JP3765122B2 - 潜水体及びその潜水位置制御方法 - Google Patents
潜水体及びその潜水位置制御方法 Download PDFInfo
- Publication number
- JP3765122B2 JP3765122B2 JP11285596A JP11285596A JP3765122B2 JP 3765122 B2 JP3765122 B2 JP 3765122B2 JP 11285596 A JP11285596 A JP 11285596A JP 11285596 A JP11285596 A JP 11285596A JP 3765122 B2 JP3765122 B2 JP 3765122B2
- Authority
- JP
- Japan
- Prior art keywords
- diving
- displacement
- target value
- amount
- difference
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 29
- 238000006073 displacement reaction Methods 0.000 claims description 114
- 230000009189 diving Effects 0.000 claims description 110
- 230000001133 acceleration Effects 0.000 claims description 36
- 230000008878 coupling Effects 0.000 claims description 27
- 238000010168 coupling process Methods 0.000 claims description 27
- 238000005859 coupling reaction Methods 0.000 claims description 27
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000010365 information processing Effects 0.000 claims description 7
- 238000003672 processing method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 5
- 230000001934 delay Effects 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63C—LAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
- B63C11/00—Equipment for dwelling or working underwater; Means for searching for underwater objects
- B63C11/34—Diving chambers with mechanical link, e.g. cable, to a base
- B63C11/36—Diving chambers with mechanical link, e.g. cable, to a base of closed type
- B63C11/42—Diving chambers with mechanical link, e.g. cable, to a base of closed type with independent propulsion or direction control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63C—LAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
- B63C11/00—Equipment for dwelling or working underwater; Means for searching for underwater objects
-
- 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
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/04—Control of altitude or depth
- G05D1/06—Rate of change of altitude or depth
- G05D1/0692—Rate of change of altitude or depth specially adapted for under-water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Description
【発明の属する技術分野】
本発明は、潜水体及びその潜水位置制御方法に係わり、特に周期性のないランダム外力(外乱)に対して潜水体の潜水位置を一定に保持する技術に関する。
【0002】
【従来の技術】
特開平7−187072号公報には、ニューラルネットワークを用いた有索式無人潜水機(ROV:Remotely Operated Vechicle)の自動制御方法に係わる技術が開示されている。このROVの自動制御方法は、例えば水面近くを潜水するROVについて、例えば波浪による周期的な外力(ROVの位置制御における外乱)の影響を、従来から用いられていた比例積分微分制御(PID制御)とニューラルネットワークを用いた学習制御とを用いることにより吸収し、周期的な外乱が加えられるROVの潜水位置を一定に保持するものである。すなわち、この自動制御方法では、周期的な波浪等の外力の周波数を学習し、該学習に基づいて所定周波数の正弦波信号を出力するオシレータネットワークが設けられ、ニューロコントローラは、オシレータネットワークの出力に基づいてROVの深度を制御する。
【0003】
【発明が解決しようとする課題】
ところで、上記ROVの自動制御方法では、オシレータネットワークから出力される正弦波に基づいて、ROVに加えられる周期的な外力の影響を吸収して深度を一定に保持するが、周期性のないランダムな外力(外乱)に対しては深度を十分に一定に制御することができないという問題点があった。
【0004】
