⽔下机器⼈控制⽅法的对⽐--⽔下球形机器⼈的运动控制研究 国内外研究⼈员已经提出了许多运动控制⽅法,⽬前已经应⽤的⽔下机器⼈的控制算法有:PID控制、⾃适应控制、模糊控制、滑模控制、神经⽹络控制、鲁棒控制,以及其中⼏种控制⽅法的结合等等。 1.PID控制
张晓一PID是⽐例、积分、微分的简称,PID 控制的应⽤较灵活,并且具有⼀定的鲁棒性。⽔下机器⼈的运动具有⾮线性和时变性,但可以通过模型简化或反馈线性化等⽅法将⾮线性系统化简或转化为基本线性和⾮时变的系统,进⽽可以应⽤ PID 进⾏控制。 虽然 PID 控制⽐较简单实⽤,并且应⽤较⼴泛,但毕竟⽔下机器⼈的运动是⾼度⾮线性、时变和强耦合的,因此该⽅法并不能完美地对⽔下机器⼈的复杂的⽔下运动进⾏控制,⽽各种改进的 PID 控制⽅法的⽬的就是要摒弃单纯 PID 控制的参数调整困难的缺点,根据需要在线调整 PID 参数使之适应复杂的⾮线性和多样的系统状态。但是各种改进的 PID 控制⽅法还不够完善,需要深⼊的研究使之能⽅便地应⽤到⽔下机器⼈的运动控制当中。 2.⾃适应控制
⾃适应控制是根据各种环境的变化对⾃⾝的特性进⾏智能调节,使系统可以按照设定好的标准⼯作于最佳状态,⾃适应控制设计的理论基础主要有超稳定性、李雅普诺夫、随机控制和参数估计等理论。
⾃适应控制⽅法在⽔下机器⼈的运动控制中的应⽤还是较为⼴泛的,这主要是因为⾃适应控制的参数是变化的,并且可以对参数进⾏在线校正,从⽽可以应⽤到控制不确定的⾮线性系统当中,但许多研究⼈员开始致⼒于对⾃适应控制的改进设计以减少最初的控制阶段的控制不稳定或估计参数振动显著等缺点。
3.模糊控制
模糊控制为以模糊数学的基本思想和理论为基础的⼀种计算机数字控制⽅法,它即属于⾮线性控制范畴,⼜属于智能控制范畴,模糊逻辑的主要特点就是它的表达⼈类思维的模糊性。因此,当过程的数学模型不存在,或者虽然存在但不确定时,可以选择模糊控制⽅法来处理未知过程。
模糊控制的优点有很多:
(1) 并不需要被控对象的数学模型,只需要专家等的经验、知识和操作数据;
(2)简单、易于实现;
(3)系统的鲁棒性强,可以适⽤于⾮线性、时变的系统;
(4) 可与其他经典控制⽅法相结合。样本容量
但模糊控制也存在⼀定的缺陷:
(1)系统的稳态特征相对对象参数的变化的灵敏度较⾼,系统可能产⽣稳态误差或⾃激振荡;
(2)误差和误差变化率的动态范围需要进⾏反复调整;九宫算
新词儿
(3) 缺乏在线⾃学习或⾃调整的能⼒;
(4) 并不适宜于安全性能要求⾼的系统。幼儿发展与健康管理
4.滑模控制
余杭区实验小学
滑模控制可以在动态过程中根据系统当前的状态进⾏有⽬的的不断变化,使系统按照预定的状态轨迹运动,滑模控制具有响应速度快、对应参数变化及扰动不灵敏、⽆需系统在线辨识以及物理实现简单等优点,但滑模控制要求有较好的系统动态模型,以及模型中不精确或确定的信息。
滑模控制在⽔下机器⼈的控制当中得到了很⼤的重视,并取得了⼀定的科研成果,但还存在许多问题需要解决,尤其是需要最⼤限度地减少抖振现象,滑模控制与其他控制⽅法的结合还需要进⾏深⼊的研究并有待于实际的应⽤实验的验证。
5.神经⽹络控制
神经⽹络控制是智能控制的⼀个分⽀,它主要是将⼈⼯神经⽹络理论与控制理论有机结合起来,神经⽹络控制的实现主要是通过将神经⽹络在相应的控制系统结构中作为控制器或者辨识器,从⽽对⾮线性的不确定的系统进⾏控制。
尽管神经⽹络在⼯业中的应⽤越来越流⾏,但是⾮临界函数和系统都限制了神经⽹络的应⽤,这主要是当前还没有通⽤的⽅法可以证明神经⽹络在线学习的收敛,并且神经⽹络控制的计算较复杂,对控制系统的硬件性能要求较⾼等都限制了神经⽹络在⽔下机器⼈中的应⽤,因此,神经⽹络控制的研究还需不断地进展以提⾼其实⽤性。