摘 要

海洋的面积占了地球总面积的很大一部分，这个数值达到了71%，已经接近总面积的3/4了，那么在这么大的面积中毫无疑问蕴藏了大量还未被我们人类所发掘的资源，所以如何对深海资源进行挖掘是我们人类面临的一大难题。当我们在对深海巨量的资源进行开发的过程中，我们也有很多工具进行选择来达到我们开发的目的，在这些众多的工具中，具有更加高级以及更加的操纵性的深海工程类的装备毫无疑问将会是我们最佳的选择，在这些众多的深海工程装备中遥控式的作业型水下机器人就是最具有效率，最具有代表性的一个。也只是因为这样，本文才对ROV的运动和推力分配方法进行了研究。本文对ROV运动学建模，推力分配方法进行了研究，我们可以将具体的内容在总结成几点在下文来说明：

在进行研究之前，我们首先需要做的就是对ROV在水下作业时进行受力分析，在受力分析的过程中要把环境干扰力考虑进去，然后在建立一个完整的ROV运动学模型，当然，这个运动学模型的建立是在Fossen等人所提出来的建模型方法的基础上来进行建立的。之后，我们首先需要验证所建立的模型是否合理，所以我们对我们建立的模型进行了仿真实验，主要在横向，纵向等方向进行了实验。再者，为了对所建立的模型进行完善，我们搭建了一个模型是基于ROV动力方向的，并且对空间动力进行了仿真实验。除此之外，我们还对两种不同的推理分配进行了仿真，他们分别将他们不同的来应用到模块中，最后进行了试验，比较然后得出哪种推力分配方法更加适用，效率更高。然后，我们将会对对在推力分配方法中所具有的不同的分配目标以及对参数应该如何选取来进行一个仿真实验。在此之外，还对ROV的推力调配效果以及能源定位功能进行了计算在推进器的缺陷下。最终，对途径模型的搭建办法我们进行了跟踪，并且在这个过程中进行了研讨，最终我们在模型的搭建中运用到了ROV的运动管制，并仿真了三种具有差异性的途径在对定深平面路径的跟踪问题上面的效果。

关键词:ROV;运动学建模;推力分配。

ABSTRACT

The area of the ocean accounts for a large part of the total area of the earth, which reaches 71% and is close to 3/4 of the total area. There is no doubt that there are a large number of resources in such a large area that have not been excavated by our human beings. Therefore, how to excavate deep-sea resources is a big problem facing us. When we are exploiting the huge resources in the deep sea, we also have many tools to choose to achieve the purpose of our development. Among these many tools, the equipment of deepwater engineering with more advanced and more maneuverability will undoubtedly be our best choice. In these many deep-sea engineering equipment, the remote-controlled operating underwater machine will be our best choice. Man is the most efficient and representative one. It is only because of this that the method of motion and thrust distribution of ROV is studied in this paper. In this paper, the ROV kinematics modeling and thrust distribution method are studied. We can summarize the specific contents into several points to illustrate below.

Before carrying out the research, we need to do the force analysis of ROV in underwater operation, take environmental interference into account in the process of force analysis, and then establish a complete ROV kinematics model. Of course, this kinematics model is built on the basis of the modeling method proposed by Fossen.After that, we first need to verify the rationality of the model, so we carried out simulation experiments on the model we built, mainly in the horizontal and vertical directions. Furthermore, in order to improve the model, we build a model based on the dynamic direction of ROV, and simulate the space dynamics. In addition, we also simulated two different kinds of reasoning allocation. They applied them to the module separately. Finally, we carried out experiments and compared them to find out which thrust allocation method is more suitable and more efficient. Then, we will conduct a simulation experiment on the different distribution objectives in the thrust allocation method and how to select the parameters. In addition, the thrust allocation effect and energy location function of ROV are calculated under the defect of the propeller. Finally, we tracked the way to build the path model, and discussed it in the process. Finally, we applied ROV motion control in the model building, and simulated the effects of three different ways on the tracking problem of the fixed depth plane path.

Key words: ROV; kinematics modeling; thrust distributio.

