水下机器人智能控制技术
机械工程学院张杰189020008
智能水下机器人作为一个复杂的系统集成了人工智能水下目标的探测和识别、数据融蛤智能控制以及导航和通信各子系统是一个可以在复杂海洋环境中执行各种军用和民用任务的智能化无人平台。

目前主要采用的智能控制方法有：模糊控制、神经网络控制、专家控制、自适应控制、PID调节器、滑模控制等。

本文比较全面地查阅了水下机器人运动控制理论相关的文献，阐述了几种主要控制方法的基本原理，给出了控制器结构的设计方法，对水下机
器人运行控制方法的选取、控制器的设计具有较好的参考意义。

水下机器人的运动控制是其完成特定任务的前提和保障，是水下机器人关键技术之一。

随着水下机器人应用范围的扩大，对其自主性，运动控制的精度和稳定性的要求都随之增
加，如何提高其运动控制性能就成了研究的一个重要课题。

导致AUV难于控制的主要因素包括：①水下机器人高度的非线性和时变的水动力学性能；②负载的变化引起重心和浮心的改变；③附加质量较大，运动惯性较大，不能产生急剧的运动变化；④难于获得精确的水动力系数；⑤海流的干扰。

这些因素使得AUV的动力学模型难以准确，而且具有强耦合和非线性的特点。

目前已被采用的控制方法有：模糊控制、神经网络控制、专家控制、PID控制、自适应控制、S面控制等。

智能控制是一个由人工智能自动控制和运筹学的交叉构成的交叉学科近年来,智能控制技术成为水下机器人发展的一个重要技术水下机器人难于控制的原因有几个方面,水下机器人在运行中收到海流等外界极不稳定环境因素的干扰,使其控制变得更加困难;水下机器人各项参数的高度的非线性的特点;水下机器人的水动力性能在不同的海洋环境下会改变较明显;海底水下机器人水动力系数难以测量,不能获得一个较为准确的数据;水下机器人体积大质量大,因此所受惯性大,运动变化难以在较短的时间内实现;水下机器人在运动过程中重心和浮心易改变会引起控制较为困难等智能控制如果能用在水下机器人,可以更好的使其适应复杂的海洋环境。

智能控制系统的类型
（1）专家（仿人）控制系统：由工程控制论和专家系统结合而成，总结人的控制经验、方法和各种人类自主进行的推理技巧，进而实现控制的一种经验控制系统。

（2）神经网络控制系统：将一些变化信号经过神经网络系统的评价函数映射为控制信号对系统进行控制。

（3）模糊控制系统：应用于无法建立数学模型或者难以建立数学模型的情况之下。

（4）分级集成智能控制系统：运用多个层次的系统结构来实现控制，或运用多种控制方法类型结合在一起构成的智能控制系统。

智能控制的主要功能特点
水下机器人智能控制的主要功能特点有自适应功能、学习功能、组织功能、鲁棒性、容错性、实时性等。

自适应功能、学习功能、组织功能是水下机器人智能控制的核心技术，鲁
棒性、容错性、实时性是水下机器人智能控制的基础和保证。

通过对水下机器人几种主要的运动控制方法的讨论，各种方法都存在自身的优点和局限，这就要求在进行控制系统设计的前期控制方法选择和控制结构设置时，应充分了解特定
控制对象的特点及对控制性能的要求，并结合控制器方法可行性、成本等诸方面进行考
虑，从而正确选择控制方法。

在有必要时应对两种或多种方法加以结合，随着智能控制
技术的发展也会形成新的控制算法和控制策略，以达到理想的控制效果。