霍江航,姜向远,栾义忠,马晓静
山东大学 海洋研究院,山东 青岛 266237
自主式水下航行器(AUV)是一种自带动力源,能够在水下自主航行作业的无人潜航器。因其安全性高、可靠性强,且不受有线电缆的限制,目前已经广泛应用于海洋开发、海底检测等领域。在AUV 各种应用场景中,例如,水下地形勘测或者海底铺设管道检查等,都需要稳定的深度控制,因此定深航行成为一种常用的航行状态。但AUV 在水下作业中会因为移动速度或者水域环境差异的影响而使机体模型参数发生改变,这将导致运动模型产生不确定性,而且水下还存在复杂持续的外部环境干扰,这些问题一方面对AUV 的定深稳定作业产生了不良影响,另一方面也对AUV 深度控制器设计的抗干扰性和鲁棒性提出了更高的要求。
为了保证AUV 水下运动的稳定性和控制精度,多种控制算法被应用于AUV 系统,例如传统PID 控制方法及其改进算法[1-3]、神经网络法[4]、基于线性二次调节器(linear quadratic regulator, LQR)的控制方法[5]、滑模控制方法[6]、自适应控制方法[7]等。传统PID 控制方法有着良好的鲁棒性和瞬态响应,但是对外界环境的干扰无法做出快速有力的应对。运用LQR 的AUV 控制方法虽然可以实现运动过程中能耗与响应效果的平衡,实现对AUV 的最优化控制,但是需要对AUV 模型进行精确建模,且当AUV 模型参数发生改变时会使控制效果发生较大偏差。滑模控制具有优秀的鲁棒性可以抑制模型变化产生的偏差,但会在控制系统中产生抖动,因而常和其他控制方法结合应用来改善控制效果。……