首页 / 专利库 / 人工智能 / 人工智能 / 机器人技术 / 机器人 / 仿人机器人 / 一种适用于上层海洋机器人的沉浮及姿态控制系统

一种适用于上层海洋机器人的沉浮及姿态控制系统

阅读:898发布:2020-05-12

专利汇可以提供一种适用于上层海洋机器人的沉浮及姿态控制系统专利检索,专利查询,专利分析的服务。并且本 发明 提岀一种适用于上层海洋 机器人 沉浮及 姿态 控制系统,包括前部 俯仰 控制腔,其构成为一个壳体分隔出气体腔与液体腔,通过俯仰步进 电机 对两个腔体的空间比进行控制,将其固定在控制配置板前部;中部沉浮控制腔,其构成与前部俯仰控制腔相同,与前部俯仰控制腔的区别在于中部沉浮控制腔体较大且固定在控制配置板中部,通过沉浮步进电机进行控制;控制处理模 块 ,采用ARM芯片进行控制且固定在控制配置板后部;压 力 数据采集 系统,固定在 水 下机器人 机体 壳体外部同一水平线上;无线发送模块,将获取数据上传至上位机并接受上位机的控制信息;提供上层海洋水下机器人沉浮控制及利用波浪补偿调整水下姿态方法。,下面是一种适用于上层海洋机器人的沉浮及姿态控制系统专利的具体信息内容。