目录

第一章 绪论 1

1.1引言 1

1.2水下机器人的研究动态 1

1.3水下机器人控制方法的综述 4

1.4论文主要研究内容 5

第二章 水下机器人运动学建模 6

2.1引言 6

2.2六自由度运动学数学模型 6

2.3重力和浮力 10

2.4水动力计算 11

2.5环境干扰力 11

2.6四自由度动力定位动力学方程 12

2.7垂直面的动力学方程 13

2.8水平面的动力学方程 14

第三章ROV推力分配方法的仿真研究 15

3.1 引言 15

3.2 伪逆推力分配方法研究 15

3.3 SQP推力分配方法研究 16

3.4 基于SQP算法的推力分配数学模型的建立 19

3.5 基于动力定位的推力分配的动态仿真 20

3.6 附加质量和附加阻尼力分析 21

3.7 本章小结 21

第四章 总结与展望 22

4.1总结 22

4.2展望 22

参考文献 23

致谢 24

第一章 绪论

1.1引言

众所周知，在我们美丽的蓝色的星球上，海洋是生命的摇篮，孕育出了咱们地球上的生命，也是资源的宝库，藏着很多宝贵的资源。所以在陆地上资源已经日益匮乏的情况下，以及二十一世纪人类数量越来越庞大和人均生存空间缩小的情况下，人类要庇护本身的身存，发展以及养育后代，那么我们就应该最大水平的来使用地球圈内仅剩的最后这块待开发的资源，这将是我们人类最为明智的选择。但是，对于深海的开发研究最早的国家并不是我们国家，欧美等国家对于深海开发的技术研究比我国开始的早也走在了我国之前，所以对于深海的开发及研究是当前我国迫在眉睫的难题。我国也意识到了海洋的资源开采和海洋强国的重要性，从而对深海所需的工程装备的研究与制造我们国家也投入了很大的精力来做这个事情，并在这个过程中给需要的地方形成了很多专业的研究团队和大量的技术储备人才。然而，当我们在对海底那么多的资源进行发现并且挖掘的时候，近距离地观察海底环境与勘探始终是人类面临的一个大难题。也正因为这样，我们更应该大力发展水下机器人的技术从而来解决我们在开发过程中所面对的大难题，用来代替人类去一些人类不能到达的地方去代替人类完成较为复杂的任务。水下机器人自身就具备了很多优良的特点，它能够在弥补人类的缺陷，可以在水下进行很长时间的工作，也能去一些人类不能去的地方，所以他是我们在深海开发的过程中一个很重要的工具。所以，我们对水下机器人深入的研究具有深远的意义。

1.2水下机器人的研究动态

水下机器人按照传统的类别来进行分类我们可以将其分为不需要人为控制的以及需要人为来控制的两大类：在我们以前生活的环境中，载人的潜水器应该是我们了解的比较多的，在它们之中，更多的载人潜水器是用来军用或者民用的。在目前为止，很多使用中的载人潜水器都是不受外部控制的，可以直接由操控员在潜水器内部对其进行控制，可以自由航行。在历史上，西蒙莱克在1980年制造的了世界上第一台叫做Argonaut the first的载人潜水器。历史上，有一段时间能够载人的潜水器得到了高速的发展，大约是在二十世纪的60年代中期，然后一直发展到70年代中期，到这基本上已经是发展到了巅峰的时期，自此之后这方面的研究基本上越来越落后。

载人水下机器人通常可以执行打捞，海底勘探，就生等任务，可以作为潜水员作业的基地是载人水下机器人的最大的特点。但是载人水下机器人的设计与制造难度都极其的高，尤其是深海载人潜水器^[1][2]。对于作业时不需要人为控制的水下机器人，又可以将它们分为不需要缆绳的水下机器人和需要缆绳的水下机器人两大类别。不需要缆绳的水下机器人通常分为：无人潜航器（UUV),能够自己作业的水下机器人（AUV)，水下滑翔机（Glider)。

这种无缆的水下机器人一般用作军事用途与海底勘探，还可以作为水面舰艇或者是潜艇的支援平台， 同样还可以用作战争的情报搜集。在很多的目船后面会看见有拖着的一个潜水器，这个潜水器的功能不仅仅是潜水器，还能够作为承载平台来承载那些各种各样的传感器。在它们之间，带着缆线一起航行的是ROV，他的缆线的功能不仅能够进行通讯，还能作为能源的传输通道，然后由遥控器来对其进行控制。而UUV是不需要缆线的，他的控制主要是直接由无线设备来进行连接，从而达到控制的目的。AUV的本体上就已经安装好了能源供给单位，并且 能够主动的对环境进行判断从而自发的去完成任务，它和UUV进行对比，我们可以发现他最大的一个优点就是不需要人为来对其进行操作，它自身就具有判断能力来进行作业。效率更加高效。

