24小時(shí)論文定制熱線(xiàn)
24小時(shí)論文定制熱線(xiàn)
摘要
水下機械臂是廣泛使用的水下裝置，但水下環(huán)境復雜，水流的沖擊與干擾增加了水下機械臂的控制難度，因此研究高性能的運動(dòng)控制系統對水下機械臂的設計研究有著(zhù)重要意義。本文基于RSM水下機械臂，開(kāi)展了關(guān)于水下機械臂運動(dòng)學(xué)與動(dòng)力學(xué)建模、運動(dòng)控制方法與控制系統集成的研究。
使用D-H表示法建立了水下機械臂的正運動(dòng)學(xué)方程，在此基礎上運用代數求解法進(jìn)行了逆運動(dòng)學(xué)求解與分析。在Matlab仿真環(huán)境中，結合運動(dòng)學(xué)方程與蒙特卡洛法求解出水下機械臂的運動(dòng)空間。
對水下機械臂在水環(huán)境中的受力情況進(jìn)行了分析，求解了水下機械臂在水環(huán)境中受到的水作用力，在Lagrange 動(dòng)力學(xué)方程的基礎上，建立了水下機械臂在水環(huán)境中的動(dòng)力學(xué)模型。通過(guò)動(dòng)力學(xué)仿真實(shí)驗，分析了水作用力對水下機械臂運動(dòng)的影響。
針對水下機械臂的運動(dòng)控制，提出了一種基于動(dòng)力學(xué)模型分塊逼近的RBF （RadialBasis Function）神經(jīng)網(wǎng)絡(luò )滑模控制方法。該方法在滑模控制的基礎上，使用了五個(gè)RBF神經(jīng)網(wǎng)絡(luò )逼近水下機械臂的名義模型參數，并將控制律中的符號函數替換為飽和函數。經(jīng)仿真實(shí)驗驗證，該方法可以快速補償計算模型與實(shí)際模型的誤差，并減弱了控制系統的抖振效應，從而提升水下機械臂控制的響應速度與穩態(tài)精度。
利用ROS的分布式特性，設計了遠程PC與嵌入式系統協(xié)同工作的水下機械臂控制系統。在Zynq-7020硬件平臺中完成了硬件接口電路的設計與ROS操作系統的部署：在ROS軟件框架下完成運動(dòng)控制、運動(dòng)規劃功能模塊的設計。搭建了實(shí)驗平臺，進(jìn)行了R5M水下機械臂控制實(shí)驗。
關(guān)鍵詞：水下機械臂：動(dòng)力學(xué)建模： RBF 神經(jīng)網(wǎng)絡(luò )滑模控制： ROS
Abstract
Underwater manipulator is a widely used underwater device. However, the complexunderwater environment and the impact and interference of water flow increase the ificulty ofthe control of the underwater manipulator. Therefore, the rescarch of high performance motioncontrol algorithm and control system is of great significance to the design and research ofunderwater manipulator. In this paper, RSM underwater manipulator is taken as the researchobjeet, and the kinematics and dynamics modeling, motion control methods and motion controlsystem of underwater manipulator are studied respectively.
The forward kinematics equation of the underwater manipulator was entrenched by D-Hrepresentation mode, and the inverse kinematics solution was derived by numerical analysismethod. The kinematics model and Monte Carlo method were combined to solve the motionspace of R5M underwater manipulator in MATLAB simulation environment,
The force of the underwater manipulator in the water environment is analyzed, and the forceof the underwater manipulator in the water environment is solved. Based on the Lagrangedynamics equation, the dynamics model of the underwater manipulator in the water environmentis established. The influence of water force on the motion control of manipulator was analyzedby the dynamics model in MATLAB simulation environment.
Aiming at the motion control of underwater manipulator, a sliding mode control methodbased on RBF neural network based on the block approximation of dynamics model wasproposed. Based on the sliding mode control, five RBF neural networks are used to approximatethe nominal model parameters of the underwater manipulator, and the symbol function in thecontrol law is replaced by the saturation function. The simulation results show that the proposedmethod can quickly compensate the errors between the calculation model and the actual model,and reduce the chattering efet of the control system, s0 as to improve the response speed andsteady-state accuracy of the underwater manipulator.
Based on the distributed characteristics of ROS, an underwater manipulator control systemwith remote PC and embedded system is designed. The design of hardware interface circuit anddeployment of ROS operating system are completed in Zynq-7020 hardware platform. Thefunctional modules of motion control and motion planning are designed under the framework ofROS software. The experimental platform is buit and the control experiment of RSM underwatermanipulator is carried out.
Key words: Underwater manipulator; Dynamie modeling; RBF neural network; ROS
目 錄
1 緒論
1.1 課題的研究背景與意義
全面開(kāi)發(fā)與利用海洋是沿海國家的重要發(fā)展戰略[1].我國海洋國土面積與海岸線(xiàn)長(cháng)度均居世界前列，因此在開(kāi)發(fā)利用海洋的資源條件上，我國具有得天獨厚的優(yōu)勢。海洋不僅能為人類(lèi)提供水產(chǎn)資源，其中更含有大量的自然資源。相關(guān)數據顯示，我國海域中已探明的石油含量超過(guò)兩百億噸，天然氣含量超過(guò)了十萬(wàn)億立方米[2].相較于發(fā)達國家，我的海洋經(jīng)濟發(fā)展仍處于落后水平，加快海洋開(kāi)發(fā)，合理利用、開(kāi)發(fā)監測海洋資源對我國的可持續性發(fā)展具有重大意義[3].
海洋資源豐富，但開(kāi)發(fā)難度大。海水環(huán)境由于可見(jiàn)度、水溫與水壓等因素，都不適合人類(lèi)長(cháng)時(shí)間停留，需要專(zhuān)用的水下設備進(jìn)行協(xié)助開(kāi)發(fā)[4].《海洋工程裝備產(chǎn)業(yè)創(chuàng )新發(fā)展戰略（2011-2020）》指出為了更好的推進(jìn)海洋資源的開(kāi)發(fā)利用，我國應投入更多的人力與財力，加快新型海洋裝備的研發(fā)速度。研究先進(jìn)的水下裝備和技術(shù)已經(jīng)成為我國重點(diǎn)發(fā)展的科技戰略。
由于水下機器人可以幫助人類(lèi)潛入深海進(jìn)行水下作業(yè)，目前被廣泛應用于海洋資源的開(kāi)發(fā)[5].近半個(gè)世紀以來(lái)，各個(gè)國家在開(kāi)發(fā)海洋資源過(guò)程中大力發(fā)展水下機器人技術(shù)，水下機械臂具有輕盈，靈活的特點(diǎn)，成為最適合完成水下任務(wù)的裝備，極大的增加了水下機器人的功能性與靈活性。水下機械臂可以廣泛應用于海上石油天然氣的勘探與采樣、可再生能源工程以及在海洋科學(xué)領(lǐng)域與軍事領(lǐng)域中的各類(lèi)水下作業(yè)任務(wù)之中，因此對水下機械臂的進(jìn)行研究不僅對海洋開(kāi)發(fā)利用具有重要意義，也在很大程度上反映了一個(gè)國家的海洋科學(xué)技術(shù)水平[6].