本発明は、上述する問題点に鑑みてなされたもので、ランダムな外力に対して潜水位置を一定に保持することが可能な潜水体及びその潜水位置制御方法を提供することを目的とする。
【0005】
【課題を解決するための手段】
上記目的を達成するために、第1の装置的手段として、第1の操作量と第2の操作量とを加算した総操作量に基づいて潜水位置を変位させるように駆動される推進手段と、潜水の位置目標値と潜水位置を示す位置量との差に基づいて前記第1の操作量を生成出力する比例制御手段と、ニューラルネットワークの情報処理手法を用いたものであって、前記第1の操作量及び複数の時刻においてサンプリングされた潜水位置とに基づいて潜水位置の運動特性を学習し、該学習の後に、運動特性と該運動特性の目標値との差からなる評価量が最小値を取るように学習すると共に前記運動特性に基づいて第2の操作量を設定出力するネットワーク制御手段とを具備する手段が採用される。
【0006】
第2の装置的手段として、上記第1の手段において、運動特性が潜水位置の変位速度及び変位加速度であるという手段が採用される。
【0007】
第3の装置的手段として、上記第1または第2の手段において、ネットワーク制御手段が少なくとも3層からなる層状ネットワークからなるという手段が採用される。
【0008】
第4の装置的手段として、上記第1ないし第3いずれかの手段において、時刻は、少なくとも現在時刻と該現在時刻から所定の単位時間前の第1の過去時刻と該第1の過去時刻から前記単位時間前の第2の過去時刻であるという手段が採用される。
【0009】
第5の装置的手段として、第1の操作量と第2の操作量とを加算して総操作量を出力する加算器と、前記総操作量に基づいて潜水位置を変位させる推進手段と、前記潜水位置を検出して位置量を出力する位置検出手段と、潜水の位置目標値を設定出力する位置目標値設定手段と、潜水位置の変位速度目標値と変位加速度目標値とを設定出力する運動目標値設定手段と、前記位置量を位置目標値から減算して位置誤差量を出力する減算器と、該位置誤差量を比例積分微分演算して前記第1の操作量を出力する比例制御手段と、
ニューラルネットワークの情報処理手法を用いたものであって、現在時刻における前記位置量から前記位置目標値を減算した現在位置変位量及び過去時刻における前記位置量から前記位置目標値を減算した過去位置変位量並びに最終操作量を入力とし、かつ該各入力に所定の推測結合係数を乗算して未来時刻における潜水位置の推測変位速度と推測変位加速度とを出力すると共に、前記推測変位速度と現在時刻における潜水位置の変位速度との差及び前記推測変位加速度と現在時刻における潜水位置の変位加速度のと差からなる評価量が最小値を取るように前記推測結合係数の設定を学習し、該学習の後に、前記位置量から求められる潜水位置の変位速度と前記変位速度目標値との差及び該変位速度から求められる潜水位置の変位加速度と前記変位加速度目標値との差からなる誤差信号を出力する第1のネットワーク制御手段と、
ニューラルネットワークの情報処理手法を用いたものであって、現在時刻及び過去時刻における前記変位速度を入力とし、該各入力に所定の制御結合係数を乗算して前記第2の操作量を出力すると共に、前記誤差信号が最小値を取るように前記制御結合重みの設定を学習する第2のネットワーク制御手段とを具備する手段が採用される。
【0010】
第6の装置的手段として、上記第1ないし第5いずれかの手段において、潜水位置が潜水深度であるという手段が採用される。
【0011】
第1の方法的手段として、実際の潜水位置と潜水の位置目標値との差から生成される第1の操作量に基づいて潜水体が比例制御される状態において、該第1の操作量及び前記位置目標値と複数の時刻においてサンプリングされた潜水位置との差に基づいて潜水体の運動特性を学習し、該学習の後に、前記運動特性と該運動特性の目標値との差からなる誤差信号を生成し、前記運動特性に基づいて第2の操作量を生成して前記第1の操作量に加算すると共に、前記誤差信号が最小値を取るように前記運動特性に基づく第2の操作量の生成を学習するという手段が採用される。
【0012】
第2の方法的手段として、実際の潜水位置と潜水の位置目標値との差から生成される第1の操作量に基づいて潜水体が比例制御される状態において、該第1の操作量及び前記位置目標値に対する現在時刻と該現在時刻から所定の単位時間前の第1の過去時刻と該第1の過去時刻から前記単位時間前の第2の過去時刻においてサンプリングされた潜水位置の差に基づいて潜水体の運動特性を学習し、
該学習の後に、潜水位置の変位速度と該変位速度に対する変位速度目標値との差及び潜水位置の変位加速度と該変位加速度に対する変位加速度目標値との差からなる誤差信号を生成し、
前記現在時刻と第1の過去時刻と第2の過去時刻における変位速度に基づいて第2の操作量を生成して前記第1の操作量に加算すると共に、前記誤差信号が最小値を取るように前記変位速度に基づく第2の操作量の生成を学習するという手段が採用される。
【0013】
【発明の実施の形態】
以下、図面を参照して、本発明に係わる潜水体の制御方法の一実施形態について説明する。
【0014】
図2は、本実施形態において制御対象となる潜水体の外観構成を示す図であり、このうち(a)は側面図、(b)は底面図である。この図において、符号1は海等の水中を潜水する有索式無人潜水機(以下、ROVという)であり、ケーブルBを介して海上に停泊する母船(図示略)に接続される。該ROV1は、該ケーブルBを介して母船から電力の供給を受けると共に、潜水航行に係わる各種指示信号を受信するように構成され、該指示信号に従って海中における各種作業を行う。
【0015】
このROV1には、上下方向(潜水深度方向)に推進するための3基のスラスタ(推進手段)2と前後に推進するための2基のスラスタ3と左右方向に転換するための1基のスラスタ4が設けられる。これら各クラスタ2,3,4は、正逆転モータ5によってそれぞれ駆動される。ROV1の上部前方には潜水深度を検出する深度センサ6が設けられ、上部中央には海中に音を発するピンガ7が設けられる。上記母船は、このピンガ7から発せられた音を3点計測することにより潜水中のROV1の位置を検出する。
【0016】
また、ROV1には、例えばTVカメラを備えており、該TVカメラによって撮影した作業映像をケーブルBを介して母船に伝送する。母船は、該作業映像に基づいて種々の海中作業に係わる指示信号をROV1に与える。
【0017】
このように構成されたROV1が海面に近い所で作業を行う場合、該ROV1には、例えば海面に生じる波浪の揺動や海流の影響によってランダムな上下動や前後左右の横揺れ等が外力(外乱)として加わえられる。
