1.研究目的

水下机器人是在水下环境进行极限作业的机器人，又称潜水器。面对当今社会资源短缺，人口膨胀等严重问题，海洋资源开发利用得到广泛关注。作为可以将人类从复杂危险的海洋环境下解放的工作载体，水下机器人日益成为海洋开发的重要工具。例如，我国自主研制的“潜龙二号”在2018年2月9日，在近海底工作30小时，最大潜深2920米，在地形起伏1800多米的区域内，获得了大量的精细地形地貌数据和多种传感器探测数据。同时，水下机器人的应用领域也在不断扩大：水下机器人可以利用于水利工程、危险环境水下搜救等工作。例如，Teledyne SeaBotix水下爬行机器公司生产的Seabotix LBV系列产品被San Diego公司用于Pro-ROV服务中，在3周多时间对怀俄明州3座大坝的安全检查。又如，在对马航MH370搜救工作，美军采用的自主水下机器人蓝鳍-21进行搜寻黑匣子工作。

随着水下机器人的发展，无论在军用还是民用，对其的性能要求也变得越来越高。水下机器人在实际航行中，最重要的两个性能为定深性能和定向性能。在水下机器人执行既定的岸上监测任务等时，不可避免地要在近水面定深航行，此时由于受到海浪及海流的影响，水下机器人的运动状态将发生变化。在海浪一阶波浪力这种高频周期力的作用下，水下机器人将产生横摇、纵摇、垂荡等摇荡运动，这会严重影响水下机器人的正常工作及安全性能。在二阶波浪力又称波吸力作用下，会使水下机器人向水面抛甩，潜深减小，由于二阶波浪力随潜深减小而急剧增大，会加快水下机器人浮出水面的趋势，这会极大影响水下机器人在近水面的定深性能。因此迫切需要一种控制系统来解决水下机器人在近水面工作时不稳定状态，以抑制在波浪力干扰下水下机器人不断上浮现象。

2.研究意义

现今水下机器人为了降低成本和质量，多采用主推加艉十字舵的驱动配置模式，但其无法独立产生侧向和垂向推力，属于欠驱动系统。水下机器人在执行任务中，要求其具有在环境扰动作用下依旧按照预期轨迹运动的能力。欠驱动水下航行器近水面航行时一种非线性、多变量、强耦合、强干扰的联合控制。水下机器人近水面定深航行控制方法的研究对提高水下机器人的自动化水平具有重要的意义。

3.国内外研究现状

1）近水面航行水动力性能研究国内外现状

中国船舶科学研究所的张楠等人对处于深水和近水面的潜艇模型的绕流进行数值模拟，得出了不同潜深下潜艇模型的阻力、垂向力及俯仰力矩，以及同一潜深下潜艇所受阻力随航速的变化规律，并得出在潜深大于三分之一艇长时,自由液面的波高急剧减至很小，自由液面对阻力几乎无影响的结论。国外众多学者对水下航行器水动力性能也做了大量研究。华中科技大学的刘娟利用分布源汇法, 用数值解法在时域中模拟椭球体近水面运动的三维兴波现象，波形随潜深减小和运动速度的增加而变得更加明显，从而验证了建立三维数字波浪水池的可行性。杨向晖基于格林定理，将Rankine源和偶极子置于边界面上，计算了近水面球体和椭球体的兴波阻力和升力。赵金鑫分别在有无挂载情况下 对AUV 近水面直航进行分析，得到了直航阻力性能的变化情况。高霓利用 PMM 试验和 CFD 模拟分别分析了AUV近水面条件下的水动力性能。国外也有很多学者对水下机器人在近水面航行的水动力性能进行了大量研究。Ming-Chung Fang等人对欠驱动水下机器人近水面六自由度运动时的操纵性和耐波性进行了仿真计算，得到了一套预报水下机器人近水面升沉运动的数值方法。Watt借助基于CFD技术对多款潜艇针对六自由度运动的操纵性能进行了大量研究，并对它们运动参数与操纵性能的关系进行了分析探讨。Reichl利用 RANS 方法针对较低雷诺数下近水面的圆柱绕流情况进行研究，并对流场的细节进行了详细的分析。Mansoorzadeh分别利用试验方法和 CFD 方法分析了 Subsea Ramp;D在不同航速不同潜深时AUV 受到的阻力和升力的变化情况，取得了很好的效果。Saout利用势流方法和叠加理论对带有舵翼的 AUV 在近水面条件下做横荡和摇首时的水动力性能进行分析，并对其方向稳定性进行了分析。