水下機械臂的研究綜合了多類(lèi)學(xué)科，包含機械結構設計，模式識別與智能控制等，還需結合水下密封技術(shù)、計算機技術(shù)、傳感器融合等多種技術(shù)。水下機械臂的靈活性與控制精度是重要的性能指標，研究高精度、高性能、高抗擾的水下機械臂是未來(lái)的發(fā)展方向[7].
與發(fā)達國家相比，我國當前對于水下機械臂的研究大多仍處于實(shí)驗室階段，具有控制精度不足，作業(yè)效率低等問(wèn)題，仍有待繼續深入研究。不同于陸上環(huán)境，水下機械臂在進(jìn)行水下作業(yè)會(huì )受到水作用力的干擾，增加了控制的難度，只有研究高性能的運動(dòng)控制方法才能解決上述問(wèn)題，對水下機械臂的研究十分重要[8].
國內學(xué)者對水下機械臂的控制方法進(jìn)行了大量研究，雖取得一些成果，但在控制響應速度與控制精度方面仍有待提高。水下機械臂的控制系統是水下機械臂的重要組成部分，但我國對水下機械臂的研究多集中與控制方法的研究，對水下機械臂控制系統的集成尚未進(jìn)行深入研究。針對上述問(wèn)題，本文對水下機械臂的運動(dòng)控制方法與控制系統集成進(jìn)行了研究，有助于水下機械臂技術(shù)的研究與發(fā)展。
1.2 水下機械臂研究現狀
1.2.1 國外水下機械臂研究
西方國家較早開(kāi)始對海洋的探索，在發(fā)展水下設備的過(guò)程中開(kāi)展了水下機械臂的研究，經(jīng)歷了 50 多年的發(fā)展，技術(shù)相對成熟[9].水下機械臂作為水下機器人最合適的作業(yè)工具，得到了廣泛的應用。水下機器人一般在航行器的前端與底部搭載一個(gè)或多個(gè)水下機械臂，依靠人工遠程遙控的方式完成水下作業(yè)任務(wù)。當前水下作業(yè)中所使用的機械臂大多采取了擬人手臂化的外觀(guān)設計，由一系列剛體與末端夾持器組成，內部構造也大體一致，主要區別在驅動(dòng)單元數量、驅動(dòng)方式、負載能力及作業(yè)半徑等方面。
美國是最早開(kāi)展水下機器人與水下機械臂技術(shù)研究的國家，也擁有最先進(jìn)的技術(shù)[10].
美國 Woods Hole 海洋研究所研制了世界上第一款可投入使用的水下機械臂，裝載于 Alvin號水下載人航行器上，用于執行深海勘探等科研任務(wù)，如圖 1-1 與圖 1-2 所示。該水下機械臂由七個(gè)功能關(guān)節組成，最大伸展長(cháng)度為 1.75m,采用了液壓驅動(dòng)的方式，可以提供超過(guò) 100kg 的抓取重量與 40 的抓持力矩[11].
Alvin 號成功完成了多次深海科研任務(wù)，證明了水下機械臂在深海作業(yè)中的應用價(jià)值，也讓更多的國家開(kāi)始研究水下機器人與水下機械臂技術(shù)。日本也是較早展開(kāi)水下機器人和水下機械臂的研究的國家之一，其自 1970 開(kāi)始對水下機械臂展開(kāi)了相關(guān)的研究，截至目前開(kāi)發(fā)了眾多水下機械臂產(chǎn)品并投入到使用中。日本最早研發(fā)的一款水下機械臂安裝于海洋科學(xué)技術(shù)中心研發(fā)的 Shinkai6500 水下探測器上，如圖 1-3 所示[12].圖 1-4 是同樣由日本海洋科學(xué)技術(shù)中心研發(fā)的 Hyper-Dolphin 號 ROV,裝配兩臺七功能水下機械臂[13].
英國、法國與德國在水下機械臂的相關(guān)領(lǐng)域也有深入的研究，三國的相關(guān)研究部門(mén)共同研制了 Victor6000 號水下機器人，如圖 1-5 所示。Victor6000 號可以下潛至 6 千米深的海底進(jìn)行科考研究，裝備了一個(gè)五功能水下機械臂與一個(gè)七功能水下機械臂，兩個(gè)水下機械臂可以協(xié)同進(jìn)行水下作業(yè)[14].
水下機械臂在科研領(lǐng)域已經(jīng)得到了廣泛的應用與研究，為完成深海勘察作業(yè)任務(wù)，水下機械臂大多設計為七功能結構樣式，且由液壓驅動(dòng)，提供了更大的伸展長(cháng)度與負載能力。
隨著(zhù)水下機械臂技術(shù)的不斷完善與應用場(chǎng)景的增多，水下機械臂逐步向商用化方向發(fā)展，許多外國公司相繼推出了更多針對不同應用場(chǎng)景的商用水下機械臂。
美國 schilling 公司是著(zhù)名的水下機器人公司，目前在商用領(lǐng)域廣泛使用的 Orion7P 與Titan4 水下機械臂都是由 schilling 公司進(jìn)行設計研發(fā)。Orion7P 是一款重型七功能液壓水下機械臂，如圖 1-6 所示。Orion7P 重量為 54kg,多自由度的設計可以實(shí)現各個(gè)方位運動(dòng)，一般搭載于中型 ROV 上進(jìn)行水下安裝與勘探任務(wù)[15].Titan4 也是一款七功能水下機械臂，如圖 1-7 所示。區別于 Orion7P,Titan4 的重量更高，達到 100kg,專(zhuān)為重型 ROV 搭載設計，采用液壓驅動(dòng)方式，可以抓取搬運 400kg 重量以?xún)鹊奈矬w[16].
