水中ロボットと水中車両向けPIDコントローラの設計

効果的なPID(比積的インテグラティブ)コントローラーの設計は、水中ロボットと水中車両の正確な操作のために不可欠です。 これらのコントローラは、安定性、制御深さを維持し、効率的な環境に取り組むためのナビゲーションを管理するのに役立ちます。 PID制御の背後にある原則を理解し、水中条件に適応させることで、車両のパフォーマンスを大幅に向上させることができます。 この記事では、水中ロボット用のPIDコントローラの設計、水中ロボットの理論、実用的、シミュレーション、および現実的な適応のための詳細なガイドを提供します。

水中アプリケーション向けPID制御の基礎

PID コントローラーは、目的のセットポイントと測定されたプロセス変数の間のエラーの関数として制御出力を計算します。 制御法は次のように表現されます。

[]]

各用語は、クローズドループ応答をシェイピングする際に異なる目的を果たします。水中ロボットでは、車両の動的が非線形であり、質量、ドラッグ、および空想などの力に応じて、これらの条件の正しい調整が不可欠です。

比例した用語(Kp)

比例した用語は、現在のエラーに比例した是正措置を適用します。水中車両の場合、これは深さ、見出し、または態度の逸脱に即座に対応します。高いKpは上昇時間を短縮しますが、現在のような持続的な障害の存在下でオーバーシュートと安定した状態のオフセットを引き起こす可能性があります。

積分条件(Ki)

一体型用語は、過去のエラーを統合することにより、安定した状態のエラーを排除します。 水中車両では、安定した状態のエラーは、浮力率や推圧バイアスから誤りを生じることが多いです。 しかし、統合的なアクションは、飽和または大きなセットポイント変更中にインテグレータの風化につながることができます、有限推計値を持つ水中推圧者のための重要な問題。 クランプやバックカルキュレーションなどの防風技術が必要です。

派生期間(Kd)

誘導体用語は、変化率に基づいて将来のエラーを予測し、応答にダンピングを加える。水中車両の場合、誘導体アクションは、水慣性および推圧力による対抗振動モードを助けます。しかし、誘導体アクションは、水中圧力センサーおよび慣性測定ユニット(IMU)で普及しているセンサーノイズを増幅します。誘導体パスの低パスフィルタリングは、標準の練習です。

水中環境に特異的な課題

水中環境では、テキストブックのアプローチを超えて慎重なPID設計を要求するユニークな制御課題を提示します。

可変的な水流およびタービン

海洋電流は、予測不可能な大きさと方向を変更することができます。固定方向のPIDコントローラーは、静かで穏やかな条件下でうまく実行できますが、現在のサージ中に不安定になる可能性があります。エンジニアは、多くの場合、性能を維持するために推定または測定フローに基づいて、現在のフィードフォワードまたはスケジューリングを組み込む。

センサーの騒音および遅れ

深さセンサー(圧力トランスデューサ)と音響位置決めシステムは、騒音や通信速度の遅れに苦しむ。 誘導作用は、適切なフィルタリングなしで信頼性が向上します。 Kalman フィルターを使用した状態推定は、ノイズセンサーデータを使用し、PIDコントローラへのクリーナーフィードバックを提供できます。

非線形車両の動的

水中車両は、速度、推圧死ゾーンの正方形に比例した力をドラッグし、方向性によって異なる質量効果を追加。わずかな作動点で設計されたリニアPIDコントローラーは、極端な場合には失敗する可能性があります。適応または増加予定のPIDコントローラーは、これらの変化を処理するために頻繁に採用されています。

遠隔操作車両(ROV)の通信制約

テザードROVは、深海での操作における帯域幅制限とパケットロスを経験します。テザー誘発障害も安定性に影響します。 PIDコントローラは、断続的なフィードバックに堅牢で、ドロップアウト中にホールド・ラスト・バリューまたは予測戦略を実行する必要があります。

水中車両用効果的なPIDコントローラーの設計

堅牢な性能を実現するためには、体系的な設計プロセスが必要です。次の手順では、プロフェッショナルなアプローチを概説します。

ステップ1:システムモデリングと識別

チューニングする前に、車両のモデルを生成します。計算式流体動体(CFD)またはステップ応答テストからシステム識別を使用する。主なパラメータには、質量、増量係数、ドラッグ係数、および推圧応答ラグが含まれます。深さ制御用の単純リニアモデルは、タイム遅延を伴う秒単位システムである可能性があります。

外部リソース: 水中車両の質量を添加した科学直接記事

ステップ2:コントローラーの調整方法

モデルの可用性に応じていくつかの調整方法を適用することができます:

  • Ziegler-Nichols(オープンループとクローズドループ):]は、迅速な応答のための積極的な利益を提供して、多くの場合、手動の改良を必要とします。 リニア、時間差システムで最適に動作します。
  • Cohen-Coon:]]水中音響で共通する時間遅れのシステムのために適した。 Ziegler-Nicholsよりよりよい妨害の拒絶を提供します。
  • []シミュレーションによるトライアアンドエラー:[水中車両のほとんどが実用的であり、シミュレーション環境(例えば、UUVシミュレータまたはカスタムMATLAB / SimulinkモデルでGazebo)は、安全な反復を可能にします。
  • []最適化ベースのチューニング:[粒子のスファーム最適化または遺伝子アルゴリズムを使用して、時間重み付き絶対エラー(ITAE)の統合などの目的機能を最小限に抑えます。

