水下无人航行器（UUV）技术无论在军事上、还是民用方面都已不是新事物，其研制始于50年代，早期主要用于海上石油与天然气的开发等，军用方面主要用于打捞试验丢失的海底武器（如鱼雷），后来在水雷战中作为灭雷具得到了较大的发展^[1]。目前进行海底探测与考察最常见以及最实用的工具就是水下航行器（UnderwaterVehicles）。水下航行器按照与母船之间有无电缆可分缆控水下航行器（Remotely Operated Vehicles,简称 ROV）和自主水下航行器（AutonomousUnderwater Vehicles, 简称 AUV），也叫自治水下机器人或自治水下航行器。由于 ROV 受电缆的限制，活动范围和灵活性收到很大的限制。AUV在水下通过各类传感器测量信号，经过机载 CPU进行处理决策，独立完成各种操作，例如进行水下机动航行，动力定位，信息采集，水下探测等。通常这种机器人依靠水声通讯技术与岸基和船基进行联络，或者浮出水面，撑起无线电天线，与陆基和卫星进行通讯。AUV的能源完全依靠自身提供，往往自身携带可充电电池、燃料电池、闭式柴油机等^[2]。由于AUV摆脱了系缆的牵绊，在水下作战和作业方面(例如海底搜索、识别、调查和打捞)更加灵活，该技术日益受到发达国家军事海洋技术部门的重视^[1,2]。

AUV的研究始于 20 世纪 60 年代，SEA SPOOK 和华盛顿大学的 SPURV(Self-Propelled Underwater ResearchVehicle)的研制成功，标志着 AUV 时代的开始^[3]。80年代末，随着计算机技术、人工智能技术、微电子技术、小型导航设备、指挥与控制硬件、逻辑与软件技术的突飞猛进，自主式水下航行体（AUV）得到了大力发展 ^[1,2]。在20世纪90年代，AUV技术逐渐成熟，成为能够完成指定任务的可操作系统^[3]。目前在水下自治机器人技术研究方面，美国、英国、德国、法国、日本、意大利、俄罗斯、加拿大等国处于领先地位。著名的研究机构有：美国麻省理工学院MIT Sea Grant’s AUV 实验室、美国海军研究生院智能水下运载研究中心、美国佛罗里达大西洋大学高级海洋系统实验室（Advanced MarineSystems Underwater Systems Institute）、美国夏威夷大学自动化系统实验室（Autonomous Systems Laboratory）、英国海事技术中心（MarineTechnology Center）、日本东京大学机器人应用实验室（Underwater Robotics Application Laboratory（URA））等^[4]。美国在科学考察和海洋研究方面有大量的AUV,如ABE(WHOI)、OceanExplorerII(佛罗里达州大西洋大学)等。日本在AUV的研究方面也取得巨大的成绩,用于海洋调查的有R1Robot、TWINBUGRGER和URASHIMA等,还有计划建造能到达世界上最深的海沟-马里亚纳海沟的AUV，欧洲各国、俄罗斯、加拿大等各国也开展了大量的工作。目前AUV已经从研究和开发的阶段,通过操作演示进入到商业开始介入的时期,AUV正处于商业可接受曲线的顶点。众多的调查显示AUV有着巨大的市场需求,包括近海工程、军方和学术界^[5]。

与其它国家一样，我国的AUV 也是立足于军事需求起步的。国内研究 AUV 的单 位主要有中科院沈阳自动化研究所、中船重工研究所和哈尔滨工程大学等，其中中科院沈阳自动化研究所的“CR-01”、“CR-02”都具有较高的水平。尤其是“CR-02”，其设计水深达到 6000m,这表明我国 AUV 已达到世界较为先进的水平。但是由于工艺水平、探测技术、导航定位技术的限制，致使我国AUV 与世界发达国家相比还有很大的差距^[4]。

