基于MEKF算法的水下机器人推进器容错控制研究

来源：计算机测量与控制杂志2025年第10期北京时间：

作者：王艳君

摘要：现有的容错控制方法多采用伪逆重构进行容错控制器设计,但是在复杂的水下环境中极易受到水流、水温、水压等因素的影响,导致控制器无法及时响应故障。对此,研究基于MEKF算法的水下机器人推进器容错控制方法。首先,利用MEKF算法的递推与状态估计能力,构建适用于水下机器人的精确坐标系。随后,分析了水下机器人在运动过程中所受的水动力效应,包括流体阻力、升力、侧向力及其动态变化。最后,设计AUV推进器建模准则的推力分配策略。该策略通过预测机器人的航位变化,结合容错控制思想,动态调整各推进器的推力输出,以实现对机器人行动偏转角的有效控制。实验结果表明,应用上述容错控制方法,在水下直航运动、升沉运动、侧向运动中均可以实现对机器人行动偏转角的有效控制,推进器的动力效果能够得到有效保障,有助于维持水下机器人的运动能力。

关键词：乘性扩展卡尔曼滤波;水下机器人;推进器;容错控制;水动力效果;AUV模型;