基于PID及自适应神经模糊推理系统的水下机器人控制方法及装置

摘要: 本技术水下机器人运动控制,具体涉及一种将传统pid控制器与自适应神经模糊推理系统(adaptiveneuro-fuzzyinferencesystem,anfi...
基于PID及自适应神经模糊推理系统的水下机器人控制方法及装置

本技术水下机器人运动控制,具体涉及一种将传统pid控制器与自适应神经模糊推理系统(adaptive neuro-fuzzy inference system,anfis)相融合的水下机器人运动控制方法及装置,尤其适用于深海采矿机器人在复杂海底环境中的姿态控制。

背景技术:

1、随着海底矿产资源开发需求的增长,履带式深海采矿机器人需要在数千米深的复杂海底环境中作业。海底地形崎岖,存在陡坡、沟壑及软硬交错的沉积层,导致机器人在行走过程中姿态变化剧烈。同时,履带与海底的接触力呈现强非线性,使机器人动力学系统具有强耦合、时变和非对称特性。此外,深层海水对通信信号的严重衰减导致机器人与母船之间通信带宽低、延时高,难以进行有效的人工干预,因此要求运动控制算法具备自学习与自适应能力。

2、为克服上述稳定性控制难题,现有技术中常用模糊pid控制技术对深海采矿机器人的运动进行控制。模糊pid通过模糊逻辑规则对比例-积分-微分(proportionintegration differentiation,pid)参数进行实时调整,以期改善固定参数pid控制器的适应性。

3、然而,模糊pid技术在水下机器人控制中仍然存在以下明显缺陷:

4、模糊pid的控制规则表需由人工预先设定,在系统运行过程中不可更改。但深海采矿机器人在不同深度、不同流速、不同湍流强度下,其水动力特性会发生显著变化,固定规则难以适应此类动态环境,易导致控制性能下降甚至失稳。

5、模糊pid本质上仍是在线性pid控制结构基础上进行参数调节,并未改变其线性控制框架。而小型水下机器人的运动具有强非线性与强耦合性(如横摇与纵摇耦合、前进与偏航耦合),传统pid乃至模糊pid均难以实时补偿此类剧烈变化的非线性动态,易导致机器人姿态晃动、轨迹偏离甚至倾覆。

6、模糊pid需要同时整定pid初始参数、模糊论域范围、隶属度函数形状及模糊规则表,参数空间庞大,调试过程高度依赖工程经验。实际应用中,往往为确保稳定性而牺牲响应速度,控制效果甚至不及精心整定的普通pid控制器。

7、模糊pid无法利用历史数据或仿真数据预先学习控制策略,每次工况变化或重新部署时均需从头调试,无法实现跨工况的知识迁移与积累。

技术实现思路

1、本技术提供了一种基于pid及自适应神经模糊推理系统的水下机器人控制方法及装置,旨在解决现有模糊pid技术在水下复杂环境中适应性差、非线性补偿能力不足及参数整定困难的技术问题。

2、为实现上述目的,本技术提供如下技术方案:

3、一种基于pid及自适应神经模糊推理系统的水下机器人控制方法,包括:

4、获取训练样本集,构建anfis网络,采用混合学习算法对所述anfis网络进行离线预训练,获得初始化的前提参数和后件参数;其中,所述训练样本集包括偏差输入、偏差变化率输入以及对应的最优控制量输出;所述anfis网络以偏差e和偏差变化率δe为输入,以非线性补偿控制信号为输出,至少包括模糊化层、规则层、归一化层和输出层;所述前提参数包括隶属度函数的中心c和宽度σ,所述后件参数包括输出层的线性系数p、q、r;

5、在每个控制周期k内执行以下处理:

6、获取水下机器人的期望运动状态值r(k)和实际运动状态值y(k),计算偏差e(k)=r(k)-y(k)以及偏差变化率δe(k)=e(k)-e(k-1);k为控制周期序号,表示第k个控制周期;

7、将偏差e(k)和偏差变化率δe(k)分别输入至参数固定的pid控制器和所述anfis网络,所述pid控制器输出线性控制信号,所述anfis网络输出非线性补偿控制信号;

8、将所述线性控制信号与所述非线性补偿控制信号叠加,生成总控制量,并将所述总控制量输出至水下机器人的执行机构;

