA0003916357790000025
6.根据权利要求1所述基于非对称模糊S面的仿蝠鲼航行器深度控制方法,其特征在于:所述S面控制的输出范围为[-1,1]。
7.根据权利要求1所述基于非对称模糊S面的仿蝠鲼航行器深度控制方法,其特征在于:所述尾鳍偏置角度的基本变化区间为[-60°,60°]。
CN202211342074.4A 2022-10-30 2022-10-30 一种基于非对称模糊s面的仿蝠鲼航行器深度控制方法 Active CN115755938B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211342074.4A CN115755938B (zh) 2022-10-30 2022-10-30 一种基于非对称模糊s面的仿蝠鲼航行器深度控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211342074.4A CN115755938B (zh) 2022-10-30 2022-10-30 一种基于非对称模糊s面的仿蝠鲼航行器深度控制方法

Publications (2)

Publication Number Publication Date
CN115755938A true CN115755938A (zh) 2023-03-07
CN115755938B CN115755938B (zh) 2023-12-05

Family

ID=85354284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211342074.4A Active CN115755938B (zh) 2022-10-30 2022-10-30 一种基于非对称模糊s面的仿蝠鲼航行器深度控制方法

Country Status (1)

Country Link
CN (1) CN115755938B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1186053A (en) * 1982-09-03 1985-04-23 Jurgen Hermann Indicating device for the parameters of a diving operation
CN1718378A (zh) * 2005-06-24 2006-01-11 哈尔滨工程大学 浮游式水下机器人运动的s面控制方法
CN102385316A (zh) * 2011-09-16 2012-03-21 哈尔滨工程大学 一种基于神经网络反步法的欠驱动自主水下航行器变深控制方法
CN107239075A (zh) * 2017-04-19 2017-10-10 哈尔滨工程大学 自主水下航行器平面直线航线跟踪的智能s面制导控制方法
DE102018203601A1 (de) * 2018-03-09 2019-03-28 Thyssenkrupp Ag Verfahren und Vorrichtung zur Schweberegelung für ein Unterwasserfahrzeug

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1186053A (en) * 1982-09-03 1985-04-23 Jurgen Hermann Indicating device for the parameters of a diving operation
CN1718378A (zh) * 2005-06-24 2006-01-11 哈尔滨工程大学 浮游式水下机器人运动的s面控制方法
CN102385316A (zh) * 2011-09-16 2012-03-21 哈尔滨工程大学 一种基于神经网络反步法的欠驱动自主水下航行器变深控制方法
CN107239075A (zh) * 2017-04-19 2017-10-10 哈尔滨工程大学 自主水下航行器平面直线航线跟踪的智能s面制导控制方法
DE102018203601A1 (de) * 2018-03-09 2019-03-28 Thyssenkrupp Ag Verfahren und Vorrichtung zur Schweberegelung für ein Unterwasserfahrzeug

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张兰勇;张雷;刘泽威;: "微小型水下潜航器的底层控制技术", 中国科技论文, no. 14, pages 1602 - 1609 *

Also Published As

Publication number Publication date
CN115755938B (zh) 2023-12-05

Similar Documents

Publication Publication Date Title
CN109901403B (zh) 一种自主水下机器人神经网络s面控制方法
CN109283842B (zh) 一种无人艇航迹跟踪智能学习控制方法
CN110286592B (zh) 一种基于bp神经网络的机器鱼多模态运动方法及系统
CN110673598B (zh) 一种水面无人艇智能路径跟踪控制方法
CN113341693B (zh) 一种基于扑翼非对称相位差与振幅的航向控制方法
CN110083061B (zh) 一种轮式移动机器人控制方法
CN113636048B (zh) 一种多关节机器鱼及其运动控制方法
CN109669345B (zh) 基于eso的水下机器人模糊pid运动控制方法
CN111443605B (zh) 构建仿生波动鳍推进运动控制方程及其参数整定优化方法
CN1718378A (zh) 浮游式水下机器人运动的s面控制方法
CN109656142B (zh) 一种无人艇的串级结构无模型自适应制导方法
CN111552183B (zh) 一种基于自适应权重强化学习的六足机器人避障方法
CN113325858A (zh) 一种基于扑翼幅值的仿蝠鲼航行器航向控制方法
CN113671962A (zh) 一种无人驾驶铰接式清扫车的横向控制方法
CN107315348B (zh) 一种基于惩罚式小波网络的无人潜航器位姿控制方法
Zheng et al. Electric sense based pose estimation and localization for small underwater robots
CN109901622B (zh) 一种基于机理模型的自主水下机器人预测s面控制方法
CN109765906B (zh) 一种基于复合正交神经网络预测控制的智能船舶循迹方法
CN113342012A (zh) 一种滑扑一体航行器的航向控制方法
CN115755938A (zh) 一种基于非对称模糊s面的仿蝠鲼航行器深度控制方法
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
CN113325857B (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
CN110703792B (zh) 基于增强学习的水下机器人姿态控制方法
CN113342013B (zh) 一种联合横滚机构与扑翼非对称相位差的航向控制方法
CN113341973A (zh) 一种基于扑翼非对称相位差的航向控制方法

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
GR01 Patent grant
GR01 Patent grant