关键词:
水下遥控机器人
海流扰动
命令滤波
径向基函数神经网络
摘要:
针对水下遥控机器人(ROV)在模型参数不确定和海流扰动下的运动控制问题,基于有限时间命令滤波和径向基函数(RBF)神经网络设计出一种自适应反步控制系统。首先,基于马尔科夫过程构建随机海流模型,并构建海流扰动下的ROV数学模型;其次,针对期望速度引入命令滤波技术,以减少传统反步法迭代导数带来的计算量;然后,利用RBF神经网络对ROV模型的不确定项和外部未知扰动进行估计,并设计自适应神经网络控制器;最后,利用李雅普诺夫稳定性理论证明了闭环控制系统的稳定性。仿真结果表明,文中设计的控制器可以实现ROV航行的精确控制,并能够有效抑制模型的不确定项和海流扰动对ROV运动的影响。