1.一种适用于上层海洋机器人的沉浮姿态控制系统,其特征在于,使用前部沉浮控制腔(5)与中部俯仰控制腔(6)对下机器人姿态进行控制,根据压数据采集系统采集得到的数据利用融合型小波神经网络进行处理,得到水下机器人受波浪干扰的姿态预测,从而对沉浮步进电机(2)与俯仰步进电机(3)进行控制,使得水下机器人的姿态得到补偿,其中:
前部俯仰控制腔(5)固定于控制系统板前部,中部沉浮控制腔(6)固定于控制配置板中部位置,压力数据采集系统布置于机器人壳体外部的同一水平线上,压力数据采集装置与置于鱼体控制配置板后端的控制处理模(4)相连接;压力传感采集系统将实时压力信号通过无线传输模块送入上位机,通过计算得到控制信息并反馈回无线传输模块,随后传递至控制处理模块对沉浮步进电机(2)和俯仰步进电机(3)进行控制。
2.如权利要求1所述的一种适用于上层海洋机器人的沉浮姿态控制系统,其特征在于,中部沉浮控制腔(6)对机体的沉浮运动进行控制;前部俯仰控制腔(5)对机体受波浪产生的纵摇运动进行波浪补偿,从而保持机体的平稳。
3.如权利要求1所述的一种适用于上层海洋机器人的沉浮姿态控制系统,其特征在于,通过前部压力传感器获取的压力值记为Pf,尾部压力传感器获取的压力值记为Pb;前后压力传感器获取的压力差值称为姿态压力差ΔPp=Pf-Pb;由两个压力值也可得到深度值Pd=(Pf+Pb)/2,根据此压力值计算得到深度h(Pd)。
4.如权利要求1所述的一种适用于上层海洋机器人的沉浮姿态控制系统,其特征在于,保持压力采集系统中的压力传感器在同一水平线上,为保证前后压力传感器获取的压力差值,即姿态压力差ΔPp=Pf-Pb在水平姿态下为零。
5.如权利要求1所述的一种适用于上层海洋机器人的沉浮姿态控制系统,其特征在于,前后压力采集系统之间的距离为L,可得到机器俯仰α=arcsin[(Pf+Pb)/L];设定压力采集系统的采样频率为10Hz,从而可以得到俯仰角随时间的变化函数α(t)。
6.如权利要求1所述的一种适用于上层海洋机器人的沉浮姿态控制系统,其特征在于,其中以仿生鱼为控制例中根据压力数据采集系统采集得到的数据,采用小波神经网络对压力误差进行分析过程:
在工作于上层海洋仿生鱼机器人所处环境模型中,通过压力采集系统获取的系统输入有:前后压力传感器获取的压力差值称为姿态压力差ΔPp=Pf-Pb;所处海洋深度压力Pd=(Pf+Pb)/2;为避免增加网络的训练时间和出现“过拟合”的倾向,将BP神经网络的层数设为3层;第一层的输入层包含机器俯仰角α=arcsin[(Pf+Pb)/L]、深度Pd=(Pf+Pb)/2;由于控制步进电机的工作状态来进行姿态的波浪补偿,所以需要控制步进电机的在未来T/2时长是否工作与工作方向;对于第二层的隐层中的节点数选择,为保证必要的学习能力和信息处理能力并且避免陷入局部最小值或使学习速度变慢,所以节点数的设置根据经验公式:
其中,h为隐藏层节点个数,m为输入层节点个数,n为输出层节点个数,a为调节参数(1≤a≤10);可得到隐层节点数为4个;
由于波浪造成俯仰角α(t)的变化具有不可控制性和随机性,所以采用Morlet小波对α(t)进行分析有比较好的效果,将小波分析中的平移因子和尺度因子用BP神经网络进行确定,使得预测值更好的与实际俯仰角相符合;
得到网络框架后进行信息前向传播过程:
首先,利用random库中的random函数获取权重、平移因子和尺度因子的初始值;
对输入层节点加权求和得到第二层的节点输入值
其中 为输入层第i个节点对应隐层第j个节点的权重; 为输入层第i个输入量;
b1为输入层到隐层的偏置值;
使用Morlet基函数对输入值进行激活得到隐层节点值
其中cj,dj为隐层各节点Morlet小波分析的平移因子和尺度因子;
对于输出层得到俯仰角的预测输出α(t)
其中 为隐层第j个节点对应输出层第k个节点的权重;b2为隐层到输出层的偏置;α(t)为第t时刻时俯仰角度的预测值;
通过预测值与真实值可得到误差函数;
式中,P为用于训练的数据集; 训练数据集中第p个训练数据的目标值;
对于网络中输入、输出权值、平移因子和尺度因子的学习采用梯度下降算法进行迭代,从而对各参数进行调整,达到逼近目标函数的目的;之后对俯仰腔进行实验,得到俯仰腔数据:控制机器的俯仰角α与步进电机工作速度vm的关系因子rv,以工作速度vm进行工作t时刻达到的预期俯仰角的延迟因子rt;将网络输出预测的俯仰角α(t)结合关系因子rv和延迟因子rt对步进电机进行控制;
vm=rvα(t)+rt
通过上得到最终步进电机对波浪引起的俯仰进行控制的工作速度。
7.如权利要求1所述的一种适用于上层海洋机器人的沉浮姿态控制系统,其特征在于,其控制过程如下:
压力传感器根据设定采样频率对实时压力数据进行采集,将得到的数据值传送给无线传输模块,并由无线传输模块传输至上位机,上位机接受数据与设定深度期望值进行比较,若之间的误差大于补偿区间值时程序进入PID控制模块,控制中部沉浮腔(6)腔体体积的变化使受控机器人快速达到指定下潜深度,若之间的误差处于波浪补偿区间时,程序进入波浪补偿模块,通过融合型小波神经网络对纵摇运动情况进行分析并预测t时刻后的俯仰情况,并根据预测值与系统延迟情况对沉浮步进电机(2)和俯仰步进电机(3)进行控制。

