基于反作用轮的仿生机器鱼横滚稳定控制方法及系统转让专利
申请号 : CN202010122960.0
文献号 : CN111258326B
文献日 : 2021-04-23
发明人 : 喻俊志 , 吴正兴 , 张鹏飞 , 王健 , 谭民
申请人 : 中国科学院自动化研究所
摘要 :
权利要求 :
1.一种基于反作用轮的仿生机器鱼横滚稳定控制方法,所述方法应用于仿生机器鱼,其特征在于,所述仿生机器鱼安装有轴线沿头尾轴平行设置的反作用轮,所述方法包括如下步骤:
S100,获取仿生机器鱼的横滚角、横滚角速度以及尾部关节角速度;
S200,基于所述仿生机器鱼的横滚角、横滚角速度以及尾部关节角速度计算获取反作用轮控制信号;所述反作用轮控制信号获取方法为:S210,基于所述尾部关节角速度,通过前馈补偿器得到所述仿生机器鱼的运动扰动补偿量;
S220,基于预获取的环境扰动补偿量结合所述横滚角、所述横滚角速度、所述运动扰动补偿量由经过辨识的神经网络计算得到,该神经网络的输入为关节的角速度,输出为运动扰动补偿量,通过滑模控制器得到反作用轮控制信号;
S300,根据所述反作用轮控制信号控制所述反作用轮旋转,以产生反作用力矩,用于对仿生机器鱼横滚角的控制。
2.根据权利要求1所述的基于反作用轮的仿生机器鱼横滚稳定控制方法,其特征在于,所述前馈补偿器为预训练的神经网络前馈补偿器;
所述预训练的神经网络前馈补偿器基于三层反向传播神经网络构建;所述网络的输入层节点数与所述仿生机器鱼的尾部关节数量相等,输出层节点数为1,激活函数为Sigmoid函数。
3.根据权利要求2所述的基于反作用轮的仿生机器鱼横滚稳定控制方法,其特征在于,所述神经网络前馈补偿器通过离线训练获取,其训练方法为:A100,通过系统辨识方法获取所述仿生机器鱼在静止状态下的系统参数;所述系统辨识方法为基于冲激响应构建的方法;
A200,采集所述仿生机器鱼在游动过程的横滚角、横滚角速度及尾部关节角速度,作为采集数据;
A300,基于所述系统参数、所述采集数据,通过线性跟踪微分器计算横滚角加速度;并基于所述横滚角加速度、所述系统参数、所述采集数据得到所述仿生机器鱼的运动扰动补偿量;
A400,根据所述运动扰动补偿量,利用反向传播算法对所述神经网络前馈补偿器进行训练。
4.根据权利要求3所述的基于反作用轮的仿生机器鱼横滚稳定控制方法,其特征在于,步骤S210中“通过预训练的神经网络前馈补偿器得到所述仿生机器鱼的运动扰动补偿量”,其方法为:
其中,为运动扰动补偿量;f(·)为Sigmoid函数,其公式为, 代表由第i个输入层节点数到第k个隐含层节点数的权重; 代表了第k个隐含层节点数到输出层节点数的权重; 代表第k个隐含层节点数的偏置;bo代表输出层节点数的偏置;m为输入层节点数的数量;n为隐含层节点数数量; 为第i号关节的角速度。
5.根据权利要求1所述的基于反作用轮的仿生机器鱼横滚稳定控制方法,其特征在于,所述滑模控制器通过获取的仿生机器鱼的运动状态来调节其自身的系统参数,并将sign函数替换为饱和函数。
6.根据权利要求4所述的基于反作用轮的仿生机器鱼横滚稳定控制方法,其特征在于,步骤S220中“基于预获取的环境扰动补偿量结合所述横滚角、所述横滚角速度、所述运动扰动补偿量通过滑模控制器得到反作用轮控制信号”其方法为,其中,u为反作用轮控制信号;K3代表输入系数;x1为横滚角,x2为横滚角速度;C1、C2和β为滑模控制器参数;代表运动扰动补偿量;sat()为饱和函数,s为线性滑模面,βsat(s)代表环境扰动补偿量。
7.一种基于反作用轮的仿生机器鱼横滚稳定控制系统,所述系统应用于仿生机器鱼,其特征在于,所述仿生机器鱼安装有轴线沿头尾轴平行设置的反作用轮;所述系统包括:获取模块、计算模块、执行模块;
所述获取模块,配置为获取仿生机器鱼的横滚角、横滚角速度以及尾部关节角速度;
所述计算模块,配置为基于所述仿生机器鱼的横滚角、横滚角速度以及尾部关节角速度计算获取反作用轮控制信号;
所述执行模块,配置为基于所述反作用轮控制信号控制所述反作用轮旋转,以产生反作用力矩,用于对仿生机器鱼横滚角的控制,所述反作用轮控制信号获取方法为:基于所述尾部关节角速度,通过前馈补偿器得到所述仿生机器鱼的运动扰动补偿量,基于预获取的环境扰动补偿量结合所述横滚角、所述横滚角速度、所述运动扰动补偿量由经过辨识的神经网络计算得到,该神经网络的输入是关节的角速度,输出是运动扰动补偿量,通过滑模控制器得到反作用轮控制信号。
8.一种存储装置,其中存储有多条程序,其特征在于,所述程序应用于由处理器加载并执行以实现权利要求1‑6任一项所述的基于反作用轮的仿生机器鱼横滚稳定控制方法。