9、以系统闭环误差最小化为目标,利用梯度下降法对所述anfis网络的后件参数和前提参数进行慢速在线微调,并将微调后的参数用于下一控制周期的anfis网络计算。

10、在一些可选的实施方式中,所述anfis网络的模糊化层中,每个输入变量划分为七个模糊子集{nb, nm, ns, zo, ps, pm, pb},隶属度函数采用高斯函数表征,如下:

11、

12、其中,为第个模糊子集隶属度函数的中心,为第个模糊子集隶属度函数的宽度;

13、所述anfis网络的规则层中,对于偏差和偏差变化率两个输入变量,每个变量划分七个模糊子集,共生成49条模糊规则,第条规则的触发强度为:

14、

15、其中,为偏差对第个模糊子集的隶属度,为偏差变化率对第个模糊子集的隶属度;

16、所述anfis网络的归一化层中,第条规则的归一化触发强度为:

17、

18、所述anfis网络的输出层中,每条规则的输出为,所述anfis网络的最终输出为;为模糊规则序号,=1,2,…,49;和表示模糊规则的第、的触发强度;、、分别为第条模糊规则的后件参数。

19、在一些可选的实施方式中,所述采用混合学习算法对所述anfis网络进行离线预训练,包括:

20、在前向传播阶段,固定前提参数,将训练样本逐条输入anfis网络,构建线性方程组,其中,a为各样本归一化触发强度与输入变量的乘积矩阵,x为待求解的后件参数向量,为目标输出向量,采用最小二乘法求解所述线性方程组,获得后件参数;

21、在反向传播阶段,固定后件参数,定义误差函数,采用梯度下降法更新前提参数,包括:

22、

23、

24、其中,为中心的学习率,为宽度的学习率,=1,2,…,,为训练样本总数;为训练迭代次数;、为对应输入的第条规则隶属度函数中心和宽度,为第个样本的anfis输出,为第个样本的目标输出。

25、在一些可选的实施方式中,所述最小二乘法采用递推最小二乘法:

26、

27、

28、其中,为递推步序号,,为第步的增益矩阵;、分别为第-1步、第步的协方差矩阵;为单位矩阵,为第个训练样本的系数向量;分别为第步、第-1步的后件参数估计向量;为第个训练样本的目标输出;λ为遗忘因子,取值范围为0.95至1,为协方差矩阵。

29、在一些可选的实施方式中,定义目标函数,所述利用梯度下降法对所述anfis网络的后件参数和前提参数进行慢速在线微调,包括:

30、

31、

32、

33、其中,、、分别为第条规则后件参数在第次在线更新后的值,、、分别为第条规则后件参数在第次在线更新后的值;、、为目标函数对后件参数的偏导数,、、分别为后件参数、、的学习率;sign(·)为符号函数;,近似为,δ为预设正数,。

34、在一些可选的实施方式中,所述利用梯度下降法对所述anfis网络的后件参数和前提参数进行慢速在线微调,包括:

35、

36、

37、其中,、分别为第条规则前提参数在第次在线更新后的中心和宽度;、分别为第条规则前提参数在第次在线更新后的中心和宽度;、分别为前提参数中心和宽度的学习率;、为目标函数对前提参数的偏导数;,,且更新后的前提参数满足约束条件:中心保持在输入变量的基本论域范围内,宽度为正数且不小于预设的最小宽度阈值。

38、在一些可选的实施方式中,所述pid控制器采用位置式pid控制算法进行控制,如下:

39、

40、其中,是当前正在计算的规则序号,是归一化求和时遍历所有规则所用的索引,是历史控制周期中的偏差序列,、、为预先整定的固定参数,为控制周期。

41、在一些可选的实施方式中,所述方法还包括:每轮迭代后计算验证集误差,当所述验证集误差连续预设轮数不再下降且低于预设误差阈值时,停止训练;其中,为验证集样本数,为第个样本的anfis输出,为第个样本的目标输出。

42、一种基于pid及自适应神经模糊推理系统的水下机器人控制装置,包括:

43、构建单元,用于获取训练样本集,构建anfis网络,采用混合学习算法对所述anfis网络进行离线预训练,获得初始化的前提参数和后件参数;其中,所述训练样本集包括偏差输入、偏差变化率输入以及对应的最优控制量输出;所述anfis网络以偏差e和偏差变化率δe为输入,以非线性补偿控制信号为输出,至少包括模糊化层、规则层、归一化层和输出层;所述前提参数包括隶属度函数的中心c和宽度σ,所述后件参数包括输出层的线性系数p、q、r;

