留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于模糊PID的水下清污机器人浮游姿态控制

李体锦,  吴明晖,  刘锐,  王晨曦,  周围,  冯亮

李体锦, 吴明晖, 刘锐, 王晨曦, 周围, 冯亮. 基于模糊PID的水下清污机器人浮游姿态控制[J]. 上海工程技术大学学报, 2026, 40(3): 287-292. doi: 10.12299/jsues.24-0401
引用本文: 李体锦, 吴明晖, 刘锐, 王晨曦, 周围, 冯亮. 基于模糊PID的水下清污机器人浮游姿态控制[J]. 上海工程技术大学学报, 2026, 40(3): 287-292. doi: 10.12299/jsues.24-0401
LI Tijin, WU Minghui, LIU Rui, WANG Chenxi, ZHOU Wei, FENG Liang. Floating attitude control of underwater dredging robot based on fuzzy PID[J]. Journal of Shanghai University of Engineering Science, 2026, 40(3): 287-292. doi: 10.12299/jsues.24-0401
Citation: LI Tijin, WU Minghui, LIU Rui, WANG Chenxi, ZHOU Wei, FENG Liang. Floating attitude control of underwater dredging robot based on fuzzy PID[J]. Journal of Shanghai University of Engineering Science, 2026, 40(3): 287-292. doi: 10.12299/jsues.24-0401

基于模糊PID的水下清污机器人浮游姿态控制

doi: 10.12299/jsues.24-0401
详细信息
    作者简介:

    李体锦(2000 − ),男,硕士生,研究方向为移动机器人,姿态控制。E-mail:2147925060@qq.com

    通讯作者:

    吴明晖(1973 − ),男,副教授,博士,研究方向为移动机器人创新设计与控制技术等。E-mail:wuminghui@sues.edu.cn

  • 中图分类号: TP242.2

Floating attitude control of underwater dredging robot based on fuzzy PID

  • 摘要: 在障碍物较多的复杂水下环境,浮游式水下清污机器人(free-swimming dredging remotely operated vehicle, FS-D-ROV)可克服普通爬行清污机器人的不足,但其水下运动姿态控制的PID调参工作量大,且在水下出现突发情况时难以快速调整姿态以保持平衡。对此提出一种结合模糊算法与传统PID控制的模糊PID控制算法用于FS-D-ROV浮游时的姿态控制,通过Matlab/Simulink开展仿真及实验验证。在转艏实验过程中,FS-D-ROV稳定后稳态误差保持在2%以内。结果表明,相较于传统PID控制,模糊PID控制在转艏控制中减少了超调量,缩短了响应时间,并有效提高了系统的运动稳定性能。研究成果可为实际工程提供有力的技术支持。
  • 图  1  水下清污机器人

    Figure  1.  Underwater dredging robot

    图  2  两坐标系示意图

    Figure  2.  Schematic diagram of two coordinate systems

    图  3  模糊PID控制原理图

    Figure  3.  Schematic diagram of fuzzy PID control principle

    图  4  模糊输出量e的隶属度函数

    Figure  4.  Membership function of fuzzy output e

    图  5  转艏运动仿真框图

    Figure  5.  Simulation block diagram of bow motion

    图  6  转艏控制仿真曲线

    Figure  6.  Simulation curve of bow control

    图  7  FS-D-ROV水下实验场景

    Figure  7.  Underwater experiment scene of FS-D-ROV

    图  8  FS-D-ROV水下运动实验

    Figure  8.  FS-D-ROV underwater movement experiment

    表  1  模糊规则表

    Table  1.   Fuzzy rule table

    ΔKp/ΔKi/ΔKd ec
    NB NM NS ZE PS PM PB
    e NB PB/NB/PB PB/NB/PS PM/NM/NB PM/NM/NB PS/NS/NB ZE/ZE/NM ZE/ZE/NM
    NM PB/NB/PS PB/NB/NS PM/NM/PB PS/NS/NM PS/NS/NM ZE/ZE/NS NS/ZE/ZE
    NS PM/NB/ZE PM/NM/NS PM/NS/NM PS/NS/NM ZE/ZE/NS NS/PS/NS NS/PS/ZE
    ZE PM/NM/ZE PM/NM/NS PS/NS/NS ZE/ZE/NS NS/PS/NS NM/PM/NS NM/PM/ZE
    PS PS/NM/ZE PS/NS/ZE ZE/ZE/ZE NS/ZE/ZE NS/PS/ZE NM/PM/ZE NM/PB/ZE
    PM PS/ZE/PB ZE/ZE/PS NS/NS/PS NM/PS/PS NM/PM/PS NM/PB/PS NB/PB/PB
    PB ZE/ZE/PB ZE/ZE/PM NM/PS/PM NM/PM/PM NM/PM/PS NB/PB/PS NB/PB/PB
    下载: 导出CSV
  • [1] Liu N J, Cai Z H, Zhao J, et al. Predictor-based model reference adaptive roll and yaw control of a quad-tiltrotor UAV[J] . Chinese Journal of Aeronautics, 2020, 33(1): 282 − 295. doi: 10.1016/j.cja.2019.08.001
    [2] Bo P, Tu X B, Wei Y, et al. Anti-disturbance depth control based on the robust L1 filter for under-actuated AUV with switched linear parameter varying dynamics[J] . Journal of Marine Science and Technology, 2023, 28(1):179 − 194. doi: 10.1007/s00773-022-00909-2
    [3] 管志光, 吴昊, 王学林, 等. 基于模糊PID的小型水下机器人运动控制研究[J] . 火力与指挥控制, 2024, 49(10): 111 − 117. doi: 10.3969/j.issn.1002-0640.2024.10.015
    [4] 牛亮, 党晓圆, 冯元, 等. 基于模糊RBF神经网络PID的AUV姿态控制研究[J] . 传感器与微系统, 2024, 43(10): 11 − 14. doi: 10.13873/J.1000-9787(2024)10-0011-04
    [5] Zhu Z F, Liu Y J, He Y L, et al. Fuzzy PID control of the three-degree-of-freedom parallel mechanism based on genetic algorithm[J] . Applied Sciences, 2022, 12(21): 11128. doi: 10.3390/app122111128
    [6] 冯业宁, 李体锦, 周围, 等. 基于Recurdyn的清淤机器人水下爬行运动学仿真[J] . 上海工程技术大学学报, 2024, 38(2): 171 − 178.
    [7] 梅满, 朱大奇, 甘文洋, 等. 基于模型预测控制的水下机器人轨迹跟踪[J] . 控制工程, 2019, 26(10): 1917−1924.
    [8] 朱大奇, 袁义丽, 邓志刚. 水下机器人参数辨识的量子粒子群算法[J] . 控制工程, 2015, 22(3): 531 − 537. doi: 10.14107/j.cnki.kzgc.121462
    [9] Chen D W. Research on traffic flow prediction in the big data environment based on the improved RBF neural network[J] . IEEE Transactions on Industrial Informatics, 2017, 13(4): 2000 − 2008. doi: 10.1109/TII.2017.2682855
    [10] 赵立柱, 苏东海, 左伟, 等. 基于粒子群模糊PID控制的风机盘车液压缸同步控制系统[J] . 机电工程, 2022, 39(7): 961 − 966. doi: 10.3969/j.issn.1001-4551.2022.07.013
    [11] 葛安亮, 陈浩, 邵绪新, 等. 海参捕捞机器人运动控制系统的仿真研究[J] . 现代电子技术, 2024, 47(2): 147 − 154. doi: 10.16652/j.issn.1004-373x.2024.02.027
    [12] 胡锦晖, 胡大斌, 肖剑波. 基于模糊理论的水下航行器运动控制及仿真研究[J] . 舰船科学技术, 2017, 39(12): 59 − 63. doi: 10.3404/j.issn.1672-7649.2017.12.013
    [13] Greenfield S. Geometric defuzzification revisited[J] . Information Sciences, 2018, 466: 220 − 235. doi: 10.1016/j.ins.2018.07.019
  • 加载中
图(8) / 表(1)
计量
  • 文章访问数:  11
  • HTML全文浏览量:  5
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-12-31
  • 刊出日期:  2026-09-30

目录

    /

    返回文章
    返回