Predator 同樣是一款重型液壓水下機械臂，如圖 1-8 所示，由美國 Kraft 科技公司進(jìn) 行設計生產(chǎn)。Predator 的重量高達 80kg,可以在 6500 米深水中執行作業(yè)任務(wù)，整體包含六個(gè)旋轉自由度及一個(gè)多功能機械爪，最大伸展距離達到 2m[17].Predator 結構設計合理，工作精度高，穩定性好，功能完備，是目前功能最為齊全的重型商用水下機械臂。
公司開(kāi)始研發(fā)針對輕型 ROV 與 AUV 搭載使用的商用水下機械臂。英國科技公司Hydro-lek 科技公司設計了多款專(zhuān)為小型 ROV 搭載的水下機械臂，HLK-4000-5 是一款五功能的水下機械臂，如圖 1-9 所示，HLK-4200-4 是一款四功能水下機械臂，如圖 1-10 所 示。兩款水下機械臂在結構設計上均采用鏤空設計，犧牲了機械臂的強度與載重能力，減輕水下機械臂的重量，使重量均小于 20kg.兩款水下機械臂都采用了液壓驅動(dòng)的方式，適用于輕型 ROV 搭載，可以在 2000 米水深內進(jìn)行作業(yè)。
液壓驅動(dòng)的水下機械臂可以提供較大的負載能力，但是質(zhì)量普遍過(guò)重，還存在精度不足的問(wèn)題。隨著(zhù)電機技術(shù)的發(fā)展，電機在機械臂的設計中得到了廣泛的應用。電機具有響應速度快、質(zhì)量輕、運動(dòng)精度高的特性，可以代替液壓驅動(dòng)單元，提高水下機械臂各關(guān)節的響應速度與精度，水下機械臂逐步向電機驅動(dòng)的方向發(fā)展。目前已經(jīng)有了部分款式的商用水下機械臂采用了電驅方式，如法國的 ECA 科技公司研發(fā)了一款七功能的電驅水下機械臂 robotics 7E,如圖 1-11 所示。Robotics 7E 可以搭載于輕型 ROV 與 AUV,完成 300m水深以?xún)鹊墓こ套鳂I(yè)任務(wù)[18].
隨著(zhù)對水下機械臂工作效率及功能性的要求不斷提高，模塊化、輕量化、高精度是水下機械臂未來(lái)的方向發(fā)展。圖 1-12 展示的是一款模塊化電驅水下機械臂，是意大利 GraalTech SRL 科技公司為 TRIDEN 項目進(jìn)行設計研發(fā)的智能水下機械臂，這款水下機械臂的特點(diǎn)在于其采用了模塊化設計，每一個(gè)單元都有可互相兼容的各類(lèi)通信接口，可以按照用戶(hù)的具體需求進(jìn)行定制，無(wú)需專(zhuān)門(mén)的設計，但是也存在一定的缺點(diǎn)，如穩定性與負載能力較弱。
1.2.2 國內水下機械臂研究
我國自 1980 年起開(kāi)始對水下機器人和水下機械臂進(jìn)行研究，相較于發(fā)達國家而言，國內該方面研究起步較晚，缺乏技術(shù)的積累，具有較大的差距。目前我國水下機械臂的研究大多處于實(shí)驗室科研階段，缺乏商用水下機械臂產(chǎn)品，在海洋探索研究等領(lǐng)域所使用的水下機械臂依舊依賴(lài)于進(jìn)口產(chǎn)品。
蔣新松院士是我國在水下機器人與水下機械臂相關(guān)領(lǐng)域著(zhù)名的研究學(xué)者，帶頭開(kāi)展了一系列水下機器人技術(shù)攻關(guān)任務(wù)。圖 1-13 中展示的"海人一號"水下機器人，是我國最早的 ROV 水下機器人，由沈陽(yáng)自動(dòng)化研究在 1985 年研制，其前端安裝了一臺五功能水下機械臂，采用了液壓驅動(dòng)的方式，是我國最早應用的水下機械臂[19].1995 年我國與俄羅斯共同研發(fā)設計了自治水下機器人"CR-01"如圖 1-14 所示，"CR-01"上搭載了一款開(kāi)關(guān)式水下機械臂，該水下機械臂的整體作業(yè)能力不足，使用效率低下，沒(méi)有進(jìn)行后續研究[20].2005 年沈陽(yáng)自動(dòng)化研究所最早開(kāi)展了關(guān)于電動(dòng)水下機械臂的研究，設計了一款三功能電動(dòng)水下機械臂，包含了大臂關(guān)節、肘關(guān)節與末端機械臂爪。
除了沈陽(yáng)自動(dòng)化研究所，近年來(lái)我國眾多科研院校也積極參與水下機器人與水下機械臂的研究，華中科技大學(xué)是我國早期開(kāi)始研究水下機械臂的院校單位，截至目前共研發(fā)了十余款水下機械臂。"魚(yú)鷹Ⅰ號"水下機械臂是華中科技大學(xué)早期研發(fā)的水下機械臂，如圖 1-15 所示，用于水下打撈采樣等作業(yè)任務(wù)。圖 1-16 是華中科技大學(xué)研發(fā)的"華海-4E"水下機械臂，該機械臂為四功能水下機械臂，采用了電驅設計，為提升耐壓性，"華海-4E"采用了油壓密封的方式，可以承受水深 3500 內水壓。
我國其他高校也開(kāi)展了多項水下機械臂的科研項目，并提出了多種電驅水下機械臂的設計方案。2018 年哈爾濱工程大學(xué)提出了一種六自由度的電動(dòng)水下機械設計方案，如圖 1-17 所示。該水下機械臂整體采用鋁合金材料設計，使用水下電機與諧波減速器作為機械臂的動(dòng)力單元，使用密封圈進(jìn)行防水處理。該水下機械臂可以完成 300m 水深內的作業(yè)任務(wù)，無(wú)法在深水中使用。目前該機械臂已完成樣機設計，仍處于實(shí)驗研究階段[21].
2019 年哈爾濱工業(yè)大學(xué)的科研團隊針對水下維修等應用場(chǎng)景，設計了一款可以搭載于ROV 的水下專(zhuān)用焊接機械臂，如圖 1-18 所展示[22].該款水下機械臂使用用舵機作為機械臂的動(dòng)力單元，選用了五功能的外觀(guān)結構設計方案，末端搭載了焊接噴口，用于完成水下焊接作業(yè)任務(wù)。
根據水下機械臂的國內外發(fā)展研究現狀可以看出，相比于國外水下機械臂的發(fā)展，目前我國仍有差距，需要對相關(guān)技術(shù)繼續進(jìn)行深入研究。水下機械臂的外觀(guān)功能設計基本一致，驅動(dòng)單元通常采用電機或液壓的驅動(dòng)方式。對兩種驅動(dòng)方式進(jìn)行對比發(fā)現，電機驅動(dòng)的水下機械臂在使用過(guò)程中響應速度更快、坐標定位更為準確、成本相對較低且適用于更多場(chǎng)景。因此，電機驅動(dòng)方案優(yōu)化及其相關(guān)控制技術(shù)研究成為未來(lái)的發(fā)展趨勢。
1.3 水下機械臂控制技術(shù)國內外研究現狀
1.3.1 水下機械臂動(dòng)力學(xué)建模研究現狀
區別于陸用機械臂，水下機械臂的工作環(huán)境復雜，會(huì )受到水流的沖擊力與多種難以預測的外部干擾，增加了水下機械臂的控制難度。建立準確的水下機械臂動(dòng)力學(xué)模型是設計水下控制器的基礎，對水下機械臂動(dòng)力學(xué)建模進(jìn)行相關(guān)研究具有重要意義[23].
