水下机器人机械臂在流体动力与海流扰动下的基于IPSO-PID框架的鲁棒轨迹跟踪控制

《Frontiers in Robotics and AI》:Robust trajectory tracking control of an underwater robotic manipulator using an IPSO-PID framework under hydrodynamic and ocean-current disturbances

【字体: 大 中 小 】 时间:2026年08月29日 来源:Frontiers in Robotics and AI 3.7

编辑推荐:

  鲁棒轨迹跟踪是水下机器人机械臂在扰动海洋环境中运行的基本要求。然而,流体动力阻尼、附加质量、浮力效应、多关节耦合以及外部海流扰动会显著降低关节跟踪精度和控制稳定性。为解决这一问题,本文提出了一种基于改进粒子群优化的PID(IPSO-PID)控制框架,用于六自由

  
鲁棒轨迹跟踪是水下机器人机械臂在扰动海洋环境中运行的基本要求。然而,流体动力阻尼、附加质量、浮力效应、多关节耦合以及外部海流扰动会显著降低关节跟踪精度和控制稳定性。为解决这一问题,本文提出了一种基于改进粒子群优化的PID(IPSO-PID)控制框架,用于六自由度水下机械臂的鲁棒轨迹跟踪。采用D-H参数法对UR5型水下机械臂进行建模,并基于拉格朗日法建立其动力学方程。为表征水下环境效应,引入莫里森方程描述流体阻力和附加质量力,并进一步构建了由恒定偏置载荷和低频周期分量组成的复合海流扰动模型。在控制框架中,通过引入线性递减惯性权重和自适应学习因子对标准PSO算法进行改进,从而增强优化早期的全局探索能力和后期的局部收敛能力。综合考虑轨迹跟踪误差、误差收敛行为和控制能量,设计了一个综合适应度函数,实现对全部六个关节PID参数的协同优化。在MATLAB/Simulink中,使用常规PID、模糊PID、标准PSO-PID以及所提出的IPSO-PID控制器进行了对比仿真。结果表明,所提出的控制器相比对比方法具有更好的跟踪精度和更强的抗扰能力。在复合海流扰动下,六个关节的整体平均绝对误差从常规PID控制器的约0.0044 rad降低至IPSO-PID控制器的约0.0014 rad,对应降低约68.2%。这些结果表明,所提出的控制框架能够有效提高水下机械臂轨迹跟踪的稳定性和鲁棒性,为水下检查、抓取、维护及海洋干预等水下机器人任务提供了可行方案。
水下机械臂轨迹跟踪的鲁棒控制是其在扰动海洋环境中作业的基本要求。然而,流体动力阻尼、附加质量、浮力效应、多关节耦合以及外部海流扰动会严重降低关节跟踪精度和控制稳定性。针对这一问题,研究人员提出了一种基于改进粒子群优化的PID(IPSO-PID)控制框架,用于六自由度(6-DOF)水下机械臂的鲁棒轨迹跟踪控制。研究以UR5型水下机械臂为对象,采用D-H参数法建立运动学模型,基于拉格朗日法建立动力学模型,并引入莫里森方程描述流体阻力和附加质量力,同时构建了由恒定偏置载荷与低频周期分量组成的复合海流扰动模型。在控制设计上,研究人员对标准粒子群优化(PSO)算法进行改进,引入线性递减惯性权重与自适应学习因子,以增强优化早期的全局探索能力和后期的局部收敛能力;并设计了综合考虑跟踪误差、误差收敛行为和控制能量的综合适应度函数,实现六个关节PID参数的协同优化。在MATLAB/Simulink中,将所提方法与常规PID、模糊PID和标准PSO-PID控制器进行对比仿真。结果表明,所提出的IPSO-PID控制器在跟踪精度和抗扰能力方面均优于对比方法;在复合海流扰动下,六个关节的整体平均绝对误差由常规PID的约0.0044 rad降至约0.0014 rad,降幅约68.2%。这表明该控制框架可有效提升水下机械臂轨迹跟踪的稳定性与鲁棒性,为水下检查、抓取、维护和海洋干预等任务提供了可行方案。

论文解读文章:

研究背景与问题:水下机械臂是海洋勘探、目标抓取、设备维护和深海作业中的关键执行装置。与陆地机械臂相比,水下机械臂运行环境复杂,其运动受附加质量、流体阻力、粘性阻尼、浮力和海流扰动等流体动力因素影响。这些因素增强了系统的非线性和时变特性,导致关节响应波动、末端执行器轨迹偏差增大和控制稳定性下降。实际水下作业中,跟踪偏差可能引起目标定位不准确、抓取或维护时接触不稳定,以及与周围结构发生意外碰撞,从而增加作业风险。因此,高精度轨迹跟踪对保证任务准确性和作业安全至关重要。常规PID控制虽结构简单、易于实现,但参数多依赖人工经验整定,难以同时兼顾响应速度、稳态精度和抗扰能力;模糊PID虽然可在一定程度改善适应性,但其初始参数、隶属函数和模糊规则仍依赖经验设计;标准PSO在解决高维多参数优化时易出现种群多样性下降、过早收敛和局部搜索能力不足等问题,限制了多关节水下机械臂轨迹跟踪控制的优化性能。为此,研究人员提出了基于改进PSO的PID控制框架。

研究内容与结论:研究人员以UR5型六自由度水下机械臂为对象,建立了考虑刚体动力学与莫里森流体动力项的轨迹跟踪仿真模型,提出了IPSO-PID控制方法,设计了一种综合适应度函数,并通过对比仿真验证了该方法的有效性。结果表明,IPSO-PID控制器相比常规PID、模糊PID和标准PSO-PID,具有更高的跟踪精度和更强的扰动抑制能力。在复合海流扰动下,六个关节的整体平均绝对误差从常规PID的约0.0044 rad降低至约0.0014 rad,降幅约68.2%,说明该控制框架可有效提高水下机械臂轨迹跟踪的稳定性和鲁棒性。论文发表于《Frontiers in Robotics and AI》。

主要关键技术方法:该研究使用了以下主要方法:D-H参数法用于建立UR5型机械臂的运动学模型;拉格朗日法用于推导刚体动力学方程,并计入重力-浮力等效势能;莫里森方程用于计算流体阻力与附加质量力,将其作为外部关节力矩引入;构建了由恒定偏置与低频正弦分量组成的复合海流扰动模型,并通过关节扰动分配系数映射至各关节;改进粒子群优化算法采用线性递减惯性权重和自适应学习因子,对六关节的18个PID参数进行协同优化,适应度函数综合了绝对误差积分、时间加权绝对误差积分和控制能量项。仿真基于MATLAB/Simulink平台,未涉及实际样本队列来源。

研究结果:
(1)PID与模糊PID轨迹跟踪结果比较:在相同仿真条件下,常规PID控制下所有关节基本能跟踪期望轨迹,但第二、第三关节误差幅值较大;模糊PID通过模糊规则在线调整PID参数,整体平均绝对误差由0.0023 rad降至0.0014 rad,降低约39.1%,表明模糊规则可在一定程度上改善固定参数PID的跟踪性能。
(2)标准PSO-PID与IPSO-PID优化结果比较:标准PSO适应度值在第8次迭代后趋于稳定,收敛至约29.43;改进PSO在保持快速下降的同时继续缓慢下降,最终收敛至约29.183。将优化得到的参数应用于控制器后,标准PSO-PID的整体平均绝对误差约为0.0011 rad,IPSO-PID进一步降至约0.0008 rad,最大绝对误差由0.0066 rad降至0.0061 rad,表明改进算法能获得更优的PID参数组合。
(3)复合海流扰动下的鲁棒性分析:在恒定偏置与低频周期扰动作用下,常规PID的关节误差显著增大,出现低频波动和残余偏差,最大绝对误差达0.0150 rad,整体平均绝对误差约0.0044 rad;IPSO-PID控制器将最大绝对误差降至0.0069 rad,整体平均绝对误差降至约0.0014 rad,整体平均绝对误差降低约68.2%,其中第1、2、5、6关节的误差降低更为明显,体现了更强的扰动抑制能力。

讨论与结论总结:讨论部分指出,IPSO-PID获得的更均衡PID增益组合增强了扰动偏差修正能力,补偿了恒定流偏置引起的残余误差,并抑制了周期误差波动。研究结论认为,与常规PID、模糊PID和标准PSO-PID相比,IPSO-PID控制器进一步降低了关节轨迹跟踪误差,提高了系统响应稳定性;在复合海流扰动下,六关节整体平均绝对误差从常规PID的约0.0044 rad降至约0.0014 rad,整体降幅约68.2%。该方法在水下机械臂轨迹跟踪控制中表现出良好的跟踪精度和抗扰性能,可为水下机器人抓取、维护和复杂海洋作业的运动控制提供参考。当前研究主要通过仿真验证,未来将建立包含六自由度防水机械臂、可调流量循环水槽、关节编码器、六轴力/力矩传感器和流速测量装置的实验平台,在静水、稳流、周期流和复合扰动条件下开展实验,以识别流体动力参数并进一步评估IPSO-PID控制器的实际跟踪精度和抗扰能力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号