【0018】
続いて、図1は、上記ROV1における潜水深度の制御系統を示すブロック図である。この図において、符号10は深度目標値設定手段であり、ROV1の潜水の深度目標値(位置目標値)Rsを設定して減算器11及び後述するネットワーク制御手段12に出力する。減算器11は、上記深度目標値Rsから上記深度センサ6の出力であり現在時刻tにおけるROV1の潜水深度を示す深度量(位置量)Z(t)を減算して深度誤差信号G(t)を生成し、PIDコントローラ(比例制御手段)13に出力する。
【0019】
PIDコントローラ13は、深度誤差信号G(t)を所定単位時間毎にサンプリングして得られるサンプル値に基づいて、例えばスラスタ2を駆動するモータ5の回転数等を示す操作量(第1の操作量)Upid(t)を生成して加算器14に出力する。 加算器14は、操作量Upid(t)と後述するネットワーク制御手段12から入力される操作量(第2の操作量)Unn(t)とを加算し、総操作量U0(t)としてスラスタ2及びネットワーク制御手段12に出力する。
【0020】
スラスタ2は、該総操作量U0(t)に基づいて駆動されてROV1の潜水深度を変位させる。同時に、深度センサ6は、このROV1の潜水深度の変位を検出し、上記深度量Z(t)として減算器11及びネットワーク制御手段12に出力する。
【0021】
ネットワーク制御手段12は、ニューラルネットワーク形式の情報処理を行うものであり、一定の学習によって入出力特性が決定される制御手段である。
【0022】
符号20は減算器であり、上記深度量Z(t)から深度目標値Rsを減算して現在深度変位量(現在位置変位量)H(t)を算出し、フォワードモデルネットワーク(第1のネットワーク制御手段)21及び遅延手段(D)22に出力する。遅延手段22は、現在深度変位量H(t)を単位時間△tだけ遅延させてフォワードモデルネットワーク21及び遅延手段(D)23に出力する。遅延手段23は、遅延手段22の出力を単位時間△tだけ遅延させてフォワードモデルネットワーク21に出力する。
【0023】
すなわち、フォワードモデルネットワーク21には、現在時刻tにおいて減算器20から現在深度変位量H(t)が入力され、同時に、現在時刻tから単位時間△tだけ過去の時刻(第1の過去時刻)(t−△t)における過去深度変位量(過去位置変位量)H(t−△t)が遅延手段22から入力されると共に、時刻(t−△t)からさらに単位時間△tだけ過去の時刻(第2の過去時刻)(t−2△t)における過去深度変位量(過去位置変位量)H(t−2△t)が遅延手段23から入力される。
【0024】
図3(a)は、フォワードモデルネットワーク21の構成図である。この図に示すように、フォワードモデルネットワーク21は、入力層Iと中間層mと出力層nとからなる層状ネットワークとして形成される。入力層Iは、例えば4つのノードからなり、このうち第1のノードには上記総操作量U0、第2のノードには現在深度変位量H(t)、第3のノードには過去深度変位量H(t−△t)、第4のノードには過去深度変位量H(t−2△t)がそれぞれ入力される。
【0025】
中間層mは、6つのノードから構成されており、この中間層mのノード数は当該フォワードモデルネットワーク21がROV1の運動特性(後述する)を適切に表現できるように設定されている。各ノードには、上記入力層Iに入力された総操作量U0と現在深度変位量H(t)と過去深度変位量H(t−△t),H(t−2△t)に所定の結合係数(推測結合重み)を乗算した量がそれぞれ入力される。中間層mの各ノードは、上記入力層Iの各ノードから入力された量を総て加算して得られた変量xを以下に示すしきい値関数で処理して出力層nに出力する。
f(x)=1/{1+exp(−5x)}−0.5 (1)
【0026】
出力層nは、2つのノードからなり、該各ノードには上記中間層mの各ノードの出力に所定の結合係数(推測結合重み)が乗算されて入力される。該出力層nの第1のノードは入力量を総て加算して得られた量を上記しきい値関数(1)で処理し、現在時刻tから上記単位時間△tだけ先(未来)の時刻(t+△t)における潜水深度の変位速度の推測量すなわち推測変位速度V(t+△t)を減算器24に出力する。また、出力層nの第2のノードは、入力量を総て加算して得られた量を上記しきい値関数(1)で処理し、上記時刻(t+△t)における潜水深度の変位加速度の推測量すなわち推測変位加速度A(t+△t)を減算器25に出力する。
【0027】
一方、符号26,27は微分手段(S)である。微分手段26は、上記深度量Z(t)を微分して現在時刻tにおける潜水位置の変位速度V(t)を算出し、微分手段27と上記減算器24及び減算器28にそれぞれ出力する。微分手段27は、変位速度V(t)を微分して潜水位置の変位加速度A(t)を算出し、上記減算器25と減算器29とに出力する。
【0028】
ここで、上記潜水深度の変位速度及び変位加速度は、ROV1の上記運動特性を表す量である。
【0029】
上記減算器24は、変位速度V(t)から推測変位速度V(t+△t)を減算してフォワードモデルネットワーク21に出力し、上記減算器25は、変位加速度A(t)から推測変位加速度A(t+△t)を減算してフォワードモデルネットワーク21に出力する。符号30は運動目標値設定手段であり、潜水深度の変位速度目標値Rvを設定して減算器28に出力すると共に、変位加速度目標値Raを設定して減算器29に出力する。
【0030】
減算器28は潜水深度の変位速度目標値Rvから現在時刻tにおける実際の変位速度V(t)を減算してフォワードモデルネットワーク21に出力し、減算器29は潜水深度の変位加速度目標値Raから実際の変位加速度A(t)を減算してフォワードモデルネットワーク21に出力する。
【0031】
減算器24,25の各出力は、フォワードモデルネットワーク21における上記各結合係数の設定を学習するために用いられる。また、フォワードモデルネットワーク21は、減算器28,29の各出力に基づいて次の評価式から求められる誤差E1(t)を用いて誤差信号を算出し、コントローラネットワーク(第2のネットワーク制御手段)31に出力する。
E1(t)=0.5{(Rv−V(t))2+(Ra−A(t))2} (2)なお、フォワードモデルネットワーク21は、周知の誤差逆伝搬法の学習アルゴリズムに従って上記各結合係数の設定を学習する。
【0032】
