分类号：TP249 单位代码：10220

密 级：

东北石油大学
专业学位研究生学位论文

专业类别： 机械

论文题目： 基于滑模控制的水下机器人运动控制研究

学生姓名： 李江浩

指导教师： 任福深 教授 （校外：朱保国 高级工程师 ）

论文类型： 应用研究

研究方向： 机器人技术

培养类别： ■全日制 □非全日制

入学时间：2020 年 9 月 论文完成时间：2023 年 6 月
 Research on Motion Control of Remotely
Operated Vehicle Based on Sliding Mode
Control

by Li Jianghao

Supervisor: Professor Ren Fushen

Pluralistic Supervisor: Senior Engineer Zhu Baoguo

A Thesis Submitted to the Northeast Petroleum University

In partial fulfillment of the requirement

For the Professional Master of ，mechanical Engineering

Full-time

June, 2023
 东北石油大学专业学位研究生学位论文

基于滑模控制的水下机器人运动控制研究

摘 要
海洋中蕴含着丰富的矿物资源，而我国拥有广阔的领海面积，具有很大的开采前景。
在海洋资源的勘探开发以及海洋平台的检测维护方面，水下机器人都起到了至关重要的
作用。水下机器人可分为有缆（ROV）与无缆（AUV）两种，AUV 主要适用于测绘、
勘探等任务，而 ROV 更多用于搭载多种工具进行水下定点作业，这就要求 ROV 具备良
好的控制精度以及多种自动控制功能。本文针对 ROV 的运动控制技术展开研究，并设
计一款 ROV 控制系统，主要工作内容如下：
首先通过查阅国内外相关文献了解相关领域研究进展，并确定研究方向。在项目中
参与 ROV 的总体方案设计，参与 ROV 机械结构设计中各零部件的方案选型。对 ROV
的控制系统进行设计，包括对传感器、主控芯片等硬件进行选型，对控制系统程序执行
流程进行设计并对相关代码进行编写。
建立数学模型是对 ROV 进行运动控制的基础，本文对 ROV 进行运动学与动力学分
析，建立了 ROV 的运动学与动力学模型，并根据控制需求对模型进行自由度解耦。本
文的 ROV 搭载了六个推进器，对 ROV 的推进器布置形式进行设计，并建立 ROV 的六
推进器推力分配模型。
使用 CFD 法对数学模型中的流体阻尼系数进行求解。本文使用 Fluent 软件对 ROV
进行流体仿真，对仿真结果使用 MATLAB 进行数据拟合，求得 ROV 流体阻尼系数，将
其代入数学模型用于后续的控制器设计。接下来对 ROV 的运动控制算法进行研究，本
文将滑模变结构控制算法应用在 ROV 的自动控制功能中，并引入了饱和函数以削弱抖
振现象带来的不良影响。同时选用经典 PID 与模糊 PID 两种常用的控制算法作为对比，
分别设计三种算法的控制器并使用 Simulink 进行仿真分析，最后对比控制效果。从仿真
结果可以看出，滑模控制器的表现优于经典 PID 控制器与模糊 PID 控制器。
对控制系统的程序流程进行设计，将滑模控制器的实现过程编写成 C 语言代码，并
基于 STM32 主控芯片编写下位机驱动代码，实现 ROV 的定深与定艏功能。最后通过测
试与实验验证控制算法的效果及代码的有效性。本文的测试与实验分成三个部分进行，
首先在控制主板上验证算法及驱动代码的有效性；接下来使用基于 Unity3D 的半实物仿
真系统进行多次反复的测试，以验证控制算法的效果；最后经过调试与检查后对 ROV
进行本体水下实验。对上述测试实验结果分别进行整理与分析并得出结论。

关键词：水下机器人；运动控制；滑模控制；控制系统

II
 东北石油大学专业学位研究生学位论文

Research on Motion Control of Remotely Operated Vehicle

Based on Sliding Mode Control
ABSTRACT
There is a wealth of mineral resources in the sea, and our country has broad territorial sea
area, which has great prospect for mining. The underwater vehicle plays a vital role in the
exploration of Marine resources and the maintenance of offshore platforms. The underwater
vehicle can be divided into two types: Remotely Operated Vehicle(ROV) and Autonomous
Underwater Vehicles(AUV). The AUV is mainly used in surveying and mapping, exploration
and other working conditions. While the ROV is more commonly used for underwater
fixed-point operations carried a variety of tools, which requires ROV to have a good control
accuracy and multiple automatic control functions. In this paper, the motion control
technology of ROV is studied and an ROV control system is designed. The main work
contents are as follows:
Firstly, the research progress in related fields was researched by referring to relevant
literatures, and the research direction was determined. Participated in the overall ROV scheme
design and scheme selection of all parts in ROV mechanical structure in the project. Designed
the ROV control system, including the selection of sensors, main control chips and other
hardware, designed the control system program execution process and wrote relevant codes.
The establishment of mathematical model is the basis of ROV motion control. In this
paper, the kinematics and dynamics of ROV are analyzed, and the kinematics and dynamics
models of ROV are established, and the degrees of freedom of the models are decoupled
according to the control requirements. The ROV in this paper is equipped with six thrusters.
The layout form of the propeller is designed, and the thrusters distribution model of the ROV
is established.
CFD method is used to solve the fluid damping coefficient in the mathematical model. In
this paper, Fluent software was used for ROV fluid simulation, and MATLAB was used for
data fitting of simulation results, which was substituted into the mathematical model for the
controller design. Next, the motion control algorithm of ROV is studied. In this paper, the
sliding mode variable structure control algorithm is applied to the automatic control function
of ROV, and the saturation function is introduced to reduce the adverse effects caused by
chattering phenomenon. At the same time, the classical PID and fuzzy PID two commonly
used control algorithms for comparison, respectively designed three kinds of algorithms of the
controller and the use of Simulink simulation analysis, finally compared the control effect.
The simulation results show that the performance of sliding mode controller is better than that

III
 东北石油大学专业学位研究生学位论文

of classical PID controller and fuzzy PID controller.