傳統機械臂動(dòng)力學(xué)建模方法已經(jīng)較為成熟，目前學(xué)者對水下機械臂動(dòng)力學(xué)相關(guān)的研究多針對于水下機械臂的水動(dòng)力學(xué)分析。McLain 和 Rock 研究了單關(guān)節水下機械臂在水中運動(dòng)情況，得出水動(dòng)力會(huì )對水下機械臂的運動(dòng)產(chǎn)生明顯影響，通過(guò)將水動(dòng)力前饋補償給控制器，可以提升水下機械臂的控制性能[24].SHEN L 提出了使用斯托克斯計算不規則物體水動(dòng)力模型的方法，但是該方法求解過(guò)程復雜不利于推廣至多關(guān)節機械臂[25].Tarn 和Yang 在進(jìn)行 AUV 機器人水下動(dòng)力學(xué)模型的研究中，將水動(dòng)力分解為附加質(zhì)量力、水阻力與浮力，該方法適用于推導多關(guān)節機械臂水下動(dòng)力學(xué)模型，但是該方法未考慮水下機械臂的耦合作用力[26].王華等人在進(jìn)行水下機器人的研究中，提出了一種基于切片理論的動(dòng)學(xué)模型建立方法，使用積分計算的方式得出了水下機械臂的水阻力與附加質(zhì)量力[27].肖治琥對華中科技大學(xué)研發(fā)的四功能深水機械臂動(dòng)力學(xué)特性進(jìn)行了相關(guān)研究，計算了附加質(zhì)量力、浮力、水阻力與水流沖擊力，且針對這些力對水下機械臂運動(dòng)的影響運用仿真進(jìn)行分析，得出浮力對水下機械臂運動(dòng)造成的干擾最大，其他水作用力的干擾較小[28].
1.3.2 水下機械臂運動(dòng)控制方法研究現狀
水下機械臂的控制方法決定了水下機械臂的控制精度，水下機械臂是一種典型的多輸入多輸出非線(xiàn)性控制系統，控制難度高，為了實(shí)現水下機械臂的精準控制，研究學(xué)者進(jìn)行了大量的相關(guān)研究。
針對此水下機械臂的控制，有兩條技術(shù)路線(xiàn)，前者為分散控制，是將水下機械臂看作由多個(gè)獨立系統組成的機械系統，忽略關(guān)節間的耦合作用，對關(guān)節進(jìn)行單獨控制；后者為集中控制，是將水下機械臂看作一個(gè)整體，設計控制器需要考慮各關(guān)節的動(dòng)態(tài)耦合作用[29].
PID 控制是典型的分散控制方法，Smith 等于 1994 年最先將 PID 控制應用于水下機械臂控制器設計之中，通過(guò)仿真模型驗證了該方法的有效性[30].Dunnigan 等在整體 PID算法的基礎上，提出了一種關(guān)節自整定自適應的 PID 控制方法，該方法為水下機械臂的每一個(gè)關(guān)節設定獨立的 PID 增益，提升了水下機械臂的控制效果。為了解決固定增益 PID控制的缺陷，霍等提出了一種可變增益的 PI 控制算法，該算法可以在水下機械臂控制的過(guò)程中，根據外部條件自動(dòng)調整控制器增益，提升了水下機械臂的抗干擾性能[31].彭生全等將速度 PI 控制器與位置 PD 控制器相結合，提出了一種針對水下機械臂控制系統的雙環(huán) PID 控制方法，仿真結果顯示這種結合下控制器其控制性能優(yōu)于傳統的控制器[32].Xu等提出了一種使用模糊邏輯理論進(jìn)行 PID 增益調整的控制方法，通過(guò)兩種方法的結合優(yōu)化 PID 控制，提升了水下機械臂的控制效果[33].
PID 控制可以實(shí)現水下機械臂的控制，但是難以進(jìn)一步消除模型誤差與外部干擾帶來(lái)的控制誤差，大多數學(xué)者轉而開(kāi)始研究水下機械臂的非線(xiàn)性集中控制，通過(guò)消除水下機械臂的動(dòng)力學(xué)模型中非線(xiàn)性參數的影響，提高水下機械臂的控制性能。Liceaga-Castro 等利用 Morison 方程計算出水下機械臂動(dòng)力學(xué)模型中的流體力學(xué)效應，提出了一種非線(xiàn)性模型匹配控制器[34].Fossen 等學(xué)者利用牛頓-歐拉方程對水下機械臂的動(dòng)力學(xué)模型進(jìn)行了迭代計算，在計算過(guò)程中將系統轉化為線(xiàn)性化系統，在基于此提出了一種逆動(dòng)力學(xué)控制方法，然而，該方法對于參數的變化以及外部的干擾較為敏感，魯棒性相對較弱。滑模控制是一種不依賴(lài)精準模型且抗干擾性強的控制方法，為了增強水下機械臂控制器的抗干擾能力與魯棒性，滑模控制方法被應用于水下機械臂的控制器設計之中。Venkatesan 等提出了一種改進(jìn)的滑模控制方案，該方案利用擾動(dòng)觀(guān)測器來(lái)處理控制系統的干擾與不確定性，通過(guò)觀(guān)測器來(lái)補償滑模控制，通過(guò)仿真驗證提高了水下機械臂的控制精度[35].CHEN 等人將模糊控制方法引入滑模控制器，利用模糊邏輯設計控制系統的前饋補償，用于消除動(dòng)力學(xué)模型中的不確定干擾項，提出了自適應滑模控制方法，經(jīng)仿真實(shí)現了水下機械臂的控制，該方法具有魯棒性好，但控制的實(shí)時(shí)性不足。Lee 等提出了一種將滑模控制器與多層神經(jīng)網(wǎng)絡(luò )相結合的控制方法，使用神經(jīng)網(wǎng)絡(luò )作為控制模型的補償輸入，提高控制模型的實(shí)時(shí)控制性能[36].董永飛等使用徑向基網(wǎng)絡(luò )可以逼近任意函數的特性，逼近水下機械臂的動(dòng)力學(xué)模型對控制器進(jìn)行前饋補償，這在一定程度上提升了水下機械臂控制器的響應速度及精準度[37].
