一种水下机器人及其稳定性分析及结构优化的应用方法与流程

本发明具体涉及一种水下机器人及其稳定性分析及结构优化的应用方法，属于机器人技术领域。

背景技术：

近年来，作业型水下机器人得到了国内外学者和研究机构的广泛关注。机器人在水下悬停或运动时，容易受到海流等外界干扰的影响，难以保持姿态稳定及实现精准作业，通过机械结构设计和控制力矩输入可以提高系统自身的稳定性。然而，自身稳定性差的水下机器人难于保持航向和定深，须通过频繁的调整控制输入力矩来保持期望的航向和深度，这样将会增加航行阻力及系统的能耗，甚至失控。自身稳定性过强的系统,又使得系统的机动性降低。因此，在机器人的设计过程中，如何合理的设计系统机械结构和控制输入之间关系，对于研究系统的稳定性和机动性具有重要的意义。

水下机器人的运动稳定性是指其受到海流等干扰后，受扰的运动参数能否自行返回到初始运动状态的能力。目前针对稳定性研究主要有两种方法：一种是Routh-Hurwitz(1875， 1895)提出通过判断系统的特征根是否在左半平面来判定系统是否稳定。潜伟建等人采用古尔维茨判别法判断水下机器人平面扰动运动微分方程的特征方程式根的实部符号，进行直航运动稳定性分析。然而，这种方法并没有针对具体设计参数和控制参数，对稳定性进行分析；另一种是李雅普诺夫直接法，该方法不需要求解动力学方程，通过构造李雅普诺夫函数定性分析系统的稳定性，目前被广泛应用于水下机器人等非线性系统的运动稳定性分析。Joyjit等人基于滑模控制方法对蛇形机器人进行速度跟踪和头部角控制，通过Lyapunov 稳定性分析证明了系统在有限时间内的稳定性。李雅普诺夫稳定性理论分析多自由度、强耦合的复杂非线性系统稳定性时存在着难以构造出适合的函数，这依然是当前的难点问题。特别是，当进行机械设计和控制优化时，定性的分析无法给出量化分析指标，难以在稳定性和机动性方面给出定量的分析。因此，本文采用李雅普诺夫指数法量化分析水下机器人悬停阶段的运动稳定性。该方法与李雅普诺夫直接法相比，主要优点在于其可构建性，从而使得水下机器人悬停运动稳定性分析成为可能，同时本文优化系统机械结构来提高悬停运动稳定性，增加水下机器人摄像时的清晰度、准确度，及运动的灵活度。

技术实现要素：

针对现有技术存在的不足，本发明所要解决的技术问题是：一种水下机器人，采用李雅普诺夫指数方法建立系统参数与系统悬停运动稳定性之间的量化关系，进而优化系统机械结构来提高悬停运动稳定性，增加水下摄像时的清晰度、准确度、灵活度。

为了实现上述发明目的，本发明采用的方案为：

一种水下作业机器人，包括载体装置、摄像及照明装置、控制与导航装置、驱动装置部分。主体采用鱼雷式结构，控制与导航装置放置在其内部，使得水下机器人能够执行计划指标。在主体结构两端和尾翼搭载驱动装置，所述摄像及照明装置固定在水下机器人前端。

进一步地载体装置包括耐压舱、耐压前罩。耐压舱采用亚克力材料和ABS工程塑料，新颖精简的流线型设计。耐压前罩由玻璃钢制成，便于摄像装置获取图像信息。耐压前罩、前端耐压舱依次布置。

进一步地控制与导航装置置于耐压舱内部，采用STM32F407作为主控，配合MS5837 深度传感器，MPU6050和AK8975姿态传感器等。算法部分，使用PID控制器进行处理。

进一步地驱动装置包括置于载体两侧水平推进螺旋桨和尾翼处的垂直螺旋桨。螺旋桨推进器可根据实际需要进行旋转180°。

进一步地摄像及照明装置包括摄像机、照相机、灯、红外传感器、激光传感器和磁力传感器，位于水下机器人前端的耐压前罩中。

所述水下航行体通过光纤、无线数传天线与主控端的控制单元通过主控数传设备相互配合协调，可实现两种作业模式，一种是航行模式，另一种是悬停作业模式。处于航行模式的水下机器人可以快速灵活直航运动，悬停作业模式极大增加水下机器人的悬停稳定性以提高作业的精准和准确。

为实现上述的获得系统参数与系统悬停运动稳定性之间的量化关系，获取实际需要的 PD控制参数的目的，本发明采取的技术方案是：一种基于李雅普诺夫指数稳定性分析的方法，其步骤如下：

