水下安全檢測與作業型機器人控制系統

張光義，曾慶軍，戴曉強，2，朱春磊，凌宏杰

1 江蘇科技大學 電子信息學院，江蘇 鎮江 212003

2 江蘇舾普泰克自動化科技有限公司，江蘇 鎮江 212003

3 江蘇科技大學 海洋裝備研究院，江蘇 鎮江 212003

0 引 言

隨著海洋事業的不斷發展，深海資源開發及結構物安全檢測與維護成為必需。但是由于水下環境惡劣，人類下潛的深度有限，因此需要水下機器人潛入水下替代人類進行安全檢測與作業。水下作業機器人通過水面控制臺進行操控，實現機器人的姿態運動以及圖像數據監測，從而達到近距離觀測結構物、機械手作業的功能。因此，對水下作業機器人控制系統及運動控制算法的研究將有利于機器人在海洋、湖泊及大壩等各個領域的應用。

水下機器人可分為3類：載人水下機器人（Human Occupied Vehicle，HOV），自主式水下機器人（Autonomous Underwater Vehicle，AUV），帶纜遙控水下機器人（ROV）［1］，三者的應用及控制系統不盡相同。由于ROV具有作業深度大、動力充足以及適應水下惡劣環境的優點［2］，因此被廣泛地應用于海洋管道的勘察、海洋平臺的檢查與維修、水下大壩的檢測、水產養殖等不同行業。更有臍帶纜作為安全保護，極大地提高其安全性能，發生故障時不易丟失，但同時，其臍帶纜限制了ROV的運動范圍。

國內很多學者在機器人研制方面做了研究。許競克等［3］介紹了ROV的系統組成及其特點，并探討了ROV的應用和發展趨勢，說明水下機器人發揮的巨大作用；王宇鑫［4］介紹了“海螺一型”ROV控制系統結構與艏向控制技術，此款機器人下潛深度為100 m，但是無機械手進行水下作業；張瑋康等［5］研制了一款依賴機械手作業的ROV，其主要通過腹部作業機構完成對接及回收。張銘鈞等［6］將神經網絡與廣義預測控制相結合，對“海貍”水下機器人進行縱向控制。

目前，國內外ROV多采用推進器實現單一的浮游運動，且能夠實現對水下船體及結構物安全檢測與作業的機器人并不多。本文將設計一種通過推進器及輪組模塊實現機器人浮游、爬行，通過更換機械手實現對附著物抓取、切割功能的控制系統結構；對自主研發的水下安全檢測與作業型機器人“METI-I”進行建模，并使用最小二乘法將其六自由度動力學模型簡化為單自由度模型；設計廣義預測控制器，對ROV的艏向運動進行控制仿真，并進行水池試驗與湖上試驗，以驗證自主研發的ROV的可靠性。

1 控制系統組成

自主研發的安全檢測與作業型水下作業型機器人“METI-I”控制系統主要由4部分組成：水面控制臺、電源柜、臍帶纜及ROV本體。ROV控制系統組成如圖1所示。電源柜為水面控制臺和ROV本體提供電力，數據傳輸通過RS485半雙工進行傳輸，傳輸介質為雙絞線。ROV本體由9個部分組成（圖2）。

此款水下安全檢測與作業型機器人的工作深度可達300 m，具體技術參數如表1所示。操作人員進行水下機器人作業時，通過水面控制臺的操縱搖桿、控制按鈕來實現ROV的運動及機械手的動作控制，并且通過顯示器可實時監測水下信息，包括視頻圖像信息和ROV各傳感器信息。

表1 ROV關鍵技術參數Table 1 Key parameters of ROV

2 控制系統結構設計

ROV控制系統結構包括：水面控制系統、臍帶纜和水下控制系統。其系統結構如圖3所示，水面控制臺主要包括操縱搖桿、控制按鈕、顯示器和工控機等，實現通信數據的顯示及控制指令的下發；大功率電源為水面控制臺和ROV本體提供電力；臍帶纜采用2對雙絞線和1對電源線，電源線用于電力傳輸，一對雙絞線用于RS485通信，另一對用于視頻信號傳輸。ROV本體采用嵌入式微控制器對推進器、水下燈、機械手等進行控制，并且對傳感器進行數據采集。

2.1 水面控制臺

水面控制臺用于實現ROV的運動及作業，主要通過單片機的I/O，AD模塊等將采集到的按鈕、電位器及搖桿信息通過USB串口發送至工控機，工控機將接收到的數據經過處理發送出去，再經過USB轉RS485模塊后，變為RS485信號進行遠距離傳輸。視頻信號通過放大器后接入視頻采集卡，然后通過工控機，將視頻信號顯示在液晶屏上。

控制面板的數據采集采用Arduino單片機實現對操縱搖桿、控制按鈕的信號采集，通過串口將數據發送至上位機，在串口中斷時接收上位機下發的數據，并使用外部中斷進行報錯處理。

