水下作业机器人,系统建模,水下作业机器人,系统仿真
【内容简介】
水下机器人建模与仿真技术是水下机器人设计、研发和应用中的重要技术之一。《水下机器人建模与仿真技术》系统地介绍水下机器人建模与仿真技术的原理、方法和应用。首先介绍水下机器人的现代建模基础理论与方法，包括机理建模法、插值/拟合建模法、随机建模法、相似建模法及综合建模法等；然后介绍数值仿真技术、半物理仿真技术和全物理仿真技术及其应用案例；*后介绍水下机器人建模与仿真技术在水下机器人状态、参数联合估计算法和控制算法研究方面的应用。
【目录】
目录
丛书前言一
丛书前言二
前言
1 绪论 1
1.1 水下机器人建模与仿真技术研究背景及意义 1
1.2 水下机器人建模与仿真技术基础 4
1.2.1 水下机器人建模技术基础 4
1.2.2 水下机器人系统仿真技术基础 6
1.3 建模与仿真技术发展概况与发展趋势 9
1.3.1 建模与仿真技术发展概况 9
1.3.2 建模与仿真技术发展趋势 13
1.4 水下机器人建模与仿真技术的研究现状和发展趋势 14
1.4.1 自主水下机器人建模与仿真技术国内外研究现状 14
1.4.2 载人潜水器建模与仿真技术国内外研究现状 18
1.4.3 水下机器人建模与仿真技术发展趋势 21
参考文献 21
2 水下机器人建模基础理论与方法 24
2.1 水下机器人机理建模法 24
2.1.1 推进系统分立件模型 24
2.1.2 水下机器人动力学模型 28
2.2 水下机器人插值/拟合建模法 37
2.2.1 海流建模方法 37
2.2.2 海底地形建模方法 38
2.3 水下机器人随机建模法 41
2.3.1 传感器随机建模法 42
2.3.2 海浪随机建模法 43
2.4 水下机器人相似建模法 44
2.4.1 基于势流理论的海流建模法 44
2.4.2 基于线性波理论的海流建模法 47
2.4.3 基于水动力软件的海流建模法 50
2.4.4 视觉传感器的建模 51
2.5 水下机器人综合建模法 52
2.5.1 图像处理 53
2.5.2 曲线拟合 53
2.5.3 曲面拟合 54
2.6 水下机器人系统建模技术的集成 55
2.7 本章小结 55
参考文献 56
3 水下机器人数值仿真基础理论与方法 58
3.1 数值仿真算法的稳定性与仿真精度 58
3.1.1 数值仿真算法的稳定性 58
3.1.2 数值仿真过程的误差 59
3.1.3 数值仿真步长的选择 60
3.2 连续系统的数值仿真算法 60
3.2.1 数值积分法 61
3.2.2 离散相似法 63
3.3 离散事件系统的数值仿真算法 63
3.4 智能优化算法 64
3.4.1 遗传算法 65
3.4.2 人工神经网络算法 65
3.4.3 模拟退火算法 66
3.4.4 蚁群算法 67
3.5 基于专业软件的数值仿真 67
3.5.1 基于MATLAB的数值仿真 67
3.5.2 基于Simulink的数值仿真 71
3.5.3 基于Visual C 的数值仿真 74
3.5.4 基于Google Earth的数值仿真 76
3.5.5 基于Vega Prime虚拟现实的数值仿真 78
3.5.6 基于多种软件的水下机器人联合数值仿真 82
3.6 水下机器人数值仿真应用案例 86
3.6.1 水下机器人MATLAB仿真应用案例 86
3.6.2 水下机器人Simulink仿真应用案例 87
3.6.3 水下机器人Google Earth与Visual C 联合仿真应用案例 88
3.6.4 水下机器人MATLAB与Visual C 联合仿真应用案例 89