(i).构建水下机器人动力学模型，标准形式如下

(ii).将模型方程转化为状态方程形式

(iii).计算雅克比

(iv).计算李雅普诺夫指数

最后获得系统参数与稳定性之间的量化关系。

本方案参考可旋翼式无人机设计方案，处于航行模式的水下机器人两侧推进器为水平方向，尾翼为垂直推进器，这样有利于获得前进推力。在水下机器人悬停阶段，将两侧水平推进器扭转为垂直推进器，实现精准悬停，尾翼扭转为水平推进器以抵消湍流影响，引入李雅普诺夫指数量化分析获得的控制参数。

有益效果

通过上述技术方案，本发明技术方案的有益效果是：

1)、减少频繁调整控制输入多力矩保持期望的航向和深度。

2)、保持悬停姿态稳定。

3)、实现精准作业。

4)、提升水下机器人在水下执行任务时的稳定性、快速性和准确性。

5)、获得系统参数与系统悬停运动稳定性之间的量化关系。

附图说明

图1是系统总体结构框图。

图2是稳定性算法流程图

图3是悬停阶段线位移曲线。

图4是悬停阶段姿态李雅普诺夫指数谱。

图5是修正后的悬停阶段线位移曲线。

图6是修正后的悬停阶段姿态李雅普诺夫指数谱。

图7是相空间状态验证算法的有效性。

图8是航行模式结构简图。

图9是悬停模式结构简图。

图10是悬停模式右视图。

图11是工作流程图。

具体实施方式

下面结合附图对技术方案的实施作进一步的详细描述：

显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明所采用的水下悬停作业型机器人的机体采用对称平衡的结构设计，包括载体装置、摄像及照明装置、控制与导航装置、驱动装置部分如图1。主体采用鱼雷式结构，控制与导航装置放置在其内部，使得水下机器人能够执行计划指标。在主体结构两端和尾翼搭载驱动装置，所述摄像及照明装置固定在水下机器人前端。

本发明提供了水下悬停作业型机器人一种系统参数与系统悬停运动稳定性之间的量化分析方法，步骤如流程图2:

本方案将HyView水下机器人视为刚体，其运动视为刚体运动，机器人在大地坐标系下的位置和姿态用向量η＝(φ,θ,ψ,x,y,z)^T表示，其中φ,θ,ψ为3-2-1欧拉角的三个方向上的姿态角，x,y,z为线位移。机器人在体坐标系下的线速度和角速度用h＝(p,q,r,u,v,w)^T表示， p,q,r是角速度，u,v,w是线速度。本方案采用基于庞加莱—拉格朗日方程建立系统的运动学及动力学方程如下：

其中，J(θ)是运动学矩阵，M是惯性矩阵，C(h)是科里奥利力，τ是外力和外力矩矢量。

由于HyView水下机器人为复杂非线性系统，参数较多，动力学模型较为复杂。为了便于分析，本文对系统进行适当的简化，考虑影响水下机器人运动的主要参数。因此，本文将主要考虑水动阻力、推力和重力、浮力对其的影响。

通过式(1)和(2)求解获得水下机器人的动力学模型的主要代表项如下：

h＝(p,q,r,u,v,w)^T (3)

其中：Ix、Iy、Iz分别为系统x、y、z轴的转动惯量，m为系统质量，g为重力加速度，见参数表1所示。φ为系统绕x轴方向的滚转角(rad)，θ为系统绕y轴方向的俯仰角(rad)，ψ为系统绕z轴方向的偏航角(rad)，p,q,r,u,v,w分别是x、y、z轴的角速度和线速度，Sφ＝sinφ，Cφ＝cosφ，Sθ＝sinθ，Cθ^-1＝cosθ，Cθ＝secθ，Tθ＝tanθ，Sψ＝sinψ，Cψ＝cosψ，L、K、N、 f1、f2、f3分别为x、y、z轴上的总的力矩和力，并且每个关节输入力和力矩采用了PD控制算法，如下：

