基于高度计信息处理的欠驱动无人水下航行器地形跟踪控制
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于高度计信息处理的欠驱动无人水下航行器地形跟踪控制范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：
针对高度测量信息不准确情况下的欠驱动无人水下航行器（UUV）地形跟踪控制问题，结合欠驱动UUV的固有特性，提出了一种基于反步法的非线性海底地形跟踪控制方法。首先，针对高度计受海水温度和盐度等海洋环境的干扰而导致高度测量信息不准确的问题，采用卡尔曼滤波器对高度测量信息进行处理，提高高度信息的准确性；然后，基于Lyapunov稳定性理论和反步法设计了非线性地形跟踪控制器，并证明了控制系统的渐近稳定性；最后，分别通过仿真实验和海试实验对所提出的方法进行验证。结果表明，基于高度信息滤波处理的欠驱动UUV非线性地形跟踪控制器能够实现精确的地形跟踪控制。
关键词：欠驱动无人水下航行器；地形跟踪；高度信息；卡尔曼滤波；反步法
中图分类号： TP273
文献标志码：A
Bottom-following control for underactuated unmanned
underwater vehicle based on altimeter information processing
Abstract：
Concerning the problem of bottom-following of underactuated Unmanned Underwater Vehicle （UUV） in the condition of output of the altimeter with noisy measures， combining intrinsic characteristic for underactuated UUV， a nonlinear bottom-following control method was proposed based on backstepping theorem. First， owing to the influence of seawater temperature and salinity， a Kalman filter was applied to solve the inaccurate measuring data to improve the accuracy for altimeter information. Then， a bottom-following controller was designed by resorting to backstepping and Lyapunov-based techniques， and the asymptotic convergence of the control system was proved. Finally， simulation and sea trial were performed to verify the feasibility， and the results demonstrate that the proposed nonlinear controller including processed altimeter information can achieve precise bottom-following for underactuated UUV.
Key words：
underactuated Unmanned Underwater Vehicle （UUV）； bottom-following； altitude information； Kalman filter； backstepping
0 引言
无人水下航行器（Unmanned Underwater Vehicle， UUV）的地形精确跟踪能力为其在深海进行海水温度、盐度和深度数据的收集、高分辨率水纹测绘、海洋地图绘制和水下管道跟踪等方面的应用提供了重要保障[1-3]。地形跟踪要求UUV在已知或未知的海底上方保持一定的高度进行航行，然而海底地形崎岖不平、UUV携带的高度计易受环境干扰而导致测量数据不准确，以及本文所研究UUV在垂直方向上具有的欠驱动特性，使得地形精确跟踪控制变得更加困难，因此研究欠驱动UUV地形跟踪控制问题具有重要的应用价值。
针对海底地形跟踪控制问题，文献[4]采用了分段仿射参数模型表达式来描述自主水下航行器（Autonomous Underwater Vehicle， AUV）线性化误差动态，利用线性矩阵不等式（Linear Matrix Inequality， LMI）解决仿射参数系统的状态反馈H2控制问题，实现了依靠地形特性的AUV地形跟踪控制。文献[5]提出了一种基于非线性迭代滑模增量反馈的地形跟踪控制方法，避免了AUV俯仰舵的抖振现象，减小了输出反馈控制的稳态误差与超调问题，实现了欠驱动AUV地形跟踪控制。
上述文献所设计的控制方法均未考虑UUV实际工作环境及传感器采集的实际数据是否有效，而UUV在地形跟踪控制过程中，其获得高度信息的准确性对跟踪控制效果有极大的影响[6-7]。文献[7]提出了地形估计和地形跟踪导引方法，基于线性回归方法和卡尔曼滤波方法得到海底斜坡角和高度信息，为纵倾控制器和深度控制器提供期望的控制变量，实现了AUV的定高航行，并且所跟踪的轨迹与海底保持平行。