The program flow of the control system was designed, the implementation process of the
sliding mode controller was written into C language code, and the bottom machine driver
code was written based on the STM32 main control chip, so as to realize the ROV's depth and
angle stopping functions. Finally, the effectiveness of the control algorithm and the
effectiveness of the code are verified by tests and experiments. The test and experiment in this
paper is divided into three parts. Firstly, the effectiveness of the algorithm and the driver code
is verified on the control board. Then, the semi-physical simulation system based on Unity3D
was used for repeated tests to verify the effect of the control algorithm. After debugging and
inspection, ROV body underwater experiment is carried out. The above test results are sorted
out and analyzed respectively and a conclusion is drawn.

Keywords: Remotely Operated Vehicle; Motion Control; Sliding Mode Control; Control
System

IV
 目 录

第一章 绪论............................................................................................... 1
1.1 课题研究背景及意义....................................................................... 1
1.2 水下机器人国内外研究现状 .......................................................... 1
1.2.1 国外研究现状 ............................................................................. 1
1.2.2 国内研究现状 ............................................................................. 3
1.3 机器人控制方法国内外研究现状 .................................................. 5
1.4 本文主要研究内容........................................................................... 8
第二章 ROV 总体方案设计 ................................................................... 10
2.1 引言 ................................................................................................. 10
2.2 ROV 总体结构及主要参数 ............................................................ 10
2.3 ROV 机械结构 ................................................................................ 11
2.3.1 整体框架 ................................................................................... 11
2.3.2 浮力材料 ................................................................................... 12
2.3.3 推进器 ....................................................................................... 13
2.3.4 电子舱 ....................................................................................... 13
2.3.5 脐带缆及绞车 ........................................................................... 14
2.3.6 配电柜 ....................................................................................... 15
2.3.7 水面控制台 ............................................................................... 15
2.4 ROV 控制系统硬件组成 ................................................................ 16
2.4.1 传感器 ....................................................................................... 17
2.4.2 电源系统 ................................................................................... 19
2.4.3 控制主板 ................................................................................... 20
2.5 小结 ................................................................................................. 22
第三章 ROV 数学模型的建立 ............................................................... 23
3.1 引言 ................................................................................................. 23
3.2 坐标系的建立与参数定义 ............................................................ 23
3.2.1 坐标系建立 ............................................................................... 23
3.2.2 参数定义 ................................................................................... 24
3.3 ROV 运动学模型 ............................................................................ 24
3.3.1 坐标系转换 ............................................................................... 24
3.3.2 ROV 运动学方程 ...................................................................... 25
3.4 ROV 动力学模型 ............................................................................ 26
3.4.1 受力分析及简化条件 ............................................................... 26
3.4.2 动力学分析 ............................................................................... 26
 3.4.3 静力学分析 ............................................................................... 30
3.4.4 ROV 动力学方程 ...................................................................... 30
3.5 ROV 模型自由度解耦 .................................................................... 31
3.6 推进器推力分配模型..................................................................... 33
3.7 小结 ................................................................................................. 36
第四章 ROV 流体阻尼系数求解以及控制器设计与仿真 ................... 37
4.1 引言 ................................................................................................. 37
4.2 流体阻尼系数求解......................................................................... 37
4.2.1 求解流体阻尼系数的方法总结............................................... 37
4.2.2 CFD 理论基础 ........................................................................... 38
4.2.3 预处理工作 ............................................................................... 39
4.2.4 划分网格 ................................................................................... 40
4.2.5 设定边界条件及求解参数 ....................................................... 41
4.2.6 分析计算结果 ........................................................................... 41
4.3 模糊 PID 控制 ................................................................................ 43
4.3.1 PID 控制基本原理 .................................................................... 43
4.3.2 模糊控制基本原理 ................................................................... 45
4.3.3 模糊 PID 控制器设计 .............................................................. 45
4.4 滑模控制 ......................................................................................... 49
4.4.1 滑模控制基本原理 ................................................................... 49
4.4.2 滑模控制器设计 ....................................................................... 52
4.4.3 饱和函数 ................................................................................... 54
4.5 仿真分析 ......................................................................................... 55
4.5.1 建立模型 ................................................................................... 55
4.5.2 浮潜运动仿真 ........................................................................... 57
4.5.3 转艏运动仿真 ........................................................................... 60
4.6 小结 ................................................................................................. 62
第五章 控制系统软件设计与测试实验 ................................................ 63
5.1 引言 ................................................................................................. 63
5.2 ROV 控制系统软件设计 ................................................................ 63
5.2.1 上位机软件 ............................................................................... 63
5.2.2 下位机软件 ............................................................................... 64
5.3 控制算法及硬件驱动测试 ............................................................ 66
5.4 基于 Unity3D 的仿真环境测试 .................................................. 68
5.5 水下实验 ......................................................................................... 71
5.5.1 实验环境 ................................................................................... 71
5.5.2 实验前安装与检查 ................................................................... 71
5.5.3 ROV 定深实验 .......................................................................... 71
 5.5.4 ROV 定艏实验 .......................................................................... 72
5.6 小结 ................................................................................................. 73
结论与展望............................................................................................... 74
结论 ........................................................................................................ 74
展望 ........................................................................................................ 74
参考文献................................................................................................... 76
 东北石油大学专业学位研究生学位论文