9.一种处理装置,包括处理器、存储装置;处理器,适用于执行各条程序;存储装置,适用于存储多条程序;其特征在于,所述程序适用于由处理器加载并执行以实现权利要求1‑6任一项所述的基于反作用轮的仿生机器鱼横滚稳定控制方法。
说明书 :
基于反作用轮的仿生机器鱼横滚稳定控制方法及系统
技术领域
背景技术
大困难。具体而言,由于鱼尾的往复摆动,仿生机器鱼体在反作用力下呈现姿态振荡的现
象,使得机载传感器难以获取稳定可靠的数据,增加了仿生机器鱼环境感知与自主作业的
难度。
矩,进而提高仿生机器鱼稳定性。主动稳定方法则通过反作用轮对仿生机器鱼施加控制力
矩,从而达到姿态稳定的效果。相较于被动方法,主动方法对于仿生机器鱼的运动性能损害
更小,因而具有更好的应用前景。
制、反馈线性化控制等,这些控制方法在地面以及太空机器人上得到了很好的应用。然而,
对于仿生机器鱼而言,传统的控制方法仍然面临着巨大挑战。一方面水下环境复杂,难以建
模;另一方面,其运动过程遭受剧烈扰动,其中不仅包括自身运动扰动,还包括洋流、波浪等
环境扰动。
标,提出一种基于反作用轮的仿生机器鱼横滚稳定控制方法,实现仿生机器鱼在横滚方向
上的姿态稳定性。
发明内容
控制方法,所述方法应用于仿生机器鱼,其中,所述仿生机器鱼安装有轴线沿头尾轴平行设
置的反作用轮,所述方法包括如下步骤:
Sigmoid函数。
动补偿量;
出层节点数的权重; 代表第k个隐含层节点数的偏置;bo代表输出层节点数的偏置;m为
输入层节点数的数量; n为隐含层节点数数量。
法为,
(s)代表环境扰动补偿量。
用轮;所述系统包括:获取模块、计算模块、执行模块;
滚稳定控制方法。
行以实现上述技术方案中所述的基于反作用轮的仿生机器鱼横滚稳定控制方法。
对性补偿,在不影响原仿生机器鱼运动的前提下,能够最大程度地减小外界环境形成的扰
动、以及仿生机器鱼本体运动产生的运动扰动对仿生机器鱼横滚角的影响。
用性以及横滚稳定性,为仿生机器鱼获取低噪声、稳定的传感数据,进而实现复杂的环境感
知和作业任务提供了稳定的平台基础。
明具有广泛的应用前景。
附图说明
具体实施方式
实施例。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并
非旨在限制本发明的保护范围。
是,为了便于描述,附图中仅示出了与本发明相关的部分。
发明的横滚稳定控制方法控制仿生机器鱼,能够使得仿生机器鱼横滚角的波动范围得到有
效抑制。
鱼体头部到尾部的轴)平行设置。扭矩电机优选大扭矩直流电机。具体可参阅图2,在现有仿
生机器鱼身中部安装一大扭矩直流电机以及反作用轮,其电机旋转轴方向与仿生机器鱼头
尾轴平行。反作用轮在大扭矩直流电机的控制下能够进行加速或减速旋转,产生反作用力
矩,实现对机器鱼横滚角的控制。
到重力矩、水动力矩、反作用力矩、尾部产生的运动扰动以及外部流体带来的环境扰动等五
部分影响。若假设机器鱼净浮力为零,平面运动,以及水动力矩与横滚角速度成正比,那么
可以得到仿生机器鱼横滚通道的模型如下:
扰动;K1代表重力矩系数,该系数大小取决于机器鱼质量以及重心和浮心的分布,一般小于
0;K2代表水动力矩系数,该系数大小取决于液体性质,机器鱼外形等要素,一般小于0。上述
均为K1和K2在物理意义上的含义,其在数学上可通过控制器设计对系统参数进行配置。K3代
表输入系数,在控制器设计阶段该参数的取值可以自行设置。
扰动,同时通过反作用轮的控制作用,配置系统参数K1,K2,以达到更优的稳定效果。为实现
这一目的,本发明提出了一种横滚稳定控制器,包括改进的滑模控制器和前馈补偿器。优选
地,作为本发明的优选实施例,本发明的前馈补偿器采用神经网络前馈补偿器。本领域技术
人员可也采用其他前馈补偿器进行计算,在此不再一一列举。如图6所示。详细的控制流程
可描述如下: 1)由传感器获取当前时刻的机器鱼横滚角、横滚角速度以及尾部关节角速
度;2)尾部关节角速度输入神经网络前馈补偿器,计算运动扰动补偿量;3)横滚角和横滚角
速度输入改进滑模控制器,计算控制输出;4) 将(2)和(3)的输出值累加,得到反作用轮的
控制信号,并输出至反作用轮;5)反作用轮在给定控制信号下,产生反作用力矩,输出到机
器鱼本体;6)机器鱼本体在反作用力矩、运动扰动和环境扰动的三重影响下,产生横滚角变
化。
切换项估计环境扰动d(t),通过反作用轮的控制来调节系统参数,改进控制律如下:
估计环境扰动d(t),其代表环境扰动补偿量。假设环境扰动和运动扰动被较好的抑制,应用
此控制律,系统的参数将被重新配置为: 此时原系统参数
* *
的主要改进项由K1、K2转化为K1、K2,即通过更改配置C1和C2以完成系统的参数更改。
