[发明专利]基于神经网络的水下机器人-机械手系统的建模方法及系统

说明书

本发明提供一种基于辨识神经网络水下机器人‑机械手建模方法和系统，水下机器人‑机械手由水下机器人舰艇本身以及相应的机械臂两个部分组成，建模过程包括：首先建立坐标系，分别定义其广义坐标系和广义控制力；然后建立水下机器人的动力学方程通过一个单隐层前馈神经网络逼近函数h(ζ,τ)的值。为了方便收敛性分析，只对隐层到输出层的权值矩阵W_I更新，让权值矩阵W_i为常数矩阵。最后还给出了验证的方法。通过本发明基于神经网络的水下机器人‑机械手系统的建模方法：1、设计的水下机器人包括舰体和多连杆机械手；2、设计的辨识神经网络可以有效识别水下机器人的动力学模型；3、辨识神经网络的权值矩阵更新律可以保证水下机器人位置误差的收敛性。

技术领域

本发明涉及水下机器人和辨识神经网络建模领域，具体涉及一种基于辨识神经网络对水下机器人-机械手系统建模的方法。

背景技术

近年来，随着对海洋开发的深入，水下机器人的应用逐渐引起各行业的重视。水下机器人-机械手系统(Underwater Vehicle-Manipulator System，UVMS)是一种可以在水下进行观测和自主作业的自动化装备在海底科学考察、资源勘探、管道铺设、近海养殖等方面具有很大的潜在应用价值。UVMS系统由水下机器人舰艇本身和水下作业机械手两部分组成，通过水下机器人舰艇本身和水下机械手关节的运动共同完成需要执行的作业任务。

水下机器人运动控制存在以下技术难点：

UVMS具有非线性、强耦合、时变和高维等动力学特点所以建立其准确的数学模型比较困难。

水下环境的复杂性会导致难以建立精准的动力学模型。

与本发明相关的现有技术一：一种水下机器人-水下机械手系统CN108860527A。

现有技术一的技术方案：

该发明为一种水下机器人-水下机械手系统，属于水下机器人领域。由三部分组成：水下机器人本体、水下机械手和辅助调节装置组成。水下机器人本体是无缆型的自主水下机器人，其动力系统采用欠驱动方式实现水下机器人姿态和运动控制。辅助调节装置安装在水下机器人正下方，通过移动滑块可以调节水下机器人重心，补偿水下机械手运动过程中对水下机器人重心的影响，实现水下机器人姿态稳定。

现有技术一的缺点：

1)建立的只是水下机械手的动力学模型，与水下机器人本体无关。

2)建立水下机械手的动力学模型，只是理想条件下的模型。

与本发明相关的现有技术二：一种基于自适应UFK的水下机器人状态和参数联合估计方法CN102862666A。

现有技术二的技术方案：

提出了一种基于自适应UFK的水下机器人状态和参数联合估计方法。首先建立了水下机器人的扩展参考模型，包括水下机器人动力学模型和推进器故障模型。采用自适应UFK的主滤波器对水下机器人状态和推进器故障组成的扩展状态传递和更新，同时估计水下机器人状态和推进器故障信息。

现有技术二的缺点

1)该水下机器人只能包括机器人本体，而无法完成抓取动作。

2)该方法只能估计水下机器人的状态信息和推进器信息，无法提供水下机器人的动力学模型。

与本发明相关的现有技术三：一种深海作业型水下机器人的动力学和运动学估计方法CN103942383A。

现有技术三的技术方案：