说明书全文

一种适用于上层海洋机器人的沉浮及姿态控制系统

技术领域

[0001] 本发明涉及一种波浪补偿技领域,具体涉及一种适用于上层海洋机器人沉浮及姿态控制系统。

背景技术

[0002] 如今下机器人已经广泛的利用在安全搜救、渔业以及水下检查等领域,由连琏发表在海洋工程期刊的论文“水下物体在波浪作用下的运动计算”得出当潜深到达30m时,波浪对水下机器人的影响可以忽略;但一些处于上层海洋的机器人受波浪的影响就比较大,对于水下机器人来说,姿态控制的好坏关系着生产质量的高低,例如水下船体检测机器人,工作与上层海洋首波浪影响严重,若无姿态控制对波浪进行补偿将使得获取画面拍动严重从而影响工作质量;有关水下机器人的姿态控制有通过螺旋桨控制,通过浮筒产生浮力进行控制。
[0003] 专利CN 108995786 A公开了一种运行姿态可调的水下机器人,其提供的机器人通过三个驱动电机控制三个螺旋桨,并利用图像采集系统采集的图像对机器人姿态进行控制;利用螺旋桨对机器人的姿态进行控制的控制方法直接且简单,但由于螺旋桨的流体推进效率不超过 40%且姿态控制系统与沉浮系统为两套系统,不利于系统的节能性和程序编写的简洁性。
[0004] 对于一些工作在上层海洋的水下机器人需要要求机器人满足轻量化、高效化与具有较好的波浪补偿能力,现有的水下机器人对于波浪补偿方面的实时性不高且体积占比较大,需要进行轻量化、对布置方案进行优化和波浪补偿控制算法的优化。

发明内容

[0005] 本发明的目的在于解决水下机器人的波浪补偿以波浪补偿过程与沉浮过程相结合的问题,本专利结合仿生鱼机器人进行研究,提供一种适用于上层海洋机器人的沉浮及姿态控制系统。
[0006] 为解决上述技术问题,本发明的技术方案为:一种适用于上层海洋机器人的沉浮及姿态控制系统,其包括:前部俯仰控制腔,固定在控制配置板前部;中部沉浮控制腔,固定在控制配置板中部;两个步进电机分别放置于数据处理与控制模的两侧;数据处理与控制模块,固定于控制配置板后部;压力数据采集系统,固定在水下机器人机体外部同一水平线上。
[0007] 本发明中,仿生鱼由仿生鱼鱼体、沉浮步进电机、俯仰步进电机、控制处理模块、无线传输模块、沉浮控制腔、俯仰控制腔、和推进装置;控制处理模块与步进电机相连,向步进电机发送控制信号控制其转速从而控制俯仰控制腔、沉浮控制腔腔体变化的速度进而改变仿生鱼鱼体的浮力,对沉浮与纵摇进行补偿;无线传输模块与鱼体外部的压力数据采集系统相连,将数据通过ADC模块处理后发送至上位机,上位机对数据进行分析并预测后,将控制信号通过无线传输模块传至控制处理模块并由控制处理模块控制步进电机改变沉浮腔的体积;控制处理模块与仿生鱼尾机通过串口进行控制,通过输出PWM信号控制舵机的运动速度和度推动仿生鱼体前进。
[0008] 进一步地,将俯仰沉浮腔设置在控制配置板前部,通过控制前部的浮力对仿生鱼鱼体的纵摇运动进行限制;为节省配置盘空间与减少装置重量,将前后均布置沉浮腔的设计进行删减与优化,仅保留前部沉浮腔进行姿态控制。
[0009] 进一步地,将压力采集系统中的压力传感器布置在同一水平线上,前部压力传感器获取的压力值记为Pf,尾部压力传感器获取的压力值记为Pb;前后压力传感器获取的压力差值,即为姿态压力差ΔPp=Pf-Pb,当ΔPp>0表示姿态为后翘状态;同理,当ΔPp<0表示姿态为前仰状态。