ステップ3:ろ過および反Windup

派生物的用語で最初の順序のローパスフィルタを実行します。。 Tfの一般的な選択肢は、一定時間の5〜10%です。 アンチインテグレーションの巻上げ機構を使用してください。 コントロール出力飽和時に積分を無効にするか、追跡ゲインKb = 1 / Kpまたは類似したバック計算を使用します。

ステップ4:展開前のシミュレーション

想定される動作条件を横断して、コントローラをテストするために、系統的なシミュレーションを使用します。ステップ電流、現実的な分散によるセンサーノイズ、および推圧器飽和などの障害を実装します。バラ/ガゼボの深さ保持、見出し制御、およびステーション管理を検証します。バラ/ガゼボの]UUVシミュレータのようなシミュレーションプラットフォームは、水中ロボットコミュニティで広く使用されています。

ステップ5: シェードリングと適応拡張機能の獲得

速度や深さの広い範囲にわたって動作する車両のために、ゲインスケジューリングは、測定された変数(例えば、深さ、速度、回転半径)に基づいてPIDゲインを調整することができます。 または、ファジーPIDコントローラまたはモデル参照適応コントローラー(MRAC)を継続的に増加を適応させる。 適応制御は、水吸収によるペイロードまたは浮力を変える経験が潜水性のために特に有効です。

実用的応用と事例

効果的なPID制御により、水中ミッションの広範な範囲が可能になります。

パイプライン検査用自動水中車(AUV)

市販のAUV(])、ブルー・ハレ・ロボティクスAUV、カスケード・PIDコントローラーを採用:ウェイポイント・ナビゲーション用のアウター・ループ、姿勢と深さのためのインナー・ループ。外側のループを遅くする間、内部ループを積極的に調整(ハイ・クプ、適度なKd)、安定した非振動の軌跡が続いている。

ROV操作タスク

水中介入に使用される遠隔操作車両は、アームがオブジェクトを操作しながら、正確な場所保管を必要とします。 一般的なアプローチは、マニピュレーターが移動したときに軟化されるゲイン(不要なスラッパ補正を避けるため)、車両の向きと深さのための別のPIDコントローラーを使用することです。 多くのチームは、パイロットによって選択可能な「ホットスワップ対応」ゲインセットモードを使用します。

浮遊物およびグライダーをプロファイリング

水中グライダーは、PID コントローラーを使用して、浮力を調整し、こぎりの軌跡に従うようにします。 必要な用語は、キャリブレーションドの償却に不可欠です。 誘導体アクションは波誘発運動に反応するのを避けるために最小限です。 調整は、データポスト処理による拡張フィールドの試験を使用して行われます。

高度な検討

スロットターのインテグレーターのウインドアップ

推圧器は、ひどい推圧限界を持っています。 反巻上げなしで、大きなエラー(例えば、セットポイント変更後)の間の統合的な蓄積は、過度のオーバーシュートと不安定性を引き起こす可能性があります。 最も堅牢なソリューションは、クランプです。 出力が飽和し、エラーが飽和と同じ方向にあるときに、最も堅牢なソリューションは、: halt 積分蓄積をシャットし、 飽和。 より高度なシステムでは、デッドゾーンと条件付き統合を使用します。

時間遅れ補償

深海ROVの音響通信遅延は数秒で可能です。標準のPIDコントローラーは、純遅延で不安定になります。安定性を維持するために、Smith予測器または遅延モデルでフィルタリングされたPIDを実装します。また、予測コントローラーを使用しますが、PIDとSmith予測器は、多くの低レベルのループにシンプルで効果的です。

強力なフィードバックのためのセンサーの融合

利用可能な場合、複数のセンサーをヒューズしてフィードバック品質を向上させます。 深さ制御のために、低ノイズの低ノイズで低速の絶対圧力センサーを組み合わせて、補完フィルターを使用して。 態度のために、IMUとMagnetometerをMadgwickまたはMahonyフィルタで使用してください。 フィルタされた状態は、PIDコントローラへの入力として機能し、誘導ノイズ増幅を減らすことができます。

外部リソース: ロボット用補完フィルタ入門

コンテンツ

水中ロボット用のPIDコントローラーの設計は、制御理論と海洋環境のユニークな水力学の深い理解を必要とします。モデリング、シミュレーション、アンチワインドアップとフィルタリングの注意深い調整、条件の変更への適応のゲインを含む系統的なアプローチに従うことで、エンジニアは、広範囲の潜水プラットフォームの安定した正確な制御を達成することができます。強力なPIDフレームワークの継続的な開発は、実用的な水中ロボットのコーナーストーンを維持し、実用的な探査、検査、および介入を可能にし、さらには、より大きなパフォーマンスモデルとPIDモデルの拡張を実証する能力がより大きなパフォーマンスを約束します。