买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：沈阳大学

摘要：本发明涉及水下机器人姿态控制的技术领域，公开了一种基于改进卡尔曼滤波器的水下机器人姿态控制方法。本发明的目的是为了解决桥墩附近出现乱流，小型水下机器人浮游作业受持续扰动影响导致姿态难以控制的问题。本方法首先从模糊PID出发，加入跟踪微分器平滑输入信号，减小系统反馈误差取值，扩大模糊PID适用范围；其次基于最小方差估计准则设计改进卡尔曼滤波器，利用模糊PID控制器离散输出数据对被控对象传感器测量值进行约束；最后为防止算法控制器故障，设计非线性函数并引入非线性组合及扩张观测器作为备选控制器。本发明所述的方法实现了在水下环境带来扰动不确定性及传感器存在测量误差情况下水下机器人姿态稳定控制。

主权项：1.一种基于改进卡尔曼滤波器的水下机器人姿态控制方法，其特征在于，包括：S1：根据刚体运动的牛顿-欧拉方程，在小冲角情况下建立所述水下机器人垂直面俯仰角角速度模型： y＝[01.61643.0943]x1S2：利用模糊逻辑并根据一定的模糊规则建立模糊PID：首先惯性元件会采集到机器人当前姿态信息，经过滤波处理之后会得到与预设定值的偏差e，以及当前偏差和上次偏差的变化差值ec两个值：ek＝r1k-xk|k2eck＝r2k-[ek-ek-1]T3其次要对这两个值进行模糊化，选择描述输入输出的变量语言的模糊集为7个隶属度：{NB,NM,NS,Z,PS,PM,PB}4选择模糊集合的论域为：e,ec＝[-3,-2,-1,0,1,2,3]5ΔKp,ΔKi＝[-0.3,-0.2,-0.1,0,0.1,0.2,0.3]6ΔKd＝[-0.03,-0.02,-0.01,0,0.01,0.02,0.03]7经过多次选择对比，最终其输入输出隶属函数选择三角形隶属函数，隶属度最小模糊集选择Z形隶属函数，最大模糊集选择S形隶属函数，模糊蕴涵采用最小运算：Rc,d,f＝A→B＝A×B＝∫μAx∧μByx,y8合成运算采用最大法，连接词and采用求交法，所有的规则即表示如下： S3：为保证S2所建立的模糊PID具有广泛的实用性，在系统输入后添加跟踪微分器，减小系统反馈误差取值;S4：为保证水下机器人抗扰能力，基于最小方差估计准则设计改进卡尔曼滤波器，联合S2所述的模糊PID组成控制器1对水下机器人姿态进行控制，由以下数据方程描述的改进卡尔曼滤波器离散时间系统： 其中，xk∈R、yck∈R为模糊PID控制器输出数据，wk∈R为数据估计过程噪声，vk∈R为传感器测量噪声，uk∈R为滤波器控制输入；为满足真实环境中数据估计过程噪声及被控对象输出数据测量噪声标准，选择同经典卡尔曼滤波器一样假设的高斯白噪声作为算法验证持续扰动，对系统做如下假设：假设wk和vk满足期望为0，方差分别为Q和R的不相关白噪声，服从0,σ分布，即：wk～P0,Q,Q＝E[wkwkT],E[wk]＝0vk～P0,R,R＝E[vkvkT],E[vk]＝019S5：为防止S4所述的控制器1故障导致水下机器人的执行器负载极限提升，进而影响水下机器人正常运动轨迹，甚至造成设备损坏，设计非线性函数，利用该非线性函数设计非线性组合及扩张观测器作为控制器2；改进卡尔曼滤波器的水下机器人姿态控制方法由控制器1和控制器2共同完成，控制器2作为备用控制器对控制器1故障时进行补偿;S6：根据S4所设计的控制器1，引入外部和内部时变扰动以检验控制器1的快速稳定性;S7：模拟S4所述的控制器1出现故障导致误差无限增大，验证系统故障补偿。

全文数据：

权利要求：

百度查询： 沈阳大学 一种基于改进卡尔曼滤波器的水下机器人姿态控制方法