根據水下機械臂控制相關(guān)技術(shù)的研究現狀可以看出，國內外學(xué)者對水下機械臂進(jìn)行了大量的研究，在水下機械臂動(dòng)力學(xué)建模研究方面，主要使用傳統水動(dòng)力學(xué)計算方法求解水下機械臂的在水環(huán)境中所受到的水動(dòng)力矩，結合傳統動(dòng)力學(xué)建模方法獲得水下機械臂在工作時(shí)的動(dòng)力學(xué)模型。從相關(guān)研究中可以看出提高水下機械臂的動(dòng)力學(xué)建模精度是目前主要的研究方向，高精度的動(dòng)力學(xué)模型也是設計高性能水下機械臂控制器的前提；在水下機械臂控制方法研究方面，有以 PID 控制方法為主的分散控制與以滑模控制為主的集中控制兩種控制器設計策略。集中控制策略可以更好的克服控制系統的外部干擾與水下機械臂各關(guān)節間的耦合作用力，得到了廣泛的應用。目前在水下機械臂運動(dòng)控制方法的研究中，以滑模控制算法為基礎，結合模糊控制、神經(jīng)網(wǎng)絡(luò )等先進(jìn)控制方法提升水下機械臂的抗干擾能力與控制的精確度是主要的研究方向。
1.4 本文主要研究?jì)热?/strong>
復雜的水下環(huán)境會(huì )增加水下機械臂的控制難度，研究高性能的運動(dòng)控制方法與控制系統對提高水下機械臂的運動(dòng)控制性能有著(zhù)重要的意義。本文基于 R5M 水下機械臂，開(kāi)展了關(guān)于對水下機械臂的運動(dòng)學(xué)與動(dòng)力學(xué)建模、運動(dòng)控制方法與控制系統集成四個(gè)方面的研究，研究路線(xiàn)如圖 1-19 所示。
第一章：緒論。本章介紹了課題的研究背景與意義，闡述了水下機械臂的發(fā)展與運動(dòng)控制相關(guān)技術(shù)的研究現狀。
第二章：水下機械臂運動(dòng)學(xué)分析。本章推導了水下機械臂的正運動(dòng)學(xué)方程，運用代數求解法進(jìn)行了逆運動(dòng)學(xué)求解與分析，得到了水下機械臂的運動(dòng)學(xué)模型。基于蒙特卡洛隨機抽樣原理，求解了 R5M 水下機械臂的運動(dòng)空間。
第三章：水下機械臂動(dòng)力學(xué)分析。本章首先通過(guò) Solidworks 軟件對 R5M 水下機械臂進(jìn)行三維建模，獲取了各關(guān)節連桿的質(zhì)心坐標與慣性張量參數。分析與計算了機械臂在水環(huán)境中受到的水作用力，在 Lagrange 動(dòng)力學(xué)的基礎上，得到了水下機械臂在水環(huán)境中運行時(shí)的動(dòng)力學(xué)模型。通過(guò)動(dòng)力學(xué)仿真實(shí)驗，分析了水作用力對機械臂運動(dòng)的影響。
第四章：水下機械臂的運動(dòng)控制方法研究。提出了一種水下機械臂運動(dòng)控制方法，該方法使用了五個(gè) RBF 神經(jīng)網(wǎng)絡(luò )，補償動(dòng)力學(xué)模型與實(shí)際模型的誤差，并使用飽和函數改進(jìn)了傳統滑模控制項。使用 Lyapunov 穩定性理論判定了控制系統的穩定性，并通過(guò)仿真結果驗證該控制方法可以有效提升水下機械臂控制的響應時(shí)間與穩態(tài)精度。
第五章：水下機械臂控制系統研究。本章以 R5M 水下機械臂為控制對象，提出了一種水下機械臂控制系統的設計方案。首先對控制系統的結構進(jìn)行了介紹，其次使用 Zynq-7020 全可編程硬件平臺搭建水下機械臂控制系統的硬件框架，使用 ROS 機器人操作系統搭建水下機械臂控制系統的軟件框架。通過(guò)實(shí)驗平臺，測試了控制系統的功能。
第六章：總結與展望。總結了全文研究?jì)热荩岢鱿乱徊窖芯康墓ぷ鳌?/p>
2 水下機械臂運動(dòng)學(xué)分析
2.1 引言
2.2 D-H 表示法
2.3 水下機械臂運動(dòng)學(xué)分析
2.3.1 R5M 水下機械臂
2.3.2 水下機械臂正運動(dòng)學(xué)分析
2.3.3 水下機械臂逆運動(dòng)學(xué)分析
2.4 水下機械臂運動(dòng)學(xué)仿真
2.5 本章小結
3 水下機械臂動(dòng)力學(xué)分析
3.1 引言
3.2 水下機械臂動(dòng)力學(xué)分析
3.2.1 水下機械臂動(dòng)力學(xué)參數求解
3.2.2 Lagrange 動(dòng)力學(xué)建模
3.2.3 水下機械臂動(dòng)力學(xué)建模
3.3 水下機械臂動(dòng)力學(xué)仿真
3.4 本章小結
4 水下機械臂運動(dòng)控制方法研究
4.1 引言
4.2 控制方法原理簡(jiǎn)述
4.2.1 滑模變結構控制方法
4.2.2 RBF 神經(jīng)網(wǎng)絡(luò )控制方法
4.3 控制器設計
4.3.1 控制律設計
4.3.2 穩定性分析
4.4 水下機械臂仿真控制實(shí)驗及分析
4.4.1 仿真實(shí)驗參數設置
4.4.2 仿真結果分析
4.5 本章小結
5 水下機械臂控制系統研究
5.1 引言
5.2 控制系統軟硬件平臺簡(jiǎn)介
5.2.1 ROS 機器人操作系統簡(jiǎn)介
5.2.2 Zynq-7020 硬件平臺簡(jiǎn)介
5.3 水下機械臂控制系統總體設計方案
5.4 水下機械臂控制系統硬件功能設計
5.4.1 水下機械臂控制器硬件結構
5.4.2 串口通信 IP 核設計
5.4.3 圖像采集 IP 核設計
5.4.4 嵌入式系統部署
5.5 水下機械臂控制系統軟件功能設計
5.5.1 水下機械臂 URDF 模型設計
5.5.2 水下機械臂 MoveIt!功能包配置
5.5.3 水下機械臂 ROS 控制器配置
5.6 水下機械臂控制實(shí)驗
5.7 本章小結
6 總結與展望
6.1 總結
為了更好的推進(jìn)我國海洋資源的開(kāi)發(fā)利用，研究先進(jìn)的水下裝備和技術(shù)已經(jīng)成為當 前我國重點(diǎn)發(fā)展的科技戰略。水下機械臂是最廣泛使用的水下裝備，與陸用機械臂不同，水下機械臂在運行時(shí)會(huì )受到水流的沖擊與干擾，增加了控制的難度，所以研究高精度、高穩定性的控制方法與控制系統對提升水下機械臂的控制性能有重要的意義。故本文以 R5M 水下機械臂為研究對象，對水下機械臂的運動(dòng)學(xué)、動(dòng)力學(xué)建模、運動(dòng)控制方法與控制系統的集成展開(kāi)了研究。研究工作總結如下：
