SVM在水下机器人运动控制中的应用

论文摘要

水下机器人是人类探索和开发海洋的一种有效工具。为了完成各种复杂的指定任务,水下机器人往往需要根据要求做出相应的位置和姿态改变。对水下机器人的运动控制是其完成预定任务的前提和保障。然而,水下机器人是一种复杂的强非线性系统,此外,在运动过程中还有可能受到如风、浪、流和障碍物等不确定性因素的影响,因此要实现精确控制具有一定挑战性。支持向量机是一种针对小样本的人工智能学习机器,具有良好的非线性函数拟合能力和泛化能力强等优点,为非线性系统的建模和控制提供了一种有效途径。本文利用支持向量机对水下机器人运动控制进行了一些应用研究。（1）给出了水下机器人空间运动数学模型。通过建立合适描述水下机器人运动的坐标系统,确定了其空间运动数学模型。分析了水下机器人在水中航行时所受的各种力和力矩。进一步对空间运动模型做了适当的简化,建立了适用于水下机器人航向控制的运动响应模型。（2）介绍了支持向量机的基本原理,利用最小二乘支持向量机（LSSVM）建立了水下机器人动态系统的正向模型和逆向模型,获得了艏摇角和舵角之间的黑箱动力学模型,并对所建立的模型进行了泛化性检验,结果表明,支持向量机具有良好的辨识精度和泛化性能。（3）将支持向量机所辨识的水下机器人逆向模型,作为前馈控制器,与被控对象串联,提出了一种基于LSSVM的水下机器人直接逆模型控制系统,为了进一步提高控制系统的精度,增加了一条PID控制回路,形成LSSVM-PID水下机器人复合逆控制系统,应用控制系统进行了数值仿真,仿真结果表明,基于LSSVM-PID的水下机器人航向复合逆系统控制具有良好的控制精度和抗干扰性。（4）结合内模控制方法,提出了一种基于LSSVM的水下机器人航向保持内模控制方案,把LSSVM辨识建立的水下机器人正向模型和逆向模型分别作为内模控制系统中的内部模型和内模控制器,并在此基础上分析了反馈滤波器对整个控制系统的影响。应用该混合控制策略进行了数值仿真,验证了所设计控制方案的有效性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 水下机器人分类
• 1.3 水下机器人国内外研究现状及发展趋势
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.3.3 发展趋势
• 1.4 水下机器人运动控制技术概述
• 1.5 课题来源与论文主要内容
• 1.5.1 课题来源
• 1.5.2 论文主要内容
• 第二章 水下机器人运动数学模型
• 2.1 引言
• 2.2 研究对象
• 2.3 水下机器人运动坐标系统
• 2.4 水下机器人空间运动方程
• 2.4.1 水下机器人的平移运动方程
• 2.4.2 水下机器人的旋转运动方程
• 2.5 水下机器人受力分析
• 2.5.1 静力
• 2.5.2 水动力
• 2.5.2.1 流体惯性水动力
• 2.5.2.2 流体黏性水动力
• 2.5.3 舵力
• 2.5.4 螺旋桨力
• 2.6 水下机器人六自由度运动模型
• 2.7 水下机器人响应型运动数学模型
• 2.8 本章小结
• 第三章 基于支持向量机的动力学模型辨识
• 3.1 引言
• 3.2 回归型支持向量机
• 3.2.1 线性回归型支持向量机
• 3.2.2 非线性回归支持向量机
• 3.2.3 支持向量机的参数选择
• 3.3 最小二乘支持向量机
• 3.3.1 最小二乘支持向量机
• 3.3.2 最小二乘支持向量机在线学习算法
• 3.4 基于LSSVM的水下机器人模型辨识及仿真
• 3.4.1 基于LSSVM的水下机器人航向正向模型辨识
• 3.4.2 基于LSSVM的水下机器人航向逆向模型辨识
• 3.5 本章小结
• 第四章 基于LSSVM-PID的水下机器人复合逆控制
• 4.1 引言
• 4.2 逆系统方法与理论
• 4.3 基于LSSVM的水下机器人直接逆模型控制
• 4.4 基于LSSVM-PID的水下机器人航向复合逆控制
• 4.5 本章小结
• 第五章 基于LSSVM的水下机器人航向内模控制
• 5.1 引言
• 5.2 内模控制基本原理
• 5.3 内模控制器的设计
• 5.4 内模控制的鲁棒性
• 5.5 基于LSSVM的水下机器人航向保持内模控制
• 5.5.1 LSSVM内部模型的建立和LSSVM控制器的设计
• 5.5.2 滤波器的设计
• 5.5.3 仿真及分析
• 5.6 本章小结
• 总结与展望
• 参考文献
• 攻读硕士期间发表的论文和取得的科研
• 致谢
• 个人简历