水下機器人-機械手系統(tǒng)自適應(yīng)抗擾控制方法

李冀永，萬?磊，黃?海，張國成，秦洪德

?

水下機器人-機械手系統(tǒng)自適應(yīng)抗擾控制方法

李冀永，萬?磊，黃?海，張國成，秦洪德

(哈爾濱工程大學水下機器人技術(shù)重點實驗室，哈爾濱 150001)

針對開架式水下機器人在其作業(yè)過程中易受到臍帶纜、機械手和海流等擾動影響的問題，為減小改擾動對艇體姿態(tài)的影響，文中對開架式水下機器人設(shè)計了一種基于模型的自適應(yīng)抗擾控制方法，并分別對臍帶纜和機械手引起的擾動進行了建模分析，具體建立了一種以全局運動學控制環(huán)和擾動力補償項為主的自適應(yīng)抗擾控制．在SY-Ⅱ開架式水下機器人平臺上進行了S面控制和自適應(yīng)抗擾控制的對比實驗．結(jié)果表明，臍帶纜和機械手的擾動力會對水下機器人的姿態(tài)產(chǎn)生較大影響，通過對擾動力的實時估算和補償，在定深定向、軌跡跟蹤實驗中，基于模型的抗擾控制方法表現(xiàn)出更高的控制精度，在姿態(tài)保持實驗中，與S面控制方法相比，自適應(yīng)抗擾控制展現(xiàn)了較好的魯棒性，系統(tǒng)軌跡更平穩(wěn)，具有更強的穩(wěn)定性．

水下機器人；機械手；臍帶纜；抗擾控制

開架式水下機器人在海底觀測、海洋工程的管道檢測與資源開發(fā)、海底作業(yè)等方面廣泛應(yīng)用．它們可以通過水面或母船的遙控在極端危險的大深度領(lǐng)域完成潛水員無法勝任的工作[1]．然而由于在實際環(huán)境中，機器人面臨海流等外界環(huán)境的干擾，臍帶纜[2]和機械手[3]也會同時給載體帶來擾動，所以實現(xiàn)開架式水下機器人的長時間精確作業(yè)還需要研究精確的控制方法．

開架式水下機器人在其作業(yè)過程中受到多方面擾動的綜合影響，其中以臍帶纜的拖曳力和機械手的干擾力為主．由臍帶纜拖曳力造成的擾動影響使操作人員難以對水下機器人進行精確的位置控制；而機械手給水下機器人的懸停定位作業(yè)時帶來的擾動力(矩)，更會對其作業(yè)姿態(tài)造成較大影響．因此必須深入分析水下機器人的擾動力的特性，對作業(yè)過程中機械手、臍帶纜產(chǎn)生的擾動力進行補償．

文獻[4-5]分別設(shè)計了滑膜控制器和狀態(tài)反饋控制器對水下機器人進行運動控制，但都沒有建立水下機器人所受的擾動力模型．在水下機器人-機械手系統(tǒng)方面，文獻[6]針對水下機器人-機械手系統(tǒng)設(shè)計了一種自適應(yīng)控制器，但其動力學模型參數(shù)存在較大的不確定性，因此較難應(yīng)用．文獻[7-8]分別基于能量的方法和拉格朗日方程對水下機器人-機械手系統(tǒng)建立了動力學模型，但并沒有給出二者耦合運動時機械手給水下機器人的擾動力矩．文獻[9-10]系統(tǒng)地分析了機器人-機械手系統(tǒng)的運動學模型，并給出了系統(tǒng)作業(yè)過程中浮心和重心變化派生的恢復(fù)力(矩)，然而并未在模型中給出艇體和機械手相互耦合作用的表達式．臍帶纜也會對開架式水下機器人產(chǎn)生較大的擾動，文獻[11]建立了臍帶纜帶來的干擾力模型．文獻[12]基于有限元技術(shù)，通過PD控制器對臍帶纜造成的干擾力進行補償．文獻[13]同時考慮了海流和臍帶纜對水下機器人的影響．但上述三者在分析時涉及了較復(fù)雜的數(shù)值計算，因此在引入機器人外部擾動力分析后，控制器的設(shè)計將更加復(fù)雜．

本文通過對開架式水下機器人機械手和臍帶纜的擾動力分別進行建模和分析，建立一種基于模型的自適應(yīng)抗擾控制方法，通過該控制方法對水下機器人進行全局控制，并對影響機器人姿態(tài)的擾動力進行實時觀測和補償，從而減小機器人作業(yè)過程中的擾動，使其更精確地進行作業(yè)任務(wù)．

1?基于模型的間接自適應(yīng)控制方法

本節(jié)提出了一種基于卡爾曼濾波器的間接自適應(yīng)控制器，先基于卡爾曼濾波器估計模型中的未知變量，再將估計后的狀態(tài)變量應(yīng)用于控制器中．