44、执行单元,用于在每个控制周期k内执行以下处理:

45、获取水下机器人的期望运动状态值r(k)和实际运动状态值y(k),计算偏差e(k)=r(k)-y(k)以及偏差变化率δe(k)=e(k)-e(k-1);k为控制周期序号,表示第k个控制周期;

46、将偏差e(k)和偏差变化率δe(k)分别输入至参数固定的pid控制器和所述anfis网络,所述pid控制器输出线性控制信号,所述anfis网络输出非线性补偿控制信号;

47、将所述线性控制信号与所述非线性补偿控制信号叠加,生成总控制量,并将所述总控制量输出至水下机器人的执行机构;

48、以系统闭环误差最小化为目标,利用梯度下降法对所述anfis网络的后件参数和前提参数进行慢速在线微调,并将微调后的参数用于下一控制周期的anfis网络计算。

49、在一些可选的实施方式中,所述anfis网络的模糊化层中,每个输入变量划分为七个模糊子集{nb, nm, ns, zo, ps, pm, pb},隶属度函数采用高斯函数表征,如下:

50、

51、其中,为第个模糊子集隶属度函数的中心,为第个模糊子集隶属度函数的宽度;

52、所述anfis网络的规则层中,对于偏差和偏差变化率两个输入变量,每个变量划分七个模糊子集,共生成49条模糊规则,第条规则的触发强度为:

53、

54、其中,为偏差对第个模糊子集的隶属度,为偏差变化率对第个模糊子集的隶属度;

55、所述anfis网络的归一化层中,第条规则的归一化触发强度为:

56、

57、所述anfis网络的输出层中,每条规则的输出为,所述anfis网络的最终输出为;为模糊规则序号,=1,2,…,49;和表示模糊规则的第、的触发强度;、、分别为第条模糊规则的后件参数。

58、在一些可选的实施方式中,所述构建单元,还用于:

59、在前向传播阶段,固定前提参数,将训练样本逐条输入anfis网络,构建线性方程组,其中,a为各样本归一化触发强度与输入变量的乘积矩阵,x为待求解的后件参数向量,为目标输出向量,采用最小二乘法求解所述线性方程组,获得后件参数;

60、在反向传播阶段,固定后件参数,定义误差函数,采用梯度下降法更新前提参数,包括:

61、

62、

63、其中,为中心的学习率,为宽度的学习率,=1,2,…,,为训练样本总数;为训练迭代次数;、为对应输入的第条规则隶属度函数中心和宽度,为第个样本的anfis输出,为第个样本的目标输出。

64、在一些可选的实施方式中,所述最小二乘法采用递推最小二乘法:

65、

66、

67、

68、其中,为递推步序号,,为第步的增益矩阵;、分别为第-1步、第步的协方差矩阵;为单位矩阵,为第个训练样本的系数向量;分别为第步、第-1步的后件参数估计向量;为第个训练样本的目标输出;λ为遗忘因子,取值范围为0.95至1,为协方差矩阵。

69、本技术的技术方案的技术效果至少有,模糊pid本质上是对传统pid进行参数优化,仍未解决传统pid对非线性系统控制效果不理想的问题。本技术改变了控制结构,使anfis控制器与pid并行连接,利用anfis直接进行非线性补偿,有效克服了水下机器人运动控制中的强非线性和强耦合性问题;本技术中的anfis可实时根据偏差对参数进行优化,能够更好地适应系统变化和环境不确定性。通过离线预训练获得anfis的初始参数,使控制器在部署时即具备良好的控制能力;通过在线慢速微调,使控制器能够适应运行过程中的环境变化和未建模动态,兼具快速部署和长期自适应的优势。本技术使anfis控制器与pid控制器并行连接,利用anfis直接进行非线性补偿,有效克服水下机器人运动控制中的强非线性和强耦合性问题;anfis具备学习能力,可实时根据偏差对参数进行优化,更好地适应系统变化和环境不确定性;通过离线预训练与在线慢速微调相结合,控制器在部署时即具备良好控制能力,并能持续适应运行过程中的环境变化和未建模动态。

70、应当理解,本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征,也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。