基于MOOS和ELM的自主式水下机器人控制器设计
如今,随着自主式水下机器人(AUV)在海底资源探测和军事科学范畴的广泛应用,AUV的智能化程度成为大家关注和研究的重要方面,决策控制是AUV智能化程度一方面的体现,是保证AUV成功完成作业的关键技术。本文主要设计了一种基于ELM的PID控制器,能够出色的完成控制AUV动力系统的任务。 本文首先介绍了AUV在国内外的应用和实验平台鱼雷形AUV的体系结构,接着重点介绍了本文研究采用的基于行为的反应式决策控制系统。我们按照行为将将AUV的决策控制系统分为两个部分:理性行为子系统和感性行为子系统。理性行为智能化程度高,算法复杂,感性行为是AUV对外界的感知反应,算法简单,实时性高,理性行为集构成了理性行为子系统,感性行为集构成了感性行为子系统,两个子系统共同合作,互相补充,保证AUV优异得完成规定任务。 其次本文介绍了MOOS(The Mission Oriented Operating Suite)体系结构,MOOS体系结构的三个显著特点:模块化、分布式、星形拓扑结构。本文的研究的鱼雷形AUV软件系统是以MOOS体系结构为基础设计的,根据MOOS模块化设计,代码复用性好,扩展性高的特点,根据作业需要搭载了多个功能模块,重点介绍了多普勒计程仪(DVL)传感器模块的开发实例和基于ELM的PID控制模块。 最后,极限学习机(ELM)是一种新型的单隐含层前反馈神经网络,具备学习速率高,训练效果好等优势,本文提出的基于的ELM的PID控制器,能够寻找到最优的控制系数,实现对AUV更精确的控制。之后,选取了AUV的航向作为控制对象,对基于ELM的PID控制器的输出信号进行了仿真。通过对仿真结果的分析研究,我们可以看到本文设计的基于ELM的PID控制器能够控制AUV更准确得按照规划好的路径行进,进而顺利到达目的地。
自主式水下机器人;控制器设计;极限学习机;任务导向操作套件
中国海洋大学
硕士
电子与通信工程
何波
2015
中文
TP242;TP203
71
2016-01-27(万方平台首次上网日期,不代表论文的发表时间)