1.1?自適應(yīng)控制方法

一個典型的開架式水下機器人結(jié)構(gòu)如圖1所示．包括前視聲吶、水下攝像機等探測設(shè)備；磁羅經(jīng)、深度計等運動感知傳感器；水下機械手等作業(yè)設(shè)備．控制指令、傳感器信息和動力電通過臍帶纜在水面和水下之間傳輸．

開架式水下機器人的動力學模型為

根據(jù)動力學模型，所設(shè)計的開架式水下機器人的控制律為

?(2)

通過機器人配置的多普勒測速儀、深度計、磁羅經(jīng)等傳感器，可獲取機器人的實時首向角、縱傾角、橫傾角、速度、深度等信息，機器人的實時運動轉(zhuǎn)臺可通過擴展卡爾曼濾波器(EKF)獲得

?(3)

(4)

1.2?穩(wěn)定性分析

結(jié)合式(1)和式(4)，形成閉環(huán)系統(tǒng)為

?(5)

?(6)

(7)

考慮到面運動學控制環(huán)可展開為

?(8)

?(9)

這樣定義Lyapunov函數(shù)為

所以控制器為全局一致漸近穩(wěn)定的．

2?擾動力分析

開架式水下機器人在水下作業(yè)，主要受到來自臍帶纜、機械手和海流等的擾動力．下文分別分析臍帶纜和機械手擾動力的估計方法，以實現(xiàn)運動控制中的補償．

2.1?臍帶纜擾動力分析

在海流擾動條件下，臍帶纜對開架式水下機器人有重要的非線性干擾．臍帶纜在流體中的動力學模型可以描述為

?(10)

根據(jù)圖2所示的受力狀況，可以將臍帶纜的擾動分為水面、水下和與機器人的連接點幾個部分．

圖2?臍帶纜-開架式水下機器人模型

類似的臍帶纜在水中有

?(11)

?(12)

2.2?機械手擾動力分析

如圖3所示，在作業(yè)過程中機械手和開架式水下機器人之間的相互作用主要體現(xiàn)在兩個方面：一是重心和浮心變化給機器人平臺造成的恢復(fù)力矩；二是機器人和機械手之間的耦合作用力．

圖3?機械手擾動力分析

機械手的運動給開架式水下機器人所造成的恢復(fù)力矩為

機械手的第＋1個廣義連桿相對于第個廣義連桿的變換矩陣為

另一方面，水下作業(yè)時機械手和機器人遵循動量矩守恒．所以根據(jù)Newton-Euler方程，機械手的第個廣義連桿所受的慣性力和力矩分別為

因此機械手對開架式水下機器人的干擾主要為恢復(fù)力矩和耦合作用力的總和，即

3?實驗與分析

為了驗證和分析所設(shè)計的控制器，在哈爾濱工程大學水下機器人技術(shù)重點實驗室的綜合水池(50,m×30,m×10,m)分別進行了軌跡控制和機械手作業(yè)的協(xié)調(diào)控制實驗．用面控制方法[14](式(8))和本文提出的自適應(yīng)抗擾方法(式(4))進行了對比得

?

實驗平臺為SY-Ⅱ開架式水下機器人平臺(如圖4所示，平臺的水動力系數(shù)如表1所示)．該機器人長1.3,m、寬0.8,m、高0.6,m，配有2個主推螺旋槳、2個側(cè)推螺旋槳、2個垂推螺旋槳和1個具備兩俯仰關(guān)節(jié)機械手，機械手相關(guān)參數(shù)如表2所示．臍帶纜和機器人的固定點在機器人的艉部中點，所以臍帶纜給機器人造成的橫傾力矩為0，臍帶纜相關(guān)參數(shù)如表3所示.

圖4?SY-Ⅱ開架式水下機器人

它通過水面控制臺向水下機器人嵌入式計算機發(fā)送控制指令，實現(xiàn)它的運動控制．

表1?水動力系數(shù)

Tab.1?Hydrodynamic parameters

表2?機械手相關(guān)參數(shù)

Tab.2?Parameters on the manipulator

表3?臍帶纜相關(guān)參數(shù)