さらに、現在時刻tにおける上記潜水深度の変位速度V(t)は、コントローラネットワーク31と遅延手段(D)32とに入力されるようになっている。遅延手段32は、変位速度V(t)を単位時間△tだけ遅延させてコントローラネットワーク31及び遅延手段(D)33に出力する。遅延手段33は、遅延手段32の出力を単位時間△tだけ遅延させてコントローラネットワーク31に出力する。
【0033】
すなわち、コントローラネットワーク31には、現在時刻tにおいて微分手段26から変位速度V(t)が入力されると同時に、該現在時刻tから単位時間△tだけ過去の時刻(t−△t)における変位速度V(t−△t)が遅延手段32から入力され、また時刻(t−△t)からさらに単位時間△tだけ過去の時刻(t−2△t)における変位速度V(t−2△t)が遅延手段33からそれぞれ入力される。
【0034】
図3(b)は、コントローラネットワーク31の構成図である。この図に示されるように、コントローラネットワーク31は、上記フォワードモデルネットワーク21と同様に入力層iと中間層jと出力層kとによる層状ネットワークとして構成される。入力層iは、例えば3つのノードからなり、このうち第1のノードには上記変位速度V(t)、第2のノードには変位速度V(t−△t)、第3のノードには変位速度V(t−2△t)がそれぞれ入力され、中間層jの各ノードに出力される。
【0035】
中間層jは、例えば6つのノードからなり、該各ノードには上記変位速度V(t)と変位速度V(t−△t)と変位速度V(t−2△t)に所定の結合係数(制御結合重み)を乗算した量が入力される。中間層jの各ノードは、上記各入力量を総て加算して得られる量を上記しきい値関数(1)で処理して出力層kに出力する。
【0036】
出力層kは、単一ノードからなり、該ノードには上記中間層jの各ノードの出力に所定の結合係数(制御結合重み)が乗算されて入力される。該出力層kのノードは入力量を総て加算して得られる量を上記しきい値関数(1)で処理することにより現在時刻tにおける上記操作量(第2の操作量)Unnを生成して加算器14に出力する。なお、コントローラネットワーク31の上記各結合係数は、フォワードモデルネットワーク21と同様に誤差逆伝搬法の学習アルゴリズムに従って学習され設定される。
【0037】
次に、上記ROV1の制御動作について説明する。
ここで、上記フォワードモデルネットワーク21とコントローラネットワーク31の上記各結合係数の初期値は相互にランダムかつ極めて小さな値に設定されるため、フォワードモデルネットワーク21は一定期間の学習の結果により結合係数が最適な状態に設定されるまで上記誤差信号をコントローラネットワーク31に出力しない。
【0038】
また、同様に初期値がランダムかつ極めて小さな値に設定されるため、コントローラネットワーク31は、上記フォワードモデルネットワーク21の学習期間では操作量Unnとして極めて微小な値しか出力しないので、スラスタ2は、ROV1に波浪等によるランダムな外乱が加えられた状態で専らPIDコントローラ13によって深度制御されることとなる。
【0039】
図4は、フォワードモデルネットワーク21の学習期間におけるROV1の制御系統を示すブロック図である。この期間において、フォワードモデルネットワーク21の各結合係数は、減算器24,25から入力された値に基づいて、次の評価式によって求められる評価量E2(t)が最小値を取るように学習される。
【0040】
すなわち、ROV1の現在時刻tにおける実際の推進深度の変位速度V(t)とフォワードモデルネットワーク21の推定によって出力された現在時刻tから単位時間△tだけ先の時刻(t+△t)における潜水深度の推測変位速度V(t+△t)との差、及びROV1の実際の推進深度の変位加速度A(t)とフォワードモデルネットワーク21の推定によって出力された時刻(t+△t)における潜水深度の推測変位加速度A(t+△t)との差がそれぞれ最小値を取るように各結合係数が学習設定される。
【0041】
この結果、フォワードモデルネットワーク21によって推定される推測変位速度V(t+△t)と推測変位加速度A(t+△t)とは、実際のROVの運動特性を示す変位速度V(t)及び変位加速度A(t)に近しい値として出力され、フォワードモデルネットワーク21は、上記ランダムな外乱が加えられた状態におけるROV1の運動特性を学習し、該ROV1の運動特性をモデル化したものとなる。
【0042】
このように一定期間の学習により各結合係数が最適な値に設定されると、フォワードモデルネットワーク21は、上記誤差信号をコントローラネットワーク31に出力する。
【0043】
図5はフォワードモデルネットワーク21の学習後におけるROV1の制御系統図である。上記評価式(2)に示した誤差E1(t)に基づいてフォワードモデルネットワーク21によって生成された誤差信号が入力されると、コントローラネットワーク31の各結合係数は、誤差信号E1(t)が最小値を取るように学習される。このコントローラネットワーク31の学習期間では、上記フォワードモデルネットワーク21の学習期間とは異なり、学習が進んで各結合係数が最適化されるに従って操作量Unn(t)がより大きな値として加算器14に印加される状態において学習が行われる。
【0044】
すなわち、ROV1の潜水深度の変位速度目標値Rvと現在時刻tにおける実際の変位速度V(t)との差、及び潜水深度の変位加速度目標値Raと実際の変位加速度A(t)との差がそれぞれ最小値を取るように各結合係数が学習設定される。
【0045】
この結果、実際のROV1の運動特性を示す変位速度V(t)が変位速度目標値Rvに近しい値となり、かつ変位加速度A(t)が変位加速度目標値Raに近しい値となるように、つまり実際のROV1の運動特性を示す変位速度V(t),V(t−△t),V(t−2△t)に基づいてROV1の深度変位を抑えるように操作量Unn(t)が設定される。
【0046】
図6は、上述したようにネットワーク制御手段12とPIDコントローラ13とによって制御した場合のROV1の深度変動の平均二乗誤差aとPIDコントローラ13のみによって制御した場合の平均二乗誤差bとを制御開始からの経過時間に対して示したものでる。この図に示すように、時間300(s)までの初期期間では平均二乗誤差aと平均二乗誤差bとに殆ど差が生じないが、ネットワーク制御手段12が十分に学習し操作量Unnが次第に出力され始めると、ネットワーク制御手段12による顕著な効果が得られることがわかる。
【0047】
