基于Agent的水下機器人運動控制系統(tǒng)體系結構.pdf

1、隨著人類對海洋探測與資源開發(fā)的不斷增加,能夠在復雜海洋環(huán)境下進行自主作業(yè)的水下機器人受到越來越廣泛的重視。作為一類人工智能系統(tǒng),自主式水下機器人必須具備高度的自主性、可靠性及海洋環(huán)境適應性,而確定一個合理完善的體系結構是實現(xiàn)水下機器人上述特征的關鍵。運動控制系統(tǒng)是自主式水下機器人的兩大子系統(tǒng)之一,研究其體系結構的組成和實現(xiàn)技術無疑具有重要的意義。
　　 論文以“十一五”期間研制的“ZT-AUV”自主式水下機器人為對象,考慮到其使

2、命任務的具體要求、傳感器搭載及執(zhí)行機構配置,結合Agent技術和行為主義的思想,將水下機器人運動控制系統(tǒng)體系結構分為黑板系統(tǒng)、行為元Agent組、反射行為Agent組和執(zhí)行Agent四個部分。其中黑板系統(tǒng)是水下機器人信息處理及管理中心,同時也是各Agent的行為調度中心;行為元Agent組是運動控制器的實現(xiàn)單元,通過一定的運動控制算法使水下機器人完成“行進”、“轉艏”和“升沉”三種基本行為;反射行為Agent組是系統(tǒng)的行為“備份”單元,

3、主要處理系統(tǒng)故障時的行為保持問題:執(zhí)行Agent最終實現(xiàn)對執(zhí)行機構的驅動。上述體系結構具有很好的魯棒性、靈活性和可擴展性。文中對該體系結構中涉及到的相關知識和技術在理論研究和工程應用方面進行了探討。
　　 在黑板系統(tǒng)部分針對水下機器人運動信息給出了一種數據處理流程,對滑模觀測器在水下機器人傳感器和執(zhí)行機構故障診斷方面的應用作了仿真研究:對STF算法進行了研究,針對水下傳感器的數據特點對算法提出了改進,并將其應用于水下機器人多傳感

4、器數據時空融合。
　　 在行為元Agent組部分探討了智能算法在運動控制中的應用,提出了一種IPSO算法用于模糊神經網絡控制器的參數自尋優(yōu)設計。對基于支持向量機模型的廣義預測控制方法在水下機器人運動控制中的應用作了仿真研究。針對實際試驗過程中高航速情況下傳統(tǒng)S面控制器艏向控制困難的情況,提出了基于速度補償的改進方法;對垂向運動控制時出現(xiàn)的“積分飽和”現(xiàn)象進行了分析,提出了一種基于運動狀態(tài)評估結果來動態(tài)調整積分項的方法,消除了“積