本文研究了基于高度信息滤波处理的欠驱动UUV非线性地形跟踪控制问题。针对高度计采集的高度信息含有噪声等，采用卡尔曼滤波器对高度信息进行处理，为控制器提供可靠的高度信息；根据欠驱动UUV的固有特性，建立了Serret-Frenet坐标系下UUV跟踪误差模型，并利用Lyapunov稳定性理论和反步法设计了非线性地形跟踪控制器。仿真结果表明，本文设计的控制器能够有效地实现地形跟踪控制，具有较高的控制精度。
1 UUV地形跟踪问题描述
1.1 UUV运动学和动力学模型
根据刚体运动和流体力学原理可得到UUV空间运动模型。由于本文主要研究UUV地形跟踪控制系统设计问题，仅考虑UUV的垂直面运动，因此忽略水平面运动参数的影响，UUV垂直面运动学和动力学模型如式（1）和式（2）所示：
1.2 UUV地形跟踪误差模型
UUV地形跟踪控制过程中，假设UUV实际高度为h，UUV需要保持的高度为hd，则高度偏差可表示为he=hd-h。由于高度控制属于升沉自由度控制问题，因此可以将高度误差转为深度误差。定义期望深度为zd，则深度误差ze=z-zd=he。针对路径跟踪控制问题，文献[9]中分析了路径曲线上的目标点选取问题，指出选取不同的目标点P，所采用的控制策略将不同。当选取航行器位置离跟踪路径最近的点为目标点时，航行器的初始位置将受到限制，否则可能存在奇异值。为避免奇异值问题，本文采用虚拟目标点方法，引入Serret-Frenet坐标系，并以此坐标系的原点作为虚拟目标点P来描述期望路径点。由于Serret-Frenet坐标系是用来描述点在三维空间的曲线运动特性，三个坐标轴分别表示曲线的切线、法线和副法线，因此可将其作为实际UUV需要跟踪的虚拟UUV，将跟踪控制问题转化为如何使位置误差及角度误差趋于零的问题，这样使得跟踪误差连续，并且不存在拐点处不易跟踪的问题，可以有效地避免执行机构饱和问题。图1给出了UUV地形跟踪示意图，实曲线代表海底，虚曲线代表期望的跟踪路径。定义三个坐标系：固定坐标系{E}，船体坐标系{B}和Serret-Frenet坐标系{F}。定义：x为坐标系{E}原点到坐标系{B}原点的位置矢量；p为坐标系{E}原点到坐标系{F}原点的位置矢量；d为坐标系{F}原点到坐标系{B}原点的位置矢量；U为UUV的航速；θU为航速与水平方向的夹角；θ为UUV的纵倾角；θF为坐标系{E}到坐标系{F}的旋转角度；θe=θU-θF为跟踪误差角。
本文中UUV地形跟踪控制的目的在于：结合式（1）和式（2）给出的运动学和动力学模型及式（9）的误差模型，设计出合理的控制器，在给定期望路径和期望纵向速度ud时，使xe、ze和θe渐近趋于零，u渐近趋于ud。
2 高度信息滤波处理
为了获得UUV距海底的高度信息，本文所研究的UUV配备了Model 1007高度计，如图2所示，其配置参数如表1。
由于受环境（如温度、盐度和障碍物等）的影响，高度计测量的高度信息常常因含有噪声而不准确，这将极大地影响地形跟踪控制效果。为此本文采用基于卡尔曼滤波器的状态估计方法对高度计的输出信息进行滤波处理，从而为控制器提供精确的高度信息。
3 地形跟踪控制器设计
为分析控制系统的稳定性，本文引入了Barbalat引理和Lasalle不变原理。
一般地，路径跟踪控制问题可由三种方法来解决[12]，即设计跟踪控制器时：1）只考虑运动学模型；2）只考虑动力学模型；3）综合考虑运动学和动力学模型。为达到理想的控制性能，本文基于反步法理论分级考虑了UUV运动学和动力学模型。首先，设计了运动学路径跟踪导引律，产生期望纵倾角速度qd；然后，以qd作为动力学控制器的虚拟输入，同时考虑UUV的纵向速度，设计了推进器推力和水平舵作用力矩的控制律。
3.1 运动学控制
假设UUV期望的纵向速度为ud。定义期望跟踪误差角θed，由UUV到虚拟目标点P的距离ze予以描述，则θed（ze）需满足的条件如下：
3.2 动力学控制
在UUV地形跟踪控制过程中，海流流速相对于UUV航速来说较小，可以忽略不计。因此，本文假设λ（t）=1，则关于q的控制律可简化为：
4 实验结果及分析
本文的研究对象为本实验室自主研发的欠驱动UUV。分别进行了仿真实验和海试实验，验证了本文方法的有效性。
4.1 仿真实验
设UUV期望跟踪曲线为图5中的点划线，利用多项式插值法得到跟踪曲线，曲线参数如表2所示，曲线表达式为：
4.2 海试实验
本文研究对象在大连海域进行了UUV地形跟踪控制实验，实验中采用本文所设计的控制器控制UUV与海底保持10m的高度，利用高度计实时测量UUV距海底的高度信息，并将其作为所设计的滤波器的输入，进行滤波处理；将滤波之后的高度误差作为地形跟踪控制器的输入，对UUV进行地形跟踪控制。在海试实验过程中，控制器参数选择与仿真研究中相同的控制参数，UUV给定的速度指令为1.5m/s。
图8给出了定高10m航行过程中UUV地形跟踪控制曲线，图9给出了纵向和垂向的误差曲线，由图8和图9可知UUV在定高航行过程中UUV能够保持较稳定的高度，误差小于0.5m。图10给出了UUV航速及纵倾角控制结果，由图10可知速度响应较快，能够比较稳定地达到给定的速度指令，纵倾角幅值较小，由于海底地形的起伏不平，纵倾角存在较小的波动。图11给出了高度信息滤波结果，由图11可知所设计的卡尔曼滤波器有效地抑制了环境噪声对测量结果的干扰。
5 结语
本文针对高度计测量不准确情况下的欠驱动UUV地形跟踪控制问题，基于卡尔曼滤波方法和反步法分别设计了高度计测量信息处理方法和非线性地形跟踪控制方法，并利用仿真实验和海试实验验证了所设计的地形跟踪控制器的有效性。由实验结果可得：高度测量信息处理方法有效地提高了高度测量信息的准确性；非线性地形跟踪控制方法有效地实现了UUV地形跟踪控制，并且经过处理的高度测量信息有效地保证了UUV精确的地形跟踪。由于海底地形的未知性，当UUV在执行地形跟踪时，可能存在急剧陡峭的地形，此时需要考虑UUV的避碰问题，这将是下一步研究要考虑的问题。
