基于递归免疫网络在线辨识的AUV三维轨迹跟踪控制

为了提高海流、海浪、水下噪声等扰动下的AUV三维轨迹跟踪精度,提出基于递归免疫网络在线辨识的PID自整定轨迹跟踪控制器(PID-RINN)。首先建立AUV的运动学模型,并将其深度距离、首向角和俯仰角作为控制变量,设计了基于神经网络在线辨识的PID控制器;然后借鉴生物免疫系统的信息处理机制构建了递归免疫网络;接着将水下机器人在水平面上距预瞄路径点的侧向距离定义为疫苗,并联合细胞隐层输出接种到递归免疫网络的突触隐层;最后基于梯度法实现了递归免疫网络辨识下的PID控制器在线自整定。测试结果表明,与PID、PID_GA、PID_RBF相比,文中轨迹跟踪控制的平均和最大位置误差分别平均减少31.91%和25.81%,平均和最大首向角误差分别平均减少32.54%和25.27%,以及平均和最大俯仰角误差分别平均减少61.93%和61.26%,从而验证了文中递归免疫网络在线辨识的AUV三维轨迹跟踪具有高控制精度,以及强扰动抑制优点。