没有缆线以及不需要人为操作的水下机器人的主要用途是用于军事方面，例如对某个未知海域的勘探以及考察，收集海底的一些物理数据等任务。但是当把它运用在科学的领域方面时，主要的用途是当作水声的一个平台，同时还可以研究水下控制方面的程序。目前来说在工业上的运用是比较少的。斯坦福大学为了让我们在对深海进行研究的过程中得到一个更加高效，更具有操控性的工具，从而造福全人类，开发出来了水下机器人OTTER(Ocean Technology Testbed for Engineering Research)。随着近些年来我们的计算机的技术以及人工智能的高度发展，在这些技术的基础上，不需要人为控制的自主式的水下机器人是当前环境下我们需要最为看重的一个研究，需要更加大力的对其进行研究。Theseus AUV是由加拿大花了五年的时间开发出来的用来铺设北冰洋覆盖于北冰洋中，不仅如此，他的功能还包括可以远程遥控来执行任务，例如可以远程来拦截鱼雷等。AUTOSUB-1 AUV最开始诞生于英国，研发出来的主要目的就是为了对深海领域能进一步的研究。在后续的对深海领域的开发过程中，据不完全统计以及完成了差不多200项工程，这还是发生在1999年截至。在此之外，对自主式水下机器人的研究和应用都做出突出的贡献的还有美国的海军研究生院的Phoenix和Aries^[3][4]。

哈尔滨工程大学和华中科技大学以及中国船舶工业总公司七院弟其零二研究所在1994年共同联合研制出了一个代号为8A-4的无人遥控潜器，这个无人的潜水器具有很多复杂且较为高难度的功能，他下水的深度能够达到600米。在水下机器人这方面的技术，我国是大约在九十年代的时候才打破了发展的瓶颈。在中科院的沈阳自动化研究所的领导下，中科院声学所，船舶工业总公司第七零二研究所，上海交大以及哈尔滨工程大学共同在1994年研发出了6000米和1000米的自主式水下机器人。在他们之中CR-01不需要人为控制的自主式水下机器人的最大工况可以达到深度6000米，他能够连续工作的时间超过了10个小时，当在水下以最快的速度进行航行时能够到达2节的航速，并且可以按照事先已经规划好的航行进行航行。CR-01于1995年在太平洋里进行了首次航行测试，并且取得了成功，就在测试成功的第二年就参加了由太平洋中国协会所举办的多金属结构的调查，并且完美的完成了任务。

我们国家在6000米的水下机器人CR-01研制成功于“八五”和“九五”期间，这一成功意味着我们国家也拥有了这一项具有高级技术含量的技术，然后拥有这项技术的国家仅有几个而已。不仅如此，在对这项技术突破的过程中，在漫长的研发试验中还诞生了一只专业素养极高，科研经验极为丰富的科研队伍，他们在很多方面积累了大量丰富的经验。虽然中国拥有很丰富的海洋资源，但是我们国家在对深海资源的开发方面的研究还是与世界先进国家有一定的差距的，所以我国更应该对AUV加大研究力度。

伴随着水下机器人技术越来越好的发展，我们可以大体知道在今后的发展中，我们需要研究的主要的方向以及今后发展将会是个什么样的趋势：

1.像深海发展

当我们在对深海进行研究时发现在深度上面的研究不一定越深越好，因为深度越深意味着开发难度更大，成本越高。但是我们经过研究可以发现，在海洋那么大的面积中，在6000米水深以上的海域达到了恐怖的百分之九十七，所以将研究目标锁定在6000米的水深将会是一个明智的选择。在6000米这个深度上虽然有的ROV也能够达到这种深度，但是由于ROV自己本身的特点就具有局限性，所以最终的选择在AUV身上肯定是最为明智的。

2.向远程发展

随着对水下机器人研究的这些年，其他很多与之相关的技术都大力的发展了起来，相信在未来更多的市场需要水下机器人的背景下，自主水下机器人的航程会变得越来越长，这也是我们发展的目标。在航程这方面取得重大突破的是由加拿大公司ISE(International Submarine Exploration)公司所研制出的远程AUV“Explorer5000”，它的最大航速能够达到4节，当他的所有的传感器都工作的情况下可以航行360KM。