なお、上記実施形態では、ROV1の潜水深度の制御すなわちスラスタ2の制御について説明したが、ROV1の前後方向の位置あるいは左右方向の位置を位置センサによって検出することにより、上述した位置制御方法を用いて前後方向の位置あるいは左右方向の位置の制御すなわちスラスタ3あるいはスラスタ4の制御をも実現することが可能である。
【0048】
【発明の効果】
以上説明したように、本発明に係わる潜水体及びその潜水位置制御方法によれば、実際の潜水位置と潜水の位置目標値との差から生成される第1の操作量に基づいて潜水体が比例制御される状態において、該第1の操作量と複数の時刻においてサンプリングされた潜水位置とに基づいて潜水体の運動特性を学習し、該学習の後に、前記運動特性と該運動特性の目標値との差からなる誤差信号を生成し、前記運動特性に基づいて第2の操作量を生成して前記第1の操作量に加算すると共に、前記誤差信号が最小値を取るように前記運動特性に基づく第2の操作量の生成を学習するので、ランダムな外力が加えられる中で潜水位置を一定に保持することができる。
【図面の簡単な説明】
【図1】本発明に係わる潜水体及びその潜水位置制御方法の一実施形態を示すブロック図である。
【図2】本発明に係わる潜水体及びその潜水位置制御方法における潜水体の一実施形態を示す図であり、このうち(a)は側面図、(b)は底面図である。
【図3】本発明に係わる潜水体及びその潜水位置制御方法におけるネットワーク制御手段の一実施形態を示す図であり、このうち(a)はフォワードモデルネットワークの構成図、(b)はコントローラネットワークの構成図である。
【図4】本発明に係わる潜水体及びその潜水位置制御方法において、フォワードモデルネットワークの学習期間における潜水体の制御系統を示すブロック図である。
【図5】本発明に係わる潜水体及びその潜水位置制御方法において、フォワードモデルネットワークの学習後における潜水体の制御系統を示すブロック図である。
【図6】本発明に係わる潜水体及びその潜水位置制御方法において、ネットワーク制御手段の作用を示す説明図である。
【符号の説明】
B ケーブル
1 ROV
2,3,4 スラスタ(推進手段)
5 モータ
6 深度センサ(位置検出手段)
7 ピンガ
10 深度目標値設定手段
11,20,24,25,28,29 減算器
12 ネットワーク制御手段
13 PIDコントローラ
14 加算器
21 フォワードモデルネットワーク(第1のネットワーク制御手段)
22,23,32,33 遅延手段
26,27 微分手段
30 運動目標値設定手段
31 コントローラネットワーク(第2のネットワーク制御手段)
Claims (8)
- 第1の操作量と第2の操作量とを加算した総操作量に基づいて潜水位置を変位させるように駆動される推進手段と、
潜水の位置目標値と潜水位置を示す位置量との差に基づいて前記第1の操作量を生成出力する比例制御手段と、
ニューラルネットワークの情報処理手法を用いたものであって、前記第1の操作量及び複数の時刻においてサンプリングされた潜水位置とに基づいて潜水位置の運動特性を学習し、複数の時刻においてサンプリングされた潜水位置の変位速度に基づいて前記運動特性と該運動特性の目標値との差からなる評価量が最小値を取るように学習することにより第2の操作量を出力するネットワーク制御手段と、
を具備することを特徴とする潜水体。 - 運動特性は、潜水位置の変位速度及び変位加速度であることを特徴とする請求項1記載の潜水体。
- ネットワーク制御手段は、少なくとも3層からなる層状ネットワークからなることを特徴とする請求項1または2記載の潜水体。
- 時刻は、少なくとも現在時刻と該現在時刻から所定の単位時間前の第1の過去時刻と該第1の過去時刻から前記単位時間前の第2の過去時刻であることを特徴とする請求項1ないし3いずれかに記載の潜水体。
- 第1の操作量と第2の操作量とを加算して総操作量を出力する加算器と、
前記総操作量に基づいて潜水位置を変位させる推進手段と、
前記潜水位置を検出して位置量を出力する位置検出手段と、
潜水の位置目標値を設定出力する位置目標値設定手段と、
潜水位置の変位速度目標値と変位加速度目標値とを設定出力する運動目標値設定手段と、
前記位置量を位置目標値から減算して位置誤差量を出力する減算器と、
該位置誤差量を比例積分微分演算して前記第1の操作量を出力する比例制御手段と、
ニューラルネットワークの情報処理手法を用いたものであって、現在時刻における前記位置量から前記位置目標値を減算した現在位置変位量及び過去時刻における前記位置量から前記位置目標値を減算した過去位置変位量並びに最終操作量を入力とし、かつ該各入力に所定の推測結合係数を乗算して未来時刻における潜水位置の推測変位速度と推測変位加速度とを出力すると共に、前記推測変位速度と現在時刻における潜水位置の変位速度との差及び前記推測変位加速度と現在時刻における潜水位置の変位加速度のと差からなる評価量が最小値を取るように前記推測結合係数の設定を学習し、該学習の後に、前記位置量から求められる潜水位置の変位速度と前記変位速度目標値との差及び該変位速度から求められる潜水位置の変位加速度と前記変位加速度目標値との差からなる誤差信号を出力する第1のネットワーク制御手段と、
ニューラルネットワークの情報処理手法を用いたものであって、現在時刻及び過去時刻における前記変位速度を入力とし、該各入力に所定の制御結合係数を乗算して前記第2の操作量を出力すると共に、前記誤差信号が最小値を取るように前記制御結合重みの設定を学習する第2のネットワーク制御手段と、
を具備することを特徴とする潜水体。 - 潜水位置は、潜水深度であることを特徴とする請求項1ないし5いずれかに記載の潜水体。
- 実際の潜水位置と潜水の位置目標値との差から生成される第1の操作量に基づいて潜水体が比例制御される状態において、該第1の操作量及び前記位置目標値と複数の時刻においてサンプリングされた潜水位置との差に基づいて潜水体の運動特性を学習し、
該学習の後に、前記運動特性と該運動特性の目標値との差からなる誤差信号を生成し、
前記運動特性に基づいて第2の操作量を生成して前記第1の操作量に加算すると共に、前記誤差信号が最小値を取るように前記運動特性に基づく第2の操作量の生成を学習する、
ことを特徴とする潜水体の位置制御方法。 - 実際の潜水位置と潜水の位置目標値との差から生成される第1の操作量に基づいて潜水体が比例制御される状態において、該第1の操作量及び前記位置目標値に対する現在時刻と該現在時刻から所定の単位時間前の第1の過去時刻と該第1の過去時刻から前記単位時間前の第2の過去時刻においてサンプリングされた潜水位置の差に基づいて潜水体の運動特性を学習し、