3.7 本章小结 91
参考文献 91
4 水下机器人半物理仿真技术及应用 93
4.1 水下机器人硬件在回路仿真技术 93
4.1.1 水下机器人系统及相关参数 94
4.1.2 水下机器人控制器在回路半物理仿真技术 96
4.2 自主水下机器人控制器在回路仿真案例 100
4.2.1 控制策略及参数调试 100
4.2.2 辅助自主水下机器人实验室调试 106
4.2.3 辅助自主水下机器人湖试和海试 107
4.3 7000米载人潜水器控制器在回路仿真案例 112
4.3.1 控制策略及参数调试 112
4.3.2 辅助7000米载人潜水器的实验室调试 118
4.3.3 辅助7000米载人潜水器水池试验及海试 120
4.3.4 下潜人员培训和训练 121
4.4 水下机器人半物理仿真系统经济效益 121
4.5 本章小结 122
参考文献 122
5 水下机器人全物理仿真技术及应用 125
5.1 水下机器人全物理仿真技术 126
5.1.1 便携式水下机器人及其相关参数 126
5.1.2 水下机器人运动特性全物理仿真技术 127
5.2 传感器负载的模拟技术 130
5.2.1 姿态信号模拟技术 130
5.2.2 深度信号模拟技术 132
5.2.3 卫星定位信号模拟技术 133
5.2.4 DVL信号模拟技术 134
5.3 执行机构负载的模拟技术 136
5.3.1 推进器负载模拟技术 136
5.3.2 舵机负载模拟技术 137
5.4 便携式水下机器人运动特性全物理仿真案例 140
5.5 本章小结 141
参考文献 141
6 水下机器人状态估计算法仿真研究 143
6.1 基于UKF的AUV状态和参数联合估计算法 143
6.1.1 UKF算法 143
6.1.2 基于UKF的AUV状态和参数联合估计 147
6.1.3 仿真验证 148
6.2 基于自适应UKF的AUV状态和参数联合估计算法 152
6.2.1 自适应UKF算法 152
6.2.2 仿真验证 157
6.3 基于平方根UKF的AUV状态和参数联合估计算法 162
6.3.1 平方根UKF算法 163
6.3.2 仿真验证 164
6.4 UKF及其相关算法的比较 166
6.5 本章小结 167
参考文献 168
7 水下机器人控制算法仿真研究 170
7.1 基于MLQG控制算法的仿真研究 172
7.1.1 HOV系统数学模型 172
7.1.2 MLQG控制器设计 173
7.1.3 仿真验证 176
7.2 基于H∞混合灵敏度的水下机器人鲁棒控制仿真研究 180
7.2.1 H∞鲁棒控制基础理论 180
7.2.2 基于H∞混合灵敏度的HOV控制器设计 185
7.2.3 系统鲁棒性分析 192
7.2.4 半物理仿真系统试验验证 196
7.3 基于结构奇异值μ的水下机器人鲁棒控制 201
7.3.1 结构奇异值μ鲁棒控制基础理论 201
7.3.2 基于结构奇异值μ的HOV控制器设计 205
7.3.3 控制系统性能分析 208
7.3.4 半物理仿真系统试验验证 212
7.4 本章小结 217
参考文献 218
附录 220
附录Ⅰ 符号表 220
附录Ⅱ 中英文缩写对照表 225
索引 229
彩图
【免费在线读】
1 绪论
浩瀚的海洋中蕴藏着人类社会发展所需的各种资源。海洋与人类的生存和发展密不可分，海洋中丰富的资源为人类的生存和发展提供了必要的物质基础。同时，世界各地的洪涝、干旱、台风等**灾害性天气的发生也与海洋密切相关。从21世纪起人类已经进入了大规模开发利用海洋的时期，海洋在我国经济发展格局和对外开放中的作用更加重要，在维护国家主权、安全、发展利益中的地位更加突出，在国际政治、经济、科技、军事竞争中的战略地位也明显上升。