Tab.3?Parameters on the tether

文中首先進行了同時定深定向控制，在水面同時進行機器人的艏向控制和深度控制，目標艏向120°，深度3,m，如圖5所示．機器人在水面下潛，同時到達期望深度和艏向姿態(tài)．和面控制相比，所設(shè)計的控制器基于模型和機器人的艏向、俯仰、和橫傾等姿態(tài)實時估計了機器人所受到的臍帶纜等擾動力，并通過自適應(yīng)抗擾控制實時補償，從而降低了控制誤差，提高了收斂速度和控制精度．在路徑跟蹤過程中，機器人通過多普勒和磁羅經(jīng)推算機器人的實時位置，分別跟蹤了空間Z型曲線和空間螺旋線，雖然面控制也可以實現(xiàn)跟蹤，但所設(shè)計的控制器根據(jù)機器人的三維姿態(tài)、航行速度實時估計機器人所受到的臍帶纜等擾動力，通過自適應(yīng)抗擾控制實時補償，并在控制過程中不斷比較期望路徑和實際路徑的誤差，實現(xiàn)了更加精確的路徑跟蹤．

本文研究了控制器在水下機器人機械手作業(yè)過程中的姿態(tài)控制能力，在作業(yè)過程中機器人的姿態(tài)的穩(wěn)定直接影響到機械手末端的作業(yè)精度和效率，所以作業(yè)過程中的姿態(tài)能力將較大提高機器人的懸停抓取和作業(yè)的精度和效率．圖6(a)中，機械手的肘關(guān)節(jié)在水中進行俯仰運動，圖6(b)中，機械手的肩關(guān)節(jié)和肘關(guān)節(jié)在水中同時進行俯仰運動，在機械手運動過程中，機械手的俯仰運動主要給機器人的俯仰姿態(tài)造成了影響．可從圖6(c)和(d)中觀察到肘部運動時機械手對機器人的擾動力和擾動力矩；圖6(e)和(f)表示了肩-肘聯(lián)合運動對機械手的干擾力和干擾力矩．由此可見，機械手的運動，尤其是肩-肘聯(lián)合運動會對機器人產(chǎn)生較大的干擾影響．在協(xié)調(diào)運動控制中，機器人通過前后兩個垂推進行姿態(tài)控制，抑制機械手影響的機器人俯仰運動，保持機器人的姿態(tài)平穩(wěn)．在姿態(tài)控制過程中，所設(shè)計的控制器根據(jù)磁羅經(jīng)得到的機器人俯仰、橫傾和艏向等姿態(tài)角，機械手的各關(guān)節(jié)反饋角，實時估計機器人所受到的機械手擾動力，并進行補償．和面控制相比，基于模型的自適應(yīng)控制器因為能夠估計到機械手的擾動力，所以機器人的姿態(tài)平穩(wěn)，控制精度高．

4?結(jié)?語

臍帶纜的拖曳力和機械手的擾動力會對開架式水下機器人的作業(yè)造成較大擾動影響，為使水下機器人以更穩(wěn)定的姿態(tài)進行精確作業(yè)，本文針對開架式水下機器人設(shè)計了一種基于模型的自適應(yīng)抗擾控制方法，該控制方法主要由全局運動學控制環(huán)和擾動力補償項組成．文中通過系統(tǒng)動力學模型和Newton-Eulerian反向遞推方法分別得到了臍帶纜和機械手對水下機器人的擾動力模型，模型中包含機器人受到的海流擾動力、臍帶纜的拖曳力及其產(chǎn)生的擾動力矩、機械手帶來的耦合力(矩)和恢復(fù)力(矩)．通過上述對兩種擾動力的建模，建立了含有具體擾動力補償項的自適應(yīng)抗擾控制方法．進一步通過SY-Ⅱ開架式水下機器人進行實驗驗證，實驗表明，相比于面控制，基于模型的自適應(yīng)抗擾控制方法通過對擾動的實時補償，在定深定向、路徑跟蹤的實驗中，降低了控制誤差，提高了收斂速度和控制精度．而在涉及機械手運動的水下機器人作業(yè)實驗中，通過對機械手擾動的實時估計和補償，基于模型的自適應(yīng)抗擾控制方法在機器人的姿態(tài)控制上較面控制方法表現(xiàn)出更大的優(yōu)越性．

［1］ 徐玉如，肖?坤. 智能海洋機器人技術(shù)進展[J]. 自動化學報，2007，33(5)：518-521.

Xu Yuru，Xiao Kun. Technology development of autonomous ocean vehicle[J].，2007，33(5)：518-521(in Chinese).

［2］ 吳家鳴，崔?寅，鄧?威，等. 控制動作下帶纜遙控水下機器人的水動力特性[J]. 華南理工大學學報：自然科學版，2012，40(4)：150-157.

Wu Jiaming，Cui Yin，Deng Wei，et al. Hydrodynamic characteristics of tethered underwater robot under control manipulations[J].：，2012，40(4)：150-157(in Chinese).

［3］ 陳?巍，魏延輝，曾建輝，等. 水下機器人-機械手系統(tǒng)控制方法綜述[J]. 重慶理工大學學報：自然科學版，2015，29(8)：116-123.

Chen Wei，Wei Yanhui，Zeng Jianhui，et al. Review of underwater vehicle manipulator system control method [J].：，2015，29(8)：116-123(in Chinese).

