基于多信息融合的ROV悬停控制研究

• 作者: 王明吉 梁斌 任福深
• 来源期刊: 电子测量技术
• 关键词: 水下机器人 BP神经网络 多信息融合 传感器 悬停控制
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 传感器及非电量检测技术|Sensor and Non-electricity Measurement
• 页码范围: 166-172
• 页数: 7页
• 分类号: TP242.2
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2005396

摘要

水下机器人(ROV)的水下悬停是一种非常重要的运动形式,为了实现水下悬停控制,设计了一种基于多传感器信息融合的悬停控制方法.ROV采用加速度计、陀螺仪和深度计分别获取机体的各轴的加速度、姿态角以及深度等信号,采用四元数对陀螺仪数据进行解算,得到机体实时姿态角,通过加权滑动滤波对陀螺仪和加速度计的数据进行预处理,之后采用卡尔曼滤对加速度计和陀螺仪的数据进行融合,得到实时的加速度,最后通过BP神经网络对深度和姿态角进行预测,并把预测的深度和姿态角带入PID控制器作为控制策略.该融合方法可以有效完成悬停控制,并且实验表明,该方法可以实现较高的稳定性和实时性,在悬停控制中具有广阔的前景.