3向功能更加强大的方向发展

在我们研究的现阶段来说，AUV基本上还没有能够完美作业的能力，这就是我们未来需要大力达成的目标。美国，意大利，法国的一些研究机构以及大学正在针对这一问题进行研究。在这方面来说意大利做的相对比较成功，已经基本上能够达到实用的水平了。而今后的发展方向是首先把实用性提高肯定是首要的目标，其次要加强水下机器人的智能性，让人类在水下机器人作业的过程中越来越少的参与，甚至零参与。

1. 发展具有作业能力的自主或者半自主的遥控型的水下作业系统

由于现阶段的AUV还不具备能够适应复杂的工作的自主能力，所以还不能够完全脱离人的参与，但是这个过程是必不可少的，最终过度的目标就是研发出完全自主的AUV。

1.3水下机器人控制方法的综述

智能的水下机器人和普通水下机器人相比它具备机动性好，安全，流动范围够大，结构相对较简单等优点，主要用于对海洋资源及地质的研究，在人类对深海研究的过程中扮演着很重要的角色。我们在研究过程中发现AUV和一般的水下机器人相比较是更加复杂的，他在作业的过程中不需要人为的参入，完全是通过自己的智能来自主判断进行自主作业，所以对AUV的研究我们需要加大力度，毫无疑问他是我们今后对水下机器人研究的主要的方向^[5][6]。

在我们对AUV的研究过程中，在越来越多的地方需要用到AUV，所以加强AUV的自主性是摆在我们眼前的问题。在对水下机器人技术的攻克的过程中，我们发现如何将水下机器人在水下的运动控制做好，就是一个很关键的点。而在这个对水下机器人控制进行研究的过程中，主要遇到的问题如一下几点：

1. 很难得到精确的水动力系数；
2. 水下机器人在运动的过程中具备很多非线性和不稳定的水动力学性能；
3. 机械手在运动的过程中会对本体产生一定的影响；
4. 多变的海流会造成干扰；
5. 负载的改变自然会导致浮心和重心发生改变。

上面的这些因素会导致我们在构建模型的时候很难精确，而且这个过程是非线性的，加大了研究的难度^[7][8]。而且我们想在水下对控制的调控基本上不能完全达到，其中面临了很多的困难，所以当AUV在运动的过程遇到外界环境发生变化时，导致了他的控制性能变差了，这个时候我们就要求AUV能够在水下进行自主判断，进行自我调整。Slotine和Yoerger在1985年对水下机器人进行研究的过程中，发现了水下机器人的轨迹可以由滑动模块来对其进行控制。在1933年的时候Lienard和Healey在对水下机器人进行研究的过程中，发现了可以在对机器人控制方面的研究上使用滑模方法对其进行控制，在进行研究的时候先把总的系统拆成几个子系统，这些个子系统相互之间是没有相互作用的，拆分之后在将某些方程组重新结合重组。例如：下潜控制方程组，速度控制方程组，航向控制方程。

Savant和Nakamura在1922的那年提出了用四自由度的跟踪控制方法来对水下机器人进行研究，这四个自由度分别是纵倾，偏航，横摇，纵荡属于非线性的。在这个过程中，他们想到了系统具有不完整的特性，确忽略了动力学的特性。Goheen的团队在1990年的时候提出了一种驾驶仪，该驾驶仪的主要目的是水下机器人在水下作业时碰到的外界的一些变量时能够更好的应付。Choi和Yuh在1996年在ODIN自主式水下机器人上进行了一种新的多输入多输出的自适应的控制器，在提出这个理论之后他们对这个系统进行了仿真，在仿真的过程中发现时间是连续的，但是所控制的部分是离散的。Yuh在对水下机器人进行研究的过程中发现了可以把神经网络的控制器运用于机器人身上。他将带评价函数的回归适应法运用在了这个控制器上，上述的这个控制方法具备能够自我调整的特点，但是在这个过程中是不需要精准的模型的。Ishii的团队在1998年在“Twin-Burger”的舶向控制上应用了一种神经网络控制系统（SONGS)，该系统控制主要是神经网络所进行控制的,并且取得了很好的效果。在他们的研究中，针对SONGS自适应过程耗时太多的问题，采用了一种被称为“虚拟跟踪”的控制器来解决这个问题。