随着人类对海洋科学研究的深入和水下机器人研发技术的发展与进步，世界各海洋强国相继开展了水下机器人的研究与开发，包括载人潜水器、遥控水下机器人、自主水下机器人和混合水下机器人等各种类型。各类水下机器人的基础理论、关键技术和装备研发迅猛发展，并在海洋物理、海洋化学、海洋生物、海洋地质、海洋工程、资源勘探和援潜救生等研究领域得到广泛应用。面对国家对海洋经济、海洋科学、海洋国防等方面日益迫切的需求，面对日新月异的智能、无人、自主、长期、立体化海洋科学考察和资源探测装备技术发展，如何利用现代建模与仿真技术手段对这些高新技术海洋装备的各项功能和性能进行验证成为水下机器人技术及装备研发中的一项重大难题和挑战。
1.1 水下机器人建模与仿真技术研究背景及意义
由于工作环境的特殊性，水下机器人硬件及软件的研发和试验十分困难。主要原因是研究人员不能像干预陆地机器人那样直接干预处于水下密封状态的硬件及软件，对其运行状态进行测量和调试。对于未经充分水下调试和试验的水下机器人，内部故障或不可预见的外部因素导致其丢失的风险很大，其各项性能也无法保证。这就形成了不下水装备无法调试验证，下了水调试难度增加的矛盾。这种矛盾会由于使用支持母船、气象和海况等因素的影响而加剧[1]。
一般水下机器人的研究开发过程包括方案初步设计、详细设计、加工建造、总装联调、湖试、海试、出厂等阶段，如果系统某些性能指标无法满足要求，则需要进行修改，并重新装配和进行各阶段试验，如图1.1所示。在总装联调、湖试和海试阶段，重点在于调试控制系统的软件和硬件。根据历史经验估计，控制系统软件和硬件的调试几乎占用整个研制周期的60%～70%。若能减少控制系统软硬件的调试时间，则可以大幅缩短水下机器人的研制周期，减少试验成本。
图1.1 水下机器人的主要研发流程图
另外，控制系统的核心软件系统必须能够实时应对非结构和复杂多变的海洋环境才能*终完成给定的使命。这样一套软件系统，必须在各种各样的单变量环境甚至多变量耦合环境下进行大量的试验，这样就会产生以下几个问题[2-4]。
(1)试验所需的海洋环境不易获得。例如对避碰算法进行试验，在实际海洋环境中找到适合验证避碰算法的海域不易获得，但若不进行实际海上避碰试验就无法保证水下机器人避碰算法的能力，这是相互矛盾的。
(2)外场试验需要花费大量的人力、物力。
(3)水下机器人的外场试验需冒很大的风险。为了减少试验中的风险，试验的次数应尽可能少，但若不进行大量的试验则无法验证控制系统的各项功能和性能，以及水下机器人的可行性和可靠性，这也是相互矛盾的。
鉴于以上问题，建立一个可以辅助水下机器人进行全过程研究、自主控制(包括体系结构、自主学习、智能决策、路径规划、避碰策略、行为控制)、智能控制(包括系统辨识、神经网络、模糊控制、鲁棒控制等)、状态与参数估计(包括滤波算法、健康诊断、水下高精度导航技术、目标运动要素分析等)策略选择、参数调试、辅助现场湖试和海试等的水下机器人仿真系统就显得尤为必要。
系统建模与仿真是迅速发展起来的一门新兴学科。随着系统建模与仿真理论方法的完善和应用技术研究的深入以及计算机技术的发展，应用数字计算机对实际系统或假想系统进行仿真的技术越来越受到人们的重视。总结和回顾系统仿真技术发展的特点，不难给出下述结论[5]：分布式交互仿真、虚拟现实仿真、离散事件系统仿真、控制器在回路半物理仿真、面向对象仿真和建模与仿真的校核、验证和确认(VVA)技术等现代仿真技术及应用取得了引人瞩目的进展。系统建模与仿真技术不但在航空、航天、航海、原子能、电力等领域的应用水平得以提高，而且被逐步应用于社会、经济、交通、生态系统等各个领域，已成为高科技产品从论证、设计、生产、试验、训练到更新等全生命周期各个阶段不可缺少的技术手段[6]。
