[发明专利]基于分布式模型预测控制的中性浮力机器人姿态与轨迹控制方法

说明书

本发明公开了一种基于分布式模型预测控制的中性浮力机器人姿态与轨迹控制方法，属于微重力机器人控制领域。本发明针对多个采样周期不同的中性浮力机器人之间的耦合问题以及优化问题进行研究，利用delta算子理论将不同采样周期的中性浮力机器人在控制器端模拟统一的采样周期，当其中某一个或者某几个中性浮力机器人需要更新控制量时，可以通过预测的方式来获取其他中性浮力机器人的状态，从而将其他中性浮力机器人的状态考虑到约束中求解自己的控制量，使得整体系统能够保证耦合概率约束非保守地满足，同时保证系统性能的良好。本发明结合计算机控制的特点，将复杂的在线优化问题转化为二次规划的问题，大大减少了计算量，适于工程应用。

技术领域

本发明属于微重力机器人控制领域，涉及一种中性浮力机器人姿态与轨迹控制方法，具体涉及一种基于分布式模型预测控制的中性浮力机器人姿态与轨迹控制方法。

背景技术

在微重力环境下进行的实验是验证地面空间技术的基本步骤之一。复杂空间操作的测试和演示要求地面测试系统提供长时间、大规模、精确、可控和几乎真实的微重力测试环境，以模拟空间运动与空间的相同程度。因此，应用中性浮力系统来进行微重力环境下的实验被广泛研究。同时，多个中性浮力系统联合执行任务也变得越来越重要。

然而，在中性浮力系统中，机器人工作于水下环境，不仅各个控制力之间相互耦合，机器人严重受到水的黏性阻力影响，同时多个机器人需要知道其他机器人的姿态与轨迹以防止出现碰撞等问题。此外，机器人与控制器之间的通信通过无线网络进行，控制信号的丢失与时延也会影响对机器人姿态和轨迹的控制。因此，在中性浮力机器人姿态与轨迹控制方法设计中，寻求一种可以处理各种各样约束并且可以解决无线网络影响的控制方法显得尤为重要。

当前由于模型预测控制方法具有对模型精度要求不高，系统鲁棒性好，稳定性好并且能够实时弥补由于模型失配、畸变、干扰等因素引起的不确定性，动态性能好，可以处理多变量约束等优点，广泛应用于电力系统、大化工过程、航空领域等。一般来说，模型预测控制方法包含三个过程：预测模型，反馈校正和滚动优化。其中，预测模型具有预测功能，可以根据系统当前时刻的控制输入以及过程的历史信息预测过程输出的未来值；反馈校正是通过将输出的量测值与模型的预估值进行比较，得出模型的预测误差，再利用模型预测误差来校正模型的预测值，从而得到更为准确的将来输出的预测值；滚动优化指的是优化过程不是一次离线完成的，而是反复在线进行的，即在每一采样时刻，优化性能指标只涉及该时刻起到未来有限的事件，而到下一个采样时刻，这一优化时段会同时向前推移。然而，现有的模型预测控制方法不能有效地解决多个耦合系统，且各个系统采样周期不同时的带约束优化问题，从而无法有效地控制各个系统。

发明内容

本发明的目的在于提供一种基于分布式模型预测控制的中性浮力机器人姿态与轨迹控制方法，该方法结合计算机控制的特点，将复杂的在线优化问题转化为二次规划的问题，能够有效解决现有技术在中性浮力机器人姿态与轨迹控制上对耦合与抗扰方面不足的问题，大大减少了计算量，适于工程应用。

本发明是通过以下技术方案来实现：

本发明公开了一种基于分布式模型预测控制的中性浮力机器人姿态与轨迹控制方法，包括以下步骤：

步骤一：将中性浮力系统动力学模型写成状态空间方程式并进行线性化，得到线性模型；

步骤二：利用delta方法将线性模型离散化，得到系统的离散化形式；

步骤三：建立步骤二得到系统的优化问题，并将优化问题中的局部概率约束与耦合概率约束通过变化得到确定性的局部约束和耦合约束；

步骤四：通过求解受局部约束与耦合约束的优化问题，得到最优控制量，从而对中性浮力系统进行控制。

优选地，步骤一中，将中性浮力系统动力学模型写成状态空间方程式并进行线性化的具体操作为：

考虑中性浮力机器人在体坐标系下的动力学模型如式(1)：