履带式水下机器人运动控制参数优化

针对采用跟踪微分器(tracking differentiator,TD)的串级线性自抗扰(liner active disturbance rejection control,LADRC)进行艏向运动控制和深度运动控制的履带式水下机器人,在工程应用中出现因人工参数整定不佳导致的控制效果下降的问题,设计带有自适应因子和模拟退火算法Metropolis准则的改进型粒子群算法(improved particle swarm optimization,IPSO)优化串级LADRC的六个待调参数.自适应因子使粒子在搜索初期散布于整个解空间,凭借自身经验寻找最优;在后期集中于解空间的最优区域,依靠群体经验寻找全局最优.Metropolis准则在粒子每次迭代完成后判定粒子所处位置是否为全局最优,从而制止粒子盲目地快速靠近当时的全局最优粒子,增强跳出局部最优解的能力.对艏向和深度两种运动进行串级LADRC参数优化仿真实验,结果表明由改进型粒子群算法优化参数后的串级LADRC控制参数精度提升,系统稳定性和抗干扰能力增强,串级LADRC的控制效能得到发挥.