第一章 绪论
1.1 课题研究背景及意义
随着国际局势的日益变化，能源安全问题变得尤为重要，目前陆地油田的产量已经
逐渐趋于平稳，但随着工业发展世界各国对石油的需求仍在不断上升。海洋中蕴含着丰
富的石油及天然气资源，具有广阔的开采前景和价值，其产量可以很大程度上填补石油
需求的空缺。在这种背景下，世界各国对海洋资源开发的重视程度也在不断提高。目前
海上油田的产量多集中在浅水油田，未来将朝着深水油田发开的方向继续发展[1][2]。
由于海洋环境变幻莫测较为复杂，人类对海洋的认知仍然十分有限，对海洋资源的
开采也备受阻碍。在水下环境中随着深度的增加，工作环境也越发极端，一旦发生事故
将产生灾难性的后果。为了提高水下资源勘探与开发的安全性，各国科研人员研发出多
种水下作业设备以替代人工作业。其中水下探测设备的发展及应用，尤其是水下机器人
已经成为各国科研领域的热点。
水下机器人也被称为水下航行器，它是一种可以代替潜水员在水下完成各中作业任
务的智能工具，目前水下机器人在海洋捕捞、海洋资源勘探与开发、水下搜救、海洋生
物采样等领域都起到了重要的作用[3-6]。
水下机器人作为一种非载人水下航行器，按照水下本体与水面支持系统之间的关系，
通常分成有缆遥控水下机器人（Remotely Operated Vehicle，简称 ROV）和无缆自主水
下机器人（Autonomous Underwater Vehicle，简称 AUV）。其中 ROV 带有脐带缆，可
通过缆线实现水下本体和水面支持系统之间的能量和信息传输，通常需要工作人员进行
操作[7]，因此具有较高的可控性和灵活性，常用于海洋勘探、水下维修和海洋科学考察
等任务。而 AUV 具有更高的自主决策能力，通过预先编程的任务指令来进行自主操作，
通常没有外接缆线也不需要人员进行遥控操作。AUV 常用于环境监测、水下地形测绘、
水下考古等任务[8]。
水下机器人是一个多学科交叉的研究领域，在如今这个科学技术飞速发展的时代，
各个基础科学领域的研究成果都可以快速转化为水下机器人的应用研究。随着我国人工
智能技术与数字技术的快速发展与应用，未来水下机器人也将朝着智能化与数字化的方
向发展，使机器人具有更高的自主性和决策能力。从工程角度来看，水下机器人将朝着
模块化的方向发展，模块化可以加快新型号机器人的开发效率，同时令升级与维护变得
更加容易，可以有效缩减开发成本[7][9]。

1.2 水下机器人国内外研究现状

1.2.1 国外研究现状
在水下机器人的研究方面，美国、英国、日本等多国起步较早，在此领域有着深厚
的技术积累，在早期都设立有政府主导的研究机构，如美国的佛罗里达大西洋高级海洋

1
 第一章 绪论

系统实验室、英国的海事技术中心、日本的海洋科学技术中心等[9]，后期水下机器人逐
步由军用转向民用和商用市场，目前国外的商用水下机器人技术和相关配套产业已经比
较成熟，其中美国的水下机器人企业处于世界领先地位。近些年来随着电子技术的发展，
水下机器人的制造成本进一步下降，国内外一些企业逐步推出一系列价格实惠的商用水
下机器人产品，推动了水下机器人市场的发展，并为新的科学研究提供了有利条件。
“CURV”系列是 20 世纪 60 年代早期由美国海军的研究机构开发的军用水下机器
人，其第一代产品“CURV-I”型号水下机器人曾于 1966 年在西班牙的一片海域成功回
收了遗失的氢弹[10]，如图 1.1 所示。在此基础上，研究人员后续又相继开发了“CURV-Ⅱ”
和“CURV-Ⅲ”型号水下机器人，目前最新的型号是“CURV-21”水下机器人。

图 1.1 CURV-I 型号 ROV

英国在水下机器人研究方面也处于世界领先地位，英国的 SMD 公司生产多种型号
的水下机器人，可应用于不同工作的场景，其中的 Atom、Quasar、Quantum 等型号的
ROV 如今已经被广泛使用在各行各业中[11]，如图 1.2，1.3 所示。

图 1.2 Quantum 型号 ROV 图 1.3 Atom 型号 ROV

“e-URoPe”是由意大利的 CNR-ISSIA 机构发开的一款水下机器人[12]，如图 1.4 和
1.5 所示，其主要特点是既能够安装脐带缆进行远程遥控操作，又能够在没有脐带缆的
情况下进行自主作业，相当于同时具备了 ROV 与 AUV 的功能。此外，“e-URoPe”还
具有很高的装配灵活性，其框架结构、推进器布置、安装载荷甚至是传感器与摄像头的
位置都可以根据作业需求进行更改，并且可以轻松地在原 ROV 本体上外接各种工具，
极大提高了机器人的作业灵活性。目前，CNR-ISSIA 正尝试使用新型材料以及 3D 打印
技术进一步削减机器人制造成本并提高生产速度。