由于建模与仿真技术在安全性和经济性方面的特殊功效，其获得了十分广泛的应用，特别是在军用领域，仿真技术已成为装备系统研制与试验中的先导技术、校验技术和分析技术[7]。因为该种装备都是多模式复合系统，为了测试其多种功能，需在一个受控环境中输入各种模式情况下所要求的各种激励信号，并确定系统对激励信号的响应灵敏度。首先，由于受到实际飞行和航行试验条件的限制，多功能测试是难以实现的，而仿真试验可以比较方便地取得统计性数据。其次，建模与仿真技术在应用上的经济性，也是其被广泛采用的十分重要的因素。世界各国几乎所有大型的发展项目，如阿波罗登月计划、战略防御系统、计算机集成制造等，投资极大，又有相当大的风险，而建模与仿真技术的应用可以用较小的投资换取风险上的大幅度降低[8]。据统计，由于采用系统建模与仿真技术，装备实际试验次数减少了30%～60%，研制费用节省了10%～40%，研制周期缩短了30%～40%，从而使型号研制得到很高的效费比。一般来说，系统建模与仿真技术的主要作用有[1，9]：
(1)优化系统设计。在复杂的系统建立以前，能够通过改变仿真模型结构和调整参数来优化系统设计。
(2)节省经费。仿真试验只需在可重复使用的模型上进行，所花费的成本比在实际产品上做试验低。
(3)重现系统故障，以便判断故障产生的原因。
(4)可以规避实际试验的风险，降低试验的危险。
(5)进行系统抗干扰性能的分析研究。
(6)相关人员的操作训练。
(7)对系统的运行状态进行监视。
(8)对试验数据后处理，重现水下机器人水下试验状况。
(9)对系统或系统的某模块进行性能评价。
(10)系统仿真能为管理决策和技术决策提供依据。
正因为系统建模与仿真技术对国防建设、工农业生产及科学研究均具有极大的应用价值，该技术被美国国家关键技术委员会于1991年确定为影响美国国家安全及繁荣的22项关键技术之一[10]。军事仿真需求一直是推动仿真技术发展的主要动力之一，军事仿真技术往往体现出仿真技术的**成就[11]。
随着水下机器人技术的进步，功能强大、应用领域广阔的各种新型水下机器人有待于进一步研究和开发。为了加速新型水下机器人的研究和开发步伐，迫切需要利用水下机器人建模与仿真技术辅助水下机器人的设计、研发、调试、试验和应用。
1.2 水下机器人建模与仿真技术基础
1.2.1 水下机器人建模技术基础
1.水下机器人系统模型
建立水下机器人仿真系统首先要研究水下机器人及相关系统的模型。水下机器人系统模型包括水下机器人运动学模型、动力学模型等；相关系统模型包括推进器模型、传感器模型，以及外界海流模型、海底地形模型、波浪模型等。
2.水下机器人系统模型的分类
数学模型的分类与所讨论系统的特性有关，一般说来，系统有线性与非线性、静态与动态、确定性与随机性、微观与宏观、定常(时不变)与非定常(时变)、集中参数与分布参数之分，故描述系统特性的数学模型必然也有这几种类型的区别。此外，数学模型还与研究系统的方法有关，比如有连续模型与离散模型、时域模型与频域模型、传递函数模型与状态空间模型等。
水下机器人系统模型按照虚实可分为数学模型、概念模型和物理模型[2]。
1)数学模型
用来描述系统要素之间以及系统与环境之间关系的数学表达式称为数学模型。数学模型包括正规数学模型和仿真系统数学模型。