2）水下机器人运动控制研究现状及分析

早期的水下机器人使用常规PID对其运动进行控制。在1961年，K. J科肯伯格等人利用经典控制理论对108级潜艇的自动舵进行了系统研究，研究内容包括了航向、深度控制、横摇校正、侧洗流补偿、纵倾限制和横倾限制等许多方面。美国的SSN594艇和“鳃鱼”号等潜艇也根据K. J科肯伯格的研究对控制系统加以改进，提高了潜艇在大浪中近水面低速航行时的深度保持能力。在1985年，Yoerger和Slotine提出了一种水下机器人的滑动模态控制器可以用于控制机器人的轨迹，同时他们研究了水动力系数的不确定性和忽略相互耦合所带来的影响。在1990年，Goheen等人提出了一种多变量自适应控制器作为水下机器人的自动驾驶仪，该控制器具有能够克服自动定位时模型的不确定性的功能。在1991年，Farbrother, B. N.采用模糊自组织控制方法对 ROV 航向进行控制，对比于之前采用的固定规则库模糊控制法，Farbrother所采用的方法所得控制效果更好。在1993年，Healey和Lienard于将滑模方法用于水下机器人的控制，该方法中系统被分成多个无相互作用或弱相互作用的子系统，并将某些关键的运动方程组合起来成为独立的方程组包括：航向控制方程组、下潜控制方程组和速度控制方程组。同年，J. Yuh和Ranganath Lakshmi将神经网络理论用于水下机器人的控制，该方法在处理 ROV 时变参数和随机噪声方面取得了一定的效果。在1995 年，A Trebi-Ollennu, B AStacey and B A White设计了一种能对 ROV的俯仰运动和沉浮运动进行解耦控制的自适应模糊滑模控制器，研究过程中考虑评估了不确定量和参数变化对控制性能的影响，并在ROV深度控制上取得了成果。在2001年，N. Ranganathan, Minesh I. Patel, 和R. Sathyamurthy将人工神经网络的学习能力与模糊专家系统的决策能力组合在一起，组成了一个有效的智能决策系统，以探测航向控制、深度控制中发生的错误以及传感器故障。在2004年，Hao, Yangling等设计了一个二阶潜艇深度模糊控制器，采用遗传算法对控制参数进行优化，经仿真证明了该方法可以有效地克服二阶波浪力对近水面潜艇的航行造成的影响。在2006年，Popovich, Nenad等人对非线性潜艇深度控制系统模型进行了定义并对模型进行了稳定性分析，同时他们对PD和 PID 控制算法及其对控制系统的影响进行分析，通过Simulink仿真，给出了 PID 算法和参数的最佳选择，并用阶跃输入和斜坡输入函数进行了试验。Kap Rai Lee等利用H2/H∞优化设计方法设计了针对水平和俯仰两方向的潜水器控制系统，在设计中考虑了水流动态、系统时滞和模型扰动，取得了较好的控制效果。Silverstre C等人设计了简洁自适应模糊逼近技术，该技术可以在线估计全驱动机器人在有海流干扰时模型的不确定性。Wang Ning等人设计了一种变增益模型降阶反馈控制算法，进一步克服了定深控制过程中动力学模型的不确定性。万磊等人利用自抗扰控制方法，实现扰动在线估计与补偿，解决了水下机器人存在垂向随机干扰作用下的定深控制。袁晓宇等人针对欠驱动水下机器人外部小扰动干扰，设计了多输入模糊控制器，设计中对深度和俯仰角误差及其变化率进行分析，实现了快速定深。于曹阳等人基于视线制导和反步法技术，设计了一种适用于欠驱动水下机器人的鲁棒定深控制器，提高了其艇载移植性。