科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对自持式智能浮标悬停精度与能耗之间的矛盾,借助地转海洋学实时观测阵(Array for real-time geo strophic oceanography, Argo)计划所观测的历史数据,提出了一种低功耗的浮标悬停控制方式。由浮标运动学模型可知,悬停时浮标外油囊体积只与悬停深度的海水密度、温度相关,因此利用Argo历史数据对目标海域进行密度、温度拟合曲线提取,得到了悬停深度与外油囊体积的关系。采用遗传算法对悬停过程进行了能耗最优的运动规划,最终得到悬停控制过程的具体运动控制方式。与双闭环模糊PID控制方法和径向基(Radial basis function, RBF)神经网络PID方法对比,在定深精度相当的情况下,所提出的方法能够将能耗降至1/50。最后,利用半实物仿真系统,对上述方法进行了实物验证,在不考虑拟合曲线带来的误差时,悬停的平均误差为2.62 m,能耗为3.214×104 J,能耗与理论值的误差仅为0.65%。表明了该方法的有效性和可靠性,以及综合考虑精度和能耗上的优势。
- 单位
