基于混沌过程神经元的水下机器人运动控制方法  

Chaotic process neuron control for AUVs

作　　者：唐旭东[1,2] 庞永杰[1,2] 李晔 张赫[1,2] 

机构地区：[1]哈尔滨工程大学船舶工程学院,哈尔滨150001 [2]哈尔滨工程大学水下机器人技术国防科技重点实验室,哈尔滨150001

出　　处：《控制与决策》2010年第2期213-217,共5页Control and Decision

基　　金：国家自然科学基金项目(50909025);国家863计划项目(2008AA092301);哈尔滨工程大学基础研究基金项目(HEUFT08001;HEUFT08017);水下智能机器人技术国防科技重点实验室开放课题(2008003)

摘　　要：考虑水下机器人运动控制系统的输入输出均为随时间连续变换的过程量,在过程神经元模型的基础上,结合S函数和预先规划的思想,提出一种过程神经元运动控制模型.在参数学习过程中,引入遍历性的渐变混沌噪声,以增强控制全局的优化能力.海浪和海流外界干扰下机器人仿真实验验证了该方法的有效性,取得了满意的结果.Both inputs and outputs of autonomous underwater vehicles（AUVs） motion control system are process vector which relates with time.Based on basic process neuron,integrating S function and pre-planning idea,a process neuron control is introduced. At the parameters learning phase,gradually reducing chaotic noise is added to form a powerful globe optimiztion algorithm. The effectiveness of this method is proved by the simulation test with external disturbance of wave and current,and the results are satisfactory.

关 键 词：水下机器人 过程神经元 S函数 预先规划 混沌噪声 

分 类 号：TP24[自动化与计算机技术—检测技术与自动化装置]