参考文献：
[1] KIRKWOOD W J. Development of the DORADO mapping vehicle for multibeam， subbottom， and sidescan science missions[J]. Journal of Field Robotics， 2007， 24（6）： 487-495.
[2] CRUZ N A， MATOS A C. The MARES AUV， a modular autonomous robot for environment sampling[C]// OCEANS 2008. Piscataway： IEEE， 2008： 1-6.
[3] CRUZ N A， MATOS A C. Reactive AUV motion for thermocline tracking[C]// OCEANS 2010. Piscataway： IEEE， 2008： 1-6.
[4] SILVESTRE C， CUNHA R， PAULINO N， et al. A bottom-following preview controller for autonomous underwater vehicles[J]. IEEE Transactions on Control Systems Technology， 2009， 17（2）： 257-266.
[5] BIAN X， CHENG X， JIA H， et al. A bottom-following controller for underactuated AUV based on iterative sliding and increment feedback[J]. Control and Decision，2011， 26（2）： 289-292.（边信黔， 程相勤， 贾鹤鸣， 等. 基于迭代滑模增量反馈的欠驱动AUV地形跟踪控制[J]. 控制与决策， 2011， 26（2）： 289-292.）
[6] MA L， CUI W. Path following cotrol study of an autonomous underwater vchicle controlled by non-singular terminal sliding mode[J]. Shipbuilding of China， 2006， 47（4）： 76-82.（马玲， 崔维成. NTSM控制的AUV路径跟随控制研究[J]. 中国造船， 2006， 47（4）： 76-82.）
[7] MELO J， MATOS A. Bottom estimation and following with the MARES AUV[C]// OCEAN 2012.Piscataway： IEEE， 2012： 1-8.
[8] BIBULI M， BRUZZONE G， CACCIA M， et al. Path-following algorithms and experiments for an unmanned surface vehicle[J]. Journal of Field Robotics， 2009， 8（26）： 669-688.
[9] LAPIERRE L， JOUVENCEL B. Robust nonlinear path-following control of an AUV[J]. IEEE Journal of Oceanic Engineering， 2008， 33（2）： 89-102.
[10] MIN Y， LIU Y. Barbalat Lemma and its application in analysis of system stability[J].Journal of Shandong University： Engineering Science， 2007， 37（1）： 51-55.（闵颖颖， 刘允刚. Barbalat引理及其在系统稳定性分析中的应用[J]. 山东大学学报：工学版， 2007， 37（1）： 51-55.）
[11] LAI X， WU M， SHE J， et al. Controller design and global stability analysis of Acrobot[J]. Acta Automatica Sinica， 2007， 33（7）： 719-725. （赖旭芝，吴敏，佘锦华，等. Acrobot控制器设计与全局稳定性分析[J].自动化学报， 2007， 33（7）： 719-725.）
[12] RAFFO G V， GOMES G K， NORMEY-RICO J E. A predictive controller for autonomous vehicle path tracking[J]. IEEE Transactions on Intelligent Transportation Systems， 2009， 10（1）： 92-102.
[13] WU W， CHEN H， WANG Y. Global trajectory tracking control of mobile robots[J].Acta Automatica Sinica， 2001， 27（3）： 326-331.（吴卫国，陈辉堂，王月娟. 移动机器人的全局轨迹跟踪控制[J].自动化学报， 2001， 27（3）： 326-331.）