2
 东北石油大学专业学位研究生学位论文

图 1.4 e-URoPe 型号 ROV 入水 图 1.5 e-URoPe 型号 ROV 岸上

“Ocean One”是美国斯坦福大学与沙特阿卜杜拉国王科技大学联合开发的一款水
下机器人[13][14]。“Ocean One”最大的特点是具有高度拟人化的外形以及优秀的机动性，
其水下本体包括上半部和下半部两个部分，下半部是可以实现高效水下运动的航行器，
上半部是具有两条人形机械臂的拟人化结构，同时“Ocean One”还搭载了视觉和触觉
传感器，使其具备环境感知能力，如图 1.6 所示。这样的结构特点使“Ocean One”可以
完成很多只有人类才能完成的精密工作，如水下设备的安装、与潜水员配合进行作业等
等。如今“Ocean One”已经被用于海洋考古、海洋生物学研究以及水下救援任务等多
个领域。

图 1.6 Ocean One 型号 ROV

1.2.2 国内研究现状
国内的水下机器人研发机构主要有中国科学院沈阳自动化研究所、上海交通大学水
下工程研究所和哈尔滨工程大学水下机器人技术国防科技重点实验室等等[15][16]。目前国
内的水下机器人大部分属于科研院所或高校主导研制的原理样机或工程样机，样机的成
功研发填补了中国在水下机器人领域的技术缺口，但与成熟的市场化产品仍有较大的差
距。样机化的发展模式在一定程度上减缓了国内水下机器人市场化的发展进程，很长一
段时间国内客户大多是购买或租借国外已有的成熟产品。未来的发展方向是逐步将已有
技术推广到市场，进一步实现产业化[17]。
2014 年发布的“海马”号 ROV 是我国自主研发的第一套 4500 米级水下机器人系
统 。如图 1.7 和 1.8 所示，“海马”号 ROV 由水面控制系统、吊放回收系统、推进
[18][19]

3
 第一章 绪论

系统、ROV 水下本体系统等部分组成。“海马”号 ROV 搭载的工具可以帮助其完成多

种复杂作业，如高精度定位搜索、定点触探、声学探测、精准取样等等。“海马”号的
成功标志着我国在 4500 米级 ROV 方面已经全面掌握核心技术，为我国水下资源勘探行
业提供了重要的技术支持。

图 1.7 “海马”号 ROV 入水 图 1.8 “海马”号 ROV 出水

“海斗一号”是由中国科学院沈阳自动化所主导研制的一款自主遥控水下机器人
，在当时创造了下潜深度 10907 米的记录。这是我国第一次自主制造出下潜超过万
[20][21]

米的潜水器，使我国成为继日、美两国之后第三个拥有研制万米级无人潜水器能力的国
家，标志着我国在无人潜水器领域正在迈向国际领先水平。“海斗一号”具备自治、遥
控和自治遥控混合三种工作模式，既可以自主巡航观测，又可以进行定点精细作业。
“海
斗一号”外形如图 1.9 所示。

图 1.9 “海斗一号”水下机器人
近些年来，国内的一些民营机器人企业也通过自主研发逐步发行了多款消费级 ROV
产品。相比于为了完成某种特定任务而研制的工业级 ROV，消费级 ROV 的功能较为简
单同时更具有通用性。
如图 1.10 所示的是鳍源科技公司于 2016 年发布的 Fifish 系列消费级 ROV[22]。其外
形采用流线型设计，尺寸较小，可工作在水池、溪流、海洋等多种水下环境中，其最常
用的功能为水下摄影和浅水水下检测。同时这款 ROV 还支持无线手柄和 VR 眼镜等多
种交互设备，这也为这款 ROV 提供了更多应用场景。中国水利水电科学研究院的肖俊
等人应用 Fifish 系列的 PRO V6 PLUS 型号 ROV 对北京市西郊的水下工程进行安全检测，
其型号如图 1.11 所示，检测过程顺利并节约了人力成本[23]。

4
 东北石油大学专业学位研究生学位论文

图 1.10 Fifish 系列 ROV 图 1.11 Fifish PRO V6 PLUS 型号 ROV

1.3 机器人控制方法国内外研究现状
具备良好的运动控制精度是保证水下机器人能完成作业任务的前提，这要求机器人
具备快速接近目标位置并在达到后能保持稳定的能力。因此，运动控制技术始终是水下
机器人研究的重点领域，控制系统的设计也是水下机器人开发中的关键部分。水下机器
人是一个典型的非线性系统，其数学模型中包含了部分非线性因素，如流体阻力、海浪
干扰等，这些因素无法用简单的线性模型进行描述，同时令水下机器人各个自由度之间
的运动互相耦合，这极大增加了水下机器人的控制难度。针对水下机器人系统，研究人
员们尝试了多种控制方法并取得了不同程度的控制效果，主要可总结为以下几种：
（1）类 PID 控制
PID（比例环节 Proportion、积分环节 Integral、微分环节 Differential）控制是一种
经典的线性系统控制方法，在工业控制中有着广泛的应用。其原理是根据当前误差的大
小，通过比例、积分和微分三个环节的加权和来调整控制量，使系统输出与目标值尽可
能接近。但由于水下机器人本身属于非线性系统，各个自由度之间的运动相互耦合，经
典 PID 控制在处理部分非线性问题上效果不够理想，因此近些年常用的方法是将经典
PID 与多种控制方法结合使用。其中应用较为广泛的是将经典 PID 与模糊控制相结合，
组成模糊 PID 控制。模糊控制器对操作人员积累的经验进行建模，形成合理的模糊规则
表，并通过模糊推理对 PID 控制器的参数进行实时的优化，以此改善控制效果。与经典
PID 相比，模糊 PID 具有更好的自适应性和鲁棒性[24]，可以更好的处理包含非线性、时
变、不确定性等复杂因素的控制系统。
中国海洋大学的綦声波等人将模糊 PID 用在一种小型 ROV 的定深运动控制中，经
过 Simulink 仿真得到其超调量为 7.8%，调节时间为 26.71s。Junjie Dong 等人[25]提出一
种 type-2 型模糊 PID 控制，经过仿真分析得到其超调量为 0.3%，调节时间为 7.5s，通
过对比仿真验证了其控制效果优于普通的模糊 PID 控制[26]。
南京信息工程大学的严乐等人[27]提出一种基于奇异摄动法的优化 PID 控制方法（简
称 OP 法），并将其应用于水下机器人的位置控制中。经过仿真分析后，从仿真结果可
以看出 OP 法具有较好的控制效果，在一定范围内能够有效地减小误差。