[0010] 进一步地,将沉浮控制腔布置在中部可补偿在沉浮过程中波浪对鱼体造成的垂荡;由上可知前部压力传感器、尾部压力传感器的值Pf、Pb,并定义了姿态压力差ΔPp;可得深度压力Pd= (Pf+Pb)/2,根据此压力值计算得到深度h(Pd)。
[0011] 进一步地,压力采集系统获取的系统输入有:压力差值称为姿态压力差ΔPp=Pf-Pb;所处海洋深度Pd=(Pf+Pb)/2;受波浪影响函数周期T、频率fw和幅值Pmax;为避免增加网络的训练时间和出现“过拟合”的倾向,将BP神经网络的层数设为3层;第一层的输入层包含姿态压力差ΔPp、深度Pd=(Pf+Pb)/2、周期T、频率fw和幅值Pmax五个输入;由于控制步进电机的工作状态来进行姿态的波浪补偿,所以需要控制步进电机的在未来T/2时长是否工作与工作方向;对于第二层的隐层中的节点数选择,为保证必要的学习能力和信息处理能力并且避免陷入局部最小值或使学习速度变慢,所以节点数的设置根据经验公式:
[0012]
[0013] 其中,h为隐藏层节点个数,m为输入层节点个数,n为输出层节点个数,a为调节参数 (1≤a≤10);可得到隐层节点数为4个;
[0014] 得到网络框架后进行信息前向传播过程:
[0015] 首先,利用random库中的random函数获取权重的初始值;
[0016] 对输入层节点加权求和得到第二层的节点输入值
[0017]
[0018] 使用Morlet基函数对输入值进行激活得到隐层节点值
[0019]
[0020] 其中cj,dj为隐层各节点Morlet小波分析的尺度因子和平移因子;
[0021] 对于输出层得到俯仰角的预测输出α(t)
[0022]
[0023] 其中 为隐层第j个节点对应输出层第k个节点的权重;b2为隐层到输出层的偏置;α(t)为第t时刻时俯仰角度的预测值;
[0024] 通过预测值与训练样本中的真实值可得到误差函数;
[0025]
[0026] 式中,P为用于训练的数据集; 训练数据集中第p个训练数据的目标值;
[0027] 对于网络中输入、输出权值、平移因子和尺度因子的学习采用梯度下降算法进行迭代,从而对各参数进行调整,达到逼近目标函数的目的;之后对俯仰腔进行实验,得到俯仰腔数据:控制机器的俯仰角α与步进电机工作速度vm的关系因子rv,以工作速度vm进行工作t时刻达到的预期俯仰角的延迟因子rt;将网络输出预测的俯仰角α(t)结合关系因子rv和延迟因子rt对步进电机进行控制;
[0028] vm=rvα(t)+rt
[0029] 通过上式得到最终步进电机对波浪引起的俯仰进行控制的工作速度。
[0030] 有益效果:使得水下机器人通过姿态控制系统能在波浪影响的情况下更好的将俯仰角度补偿在零值附近从而完成纵摇的补偿,与其他波浪补偿控制系统相比拥有更精简的结构与控制效果,同理可以运用到六个自由度的波浪补偿中,因此具有更高的工程应用和商业价值。附图说明
[0031] 图1为本发明的仿生鱼机器人整体示意图;
[0032] 图2为本发明的仿生鱼机器人沉浮及姿态控制系统布置图。

