19、水下滑翔机器人的路径规划与三维机动性分析

水下滑翔机器人的路径规划与三维机动性分析

1. 路径规划方法对比与实验验证

在路径规划和跟踪控制方面，提出的方法相较于传统的PID和SMC方法具有显著优势。从抗干扰能力来看，当加入随机干扰时，通过图7.11可以发现，PID和SMC的跟踪效果在超调量和路径平滑度方面下降更为严重。具体而言，PID、SMC和所提出方法在随机干扰下的最大跟踪误差分别为12.4 cm、14.1 cm和9.8 cm。这表明所提出的方法在添加干扰后仍能保持较小的跟踪误差和路径平滑度，而其他两种方法的性能则显著下降，凸显了所提方法的有效性和优越性。

此外，对自适应参数的影响也进行了研究。将d11和d33设为常数，结果显示在图7.11a的“BP with disturbance”图例中。研究发现，ABP控制器的性能优于单一的BP控制器。由于采用了与质量参数密切相关的阻尼参数自适应技术，有助于减少系统不稳定因素。即使质量参数存在轻微误差，所提出方法的跟踪性能也不会产生非常糟糕的结果，因为它对控制参数不是特别敏感。因此，可以认为所设计的控制器对干扰具有更好的鲁棒性，这可能主要归功于自适应调整阻尼参数。图7.11(b)展示了ABP结果的跟踪误差和控制信号。由于干扰，τr和τu在一定范围内出现了强烈的波动，但跟踪误差基本与无干扰时相当，进一步证明了所提方法的有效性。

为了验证所提出方法的有效性，进行了广泛的水池实验。实验水池长5 m、宽4 m、深1.1 m，池顶安装了全局摄像头，为水下滑翔机器人提供实时地图信息。在水池中设置了四个半径为0.15 m的随机位置障碍物，并将目标位置设定为(3.8, 3.8)。机器人在进入障碍物阈值之前并不知道障碍物的位置，当进入阈值范围时，全局摄像头会通知机器人检测到障碍物，然后机器人将实时