［4］ Bian X，Qu Y，Yan Z，et al. Nonlinear feedback control for trajectory tracking of an unmanned underwater vehicle[C]//(2010). Harbin，China，2010：1387-1392.

［5］ Bagheri A，Karimi T，Amanifard N. Tracking performance control of a cable communicated underwater vehicle using adaptive neural network controllers[J].2010，10(3)：908-918.

［6］ Antonelli G，Caccavale F，Chiaverini S. Adaptive tracking control of underwater vehicle-manipulator systems based on the virtual decomposition approach[J].，2004，20(3)：594-602.

［7］ 郭?瑩. 水下自主作業(yè)系統(tǒng)協(xié)調(diào)控制技術(shù)研究[D]. 武漢：華中科技大學船舶與海洋工程學院，2008.

Guo Ying. Coordinated Control Technology of Underwater Vehicle-Manipulator System[D]. Wuhan：School of Naval Architecture and Ocean Engineering，Huazhong University of Science and Technology，2008(in Chinese).

［8］ 彭生全. 水下機器人-機械手系統(tǒng)運動規(guī)劃與控制技術(shù)研究[D]. 哈爾濱：哈爾濱工程大學機械與電氣工程學院，2012.

Peng Shengquan. Research on the Motion Planning and Control for Underwater Vehicle-Manipulator System [D]. Harbin：College of Mechanical and Electrical Engineering，Harbin Engineering University，2012(in Chinese).

［9］ Ismail Z H，Dunnigan M W. Redundancy resolution for underwater vehicle-manipulator systems with congruent gravity and buoyancy loading optimization[C]//2009. Guilin，China，2009：1393-1399.

［10］ Han Jonghui，Chung Wan Kyun. Active use of restoring moments for motion control of an underwater vehicle-manipulator system[J].，2014，39(1)：100-109.

［11］ James C K，Yang Q J，Jonathan C H. Nonlinear dynamic model-based state estimators for underwater navigation of remotely operated vehicles[J].，2014，22(5)：1845-1854.

［12］ Sairam P，Bradley B. Dynamics modeling and control of a variable length remotely operated vehicle tether[J].，2005，2(2005)：1255-1262.

［13］ Mario A J，Jorge L B. Guidance of underwater vehicles with cable tug perturbations under fixed and adaptive control systems[J].，2008，33(4)：579-598.

［14］ 唐旭東，龐永杰，李?曄. 基于S 模型的水下機器人改進人工免疫控制器[J]. 大連海事大學學報，2008，34(1)：49-53.

Tang Xudong，Pang Yongjie，Li Ye. S model-based improved artificial immune controller for autonomous underwater vehicle[J].2008，34(1)：49-53(in Chinese).

［15］ Montano A，Restelli M，Sacco R. Numerical simulation of tethered buoy dynamics using mixed finite elements computer methods[J].，2007，196(41/42/43/44)：4117-4129.

［16］ Tsai Lung-wen.[M]. New York：Wiley，1999.

(責任編輯：孫立華)

Adaptive Control Method of Underwater Vehicle Manipulator System Under Disturbances

Li Jiyong，Wan Lei，Huang Hai，Zhang Guocheng，Qin Hongde

(Department of Naval Architecture and Ocean Engineering，Harbin Engineering University，Harbin 150001，China)

Open frame underwater vehicles tend to be affected by the disturbances caused by manipulator，tether，waves and other factors．In order to reduce the influence of disturbances，in this article a model-based adaptive anti-disturbance control(AADC)method for open frame underwater vehicles was proposed．The models of disturbances caused by manipulator and tether was analyzed，and an AADC method in details based on global dynamic control loop and disturbances compensation terms was established．Experiments carried out on SY-Ⅱ open frame underwater vehicle to compare the AADC with the S surface control show that manipulator and tether indeed caused certain disturbances on the vehicle．The AADC method shows higher control accuracy through the estimation and compensation of disturbance in deep keeping，orientation keeping and path following experiments．When it comes to the position keeping experiments while the manipulator is at work，AADC method is robust against disturbance，hence generating smoother trajectory in vehicle motion and showing better stability performance than S surface control.

underwater vehicle；manipulator；tether；anti-disturbance control

10.11784/tdxbz201701015

TP242.6

A

0493-2137(2018)04-0413-09

2017-01-14；

2017-11-10.

李冀永（1992—），男，博士研究生，lijiyong@hrbeu.edu.cn.Email：m_bigm@tju.edu.cn

黃?海，huanghai@hrbeu.edu.cn.

國家自然科學基金資助項目(61633009，51579053，51209050).

the National Natural Science Foundation of China(No.,61633009，No.,51579053 and No.,51209050).