5
 第一章 绪论

南京理工大学的牛坤等人[28]提出一种基于 RBF 模糊神经网络的 PID 自整定控制算

法，结合了模糊控制与神经网络各自的优点，使算法即具备神经网络的自学习能力，又
拥有了模糊控制的推理归纳能力。在 MATLAB 中对神经网络进行训练并进行仿真实验，
验证了算法的可行性。
（2）模型预测控制
模型预测控制（Model Predictive Control，MPC）是一种广泛应用于汽车控制、航
空航天控制、机器人控制等领域的先进控制技术，其基本原理是利用当前已有的模型和
状态对系统进行预测，根据预测结果来生成最优控制信号，系统响应后再根据当前实际
状态重新预测系统未来的输出，不断重复这个控制过程以提高控制精度和鲁棒性。
大连海洋大学的王明阳[29]提出一种基于 MPC 的 ROV 巡检轨迹跟踪控制方法，利
用 ROS 搭建仿真平台进行仿真实验，仿真结果表明在给定约束条件的要求下，ROV 运
行平稳且轨迹跟踪控制效果较好，能够顺利完成观测任务，验证了 MPC 控制算法在 ROV
轨迹跟踪方面的有效性。
Chengqi Long 等人 [30]针对水下机器人的轨迹跟踪问题构造了一种基于状态的扩展
卡尔曼滤波器（ESKF），并提出了基于 EKFS 的模型预测控制（MPC）控制器，最后
通过仿真分析验证了所提方法的有效性。
M.P.R.Prasad 等人[31]尝试将模型预测控制应用于 ROV 的位置跟踪和速度控制中，
研究对象是墨西哥 CIDESI 公司研制的遥控水下航行器‘Kaxan’，采用线性二次调节
器（LQR）方法对 ROV 系统模型进行处理，进一步应用模型预测控制对 ROV 的位置控
制和速度控制进行了改进。仿真结果表明，MPC 算法具有良好的控制效果和稳定性。
Chao Shen 等人[32]提出了一种多目标模型预测控制（MOMPC）框架，将其应用于
自主水下航行器（AUV）的路径跟踪问题中，并进行仿真分析，仿真中使用的水动力系
数参考了萨博公司的 SeaEye Falcon 型号开架式水下机器人，仿真结果验证了所提出的
MOMPC 路径跟踪控制方法的有效性。
（3）滑模控制
滑模控制（Sliding Mode Control，SMC）是一种非线性控制方法，其基本原理是：
根据控制目标设计一个滑模面，用来描述系统的目标状态与实际状态之间的误差，然后
通过控制器输入进行调节，使系统状态向滑模面移动并能保持在滑模面上，从而使系统
达到稳定。滑模控制的主要优点是具有强鲁棒性和快速响应能力，可以有效地处理系统
的不确定性和外界扰动。其缺点是状态量的滑动可能导致控制器产生抖振现象，为此需
要采取其他手段消除抖振。
西安工业大学的杨建华等人[33]将滑模控制（SMC）应用于水下机器人定深控制中，
在 Simulink 中建立模型并进行仿真，在不同的航速下将 SMC 算法与 PID 算法的效果进
行对比，结果表明 SMC 有更好的控制效果。
Govinda 等人[34]将二阶滑模控制（2nd-SMC）与反向传播神经网络（BP-NN）结合
起来，提出一种神经-滑模控制方法（Neuro-Sliding Control，NSC），并将其应用在一
6
 东北石油大学专业学位研究生学位论文

