基于视觉伺服的AUV自主对接建模与非线性控制研究

Underwater docking control of autonomous underwater vehicles is one of the key techniques of the marine observation systems and the underwater unmanned troops. Borrowing from the idea of the visual servo control of robot manipulators, this project proposes the underwater visual servo docking control technology to overcome the disadvantages of traditional optical guidance methods, and carries out the theoretical and experimental researches as a multi-variable nonlinear control problem. The three dimensions motion of vehicle, the underactuated constraints, the underwater environment disturbances and the docking target's motion make this problem a challenging one. Based on the image-based visual servo control technology of manipulators, we will analyze the controllability of the system, design the nonlinear docking controller with global stability, and finally validate the control methods by the experiments with the wheeled robot, the autonomous surface vehicle and the underwater vehicle.

本项目紧密结合我国建设海洋观测系统和水下无人作战系统对自主水下航行器（AUV）自主对接技术的迫切需求，在对AUV运动控制研究的基础上，提出AUV水下视觉伺服对接控制的技术概念，克服以往光学导引对接方法的不足，并提炼为多变量非线性控制问题开展理论和实验研究。借鉴机械手基于图像的视觉伺服控制技术，针对AUV三维空间运动、欠驱动约束、海洋环境扰动、对接目标运动等水下AUV对接的特点和研究难点深入研究，解决其中的可控性分析、非线性全局稳定对接控制律设计等关键问题，并分别利用移动机器人、无人水面船和水下航行器开展实验研究。

本项目围绕水下航行器视觉伺服对接建模与非线性控制问题，系统开展了模型预测视觉伺服控制、水下航行器位姿和目标运动估计、神经网络自适应跟踪控制、水下航行器回坞导引与对接控制等方面的理论和实验研究，取得的主要成果包括：.1.基于水下航行器视觉测量方程和水下航行器运动模型，推导了图像变化率与水下航行器速度之间的图像Jacobian矩阵，建立了基于图像、基于位置和混合三种视觉伺服控制模型。.2.提出了基于模型预测控制的分层式视觉伺服控制策略，在运动学控制中考虑了航行器机动能力与视场范围约束，对预测运动轨迹进行优化，在动力学控制中采用神经网络控制技术确保动力学不确定条件下的速度跟踪稳定性。.3.采用UKF估计水下航行器相对视觉目标的坐标和欧拉角，设计了基于单隐层神经网络的轨迹跟踪控制器，确保了模型不确定条件下轨迹跟踪误差的一致渐近稳定性；在此基础上，进一步估计移动视觉目标的运动速度，并利用估计的相对位姿构建图像Jacobian矩阵，实现了基于图像的移动目标视觉伺服跟踪控制。.4. 针对欠驱动水下航行器三维视觉伺服对接控制问题，在相对位姿估计的基础上，提出了水下航行器三维对接跟踪控制算法，采用级联系统理论证明了对接航路跟踪误差的渐近稳定性。.5. 针对水下图像处理与特征提取的困难，提出了一种融合视觉与其它运动传感器的混合视觉伺服控制算法，该方法仅需要一个特征点，从而降低了对水下图像处理的要求，提高了控制系统性能。.6.采用改进的人工势场方法和偶极势场方法，研究了欠驱动水下航行器平面和三维空间的对接导引问题；针对系统约束和速度不可测条件下的精确路径跟踪问题，提出了非线性模型预测路径跟踪控制算法和参数自适应路径跟踪控制算法。.7.提出了一种基于双水声定位信标的动力定位及对接控制算法，通过测量固定在海底的信标位置，实现水下航行器的运动控制，采用模型预测控制和神经网络控制方法，在满足系统约束的条件下优化运动轨迹，确保模型不确定和外部干扰下的控制稳定性。.8.开发了移动机器人、水面无人船和遥控水下航行器视觉伺服控制实验平台，部分控制算法得到了实验验证，同时开发了基于USBL水声定位的自主水下航行器对接控制系统，在水池完成了对接控制实验。.本项目实现了预定的研究目标，取得了预期的理论与实验研究成果，在深海空间站、海洋观测系统以及潜艇、水面舰艇搭载回收无人水下航行器等领域中具有重要的应用前景。