該学習の後に、潜水位置の変位速度と該変位速度に対する変位速度目標値との差及び潜水位置の変位加速度と該変位加速度に対する変位加速度目標値との差からなる誤差信号を生成し、
前記現在時刻と第1の過去時刻と第2の過去時刻における変位速度に基づいて第2の操作量を生成して前記第1の操作量に加算すると共に、前記誤差信号が最小値を取るように前記変位速度に基づく第2の操作量の生成を学習する、
ことを特徴とする潜水体の位置制御方法。
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP11285596A JP3765122B2 (ja) | 1996-05-07 | 1996-05-07 | 潜水体及びその潜水位置制御方法 |
DE69632823T DE69632823T2 (de) | 1996-05-07 | 1996-12-19 | Getauchter körper unf verfahren zum regeln der tauchposition desselben |
EP96942571A EP0838393B1 (en) | 1996-05-07 | 1996-12-19 | Submerged body and method of controlling submersion position of the same |
CA002226117A CA2226117C (en) | 1996-05-07 | 1996-12-19 | Submersible unit and diving position control method therefor |
US09/000,189 US6016763A (en) | 1996-05-07 | 1996-12-19 | Submersible unit and diving position control method therefor |
PCT/JP1996/003697 WO1997042075A1 (fr) | 1996-05-07 | 1996-12-19 | Corps immerge et procede servant a commander sa position d'immersion |
KR1019970709625A KR100290982B1 (ko) | 1996-05-07 | 1996-12-19 | 잠수체및그잠수위치제어방법 |
NO19980041A NO319898B1 (no) | 1996-05-07 | 1998-01-05 | Neddykkbar enhet og tilhorende styringsmetode for dykkeposisjon |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP11285596A JP3765122B2 (ja) | 1996-05-07 | 1996-05-07 | 潜水体及びその潜水位置制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH09295599A JPH09295599A (ja) | 1997-11-18 |
JP3765122B2 true JP3765122B2 (ja) | 2006-04-12 |
Family
ID=14597228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP11285596A Expired - Fee Related JP3765122B2 (ja) | 1996-05-07 | 1996-05-07 | 潜水体及びその潜水位置制御方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US6016763A (ja) |
EP (1) | EP0838393B1 (ja) |
JP (1) | JP3765122B2 (ja) |
KR (1) | KR100290982B1 (ja) |
CA (1) | CA2226117C (ja) |
DE (1) | DE69632823T2 (ja) |
NO (1) | NO319898B1 (ja) |
WO (1) | WO1997042075A1 (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6450112B1 (en) * | 1999-04-02 | 2002-09-17 | Nautronix, Inc. | Vessel control force allocation optimization |
US6376831B1 (en) * | 2000-02-24 | 2002-04-23 | The United States Of America As Represented By The Secretary Of The Navy | Neural network system for estimating conditions on submerged surfaces of seawater vessels |
EA004201B1 (ru) | 2000-03-20 | 2004-02-26 | Франсуа Бернар | Устройство для размещения груза в заданном положении под водой с повышенной точностью и способ управления таким устройством |
DE102004062124B3 (de) * | 2004-12-23 | 2006-06-22 | Atlas Elektronik Gmbh | Einrichtung und Verfahren zum Tracken eines Unterwasserfahrzeugs |
GB2444259B (en) * | 2006-11-29 | 2011-03-02 | Rotech Holdings Ltd | Improvements in and relating to underwater excavation apparatus |
US20100139130A1 (en) * | 2008-12-08 | 2010-06-10 | Wagenaar Dirk C | Underwater Excavation Tool |
JP5653804B2 (ja) * | 2011-03-14 | 2015-01-14 | 三菱重工業株式会社 | 深度信号生成装置 |