其中θd1是期望位置或运动轨迹，kpi和kvi是比例微分系数。

将式(1)和(2)转化为系统的状态方程

式中，X＝[ηh]^T＝(φ,θ,ψ,x,y,z,p,q,r,u,v,w)^T

李雅普诺夫指数可以通过动力学方程或状态量的时间序列两种方式获得，本文采用基于动力学方程的计算方法，其计算公式为：

其中，状态方程是通过非线性系统的动力学方程转化得到的。李雅普诺夫指数的大小由函数f(X)在Xi处的雅可比矩阵。|df(X)/dX|决定的，计算步骤如下：

(i).构建动力学模型，标准形式如下

(ii).将模型方程转化为状态方程形式

(iii).计算雅克比

(iv).计算李雅普诺夫指数

在建立的动力学模型基础上，将方程(5)代入式(6)中就可以计算出整个系统的李雅普诺夫指数谱。

李雅普诺夫指数用来描述系统受到扰动后的初值与原初值两条轨道随时间收敛或发散的平均指数率。当李雅普诺夫指数小于0时，系统的相轨道吸引到一个稳定的固定点上，整个系统是稳定的。负的李雅普诺夫指数是耗散系统或者非保守系统(如阻尼谐波振子)的基本特征，而且这个负值越大相轨道收敛越快，系统到达稳定状态的速度也越快，当这个负值趋向于无穷大时系统是超稳定的。如果系统是稳定的，其李雅普诺夫指数中至少有一个小于0，并且所有指数之和同时小于0。当李雅普诺夫指数大于0时，系统是不稳定的或混沌的。李雅普诺夫指数为0时，相轨迹是周期性运动。

同时给PD控制算法的比例微分系数为kp1＝2，kv1＝300；kp2＝2，kv2＝300和kp3＝2，kv3＝250；期望轨迹θd1＝x＝1.7sin(2x),θd1＝y＝1.7sin(2y)和θd1＝z＝1.7sin(2z)。三个方向上的线位移与设定的期望轨迹如图3所示，X轴方向的线位移能够快速响应并与期望值吻合，Y轴方向的线位移 2s后达到稳定，Z轴方向的线位移在起始阶段较X，Y的线位移波动较大，最终实现稳定状态，但在仿真中发现与期望状态有0.05m误差，李雅普诺夫指数迭代60次后系统才趋向稳定，如图4，说明Z轴方向受到的干扰比X，Y轴大，如图8所示，

初始阶段稳定性较差，需对作业型悬停水下机器人进行合理布置，本文在仿真中增加作业型悬停水下Z轴方向推力稳定到TZ＝150N，调整kp6＝3，kv6＝300，以抵消潜浮运动对悬停的影响，后得到仿真如图5所示，此时李雅普诺夫指数都是负的(如图6所示)，系统的运动是稳定的。悬停运动状态的稳定性受到浮力，重力，水动力等耦合干扰影响，因此在设计与控制悬停水下机器人时，对Z轴方向对推进器和控制参数等进行合理设置。当比例微分系数给定后，改变初始条件为φ＝0.1，θ＝0.1，ψ＝0.1，x＝0.1，y＝0.1，z＝0.1时获得时相空间的吸引子都还稳定在同一个固定点上，如图7所示，验证了算法的有效性

结合附图8、9、10可见，本水下机器人，包括机器人本体，采用采用亚克力材料和 ABS工程塑料，主体制成鱼雷式结构，在抵抗水体压力的情况下，有利于减轻物体重量增加浮力及减少运动阻力。

所述机器人本体两侧和尾翼搭载地驱动装置包括置于两侧水平的螺旋桨推进器和尾翼处的垂直螺旋桨推进器如图8。本装置在控制与导航装置作用下，可以实现两种模式下的水下姿态航行，STM32F407作为主控板接受模式转换指令，启动本体与推进器之间的倾斜装置，通过舵机控制实现推进器系统的倾转角度，螺旋桨推进器可根据实际需要进行旋转 180°，进入悬停模式如图9，在水下机器人悬停阶段，两侧水平推进器扭转为垂直推进器，实现精准悬停，尾翼扭转为水平推进器以抵消湍流影响，保持X-Y平面稳定性，如图10 所示。调入根据李雅普诺夫指数量化稳定分析获得的PD控制参数，使用PD控制算法进行处理姿态信息实现精准稳定状态。工作流程如图11所示。增加垂直推进器会繁调整控制输入多力矩保持期望的航向和深度，这样将会增加航行阻力及系统的能耗，相对于其他搭载六个推进器的水下机器人相比，本文可以减少阻力，增加续航时间，既减轻维持悬停稳定的控制难度又保证了直航运动的快速。

所述机器人本体搭载的摄像及照明装置，本文使用高清的摄像头可用于在悬停阶段观察水下环境，拍摄大量图片和视频用于后续研究工作，增强水下机器人的稳定性可以大大提高图片和视频采集质量，减少后期数据处理的难度，灯、红外传感器、激光传感器等使其可以适应不同情况下的海底环境，其中红外传感器、激光传感可用于测量机器人本体距离以实现对前方进行避障。

本发明的技术方案所公开的技术手段不仅限于上述技术手段所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。

以上述依据本发明的理想实例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。