摘要
每年有数十万吨废弃渔具缠绕在船舶螺旋桨上，解决此类事故目前需要潜水员在水下手动切割缠绕物，使其面临二次事故的风险。为解决这一问题，我们开发了一种径向四足水下机器人，它利用电磁足沿船体行走，并利用安装在每条腿远端连杆上的螺旋桨自由游动。然而，由于每条腿仅具有四个自由度（DOF），该平台是一个欠驱动系统，无法独立确定实现任意推力方向所需的六自由度位置和姿态。此外，其底层逆问题是多解的，因为给定的推进方向可以通过无穷多种腿部姿态组合来实现。本研究延拓了远程操作载具中使用的矢量推力分配方案，提出了一种两阶段人工神经网络框架，分别解决上述两个问题。第一阶段网络是一个混合密度网络，其高斯混合成分数通过在K从5到12之间扫描来选择，它将目标游动方向映射到足尖位置的多模态分布上，从而在不将其坍缩为不可行的平均解的情况下捕获多种有效的腿部姿态。第二阶段网络从这些足尖位置到对应的关节角度执行近一对一的回归，所得关节角度随后作为参考指令，由独立的关节空间比例微分（PD）控制器进行跟踪。该框架在Gazebo仿真和空中实验平台上对九个目标方向进行了运动学验证，这些目标方向集中在垂直（近向上游动）轴附近。仿真中的平均方向跟踪误差为4.25°，空中实验中的误差为1.53°，证实了所提框架在运动学验证条件下能够可靠地实现指令游动方向。