AUV通常具有以下几个特点：1)自治能力强;2)活动空间大;3)智能化水平高;4)适应能力强;5)实用性好;6)隐蔽性好。但目前还不能执行复杂的任务，智能化的发展将是未来发展的关键。AUV的关键技术有总体及系统集成技术、能源及动力推进技术、自主控制与智能化技术、导航定位技术、通信技术、自主探测与识别技术和布放与回收技术等^[6]。既然要研究AUV，首先就要明确我们设计的自主水下航行器需要具备的功能与特性，然后去设计其组成。

作为自主水下航行器的核心，控制系统的设计是非常关键的，其运动控制算法及运动控制系统也越来越受到人们的重视。目前，多种运动控制理论、结构、方法出现并运用到自主式水下航行器中，已经积累了丰富的经验。高效、稳定的运动控制系统是自主式水下航行器顺利完成任务的保证。Thor I. Fossen详细讨论了许多控制系统：用于前进速度的控制系统，用于航向保持和潜水的自动驾驶仪，转向控制器，航迹保持系统，动态定位（DP）系统，舵鳍稳定（RRS）系统，表面效应船（SES）和箔式双体船的鳍控制系统和行驶控制系统^[7]。石贤良、吴成富通过采用冗余技术来提高系统的可靠性。结合工程实践,详细介绍了一种双冗余飞行控制计算机系统的设计思路与方法。首先,描述系统设计结构和工作原理,然后,重点讲述如何在嵌入式实时操作系统VxWorks环境下进行多任务算法设计的要点。该冗余系统能有效地提高安全可靠性和任务可靠性,并具有良好的实时性和实用性的特点^[8]。

目前运动控制主要分为集中式和分布式两种结构，控制算法则丰富多样，包括PID控制、神经网络控制、模糊控制、滑模变结构控制、自适应控制等。还有一些对上述方法的改进和组合控制，如模糊 PID 控制、基于遗传算法的 PID 控制、神经元 PID 控制、模糊神经网络控制等。这些控制方法大部分仍处于仿真阶段，目前应用于工程中的较少。马元采用PID控制算法，提出鱼雷型水下航行器的MATLAB建模方法，利用PID算法对其进行控制仿真，给出可靠稳定的软硬件实现方案。所设计的运动控制系统具有较强的适用性，可以为运动控制技术的发展提供参考^[9]。吴小平、冯正平、朱继懋应用模糊控制对PID控制器的参数进行在线调整,从而使PID控制器具有自适应性以适应AUV工况的变化, 并应用此策略为小型AUVSubzeroIII设计了自主航行控制系统, 仿真结果验证了本策略的有效性^[10]。张子迎、刘心、杨霁针对水下机器人各自由度之间存在较强的耦合和非线性特征, 其精确的数学模型很难获得的问题, 建立了水下机器人空间运动的数学模型,并根据实际需要和控制器设计的方便进行了适当简化, 得到了水下机器人自由度运动模型。在此基础上, 使用了基于神经网络的 PID控制方法。 结合水下机器人六自由度水动力模型, 建立了基于BP网络的 PID的水下机器人控制器, 并进行了仿真环境下的试验^[11]。陈永亮考虑到 PID 控制器具有参数选择比较困难，不具备适应性等问题，论文先用灰色预测算法对遗传算法进行了改进，使用预测方法来指导遗传算法进行高效寻优，并在此基础上，针对研究的 AUV 设计了基于遗传算法 PID 的控制器^[4]。宋超设计了一种新型的基于极限学习机（Extreme Learning Machine,简称ELM）的应用于水下机器人的决策控制系统，决策控制系统最终输出的复杂的控制行为是多个简单的控制行为的加权矢量和。即便是在相对复杂的环境中，也能控制AUV成功避开障碍物顺利到达目标地点^[12]。高剑，严卫生，张福斌等提出一种新的基于CAN总线的自主水下航行器(AUV)分布式控制系统，为执行机构和传感器设计独立的控制节点，接收主控制节点的指令，完成局部的信息处理和底层控制，并将执行机构的状态反馈给主控制器，同时将非实时的任务管理与实时的航行控制分离^[13]。Hui Tang,Yangmin Li 提出并实现了一种结合非线性PID控制器和反向滞后补偿器的新型前馈非线性比例- 积分 - 微分（FNPID）控制策略。考虑到压电陶瓷（PZT）执行器固有的滞后效应，采用Preisach理论进行滞后非线性建模。最后，利用所提出的闭环控制策略成功地进行了一系列精确运动轨迹跟踪实验^[14]。YujiaWang,Mingjun‘ Zhang, Philip A. Wilson,Xing Liu开发了基于自适应神经网络的推进器容错控制（FTC）方法，所开发的方法结合了滑模算法和反演方案，为了独立于故障检测和诊断（FDD）单元，推进器故障以及建模不确定性和外部干扰被视为一般不确定性的一部分，并且采用径向基函数神经网络（RBFNN）来近似一般不确定性，根据Lyapunov理论，推导出RBFNN的控制律和自适应律，以确保跟踪误差渐近收敛为零^[15]。Zool H. Ismail, Mohd B.M. Mokhar, Vina W.E. Putranti提出了一种新的鲁棒动态区域控制方案。 AUV不仅需要能够将移动目标作为区域进行跟踪，而且还能够将自身定位在该区域内。所提出的控制器是基于自适应滑动模式方案开发的。自适应元件对AUV有用，可以减弱外部干扰的影响以及抖动效应。此外，动态区域概念的应用可以减少能量需求。此外，提出了类似Lyapunov函数的稳定性分析。结果表明，所提出的控制器比没有区域边界方案和模糊滑模控制器的自适应滑模更有效^[16]。

