МОДЕЛЬНО-ОРИЕНТИРОВАННОЕ ПРОЕКТИРОВАНИЕ СИСТЕМЫ УПРАВЛЕНИЯ ДВИЖЕНИЕМ БИОМОРФНЫХ ПОДВОДНЫХ РОБОТОВ
Аннотация
В настоящее время активно развивается область подводной робототехники для решения при- кладных и исследовательских задач. Одним из перспективных направлений применения подводных роботов является использование конструкций с биоподобным типом плавания. Использование авто- номных биоморфных подводных роботов (БПР) потенциально позволит расширить область приме- нения малошумных и безопасных для местной фауны подводных роботов для задач мониторинга и исследования местности. Целью работы является разработка и апробация методики модельно- ориентированного проектирования системы управления движением БПР. В рамках данной работы рассмотрена типовая конструкция туниморфного БПР с осцилляторным типом плавания. На при- мере рассматриваемой конструкции БПР описаны проблемные вопросы моделирования динамики БПР, а также синтеза их систем управления. Для БПР с осцилляторным типом плавания выделены типовые технологические операции (ТОП), выполняемые с учетом конструктивных особенностей БПР и состава их движительно-рулевого комплекса (ДРК). Предложена методика проектирования системы управления БПР на базе совместного использования технологий численного моделирования и классической теории автоматического управления (ТАУ). На основании предложенной методики разработана численная гидродинамическая модель движения туниморфного БПР с осцилляторным типом плавания. Проведены идентификационные вычислительные эксперименты, в рамках которых сняты переходные процессы, характеризующие динамику движения БПР при выполнении каждой отдельной ТОП. На основании проведенных экспериментов разработаны кибернетические модели движения БПР, позволяющие за счет упрощенного моделирования динамики с использованием типо- вых звеньев теории автоматического управления с переменными коэффициентами воспроизвести движение БПР в рамках выполнения типовых технологических операций. В рамках кибернетических моделей в соответствии с предложенной методикой проведен синтез алгоритмов управления дви- жением БПР для каждой из типовых технологических операций с использованием методов числен- ной оптимизации. Выполнена апробация разработанных алгоритмов на базе вычислительных экспе- риментов, проведенных в рамках численных гидродинамических моделей. Определены достоинства предложенной методики, а также сформулированы возможные перспективы применения БПР
Список литературы
1. Xiaofeng Z. et al. Review of research and control technology of underwater bionic robots // Journal of
Marine Science and Engineering. – 2023. – P. 1-28.
2. Fossen T.I. Handbook of Marine Craft Hydrodynamics and Motion Control. – Hoboken, NJ: Wiley,
2021. – 736 с.
3. Pshikhopov V., Gurenko B., Shapovalov I., Beresnev M. Development and research of path-planning
module for control system of underwater vehicle // Internation Journal of Mechanical Engineering and
Robotics Research. – 2016. – Vol. 5, No. 4. – P. 301-304.
4. Пантов Е.Н., Махинин Н.Н., Шереметов Б.Б. Основы теории движения подводных аппаратов.
– Л.: Судостроение, 1973. – 216 с.
5. Gong Y. et al Investigating the Influence of Counter-flow Regions on the Hydrodynamic Performance
of Biomimetic Robotic Fish // Biomimetics. – 2024. – Vol. 9, No. 425. – P. 1-19.
6. Yan X., Ma Y. A Distributed Control Method for Flexible Robotic Fish Based on PDE // IET Control
Theory and Applications. – 2023. – Vol. 17. – P. 1930-1943.
7. Щур Н.А., Половко С.А., Деулин А.А. Применение методов вычислительной гидродинамики для
получения характеристик переходных процессов АНПА // Робототехника и техническая кибер-
нетика. – 2020. – Т. 8, №4. – С. 287-295.
8. Ламб Г. Гидродинамика. – М.: ОГИЗ, 1947. – 929 с.
9. Kastalsky I.A., Gordleeva S.Y., Hramov A.E., Kasantsev V.B. Bridging nonlinear dynamics and physiology:
implications for CPGs and biomimetic robotics. Reply to comments on “control of movement
of underwater swimmers: animals, simulated animates and swimming robots” // Physic of life reviews.
– 2024. – Vol. 50. – P. 32-34.
10. Cafer Bal et. al. CPG-based autonomous swimming control for multi-tasks of a biomi-metic robotic
fish // Ocean Engineering. – 2019 – Vol. 189. – P. 1-24.
11. Ijspeert A. Central pattern generators for locomotion control in animals and robots: A review // Neural
Networks. – 2008. – Vol. 21, Iss. 4. – P. 642-653.
12. Buşoniu L. et al. Reinforcement Learning for Control: Performance, Stability, and Deep
Approximators // Annual Re-views in Control. – 2018. – Vol. 46. – P. 8-28.
13. Xiaozhu L., Xiaopei L., Yang W. Learning Agile Swimming: An End-to-End Approach without CPGs
// IEEE Robotics and Automation Letters. – 2025. – P. 1-8.
14. Jingdong L., Lynne E., Raj M. Reinforcement Learning for Autonomous Robotic Fish // Studies in
Computational Intelligence – 2007. – Vol. 50. – P. 121-135.
15. Горюнов В.В., Половко С.А., Щур Н.А. Технология создания кибернетических моделей для син-
теза и отработки регуляторов системы управления движением автономного необитаемого под-
водного аппарата // Робототехника и техническая кибернетика. – 2020. – Т. 8, № 4. – С. 308-318.
16. Юревич Е. И. Теория автоматического управления. – Л.: Энергия, 1975. – 413 с.
17. Kwakernaak H., Sivan R. Linear Optimal Control Systems. – 1st ed. – New York: Wiley-Interscience,
1972. – 608 с.
18. Reshmi K.R., Priya P.S. Design and Control of Autonomous Unerwater Vehicle for Depth Control
Using LQR Controller // International Journal of Science and Research. – 2016. – Vol. 5, Iss. 7.
– P. 1432-1436.
19. Poli R. Analysis of the Publications on the Applications of Particle Swarm Optimisation // Journal of
Artificial Evolution and Applications. – 2008. – Vol. 2008. – P. e685175.
20. Avriel M. Nonlinear Programming: Analysis and Methods. Nonlinear Programming. – Eaglewood
Cliffs: Prentice-Hall Inc., 2003. – 548 p.