(s)代表环境扰动补偿量。
度)有关。由于机器鱼运动状态在实际应用中难以测量,不适合作为补偿器的输入。同时,机
器鱼运动状态与尾部关节运动状态关系密切,并且尾部关节状态容易测量。因此,本发明采
用尾部关节速度作为神经网络前馈补偿器的输入,将运动扰动作为神经网络前馈补偿器输
出。
节点数可自由定义,输出层节点数为1。激活函数定义为Sigmoid函数。网络结构如下:
代表第k个隐含层节点数的偏置;bo代表输出层节点数的偏置;m为输入层节点数的数
量;n为隐含层节点数数量。
释放,采集横滚角以及横滚角速度数据,运用系统辨识方法,辨识系统参数。
x2。
扰动补偿量;
标t代表组号, 分别代表在第t组的 1号、2号、3号关节的角速度,h代表在第t组
的运动扰动。
则返回步骤A430,继续执行循环。
使所述反作用力矩能够与仿生机器鱼自身在横滚时的力矩进行抵消,进而实现对横滚姿态
的稳定控制。这里的反作用轮控制信号获取方法为:
动补偿量,在此不再过多说明。
横滚角速度、所述运动扰动补偿量得到反作用轮控制信号亦在上述优选实施例中进行了详
述。参阅图3 左下方,应用本发明的横滚稳定控制方法前的效果图,和右下方应用本发明的
横滚稳定控制方法后的效果图,可以看出本发明能够大幅度提升现有仿生机器鱼的横滚稳
定性。
量在具体实施方式描述时采用先描述改进滑模控制器,后撰写神经网络前馈补偿器的方
式,实际应用时,应先利用前馈补偿器计算运动扰动补偿量,而后将运动扰动补偿量结合环
境扰动补偿量、横滚角、横滚角角速度输入滑模控制器得到反作用轮的控制信号。本领域技
术人员只要能够保证最终输出反作用轮控制信号,即反作用轮控制力矩即可,在此不再过
多赘述。另外需要说明的是,所述反作用轮控制信号输入至控制反作用轮的扭矩电机中,通
过扭矩电机控制反作用轮正向加速旋转或反向加速旋转,以产生反作用力矩。
示,包括获取模块100、计算模块200、执行模块300;
述。需要说明的是,上述实施例提供的基于反作用轮的仿生机器鱼横滚稳定控制系统,仅以
上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由
不同的功能模块来完成,即将本发明实施例中的模块或者步骤再分解或者组合,例如,上述
实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块,以完成以上描述的
全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称,仅仅是为了区分各个模
块或者步骤,不视为对本发明的不当限定。
于反作用轮的仿生机器鱼横滚稳定控制方法。
此不再赘述。
应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编
程ROM、寄存器、硬盘、可移动磁盘、CD‑ROM、或技术领域内所公知的任意其它形式的存储介
质中。为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地
描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术
方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法
来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对性补偿,在不影响原仿生机器鱼运动的前提下,能够最大程度地减小外界环境形成的扰
动、以及仿生机器鱼本体运动产生的运动扰动对仿生机器鱼横滚角的影响。
用性以及横滚稳定性,为仿生机器鱼获取低噪声、稳定的传感数据,进而实现复杂的环境感
知和作业任务提供了稳定的平台基础。
明具有广泛的应用前景。
仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方
位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于
描述目的,而不能理解为指示或暗示相对重要性。
连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,
可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在
本发明中的具体含义。
素,或者还包括这些过程、物品或者设备/装置所固有的要素。
发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些
更改或替换之后的技术方案都将落入本发明的保护范围之内。