正规数学模型是用符号和数学方程式来表示系统的模型，其中系统的属性用变量表示，系统的活动则用相互关联的变量之间的数学函数关系式来表示，例如水下机器人深度控制的传递函数模型、零极点模型或状态空间模型。
仿真系统数学模型是一种适合在计算机上进行运算和试验的模型，主要根据计算机运算特点、仿真方式、计算方法和精度要求，将原始系统数学模型转换为计算机的程序。仿真试验是在计算机上对水下机器人动力学模型计算，根据试验结果情况，进一步修正系统模型。在水下机器人半物理仿真系统上需采用水下机器人仿真系统数学模型。
飞速发展的现代数学和系统科学为我们提供了十分丰富的数学模型。微分方程模型、时间序列模型、回归分析模型、生长曲线模型、马尔可夫模型、模糊数学模型、灰色系统模型、粗糙集模型、人工神经网络(ANN)模型、遗传规划模型、层次分析模型、蒙特卡罗模型、线性规划模型、非线性规划模型、动态规划模型、分形模型、混沌模型、系统动力学模型、有限状态机模型等[12]，都是常用的数学模型。水下机器人系统常用微分方程组模型、模糊数学模型、人工神经网络模型、有限状态机模型等。
2)概念模型
对现实世界及其活动进行概念抽象与描述的结果称为概念模型。
概念模型是基于人们的经验、知识背景和思维直觉形成的，是人的大脑活动的产物。基于对所研究系统相关概念的抽象并通过对抽象概念相互关系的概括和描述得到概念模型，通常用语言、符号、框图等形式表达[13]。概念模型可以看成是现实世界到数学模型或计算机仿真系统的一个中间层次。在信息系统分析与设计领域，对系统信息定义进行规范描述的系统概念模型仅用于抽象和常规设计，而不用于具体和专门的执行设计。基于描述的内容，可将概念模型分为面向领域的概念模型和面向设计的概念模型两类。
3)物理模型
以实物或图形直观地表达对象特征所得的模型称为物理模型。
物理模型是根据一定的规则对系统进行简化、描绘或按照一定比例缩小、放大而得到的仿制品。通常要求物理模型与实物高度相似，能够逼真地描述实物原型。如用于风洞试验以及试验水槽中的水下机器人缩比模型、人工模拟太空环境、人工制作的脱氧核糖核酸(DNA)分子双螺旋结构模型、真核细胞三维结构模型等都是用来描述实物原型的物理模型。在大型水利工程、土木工程项目设计施工或水下机器人、飞行器研制过程中常运用缩比的物理模型。
3.水下机器人系统数学建模的方法
从传统意义上来说，数学建模的方法主要分为三类，分别为机理建模法、实验测试法和统计分析法[14]。
(1)机理建模法
(演绎法/理论建模/机理模型)是根据系统的工作原理，运用一些已知的物理定理、定律、原理推导出系统的数学模型。机理建模法主要针对内部结构和特性已经清楚的系统，即所谓的“白箱”系统。使用该方法的前提是对系统的运行机理完全清楚。
(2)实验测试法
(归纳法/实验建模/系统辨识)是通过实验方法，选择各种典型的输入量，并测试其相应的输出量，然后按照一定的辨识方法得到系统模型。实验测试法主要针对内部结构和特性不清楚或者难以弄清楚的系统，即所谓的“黑箱”或“灰箱”系统，通常只用于建立输入/输出模型。实验测试法又可分为经典辨识法和系统辨识法两大类。①经典辨识法。该方法不考虑测试数据中偶然误差的影响，只需对少量的测试数据进行比较简单的数学处理，其计算工作量一般较小。经典辨识法包括时域法、频域法和相关分析法等。②系统辨识法。该方法是在输入和输出数据的基础上，从一组给定的模型类中确定一个与所测系统等价的模式。其特点是可以清除测试数据中的偶然误差即噪声的影响，为此需要处理大量的测试数据，计算机是不可缺少的工具[15]。
(3)统计分析法。对于那些属于“黑箱”，但又不允许直接进行实验观察的系统，可以采用数据收集和统计分析的方法来建造系统模型。统计分析法使
【书摘与插画】