种小型 ROV 上进行实验，取得了良好的控制效果。

ZongSheng Wang 等人[35]将自适应控制方法与滑模控制方法相结合，提出了一种自
适应滑模运动控制器（ASM 控制器），采用指数趋近律设计滑模控制器，并增加了饱
和函数以消除抖振。最后进行了仿真实验，仿真结果表明所设计的自适应滑模控制器具
有良好的跟踪性能。
Malte von Benzon 等人[36]将滑模控制（SMC）算法应用在一种带有水射流清洗功能
的 ROV 上，实现 ROV 跟踪目标深度轨迹，并在水射流激活的情况下使 ROV 保持稳定。
最后进行了仿真分析和实验验证，实验平台为 Blue Robotics 公司提供的 BlueROV2 型号
水下机器人，经过多次实验取平均值得出结果：SMC 算法在深度轨迹跟踪方面平均误
差为 0.048m。
（4）自抗扰控制
自抗扰控制（Active Disturbance Rejection Control，ADRC）是一种基于 PID 控制改
进的新型控制方法，常用于机器人控制以及无人机姿态控制等问题。完整的自抗扰控制
器主要由跟踪微分器（Tracking Differentiator，TD）、扩张状态观测器（Extended State
Observer，ESO）和非线性状态误差补偿控制器（Nonlinear State Error Feedback，NLSEF）
三部分组成[37]。其基本原理是通过观测器估计系统的不确定性和外部扰动，采用补偿控
制器对系统进行补偿控制，根据估计值对系统的模型进行修正，从而实现对系统的精确
控制。
东北石油大学的申雨轩等人[38]将自抗扰控制器（ADRC）用于水下机器人的运动控
制中，通过仿真分析验证了控制算法的有效性，并将其与 PID 控制器进行对比，结果表
明 ADRC 控制器的效果要优于 PID 控制器，同时进行控制器对水下机器人数学模型的
敏感性验证，发现 ADRC 控制器对机器人模型变化的敏感程度更低，这表明 ADRC 具
有更好的鲁棒性。
南开大学的陈增强等人[39]将线性自抗扰控制（LADRC）方法运用到水下机器人的
运动控制中，与 PID 控制方法相比，线性自抗扰控制方法将机器人深度控制的相对误差
从 3.5%减小为 0.5%，提高了控制精度和稳定性。
江西理工大学的罗瑞智等人[40]采用串级 LADRC 的方法进行水下机器人的运动控制，
在 Simulink 中进行仿真，通过仿真结果对比串级 PID 控制器与串级 LADRC 控制器的效
果，LADRC 的超调量更小同时调节时间更短。
Wu, Xiong 等人[41]针对自抗扰控制器（ADRC）的调节依赖人工经验的问题，提出
一种粒子群-自抗扰控制（PSO-ADRC）算法，实现了控制器参数的自动调节，并通过仿
真验证了该控制算法的抗干扰能力和控制精度。
（5）神经网络控制
神经网络控制是智能控制的一个分支，其基本原理是利用神经元模拟人脑神经系统
的运作方式，从而实现对复杂系统的控制与优化，常用于解决非线性及不确定性系统的
问题。
7
 第一章 绪论

华南理工大学的曾德伟等人[42]提出了一种输入状态稳定（ISS）神经网络控制器，
将其应用于 AUV 的深度控制问题，并进行仿真验证，其结果表明 ISS 型神经网络控制
器能够实现对系统目标轨迹的稳定跟踪。
燕山大学的黄茹楠等人[43]提出了一种改进 PID 神经网络控制方法，将其应用在 AUV
的垂直面控制中，通过 Simulink 搭建模型并进行仿真测试，仿真结果验证了控制算法的
可行性和有效性。
江苏科技大学的李宏宇等人[44]提出了一种基于粒子群-遗传算法（PSO-GA）和 RBF
神经网络的 S 面控制方法，用于水下机器人的姿态控制。通过仿真分析进行验证，仿真
结果表明，该算法的控制效果明显优于对比组，与期望轨迹重合度很高，能够有效提高
ROV 姿态控制的能力。

1.4 本文主要研究内容
本课题的主要研究内容为有缆水下机器人（ROV）的运动控制，本文介绍了 ROV
的整体方案及设计思路，建立 ROV 数学模型及推力分配模型，通过 CFD 计算法求解模
型中的流体阻尼系数，基于模型设计了滑模控制器，并在 Simulink 中对深度、艏向两个
自由度进行仿真，同时设计了经典 PID 和模糊 PID 两种控制器作为对照，验证了滑模控
制器的控制效果。最后分别从单片机硬件、半实物仿真系统、ROV 本体水下实验三个
层面进行了测试实验。各章节具体内容安排如下：
第一章主要阐述了该课题的研究背景与意义，总结了水下机器人及其控制方法的国
内外研究现状，分类介绍了多种控制算法在水下机器人运动控制中的应用情况。
第二章对 ROV 的整体方案设计进行了介绍，主要包括两部分，分别是 ROV 的机械
结构和控制系统。在机械结构部分中介绍了 ROV 各零部件的技术参数，并根据技术特
点介绍选型思路。在控制系统部分中说明了系统组成及工作原理，说明了各硬件的选型
和设计思路。
第三章通过对 ROV 进行动力学和运动学分析，建立 ROV 的六自由度数学模型。根
据设计要求进行对模型进行简化，并进行自由度解耦，解耦后的模型用于后续的控制器
设计。本章还设计了六推进器的布置方案，并建立了 ROV 的推力分配模型。
第四章首先对 ROV 的流体阻尼系数进行求解，应用 Fluent 软件对 ROV 进行流体仿
真，将仿真结果导入 MATLAB 进行数据拟合，最终求得 ROV 的流体阻尼系数。接下来
对控制算法进行研究，本文将基于趋近律设计的滑模控制器应用于 ROV 的定深与定艏
功能中，并加入饱和函数以削弱抖振的影响，并设计了经典 PID 与模糊 PID 两种控制器
作为对比。本文首先分别介绍了三种控制算法的基本原理，并对三种控制器的设计流程
进行了说明，之后在 Simulink 中建立模型并进行仿真分析，对三种算法分别进行了定深
与定艏两个自由度的仿真，每个自由度又分成定目标值与变目标值两种工况。最终仿真
结果表明滑模控制器在不同的工况的仿真下都具有更好的控制效果。
第五章对下位机程序进行设计与编写并对 ROV 进行测试实验。本文下位机程序基

