基于事件触发的图像矩非线性模型预测控制的水下机器人（ROV）悬停控制 沈子洋（Ziyang Shen） 张云秀（Yunxiu Zhang） 崔胜国（Shengguo Cui） 张鹏（Peng Zhang） 王思月（Siyue Wang）

《Journal of Marine Science and Engineering》：Hovering Control of ROV Based on Event-Triggered Image Moments Nonlinear Model Predictive Control Ziyang Shen, Yunxiu Zhang, Shengguo Cui, Peng Zhang and Siyue Wang

　　

摘要

遥控车辆（ROVs）的悬停控制是水下作业任务中的关键基本能力，而基于视觉的ROV悬停控制因其显著优势已成为当前的研究焦点。为了解决基于视觉的悬停控制在处理约束能力有限和在线优化频率高的问题，本文提出了一种事件触发型的图像矩非线性模型预测控制方法。该方法使用图像矩作为视觉反馈特征，在一个缩减的控制相关子空间中构建预测模型，并且仅当满足事件触发条件时才更新最优控制序列。在理想、干扰、动态目标和复杂场景下进行了联合仿真实验。结果表明，所提出的ETIM-NMPC方法在联合仿真环境中取得了有效的悬停性能，所有评估方向上的平移RMSE值均低于0.15米的仿真级悬停精度参考值。与IM-NMPC相比，ETIM-NMPC在保持相当控制性能的同时减少了在线优化更新的次数和累积计算时间。ETIM-NMPC的触发率在四种场景下范围为45.42%至78.33%，表明其在不同任务条件下的按需更新特性。