（1）研究了水下機械臂的運動(dòng)學(xué)建模過(guò)程，首先使用 D-H 表示法為 R5M 水下機械臂的各個(gè)運動(dòng)關(guān)節建立坐標系，得到了各關(guān)節連桿的 D-H 參數，通過(guò)求解相鄰關(guān)節坐標系的齊次轉換矩陣，推導了水下機械臂的基坐標系到末端坐標系的正運動(dòng)學(xué)轉換矩陣，建立了正運動(dòng)學(xué)方程。然后在求得正運動(dòng)學(xué)方程基礎上，通過(guò)代數求解法進(jìn)行了逆運動(dòng)學(xué)計算與分析，得到了水下機械臂的逆運動(dòng)方程。最后在 Matlab 仿真環(huán)境中，設計了運動(dòng)學(xué)仿真實(shí)驗，根據蒙特卡洛法，在機械臂關(guān)節的活動(dòng)范圍進(jìn)行隨機抽樣，再根據運動(dòng)學(xué)方程得到了 R5M 水下機械臂的運動(dòng)空間。
（2）研究了水下機械臂的動(dòng)力學(xué)建模過(guò)程，首先使用 Solidworks 軟件建立了 R5M 水下機械臂的三維模型，獲取了機械臂各連桿的質(zhì)量、質(zhì)心、旋轉慣量參數，再根據 Lagrange方程得到了 R5M 水下機械臂的 Lagrange 動(dòng)力學(xué)方程。然后分析了水下機械臂在水環(huán)境中運行時(shí)各連桿的受力情況，結合了 Morison 方程與切片理論求解出了機械臂各關(guān)節受到的水阻力據，附加質(zhì)量力矩與浮力力矩，在 Lagrange 動(dòng)力學(xué)方程的基礎上，得到了水下機械臂在水環(huán)境中的動(dòng)力學(xué)模型。最后在 Matlab 仿真環(huán)境中，設計了動(dòng)力學(xué)仿真實(shí)驗，證明了水作用力對機械臂的運動(dòng)存在明顯的影響，需要在設計控制器時(shí)對水作用力進(jìn)行補償。（3）研究了水下機械臂的運動(dòng)控制方法，首先對滑模控制、神經(jīng)網(wǎng)絡(luò )控制的原理進(jìn)行了分析與介紹。然后針對水下機械臂動(dòng)力學(xué)模型中不確定參數項多，運行過(guò)程中會(huì )受到多種不確定干擾的問(wèn)題，提出了一種水下機械臂運動(dòng)控制方法。該方法使用多個(gè) RBF 神經(jīng)網(wǎng)絡(luò )，對動(dòng)力學(xué)模型中的各項不確定參數進(jìn)行分塊逼近，用于補償動(dòng)力學(xué)模型與實(shí)際模型的誤差，并在滑模控制項中使用飽和函數代替符號函數。最后通過(guò) Lyapunov 穩定性分析理論判定了控制系統的穩定性，并在 Matlab 仿真環(huán)境中設計了仿真控制實(shí)驗，證明了該方法的有效性。 （4）研究了水下機械臂控制系統的集成，首先參考了水下機械臂的實(shí)際應用場(chǎng)景，基于 ROS 機器人操作系統的分布式特性，設計了遠程控制 PC 與嵌入式系統協(xié)同控制的水下機械臂控制系統，該方案可以滿(mǎn)足水下機械臂控制系統對實(shí)時(shí)性、功能性與計算能力的需求。然后在 Zynq-7020 硬件平臺中，利用 PL 端的 FPGA 特性設計了水下機械臂控制器的通信接口與圖像傳感器的硬件 IP 核，利用 PS 端的嵌入式特性部署了 ROS 機器人操作系統；在 ROS 軟件平臺中，利用內置功能函數與安裝包完成了運動(dòng)控制的運動(dòng)規劃模塊的設計。最后搭建了實(shí)驗平臺，進(jìn)行了 R5M 水下機械臂控制實(shí)驗，測試了控制系統的功能，驗證了控制系統設計的合理性。
6.2 展望
本文的對水下機械臂的運動(dòng)控制與控制系統的研究取得了一定的成果，但受限于一些因素，仍有許多不足之處，需要在以下幾個(gè)方面繼續進(jìn)行深入的研究。
（1）本文在對水下機械臂動(dòng)力學(xué)建模的研究中，在使用 Morison 方程與切片理論計算水作用力的過(guò)程中時(shí)，為簡(jiǎn)化計算，對水下機械臂的模型采取了簡(jiǎn)化操作，水阻力系數與附加值質(zhì)量系數使用了經(jīng)驗值，故計算得到的水下機械臂的動(dòng)力學(xué)模型會(huì )存在較大的誤差。如何建立精確的水下機械臂動(dòng)力學(xué)模型，是在后續研究中需要解決的問(wèn)題。
（2）本文在對水下機械臂控制方法性能進(jìn)行驗證時(shí)，只做了角度跟蹤仿真控制實(shí)驗，對控制器的性能驗證不夠全面，在后續的研究中，可以進(jìn)行更多仿真測試，并對控制方法進(jìn)行進(jìn)一步的改進(jìn)，從而提升控制器的控制效果。
（3）本文在水下機械臂的控制系統的搭建中，通過(guò) ros_control 設計了機械臂的關(guān)節控制器，在后續的研究中，可以將本文提出的運動(dòng)控制算法移植至 Zynq-7020 硬件平臺，利用 Zynq-7020 平臺 PL 端中的 FPGA 實(shí)現硬件加速功能，實(shí)現軟硬件協(xié)同控制，提升水下機械臂的控制效果。
致謝
碩士論文的完成也意味著(zhù)我的研究生生涯將要畫(huà)上圓滿(mǎn)的句號，回首這三年的校園生活，留下了太多的回憶。有幸可以作為西安理工大學(xué)的學(xué)子，三年間我在這里學(xué)習，這里成長(cháng)，感謝這三年間我遇到的每一位老師，每一位同學(xué)，是你們讓我有了一段難忘的校園生活，感謝我這三年間一路走來(lái)所有幫助過(guò)我、關(guān)心過(guò)我的人，向你們致以我最真誠的謝意。
我要最需要感謝的人是我的導師張曉暉教授，感謝張老師給了我一個(gè)機會(huì )，讓我可以在理工大開(kāi)始我的研究生生活。在研究生三年的學(xué)習生活中，張老師就像我前進(jìn)道路上的明燈，在我學(xué)習和生活中遇到困難時(shí)，總能給出有效的指導建議，讓我在學(xué)習和生活中少走彎路。在論文寫(xiě)作過(guò)程中，張老師非常耐心的修改和指導我的論文，讓我及時(shí)改正論文的不足。從老師身上，我學(xué)習到了嚴謹的工作態(tài)度，也學(xué)到了更多做人的道理。我還需要感謝另一位老師，劉浩林老師。在研究生期間，劉老師給了我很多的建議，為我答疑解惑，并鼓勵我多參加比賽，鍛煉動(dòng)手能力，在實(shí)踐中成長(cháng)。此外，我要感謝自動(dòng)化與信息工程學(xué)院的各位任課老師們，是你們對待每一節課，每一位同學(xué)認真負責的態(tài)度，讓我在研究生期間的每一節專(zhuān)業(yè)課都收獲頗豐，對專(zhuān)業(yè)課知識有了更深刻更全面的理解，為我以后的學(xué)習和工作打下了堅實(shí)的基礎。
教研室是我在研究生期間待的最多的地方，在這里我遇到了跟我志同道合的伙伴們，三年間是你們讓我的生活不僅只有科研。對我影響最大的要屬我的師兄師姐們，感謝師兄、師姐在我生活上與科研上的幫助，你們每一位都是我學(xué)習的榜樣。感謝與我同級的楊松楠、覃珊珊、孫寶康，研究生期間我們一起學(xué)習，一起參加比賽的時(shí)光是我最美好的記憶。感謝教研室中每一位師弟師妹，很幸運在可以教研室遇見(jiàn)你們。感謝我的舍友張?chǎng)闻c鄧超，三年的相互陪伴讓我的研究生生活曾未感到過(guò)孤獨。不僅于此，我還要感謝我遇到的每一位同學(xué)，祝愿我們前程似錦。