8
 东北石油大学专业学位研究生学位论文

于 STM32 单片机实现，首先设计下位机程序执行流程并编写滑模控制算法代码以及硬
件驱动代码。接下来分三个步骤对 ROV 进行测试实验，先在单片机中测试算法的可行
性，之后在基于 Unity3D 的半实物仿真系统中进行反复测试，测试无误后，对 ROV 进
行组装与调试，进行 ROV 水下实验。对三步测试实验的结果分别进行数据整理与分析。
第六章对本文研究工作进行了总结，分析研究中的不足之处并提出新的展望。

9
 第二章 ROV 总体方案设计

第二章 ROV 总体方案设计

2.1 引言
本文所研究的水下机器人系统主要用于海洋钻井平台检测以及海底管道检测，针对
这种作业场景，实验室自主研发一款具备自动控制功能的观测型 ROV。在 ROV 的研发
过程中，首先对 ROV 总体结构进行设计并确定主要参数，接下来对 ROV 的机械结构与
控制系统两部分分别进行设计，本章详细说明了 ROV 各个部件的技术特点与设计思路，
对于控制系统的元件给出主要参数与选型思路。

2.2 ROV 总体结构及主要参数

本文 ROV 的总体结构主要由水面控制台、ROV 本体、配电柜、脐带缆及绞车等几
部分构成。水面控制台与配电柜通过脐带缆缆与水下 ROV 本体连接，与 ROV 进行通信
的同时为 ROV 供电。ROV 整体系统连接图 2.1 所示：

图 2.1 ROV 整体系统连接图

ROV 的本体采用框架式的结构，框架式的结构具有良好的稳定性，可以起到支撑
和防护作用，减小外界冲击对内部电子元器件的损伤。此外，框架式结构还具有可扩展
性强、便于日后安装零部件、方便维护和升级等优点，缺点是放弃了流线型的外形会导
致增大阻力从而增加电能的消耗。ROV 框架的上层装有浮力材料，通过静力学分析计
算，设计过程中使 ROV 的重力与浮力材料能提供的浮力相等，使 ROV 在无外力干扰情
况下能静置在水中。ROV 框架下层布置有电子舱、推进器、各种传感器以及连接部件
等。电子舱内集成了 ROV 的主控芯片及电路。本 ROV 搭载了多种传感器，包括压力传
感器、惯性传感器、电子罗盘以及由摄像头和云台组成的视觉系统等。同时 ROV 框架
内部安装了六台推进器作为 ROV 动力的来源。ROV 本体三维模型如图 2.2 所示。

10
 东北石油大学专业学位研究生学位论文

图 2.2 ROV 本体三维模型如图

表 2-1 ROV 技术参数表

技术指标 数据
ROV 尺寸 800mm*750mm*600mm（长*宽*高）
最大工作深度 120m
最大功耗 5kw
最大航速 纵向 3 节，侧向 2 节，垂向 1.5 节
负载能力 10kg
供电电压 310VDC/24VDC
最大工作海况 3级
搭载推进器 水平 4 个，竖直 2 个
ROV 质量 87.5kg
绕 Ox 轴转动惯量 10.48kgm2
绕 Oy 轴转动惯量 11.55kgm2
绕 Oz 轴转动惯量 14.00kgm2

2.3 ROV 机械结构

2.3.1 整体框架
ROV 整体框架是 ROV 本体上各个部件的安装基础，浮力材料、电子舱、推进器等
部件都嵌入安装在 ROV 整体框架中，同时整体框架可以抵御海浪冲击，对各部件起到
防护作用。ROV 整体框架采用开架式设计，主体由上板、底板和左右两个侧板构成。
板材采用镂空设计，起到减轻重量、节省材料、减小阻力的作用。在板材的梁上打有螺
纹孔，用于安装连接各种部件。ROV 整体框架三维模型如图 2.3 所示。

11
 第二章 ROV 总体方案设计

图 2.3 ROV 整体框架三维模型图

ROV 整体框架结构中，板材采用高强度耐腐蚀的聚丙烯材料加工制造，此材料具
有良好的弹性和冲击吸收能力，其密度为 0.9*103kg/m3，只有不锈钢材料密度的 1/8，拉
伸强度可达 20-30MPa，弯曲强度可达 25-50MPa。由于聚丙烯材料的密度比水小，本身
就可以提供一定的正浮力，故可以节省浮力材料的使用以节约成本。框架中间装有支撑
立柱，用于加强整体框架的承载能力，支撑立柱使用不锈钢材质。其中上板三维图如 2.4
所示，侧板三维图如 2.5 所示。

图 2.4 上板三维图 图 2.5 侧板三维图

2.3.2 浮力材料
水下机器人浮力材料可为 ROV 本体提供浮力，在 ROV 结构设计阶段为了方便后续
的力学性能分析和控制器设计，通常使浮力材料所能提供的浮力与 ROV 本体重力相等，
使 ROV 在无外力情况下处于零浮力或很小的正浮力状态。这样做的好处是在 ROV 刚入
水的初始状态下便于进行下一步操作，在 ROV 完成作业返回地面时也便于回收，并且
当 ROV 在水下出现故障产生断电情况时可靠自身浮力上浮进行回收，避免沉入水底的
风险。本实验的浮力材料选用空心玻璃微珠浮体材料，这种材料具有密度低、耐压强度
高、耐腐蚀、不可燃、环保无污染等优点。
由于 ROV 本体前端需要装配机械手和视觉系统等设备，故浮力材料在前端对应位
12
 东北石油大学专业学位研究生学位论文