KR101643193B1 (ko) * | 2015-04-17 | 2016-07-27 | 한화탈레스 주식회사 | 질량 이동을 이용한 수중 운동체 |
CN105404303B (zh) * | 2015-12-28 | 2018-04-10 | 河海大学常州校区 | 一种rov水下机器人的运动控制方法 |
CN105652878B (zh) * | 2016-03-28 | 2018-08-24 | 中国船舶重工集团公司第七一〇研究所 | 一种多推进器结合的水下目标低速抵近与悬停潜航体 |
US10352705B2 (en) * | 2016-10-31 | 2019-07-16 | Deepblu Inc. | Positioning method for obtaining at least one underwater position of a positioning system |
US20200073393A1 (en) * | 2018-08-29 | 2020-03-05 | National Geographic Society | Apparatus, system and method for a buoyancy-controlled lagrangian camera platform |
KR102623952B1 (ko) * | 2018-12-18 | 2024-01-10 | 한국전기연구원 | 선수각 제어 방법 |
CN111428858A (zh) * | 2020-03-04 | 2020-07-17 | 东软睿驰汽车技术(沈阳)有限公司 | 样本数量的确定方法、装置、电子设备及存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2969033A (en) * | 1952-10-15 | 1961-01-24 | Sperry Rand Corp | Automatic depth control system |
US3003450A (en) * | 1956-10-15 | 1961-10-10 | Sperry Rand Corp | Elevational control system for navigable craft |
US3635183A (en) * | 1970-02-09 | 1972-01-18 | Sperry Rand Corp | Remotely controlled unmanned submersible vehicle |
US3807341A (en) * | 1971-08-09 | 1974-04-30 | Continental Oil Co | Stabilizing method and apparatus for a submersible tow |
FR2380941A1 (fr) * | 1977-02-17 | 1978-09-15 | Bastide Paul | Engin sous-marin auxiliaire pour travaux oceaniques |
US5014219A (en) * | 1988-05-06 | 1991-05-07 | White James A | Mask controled neural networks |
JPH05134710A (ja) * | 1991-07-18 | 1993-06-01 | Toshiba Corp | ニユーラルネツト・フイードフオワード制御器 |
US5396415A (en) * | 1992-01-31 | 1995-03-07 | Honeywell Inc. | Neruo-pid controller |
JPH06107292A (ja) * | 1992-09-29 | 1994-04-19 | Mitsubishi Heavy Ind Ltd | ヘリコプタ |
JPH06175998A (ja) * | 1992-12-07 | 1994-06-24 | Nippon Telegr & Teleph Corp <Ntt> | 時系列予測方法 |
JP3346006B2 (ja) | 1993-12-27 | 2002-11-18 | 石川島播磨重工業株式会社 | Rovの自動制御方法 |
US5488589A (en) * | 1994-10-18 | 1996-01-30 | The United States Of America As Represented By The Secretary Of The Navy | Neural network based three dimensional ocean modeler |
-
1996
- 1996-05-07 JP JP11285596A patent/JP3765122B2/ja not_active Expired - Fee Related
- 1996-12-19 EP EP96942571A patent/EP0838393B1/en not_active Expired - Lifetime
- 1996-12-19 DE DE69632823T patent/DE69632823T2/de not_active Expired - Lifetime
- 1996-12-19 CA CA002226117A patent/CA2226117C/en not_active Expired - Fee Related
- 1996-12-19 WO PCT/JP1996/003697 patent/WO1997042075A1/ja active IP Right Grant
- 1996-12-19 US US09/000,189 patent/US6016763A/en not_active Expired - Fee Related
- 1996-12-19 KR KR1019970709625A patent/KR100290982B1/ko not_active IP Right Cessation
-
1998
- 1998-01-05 NO NO19980041A patent/NO319898B1/no not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
CA2226117A1 (en) | 1997-11-13 |
EP0838393A4 (en) | 2001-04-11 |
NO319898B1 (no) | 2005-09-26 |