具体实施方式

[0033] 附图仅用于示例性说明,不能理解为对专利的限制;为更好地说明本实施例,附图的某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
[0034] 本专利中,如图2的仿生鱼由仿生鱼鱼体1、沉浮步进电机2、俯仰步进电机3、控制处理模块4、沉浮控制腔5、俯仰控制腔6、和推进装置7;控制处理模块与步进电机相连,向步进电机发送控制信号控制其转速从而控制俯仰控制腔、沉浮控制腔腔体变化的速度进而改变仿生鱼鱼体的浮力,对沉浮与纵摇进行补偿;无线传输模块与鱼体外部的压力数据采集系统相连,将数据通过ADC模块处理后发送至上位机,上位机对数据进行分析并预测后,将控制信号通过无线传输模块传至控制处理模块并由控制处理模块控制步进电机改变沉浮腔的体积;控制处理模块与仿生鱼尾舵机通过串口进行控制,通过输出PWM信号控制舵机的运动速度和角度推动仿生鱼体前进。
[0035] 优选地,将俯仰沉浮腔设置在控制配置板前部,通过控制前部俯仰沉浮腔的浮力对仿生鱼鱼体的纵摇运动进行限制;为节省配置盘空间与减少装置重量,将前后均布置沉浮腔的设计进行删减与优化,仅保留前部沉浮腔进行姿态控制。
[0036] 优选地,将压力采集系统中的压力传感器布置在同一水平线上,前部压力传感器获取的压力值记为Pf,尾部压力传感器获取的压力值记为Pb;前后压力传感器获取的压力差值,即为姿态压力差ΔPp=Pf-Pb,当ΔPp>0表示姿态为后翘状态;同理,当ΔPp<0表示姿态为前仰状态。
[0037] 优选地,将沉浮控制腔布置在中部可消除在沉浮过程中对鱼体俯仰姿态的影响;由上可知前部压力传感器、尾部压力传感器的值Pf、Pb,并定义了姿态压力差ΔPp;可得深度压力Pb= (Pf+Pb)/2,根据此压力值计算得到深度h(Pd)。
[0038] 优选地,压力采集系统获取的系统输有:前后压力传感器获取的压力差值称为姿态压力差ΔPp=Pf-Pb;所处海洋深度Pd=(Pf+Pb)/2;受波浪影响函数周期T、频率fw和幅值Pmax;为避免增加网络的训练时间和出现“过拟合”的倾向,将BP神经网络的层数设为3 层;第一层的输入层包含姿态压力差ΔPp、深度Pd=(Pf+Pb)/2、周期T、频率fw和幅值 Pmax五个输入;由于控制步进电机的工作状态来进行姿态的波浪补偿,所以需要控制步进电机的在未来T/2时长是否工作与工作方向;对于第二层的隐层中的节点数选择,为保证必要的学习能力和信息处理能力并且避免陷入局部最小值和变慢学习速度,所以节点数根据经验公式:
[0039]
[0040] 其中,h为隐藏层节点个数,m为输入层节点个数,n为输出层节点个数,a为调节参数 (1≤a≤10);可得到隐层节点数为4个;
[0041] 得到网络框架后进行信息前向传播过程:
[0042] 首先,利用random库中的random函数获取权重的初始值;
[0043] 对输入层节点加权求和得到第二层的节点输入值
[0044]
[0045] 使用Morlet基函数对输入值进行激活得到隐层节点值
[0046]
[0047] 其中cj,dj为隐层各节点Morlet小波分析的尺度因子和平移因子;
[0048] 对于输出层得到俯仰角的预测输出α(t)
[0049]
[0050] 其中 为隐层第j个节点对应输出层第k个节点的权重;b2为隐层到输出层的偏置;α(t)为第t时刻时俯仰角度的预测值;
[0051] 通过预测值与真实值可得到误差函数;
[0052]
[0053] 式中,P为用于训练的数据集; 训练数据集中第p个训练数据的目标值;
[0054] 对于网络中输入、输出权值、平移因子和尺度因子的学习采用梯度下降算法进行迭代,从而对各参数进行调整,达到逼近目标函数的目的;之后对俯仰腔进行实验,得到俯仰腔数据:控制机器的俯仰角α与步进电机工作速度vm的关系因子rv,以工作速度vm进行工作t时刻达到的预期俯仰角的延迟因子rt;将网络输出预测的俯仰角α(t)结合关系因子rv和延迟因子rt对步进电机进行控制;
[0055] vm(t)=rvα(t)+rt
[0056] 通过上式得到最终步进电机的在t时刻的工作速度,通过控制芯片对步进电机控制,从而对俯仰控制腔的浮进行控制达到俯仰角波浪补偿和姿态控制的目的。
[0057] 如图2所展示的系统布置图可看出,将步进电机与俯仰控制腔分离,从而将俯仰沉浮腔放置在尽量靠近前部,使得在同一沉浮体积下补偿力度进一步增加;与其他控制方法中通过两组控制腔进行控制相比,减少了一组控制腔,从而使得在保证控制效果的情况下整体质量、系统复杂度得以有效减小的同时扩大了补偿范围。
[0058] 以上详细描述了本专利的优选实施方法,但是本专利不限于上述实施方式中的具体细节,对本专利进行数量、结构和位置等的等同变化,均属于本专利的保护。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