水下机器人与履带机器人运动控制及导航研究

### 水下机器人与履带机器人运动控制及导航研究 #### 1. 水下机器人运动控制实验 在水下机器人的运动控制研究中，为了验证基于 nfal 函数的自抗扰控制器（ADRC）在水下机器人航向控制方面的有效性，研究人员在 Matlab R2018b/Simulink 环境中进行了仿真实验，并将其与 PID 控制器和传统 ADRC 在相同条件下进行对比。 - **仿真设置**：利用 Matlab 中嵌入的 PID Tuner 插件，将航向控制仿真的 PID 控制器参数配置为$K_P = 405.5$，$K_I = 253$，$K_D = 95$。基于 fal 函数的 ADRC 和基于 nfal 函数的 ADRC 在控制仿真中进行参数调整，仿真时间步长为 0.01 s。 - **无干扰控制性能对比**：在水下机器人航向运动控制仿真开始 1s 时加入航向变化，以比较不同控制器在无干扰情况下的控制性能。从跟踪响应曲线可以看出，基于 nfal 函数的 ADRC 在瞬态特性控制方面明显优于 PID 控制器和基于 fal 函数的 ADRC。具体的瞬态特性数据如下表所示： | 瞬态特性 | PID 控制器 | 基于 fal 函数的 ADRC | 基于 nfal 函数的 ADRC | | --- | --- | --- | --- | | 上升时间$t_r$/s | 0.155 | 0.129 | 0.189 | | 峰值$y_m$/m | 72.126 | 65.323 | 64.568 | | 峰值时间$t_m$/s | 0.240 | 0.352 | 0.321 | | 调节时间$t_s$/s | 2.112 | 2.325 | 2.095 | | 超调量$\sigma$/ % | 18.60 | 12.30 | 10.05 | 从表中数据可知，基于 nfal 函数的 ADRC 具有最短的调节时间和最小的超调量，与基于 fal 函数的 ADRC 相比，超调量降低了 18.3%。在无干扰的水下机器人运动控制仿真中，它对航向的跟踪性能最佳。 - **抗干扰能力评估**：为了评估基于 nfal 函数的 ADRC 的抗干扰能力，使用有界白噪声信号来模拟水下作业时水流的影响。结果表明，在有界白噪声干扰下，PID 控制器达到稳态时的峰谷航向差为 20.5°，基于 fal 函数的 ADRC 为 9.8°，而基于 nfal 函数的 ADRC 显著降低至 7.6°。这说明基于 nfal 函数的 ADRC 能够迅速抵消外部水动力因素的影响，同时保持参考路径的稳定性，具有出色的抗干扰能力。 #### 2. 水下机器人自主目标跟踪实验 研究人员还进行了水下机器人的自主目标跟踪实验。 - **实验环境与设备**：选用 Aohai Marine Autonomous Submersible Vehicle 型号的 BlueROV2 Standard 作为水下机器人，采用专用的水下立体相机为系统提供水下目标的二维和三维信息。 - **目标跟踪过程**：水下机器人通过图像坐标和深度信息获取目标在其运动坐标系中的三维坐标，然后控制水下机器人的偏航运动，使其稳定移动到与海星相同的深度。海星的运动轨迹如图所示，初始位置在位置 1，当水下机器人跟踪到稳态时，将海星移动