针对无人水下机器人(unmanned underwater vehicle,UUV)工作中存在的执行器故障,在系统不确定性与外界干扰下,提出一种基于有限时间扰动观测器(finite time disturbance observer,FTDO),并结合改进模型的自适应鲁棒容错控制方法。一方面...针对无人水下机器人(unmanned underwater vehicle,UUV)工作中存在的执行器故障,在系统不确定性与外界干扰下,提出一种基于有限时间扰动观测器(finite time disturbance observer,FTDO),并结合改进模型的自适应鲁棒容错控制方法。一方面,FTDO能在有限时间内对外界环境干扰进行估计;另一方面利用滑模控制加上径向基神经网络(radial basis function neyral network,RBF)的万能逼近特性,建立带有执行器故障的输入补偿;其中改进模型的引入解决了系统不确定性导致的输入饱和,提高了稳定性与鲁棒性;其次采用一种新型的双幂趋近律使滑模量在更短时间收敛到稳态误差界内;仿真与水池实验结果表明了所提方法相对于滑模控制有着更好的容错效果。展开更多
随着水下事业的不断发展,水下机器人逐渐被应用于各种情况的水域中,对于机动性良好、可靠性较高的水下机器人的使用需求不断增加。文中以水下机器人的设计与功能实现为背景,使用Solidworks软件设计研发了一款ROV水下机器人,可完成管线...随着水下事业的不断发展,水下机器人逐渐被应用于各种情况的水域中,对于机动性良好、可靠性较高的水下机器人的使用需求不断增加。文中以水下机器人的设计与功能实现为背景,使用Solidworks软件设计研发了一款ROV水下机器人,可完成管线监测、水下勘探、海洋科学研究等工作。其中,使用Raspberry pi 3b以及Pixhawk 2.4.8飞控作为整个水下机器人的核心控制器,搭载高清摄像头、水压水深传感器并搭载声呐等硬件设备。在试验过程中,水下机器人可完成平稳运行、悬停拍照、地形勘探等工作。展开更多
文摘针对无人水下机器人(unmanned underwater vehicle,UUV)工作中存在的执行器故障,在系统不确定性与外界干扰下,提出一种基于有限时间扰动观测器(finite time disturbance observer,FTDO),并结合改进模型的自适应鲁棒容错控制方法。一方面,FTDO能在有限时间内对外界环境干扰进行估计;另一方面利用滑模控制加上径向基神经网络(radial basis function neyral network,RBF)的万能逼近特性,建立带有执行器故障的输入补偿;其中改进模型的引入解决了系统不确定性导致的输入饱和,提高了稳定性与鲁棒性;其次采用一种新型的双幂趋近律使滑模量在更短时间收敛到稳态误差界内;仿真与水池实验结果表明了所提方法相对于滑模控制有着更好的容错效果。
文摘随着水下事业的不断发展,水下机器人逐渐被应用于各种情况的水域中,对于机动性良好、可靠性较高的水下机器人的使用需求不断增加。文中以水下机器人的设计与功能实现为背景,使用Solidworks软件设计研发了一款ROV水下机器人,可完成管线监测、水下勘探、海洋科学研究等工作。其中,使用Raspberry pi 3b以及Pixhawk 2.4.8飞控作为整个水下机器人的核心控制器,搭载高清摄像头、水压水深传感器并搭载声呐等硬件设备。在试验过程中,水下机器人可完成平稳运行、悬停拍照、地形勘探等工作。