对于控制系统进行研究，最重要、最基本的问题就是必须有一个适合控制目的的数学模型。水下自主航行器是一个具有六自由度非线性的复杂对象，想要研究其控制方法的合理性，就必须对其受力及运动进行分析，建立其数学模型。因此，必须学习以流体静力学为基础的潜艇的浮性、稳性和抗沉性和以流体动力学为基础的潜艇的快速性、操纵性及适航性等理论知识^[17]，对航行器进行动力学分析，建立其动力学模型。然后再对航行器的控制方法进行研究，从软硬件方面设计AUV控制系统并仿真验证其可靠性。

AUV是一种综合了人工智能和其他先进计算技术的任务控制器，集成了深潜器、传感器、环境效应、计算机软件、能量储存、转换与推进、新材料与新工艺、以及水下智能武器等高科技^[1]。在军事领域，可以用于反潜战、水雷战、侦察与监视和后勤支援等，在民用领域，海底环境复杂，AUV能帮助人们更好地勘测海底环境，甚至是可以预测地震。另外，海底蕴含着大量的自然资源，AUV的日渐成熟让海洋开发成为可能，如：水下采矿、海底石油和天然气的开发等。AUV在军民用方面都具有极大的应用潜力，但我国在AUV的方面与国外的先进技术相比还有一定的差距，因此对我国而言新型AUV的研究是极具战略意义的。控制系统作为自主水下航行器的核心组成部分，其性能的好坏直接表现为自主水下航行器的性能。综上所述，自主水下航行器控制系统的设计具有一定的理论研究意义和实际工程应用价值，我们需要充分了解AUV控制系统的功能、特性及组成，并对设计的AUV进行运动和受力分析，设计控制系统的软、硬件系统，采用PID控制，在MATLAB环境下进行建模仿真，验证其可靠性，为今后的研究提供一定的指导。

2. 研究的基本内容与方案

2.1研究内容

本文主要通过详细了解自主水下航行器的发展历程、国内外现状、结构、功能与特性，分析自主水下航行器控制系统功能及组成，熟悉自主水下航行器控制系统，并学习有关建模仿真的软件及编程技术。建立自主水下航行器的空间运动方程组，根据动力学模型，设计运动控制系统的软、硬件系统，并通过数字仿真进行可靠性验证。