最后，感謝我的家人和我的女朋友。家人的支持讓我可以無(wú)后顧之憂(yōu)的度過(guò)我的研究生生涯，你們在我的身后，給我支持與鼓勵，讓我時(shí)刻感受到家人的溫暖。感謝我的女友，在我每次遇到困難，都是你在我身邊，陪我一起面對，讓我勇往直前，是你的付出與陪伴，讓我順利完成我的論文。
如今我即將離開(kāi)校園步入新的篇章，在這里的學(xué)習生活為我以后步入社會(huì )提供了巨大的幫助。祖國榮譽(yù)責任的校訓將永遠銘記于心，祝愿我的母校能夠越來(lái)越輝煌，我的老師們工作順利，我的同學(xué)們在自己的理想道路上能夠披荊斬棘。
夠越來(lái)越輝煌，我的老
師們工作順利，我的同學(xué)們在自己的理想道路上能夠披荊斬棘。
參考文獻
[1] 張建業(yè)。新時(shí)代中國加快推進(jìn)海洋安全戰略思考[J].南方論刊，2020（09）：19-21.
[2] 崔曉菁。中國海洋資源開(kāi)發(fā)現狀與海洋綜合管理策略[J].管理觀(guān)察，2019,17:63-64.
[3] 韓增林，岑貝，劉旭。海洋強國戰略下提升中國海洋軟實(shí)力對策研究[J].海洋經(jīng)濟， 2020,05:16-26.
[4] 蔡敬偉，屠佳櫻。我國發(fā)展海洋資源開(kāi)發(fā)裝備的機遇和挑戰[J].中國船檢，2018,09:68-71.
[5] 孫玉山，冉祥瑞，張國成，等。智能水下機器人路徑規劃研究現狀與展望[J].哈爾濱工程大學(xué)學(xué)報，2020,08:1111-1116.
[6] 雷歌。水下作業(yè)型機械手的關(guān)鍵技術(shù)及發(fā)展趨勢研究[J].科技創(chuàng )新與應用，2018,14:129-130.
[7] 常宗瑜，張揚，鄭方圓，等。水下機器人-機械手系統研究進(jìn)展：結構建模與控制[J].機械工程學(xué)報，2020,56（19）：53-69.
[8] 胡志強，林揚，谷海。水下機器人粘性類(lèi)水動(dòng)力數值計算方法研究[J].機器人，2007,02:145-150.
[9] Soylu S, Buckham J, Podhorodeski R. Redundancy resolution for underwater mobilemanipulators[J]. Ocean Engineering, 2010, 2: 325-343.
[10]Satja S, Joseph C, Edin O, et al. Underwater manipulators:A review[J]. Ocean Engi-neering, 2018, 431-450.
[11]Roberts, Shedd W, Hunt J. Dive site geology:DSV ALVIN（2006） and ROV JASONII（2007） pes to the middle-lower continental slope, northern Gulf of Mexico[J]. D -eepSea Research Part II, 2010, 21-23: 1837-1858.
[12]Okutani T, Fujikura K. Abyssal gastropods and bivalves collected by Shink-ai 6500on slope of the Japan Trench[J]. Venus Journal of the Malacological Society of Jap-an, 2002, 211-224.
[13]晏勇，馬培蓀，王道炎，等。深海 ROV 及其作業(yè)系統綜述[J].機器人，2005,01:82-89.
[14]Soltwedel T, Klages M. French ROV Victor 6000 first deploymentfrom Polarstern[J].Sea Technology, 2000, 4: 51-53.
[15]Porion P, Fauge?Re A, Delville A. 1H and 7Li NMR Pulsed Gradient Spin Echo M-easurements and Multiscale Modeling of the Water and Ionic Mobility within Aque-ous Dispersions of Charged Anisotropic Nanoparticles[J]. The Journal of Physical C-hemistry C, 2008, 112（31）： 11893-11900.
[16]García-Comas, López-Puertas, Funke, et al. Analysis of Titan CH4 3.3 μm upper at -mospheric emission as measured by Cassini/VIMS[J]. Icarus, 2011, 214（2）： 571-583.
[17]Terborgh, Lopez, Nunez, et al. Ecological meltdown in predator-free forest fragments[J]. SCIENCE, 2001, 294（5548）： 1923-1926.
[18]Wong K. ECA Robotics pursues UAV/UGV integration[J]. Janes International Defen-se Review, 2014, 47（9）： 24-24.
[19]朱寶星，于復生，梁為。水下機器人結構形式及其發(fā)展趨勢分析[J].船舶工程，2020,42（02）：1-7.
[20]任忠濤，王業(yè)山，李增輝。小型水下機器人的研究發(fā)展及其應用現狀[J].新型工業(yè)化，2019,9（10）：36-40.
[21]梁一，朱益民，魏延輝。六自由度水下機械臂系統設計及試驗[J].制造業(yè)自動(dòng)化，2020,42（03）：68-74.
[22]鄒晨洋。水下焊接機器人內載多關(guān)節機械臂設計與分析[D].哈爾濱工業(yè)大學(xué)，2019.
[23]陳言壯，張奇峰，田啟巖。水下多指手研究現狀[J].機器人，2020,42（06）：749-768.
[24]ZHANG Minglu, LIU Xiaoyu, TIAN Ying. Modeling analysis and simulation of vis-cous hydrodynamic model of single-dof manipulator[J]. Journal of Marine Science a -nd Engineering 2019, 7（8）： 261.
[25]SHEN L,CHAN E,LIN P. Calculation of hydrodynamic forces acting on a submerge-d moving object using immersed boundary method[J]. Computers and Fluids, 2009,38（3）： 691-702.