上位機軟件采用Visual Studio MFC進行軟件編程。視頻監控主界面實時顯示視頻圖像，同時將ROV的姿態角、深度、艙內溫濕度等重要監測數據疊加顯示在視頻上。后臺數據顯示界面可以實時顯示ROV本體的各項監測數據。

2.2 水下控制系統

水下控制系統安裝于電子耐壓艙中，電子艙使用O型圈進行水密，防止水滲入艙內，毀壞控制系統。艙內骨架采用貼壁散熱設計（圖4），用于對器件的水冷散熱。艙內主要布置4塊電路板，分別為功率電源板、小電源板、推進器驅動板和主控板。ROV的運動及作業等主要由嵌入式微控制器實現控制作用；功率電源板為5臺推進器供電；小電源板功率小，用于控制電路的供電；推進器驅動電路采用信號隔離的方式實現對推進器的有效控制。

ROV本體控制系統采用ARM控制芯片，運用其最小系統、USART模塊、ADC模塊、GPIO模塊、TIM定時器模塊和PWM輸出模塊等來控制推進器、水下燈、云臺和機械手，并采集艙內溫濕度、漏水、導航和深度等信息。

軟件設計采用IAR軟件進行編程。通過GPIO模塊實現漏水檢測、溫濕度檢測、電源模塊報錯及使能控制，并且在GPIO中斷中做了定航、定深的控制算法；通過USART串口實現機械手的控制、導航數據、深度計的數據采集、云臺控制及與上位機的數據通信；通過PWM輸出模塊實現對水下推進器、水下燈等設備的控制。

機械手是機器人進行水下作業的重要組成部分，雖然此款ROV上應用的機械手只有一個自由度，但是它配備了2種機械爪（圖5），分別為抓取式和剪切式，當ROV在水下進行不同作業時可隨時更換。機械手采用RS485通信方式進行控制，其夾持力、切割力可調，在設計中采用旋鈕來控制機械手，以調節夾持力與切割力。

3 ROV動力學模型的建立

以自主研制的水下機器人“METI-I”為研究對象，根據流體中剛體的牛頓—歐拉運動方程建立ROV動力學模型，為了便于計算，簡化了動力學模型，并對簡化的模型進行參數辨識。

3.1 動力學模型

ROV在水中做三軸移動和三軸旋轉6個自由度的運動，在運動坐標系下可使用下式描述水下機器人動力學特性［7］：

式中：η為固定坐標系下ROV的位置姿態向量；v為運動坐標系下ROV的線速度及角速度向量；J(η)為轉換矩陣；M為ROV質量及慣性矩陣，M∈R6×6；C(v)為ROV科氏及向心力矩陣，C(v)∈R6×6；D(v)為ROV流體阻力矩陣，D(v)∈R6×6；g(η)為重力和浮力共同作用形成的回復力矩陣，g(η)∈R6×1；τ為ROV推進器產生的力矩向量，τ∈R6×1。

3.2 模型簡化

由于ROV在觀測及作業過程中航行速度低，完全可以忽略科氏向心力的作用；ROV的運動方式主要有前行、后退、上浮、下潛及轉艏，所以可將其運動方式看作是簡單的單自由度運動，且各自由度間的耦合性很小；ROV的運動坐標原點與重心重合。令ROV的重力、浮力分別為G和B，從而可將模型簡化為［8］，

ROV的浮力略大于重力，這樣使其發生故障時可以上浮至水面。

由此，可得到ROV在3個自由度方向上的動力學模型，且其在運動坐標系中單自由度動力學模型為

式中：mζ為慣性系數；dζ和dζ|ζ|分別為一次阻力系數和二次阻力系數；gζ為ROV重力及浮力的合力矩在ζ自由度方向上的分量；τζ為推進器所產生推力在ζ自由度所產生的作用力。

3.3 模型參數辨識

ROV動力學模型的建立需要獲得眾多的水動力系數，目前有3種方法來獲取水動力系數：經驗法、試驗法和CFD法［9］，本文基于FLUENT軟件對ROV進行數值模擬辨識。表2所示為艏向航態下不同航速對應的阻力分布的部分數據。

表2 角速度對應阻力分布Table 2 The angular velocity with respect to the resistance distribution

通過MEMS微型航姿慣性導航系統可以獲得ROV的艏向角，通過艏向角對時間的微分獲得艏向角速度、艏向角加速度。利用最小二乘參數估計方法［10］求得ROV艏向角自由度方向的動力學模型：

式中：r為艏向角速度；τ為推進器轉艏阻力。

系統采樣周期設置為100 ms，對式（4）運用歐拉離散化處理，求取近似方程得：

式中，k為采樣次數。

4 廣義預測控制器

4.1 廣義預測控制

廣義預測控制（Generalized Predictive Control，GPC）采用受控自回歸積分滑動平均（CARIMA）模型作為預測模型［11］，該模型可以寫為：

式中：A(z-1)，B(z-1)為z-1的多項式；u(t-1)為推進器的輸入電壓值；e(t)為高斯白噪聲序列；Δ為差分算子。

為了輸出穩定的跟隨給定值r(k)，采用一階濾波器，使其柔和地跟蹤給定值，避免直接跟蹤導致的震蕩，難以達到穩態。

式中，α為輸出柔化系數。

同樣地，為了避免控制系統的輸入電壓變化過于劇烈，在輸入電壓時引入了柔化系數β：

從而求得預測輸出值：

式中，H=[1β…βnu-10…0]T；L=Gj(z-1)H=[l1l2…ln-1]T。

定義目標函數，取極小化：

由式（11）可知，求取 Δu(k)時，只需要知道矩陣G和向量f。根據式（9）得到如下預測值：

式中，E為z-1的多項式。

只需要辨識最后一個方程就可以得到G的所有元素。

令X=[Δu(k)Δu(k+1)… Δu(k+n-1)1]，，由最小二乘法可求得，從而得到G和f。

4.2 引入PID控制算法

在對ROV運用上述GPC算法時，在控制初始階段，由于GPC需要初始數據進行滾動優化，所以在控制開始時，系統的穩定性和魯棒性較差，容易導致整個系統發散。經過分析和仿真，發現在控制初始階段采用增量式PID（比例、積分、微分）為主算法可以減小震蕩，縮短響應時間。按下式計算，

式中：KP，KI，KD分別為比例、積分、微分常數；e(k)為k時刻輸出誤差。

5 仿真和試驗結果

5.1 定艏向控制仿真試驗

為驗證本文設計的GPC控制器在ROV艏向控制上的優越性，以自主研發的ROV“METI-Ⅰ”為試驗對象，進行了艏向控制仿真試驗。

艏向運動模型采用如式（5）所示的近似方程。

5.1.1 定艏向PID控制仿真試驗

首先對艏向進行PID仿真，試驗中使用Ziegler-Nichols方法［12］計算PID參數，所得PID參數KP，KI，KD分別為2.5，10，23，仿真結果如圖6所示。

通過仿真圖可以看出，PID控制有超調，經過多次振蕩后可以穩定。試驗中若減小比例系數，增大積分時間，則超調減小，但上升緩慢，過渡過程時間太長。

5.1.2 定艏向廣義預測控制仿真試驗

GPC具有自適應能力，因此跟蹤效果好。GPC的最小預測時域N1一般取1，最大預測時域N2=12；控制時域Nu為2；輸入、輸出柔化系數分別為β=0.2，α=0.49。PID參數KP，KI，KD為1.2，18，25，仿真結果如圖7～圖8所示。

從圖7中可以看出，在GPC算法下，在控制初始階段輸入輸出震蕩劇烈，超調大，因此不利于初始控制，易導致控制系統發散。圖8仿真結果為改進GPC算法，采用增量式PID對控制初期進行整定，即在控制初始階段使用增量式PID控制器，在后期使用GPC控制器，控制效果好。這樣就解決了控制初始不穩定的現象，兼具了PID與GPC這2種控制算法的優點。

5.2 試 驗

對ROV分別進行水池試驗和湖上試驗，以驗證ROV在水下安全檢測和作業的能力。

5.2.1 水池試驗

ROV在水池中靜止時處于平衡狀態，浮力略大于重力，這樣可以保證ROV在出現故障時上浮至水面。

水池試驗中初步驗證了ROV的穩定性和可靠性，ROV在水池中能夠成功完成直航、轉艏、橫搖等運動姿態，機械手能夠實現夾取功能，如圖9～圖10所示。ROV底部的輪組模塊和推進器共同作用時可以使ROV實現貼壁前進，便于攝像頭觀測和機械手作業。

5.2.2 湖上試驗

ROV在湖上試驗（圖11）中下潛至湖底67.2 m時，系統穩定，傳感器數據正常，攝像機圖像正常。如圖12所示，攝像頭觀測船體表面，從圖中可以清晰地看到船體表面的附著物，為機械手作業提供了有力的保障。

ROV在湖上試驗中進行了定航試驗（圖13），設置初始航向夾角308°，并對試驗數據進行記錄保存。由圖14可以看出，ROV在定向航行時由于流的影響，航向角存在抖動，但ROV可以快速調整至設定航向，滿足定航要求。

由圖14可以看出，仿真出來的波形偏差較小，而在實際試驗中，航向角的偏差較大。這主要是由于ROV是強非線性系統，水下環境錯綜復雜，受環境的干擾大，且運動慣性強。

6 結 語

本文介紹了水下安全檢測和作業型機器人控制系統組成及結構，并針對控制系統的架構做了硬件與軟件的介紹。通過建立ROV 6個自由度模型，簡化得到艏向自由度的獨立模型，并設計了GPC控制器進行航向控制。仿真表明，GPC比傳統的PID控制器具有更好的跟隨性能，使用PID對GPC控制器初期數據整定，使其具有更好的快速性和穩定性。通過對ROV的水池及湖上試驗，驗證了ROV控制系統的可靠性及控制算法的優越性；證明了ROV的水下安全檢測及作業能力。本文所提出的控制系統設計方案對其他水下機器人具有借鑒意義。