设计水下机器人和潜水器的PID控制器

设计有效的PID(Protional-Integral-Derivative)控制器对于水下机器人和潜水器的精确操作至关重要,这些控制器有助于在挑战性水生环境中保持稳定性,控制深度,管理导航,了解PID控制背后的原则,使其适应水下条件,可以大大提高车辆性能,这篇文章为水下机器人设计PID控制器提供了权威,深入的指导,涵盖了理论,实用调试,模拟,以及现实世界的适应.

水下应用PID控制基金会

PID 控制器计算一个控制输出,作为一个想要的设置点和一个测量的流程变量之间的错误的函数。控制定律表示为:

每一个术语在塑造闭路反应方面都有其明确的目的。 在水下机器人中,车辆动力学是非线性的,并受加载质量、拖曳和浮力等力的制约,对这些术语进行正确调整至关重要。

比例任期(千金)

比例术语应用了与当前错误成比例的纠正动作。对于水下飞行器,这可以对深度、方向或姿态的偏差做出即时反应。高千兆位可以减少上升时间,但可以在持续扰动如流时造成过度射击和稳态抵消。

综合学期( Ki)

整体术语通过整合过去的错误来消除稳态错误。在潜水器中,稳态错误往往产生于浮标不匹配或推进器偏差。然而,整体动作可能导致饱和或大定点变化时的整形器结晶器结晶,这是水下推进器面临的一个关键问题,具有有限的推力限制。反倒转技术如夹击或反计算是必要的。

衍生学期(Kd)

衍生词根据其变化率预测未来误差,在响应中加入坝式. 对于水下飞行器,衍生动作帮助反振荡模式,由水惯性和推进器动力学产生,然而,衍生动作放大了传感器噪声,这在水下压力传感器和惯性测量单元(IMU)中普遍存在. 衍生路径上的低通滤是标准做法.

水下环境特有的挑战

水下环境提出了独特的控制挑战,需要设计出超出教科书方法的仔细的PID。

可变水流和涡流

洋流可能无法预测地改变海流的大小和方向。 固定收益的PID控制器在平静条件下可能运行良好,但在目前的海浪涌动时变得不稳定。 工程师们常常根据估计或测量的流量来输入当前向导或增益调度,以保持性能。

噪音和延迟

深度传感器(压力传感器)和声学定位系统受到噪音和通信滞后的影响,衍生动作变得不可靠,没有适当的过滤. 使用卡尔曼滤波器的国家估计可以将噪音传感器数据引信,并向PID控制器提供更清洁的反馈.

非线性车辆动态

水下车辆表现出强烈的非线性:拖力与速度方块成正比,推力死区,并增加了随方向而变化的质量效应. 标称操作点设计的线性PID控制器在极端时可能失败. 适应性或增益性PID控制器经常被用来处理这些变异.

远程运行车辆的通信限制

带宽的遥控飞行器在深海作业中受到带宽限制和包件丢失,带宽引起的扰动也影响稳定性,PID控制器必须坚固,以进行间歇反馈,并在停机时执行持有最后值或预测策略。

为水下车辆设计有效的PID控制器

要实现强健的业绩,需要有一个系统的设计过程,以下步骤概述了一种专业方法。

步骤1:系统模型和识别

调制前,开发车辆动力学模型. 使用计算流体动力学(CFD)或从步响应测试中经验系统识别. 关键参数包括质量,加质量系数,拖动系数,以及推力反应滞后. 深度控制简化线性模型可能是有时间延迟的二阶系统.

外部资源:关于水下飞行器中增加质量的科学指令文章

步骤2:控制器培训方法

可根据模型可用性采用几种调制方法:

  • 齐格勒-尼科尔斯(open-loop and closed-loop): 提供攻击性收益,用于快速反应,但往往需要人工改进. 工作最有利于线性,时间变化性系统.
  • Cohen-Con: 适合有时间延迟的系统,这在水下声学中很常见. 提供比齐格勒-尼科尔斯更好的扰动排斥.
  • 模拟的试算和误差: 对于水下飞行器来说最实用,其中模拟环境(例如带有UUV模拟器或自定义的MATLAB/Simulink模型的Gazebo)允许安全迭代.
  • 基于普提姆化的调制: 利用粒子群优化或遗传算法,将一个客观函数,如时间加权绝对错误(ITAE)的组成部分,最小化.