KR19990028310A (ko) | 1999-04-15 |
CA2226117C (en) | 2002-01-22 |
EP0838393B1 (en) | 2004-06-30 |
EP0838393A1 (en) | 1998-04-29 |
JPH09295599A (ja) | 1997-11-18 |
NO980041D0 (no) | 1998-01-05 |
KR100290982B1 (ko) | 2001-09-22 |
WO1997042075A1 (fr) | 1997-11-13 |
DE69632823D1 (de) | 2004-08-05 |
US6016763A (en) | 2000-01-25 |
DE69632823T2 (de) | 2005-07-07 |
NO980041L (no) | 1998-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3765122B2 (ja) | 潜水体及びその潜水位置制御方法 | |
Lea et al. | A comparative study of control techniques for an underwater flight vehicle | |
Skjetne et al. | A nonlinear ship manoeuvering model: Identification and adaptive control with experiments for a model ship | |
Fossen et al. | Nonlinear output feedback control of underwater vehicle propellers using feedback form estimated axial flow velocity | |
WO2021103391A1 (zh) | 仿生滑翔机器海豚的滑翔深度控制方法、系统、装置 | |
JP2017105306A (ja) | 水中航走体の経路設定方法、それを用いた水中航走体の最適制御方法及び水中航走体並びに移動体の経路設定方法 | |
Gaskett et al. | Reinforcement learning applied to the control of an autonomous underwater vehicle | |
CN109189083A (zh) | 一种具有垂推的低速水下航行器的定深控制方法 | |
Wang et al. | A hybrid heading control scheme for a biomimetic underwater vehicle | |
Noguchi et al. | Tracking omnidirectional surfaces using a low-cost autonomous underwater vehicle | |
Gartner et al. | Hydrodynamic parameters estimation using varying forces and numerical integration fitting method | |
JP3346006B2 (ja) | Rovの自動制御方法 | |
Salgado-Jiménez et al. | Control of ROVs using a model-free 2nd-order sliding mode approach | |
Kato et al. | Control performance of autonomous underwater vehicle" Aqua Explorer 1000" for inspection of underwater cables | |
CN115480580A (zh) | 一种基于nmpc的水下机器人路径跟踪与避障的控制方法 | |
Tanaka et al. | Underwater vehicle localization considering the effects of its oscillation | |
CN110837254B (zh) | 一种水翼艇纵向运动控制方法 | |
Song et al. | Automated AUV docking control with light-field imaging | |
CN114063442A (zh) | 一种基于神经网络船舶拖曳作业pid航向控制方法 | |
Kamil et al. | Artificial neural network and mathematical modeling of automatic ship berthing | |
Caccia et al. | Bottom-following for remotely operated vehicles: Algorithms and experiments | |
Silpa-Anan et al. | Development of autonomous underwater vehicle towards visual servo control | |
JPH0820391A (ja) | 船舶の操船システム | |
Tanveer et al. | Linearized 1-DoF Dynamic Model of an Underwater Vehicle Using CFD | |
Wu et al. | A hybrid control strategy based on neural network and PID for underwater robot hovering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050816 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051017 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060117 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090203 Year of fee payment: 3 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100203 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |