← 返回列表

水下仿生鱼机器人的航向控制方法

申请号: CN202311734407.2
申请人: 广东海洋大学
申请日期: 2023/12/18

摘要文本

本发明提出水下仿生鱼机器人的航向控制方法,属于PID控制技术领域,具体步骤包括:S1,将仿生鱼机器人航向PID控制问题转换成一个待优化数学模型;S2,利用改进红尾鵟优化算法对待优化数学模型寻优,具体包括:D1、引入“中心扰动”机制,初始化算法种群,然后改进算法探勘阶段的重力因子,最后在算法每次迭代结束时加入动态折射反向学习策略,改进红尾鵟优化算法;D2、利用改进红尾鵟优化算法优化仿生鱼机器人航向PID控制器,得到最佳Kp、Ki、Kd航向PID控制参数;S3、将优化后的仿生鱼机器人航向PID控制方法应用到仿生鱼机器人航向控制系统,实现仿生鱼机器人航向自适应控制。

专利详细信息

项目 内容
专利名称 水下仿生鱼机器人的航向控制方法
专利类型 发明授权
申请号 CN202311734407.2
申请日 2023/12/18
公告号 CN117452806B
公开日 2024/3/19
IPC主分类号 G05B11/42
权利人 广东海洋大学
发明人 钟宇明; 余江; 周启亮; 林钰贵; 曾稳玲
地址 广东省湛江市广东海洋大学湖光校区

专利主权项内容

1.水下仿生鱼机器人的航向控制方法,包括仿生鱼机器人航向控制系统,所述系统包括仿生鱼尾部动力电机,仿生鱼两侧鱼鳍舵机以及航向PID控制器;其特征在于:包括以下步骤:S1,将仿生鱼机器人航向PID控制问题转换成一个待优化数学模型,公式为:式中,x为仿生鱼机器人航向控制器的参数向量,N为样本数量,y为仿生鱼机器人航向实际角度值,y为仿生鱼机器人航向目标角度值;irefS2,利用改进红尾鵟优化算法对待优化数学模型寻优,步骤包括:D1、引入“中心扰动”机制,初始化算法种群,然后改进算法探勘阶段的重力因子G(t),最后在算法每次迭代结束时加入动态折射反向学习策略,改进红尾鵟优化算法,“中心扰动”机制以当前最优适应度值的红尾鵟个体为中心,在小范围内初始化红尾鵟种群,数学模型公式为:式中,为“中心扰动机制”初始化后的红尾鵟种群,X为当前适应度值最佳的红尾鵟位置,rand为[0, 1]的随机数,X为初始化范围最大值,X为初始化范围最小值;bestui在红尾鵟低俯冲进攻阶段,所述低俯冲进攻阶段为算法开发阶段,引入改进后的自适应重力因子G(t),G(t)数学模型为:11式中,t为当前迭代次数,T为总的迭代次数,w为衰减因子,G(t-1)为上一次迭代的自适应重力因子;max1所述衰减因子w,公式为:D2、利用改进红尾鵟优化算法优化仿生鱼机器人PID控制器,得到最佳Kp、Ki、Kd航向PID控制参数;S3,将优化后的仿生鱼机器人航向PID控制方法应用到仿生鱼机器人航向控制系统,实现仿生鱼机器人航向自适应控制。。来自:马 克 团 队