步骤3:过滤和反风

在衍生词上执行一级低通滤波器:[]。Tf的常见选择是主定时数的5–10%。使用反融合的结晶机制:当控制输出饱和时,禁用整体积聚,或者使用跟踪收益Kb=1/Kp或类似的反计算。

步骤4:部署前的模拟

使用系统模拟测试控制器跨越预期操作条件. 执行诸如步流,感应噪声等扰动, 并具有现实差异, 以及推进器饱和度. 验证深度控住, 方向控住, 以及站台维护. 模拟平台如 [[FLT: 0]] UUV模拟器 [[[FLT: 1]] 用于ROS/ Gazebo 的模拟器在水下机器人群中广泛使用.

步骤5:增益时间安排和适应性扩展

对于在广泛速度或深度上运行的车辆,增益调度可以根据测量的变量(如深度,速度,转弯半径)调整PID增益. 或者,实施模糊的PID控制器或模型参考适应控制器(MRC)来持续适应增益. 适应控制对于由于水吸收而经历有效载荷或浮力变化的潜水器特别有效.

实用应用和个案研究

有效的PID控制使得各种水下任务得以进行。

管道检查自動水下车辆

许多商用AUV,如蓝鲸机器人AUV,采用了级联PID控制器:一个用于路标导航的外环,以及一个用于姿态和深度的内环. 将内环快速地(高Kp,中Kd)调制,同时使外环变慢(低Kp,足够Ki),确保了在其后的稳定,非振荡轨道.

ROV 操纵任务

用于水下干预的遥控飞行器需要精确的站台维护,而臂操纵物体时,一个常见的方法是使用单独的PID控制器进行飞行器方向和深度,在操纵器移动时收益会变软(以避免不必要的推进器修正),许多团队使用飞行员选择的"热挥动"收益设定模式.

浮标和滑翔机

水下滑翔机使用PID控制器来调整浮力,并按锯齿轨迹投球. 组成词对于补偿校准漂移至关重要,而衍生动作则最小,以避免对波引起的运动作出反应. tuning是通过数据后处理的扩展场试验进行.

高级考虑

色雷斯的集成器

推力有有限的推力限制。 如果没有反倒置, 在大错误( 如设置点变化后) 期间的内置积会造成过度的过度射量和不稳定性。 最强的解决方案是夹击: 当输出饱和时停止内置积, 错误方向与饱和度相同。 对于更先进的系统, 使用与死区有条件的结合 。

时间延误补偿

深海ROVs的声学通信延迟可以是几秒钟。一个标准的 PID 控制器在纯延迟的情况下变得不稳定。执行一个 Smith 预测器或一个带有延迟模型的过滤器的 PID 来维持稳定性。或者使用一个预测控制器,但是 PID + Smith 预测器对于许多低级循环来说是简单有效的。

强力反馈的传感器聚合

可用时, 引信多传感器以提高反馈质量. 对于深度控制, 将高频压力传感器( 噪音但快) 与低噪音但慢于绝对压力传感器相结合, 使用互补过滤器. 对于姿态, 使用带有 Madgwick 或 Mahony 过滤器的 IMU 和 磁强计, 过滤状态随后可以作为 PID 控制器的输入, 减少衍生噪声放大 。

外部资源:机器人辅助滤波器的介绍

结论

设计水下机器人的PID控制器需要深刻了解控制理论和海洋环境独特的流体动力学。 通过采取系统的方法,包括模型化、模拟、仔细调整反倒和过滤,以及使收益适应不断变化的条件,工程师可以实现对一系列广泛潜水平台的稳定而精确的控制。 继续发展强大的PID框架仍然是实用水下机器人的基石,能够对世界海洋进行探索、检查和干预。 随着传感器和计算能力提高、适应性和模型化的PID扩展,在挑战深度中将具有更大的性能。