基于在线学习模型技术的水下机器人预测控制系统及方法

摘要

基于在线学习模型技术的水下机器人预测控制系统及方法，它属于自主水下机器人的运动控制技术领域。本发明解决了现有S面控制器难以获得最优的控制参数、导致控制器运动控制受到影响的问题。本发明通过建立预测结构来求解有限时域内的最优控制参数，设计一种基于在线学习模型的预测S面控制器；在预测结构的在线学习预测模型环节中，建立了并行结构避免预测输出与在线学习的计算冲突，提出柔性过渡的方式来减小预测模型切换带来的输出抖动，并添加了滑动窗口与学习判定用于降低在线学习为系统带来的运算负担，从而提高AUV运动控制器的控制性能与自主调节能力，并增强其对海洋环境变化的适应性。本发明可以应用于自主水下机器人的运动控制技术领域。