[26]Chae J, Yeu T, Lee Y, et al. Trajectory Tracking Performance Analysis of Underwat-er Manipulator for Autonomous Manipulation[J]. Journal of Ocean Engineering andTechnology, 2020, 34（3）： 180-193.
[27]王華，孟慶鑫，王立權。基于切片理論的水下靈巧手手指動(dòng)力學(xué)分析[J].機器人，2007（02）：160-166.
[28]肖治琥。深水機械手動(dòng)力學(xué)特性及自主作研究[D].湖北：華中科技大學(xué)，2011.
[29]STATJA S, JOSEPH C, EDIN O, et al. Underwater Manipulator: A review[J]. Oce-an Engineering, 2018, 163: 431-450.
[30][Smith J, Yu R, Sarafis I, et al. Computer vision control of an underwater manipula-tor[C], Oceans. IEEE, 1994.
[31]Sarfraz M, Rehman F, Shah I. Robust stabilizing control of non-holonomic systemswith uncertainties via adaptive integral sliding mode: An underwater vehicle example[J]. International Journal of Advanced Robotics System, 2017. 14 （5）： 1-11.
[32]彭生全。水下機器人-機械手系統運動(dòng)規劃與控制技術(shù)研究[D].哈爾濱：哈爾濱工程大學(xué)，2012.
[33]Xu B, Pandian S, Petry F, et al. A fuzzy controller for underwater vehicle manipula-tor systems[C], Oceans. IEEE Xplore, 2005: 1-6.
[34]Qiao H, Liceaga J. Modelling and control of a marine robot arm[C], [1991] Proceedings of the 30th IEEE Conference on Decision and Control. IEEE, 2002.
[35]Vinoth V, Santhakumar M, Kim J. Disturbance observer based terminal sliding modecontrol of an underwater manipulator[C], International Conference on Control Auto-mation Robotics & Vision. IEEE, 2015.
[36]Lee, Minho, Choi, et al. A Robust Neural Controller for Underwater Robot Manipul-ators.[J]. IEEE Transactions on Neural Networks, 2000.
[37]董永飛。水下機械臂動(dòng)力學(xué)分析與軌跡跟蹤滑模控制[D].遼寧：大連理工大學(xué)，2018.
[38]李小崗，王紅都，黎明，等。水下機器人-機械臂系統的滑模自抗擾控制[J].海洋科學(xué)，2020,44（09）：130-138.
[39]樊智敏，哈振騫，薛福峰，等。水下機械臂運動(dòng)空間分析與軌跡跟蹤算法優(yōu)化[J].機械與電子，2020,38（06）：67-73.
[40]李曉晨，劉子楊，李德遠，等。六自由度水下機械手臂的設計與研究[J].液壓與氣動(dòng)，2014（01）：10-12.
[41]譚民，徐德，侯增廣。先進(jìn)機器人控制[M].北京：高等教育出版社，2007,79-81,236.
[42]賴(lài)錫煌，殷際英，高勇。多關(guān)節機器人運動(dòng)學(xué)和動(dòng)力學(xué)分析[J].機械工程師，2005（06）：34-35.
[43]康嘉瑞，樊留群。基于 MATLAB 的機器人逆運動(dòng)學(xué)研究[J].佳木斯大學(xué)學(xué)報（自然科學(xué)版），2010,28（06）：824-826.
[44]高藝，馬國慶，于正林，等。一種六自由度工業(yè)機器人運動(dòng)學(xué)分析及三維可視化仿真[J].中國機械工程，2016,27（13）：1726-1731.
[45]徐振邦，趙智遠，賀帥。機器人工作空間求解的蒙特卡洛法改進(jìn)和體積求取[J].光學(xué)精密工程，2018,26（11）：2703-2713.
[46]鄧志剛，朱大奇，方建安。水下機器人動(dòng)力學(xué)模型參數辨識方法綜述[J].上海海事大學(xué)學(xué)報，2014,35（02）：74-80.
[47]王永鼎，董亞龍。水下機器人動(dòng)力學(xué)分析與控制系統研究[J].制造業(yè)自動(dòng)化，2018,40（03）：142-145.
[48]Hayes D R, Morison J H. Determining Turbulent Vertical Velocity, and Fluxes ofHeat and Salt with an Autonomous Underwater Vehicle[J]. Journal of Atmospheric& Oceanic Technology, 2002, 19（5）： 759.
[49]LIN Chenchou, LI Rongche. Experimental determination of the hydrodynamic coeffic-ients of an underwater manipulator[J]. Journal of Field Robotics, 2015, 16（6）： 329-338.
[50]梁一，朱益民，魏延輝，等。六自由度水下機械臂系統設計及試驗[J].制造業(yè)自動(dòng)化，2020,42（03）：68-74.
[51]田宏奇。滑模控制理論及其應用[M].湖北：武漢出版社，1995.
[52]周志華，陳世福。神經(jīng)網(wǎng)絡(luò )集成[J].計算機學(xué)報，2002,25（01）。
[53]Fateh M, Khorashadizadeh S, Ahmadi S. Adaptive RBF network control for robotmanipulators[J]. Journal of Artificial Intelligence and Data Mining, 2014, 2（2）： 159-166.
[54]黃華，李光，劉領(lǐng)化，等。基于趨近律的機械臂滑模控制方法研究[J].湖南工業(yè)大學(xué)學(xué)報，2013,27（01）：62-66.
[55]劉晶，普杰信，牛新月。基于神經(jīng)網(wǎng)絡(luò )滑模的機械臂軌跡跟蹤控制方法[J].計算機工程與設計，2019,40（07）：1934-1938.
[56]Yu W, Wang S, Wei Q, et al. Development of an Underwater Manipulator and ItsFree-Floating Autonomous Operation[J]. IEEE Transaction on Mechatronics, 2016, 21（2）： 815-824.
[57]Meng S, Liang Y, Shi H. The Motion Planning of a Six DOF Manipulator Basedon ROS Platform[J]. Journal of Shanghai Jiaotong University, 2016, 50: 94-97.
[58]李鳳。基于 ROS 的機械臂控制系統設計[J].自動(dòng)化技術(shù)與應用，2018,37（11）：72-76.
[59]王瑩。Xilinx 可擴展處理平臺：ZYNQ 嵌入式處理器與 FPGA 集成的獨特創(chuàng )舉[J].電子產(chǎn)品世界，2012,19（02）：27-32.
[60]Zhai X, Ait-Si-Ali A, Amira A, et al. MLP Neural Network Based Gas Classification System on Zynq SoC[J]. IEEE Access, 2017, 4（99）： 8138-8146.
[61]吳利生。基于 ARM Cortex-A9 MPCore 嵌入式多核操作系統內核研究與實(shí)現[J].數字技術(shù)與應用，2020,38（03）：134-135.
（如您需要查看本篇畢業(yè)設計全文，請您聯(lián)系客服索取）