置留有缺口，浮力材料上有两个贯穿的孔用于安装推进器，中部的孔用于安装起吊装置，
其余分布在四周的一些小孔用于将浮力材料固定在框架板材上。其三维模型如图 2.6 所
示。设计过程中还要确保 ROV 的浮心与重心基本重合，从而保证 ROV 本体在垂直方向
上可以达到自动平衡，也就是使得横倾角和纵倾角基本为零。

图 2.6 浮力材料三维模型图

2.3.3 推进器
推进器是水下机器人运动的动力来源，本 ROV 搭载了 6 个 750W 直流无刷电机驱
动的螺旋桨推进器，其中水平方向布置 4 台推进器，垂直方向布置 2 台推进器。
本 ROV 搭载的推进器采用外部供电模式，输入电压为 310V 直流电，其中的控制
芯片通过 24V 直流供电，电能通过脐带缆进行传输，脐带缆长达数百米，高压传输可以
降低电能损失，高电压也可以降低电机工作电流，防止产生大量的热量。推进器正转额
定推力可达 22Kgf，反转额定推力可达 17Kgf，额定转速为 1600rpm，推进器螺旋桨工
作中需对转速进行监视，推力和转速的平方成正比，长时间以过小转速运作无法充分发
挥电机功率，若转速过高则螺旋桨可能产生空泡现象，降低螺旋桨推力和效率[45]。本推
进器内部装有转速传感器，可实时读回推进器转速信息传回上位机界面，以便后续操作。
推进器三维模型如图 2.7 所示。

图 2.7 推进器三维模型图

2.3.4 电子舱
ROV 的电子舱内部装有控制主板、线路、传感器等精密部件，为了保护内部元器
13
 第二章 ROV 总体方案设计

件，电子舱外壳需要具备良好的耐压性和密封性，常见的电子舱设计形式有长方体、圆
柱体、球体、椭球体等等[46]。长方体舱体的优势在于内部空间较大，易于加工和密封，
缺点是阻力较大，其棱角在海水冲击下易磨损；球体舱体的优点是所受压力较小且均匀，
缺点是内部安装电子元器件时不方便固定；圆柱体舱体则兼顾了两者的特点，既保证了
受压均匀又能保证内部空间的平整，故本 ROV 电子舱采用圆柱体形式。电子舱舱体的
材料采用高强度铝合金材料，前端装有不锈钢舱盖，后端装有多个水密接头用于连接推
进器、云台、摄像头等设备。由于实验和调试硬件的需要，电子舱结构会被频繁地拆装，
因此需要有可拆卸的封头或舱盖。本 ROV 电子舱的舱盖和舱体连接处采用 O 型圈作为
密封元件。电子舱三维模型如图 2.8 所示：

图 2.8 电子舱三维模型图
电子舱的耐压性对于水下机器人的安全性和可靠性至关重要。在海洋中工作时，水
下机器人的电子舱会承受巨大的压力，如果电子舱的耐压性较差，可能会出现严重的漏
水现象，甚至导致整个机器人系统的故障，因此耐压性是评判水下机器人电子舱质量的
一个重要指标。在水下机器人设计阶段，需要对电子舱进行高压加压测试和密封性测试，
以评估电子舱在深海环境中的承压能力。本 ROV 电子舱经实验测试，在外界施加 4Mpa
压力下可稳定工作，满足 ROV 最大下潜深度设计的需求，同时密封性良好。

2.3.5 脐带缆及绞车
ROV 的脐带缆和绞车是用于连接机器人水下本体和水面控制台的关键设备。机器
人本体通过脐带缆与地面控制系统相连，脐带缆一方面为 ROV 提供电力，另一方面使
机器人本体与控制台之间能进行信号传输，将上位机控制信号传输给下位机控制 ROV
的运动，同时将下位机传感器读回的数据传输给上位机。
脐带缆的结构由内部多芯电缆和外部保护套管组成，其选型主要有两种：柔性脐带
缆和硬质脐带缆。柔性脐带缆具有良好柔韧性和耐久性，适用于需要灵活移动的复杂水
下环境。硬质脐带缆具有较高的强度和稳定性，适用于较为简单的水下环境。本 ROV
选用的是柔性脐带缆。绞车是水下机器人的另一个重要部件，其主要功能是收放电缆便
于水下机器人进行移动。绞车通常由底座框架、滚筒、排线挂钩等部件组成，本文使用
的是一种电动绞车，除上述机构外还另外配有电机用于控制电动卷线排线，电机与卷筒
机构之间、卷筒机构与排线机构之间的传动方式均采用链传动。其实物图如图 2.9 所示。
14
 东北石油大学专业学位研究生学位论文

图 2.9 脐带缆及绞车实物图

2.3.6 配电柜
配电柜的主要作用是为 ROV 提供电力，将电能分配到机器人的推进器、控制主板、
传感器、地面控制台等设备上，以保证整个机器人系统的正常运转。此外，配电柜还有
另一个重要的作用就是电路保护功能，在遭遇紧急情况时，配电柜装有急停按钮可立即
切断电源，避免机器人因电气故障而损坏。配电实物图如下所示：

图 2.10 配电柜实物图

2.3.7 水面控制台
水面控制台起到监视水下机器人本体状态、传输控制命令以及整理保存数据等作用。
水面控制台通过施加目标运动状态对推进器转速进行控制，从而实现对 ROV 运动轨迹
和行为的精准控制，同时可通过操作按钮与上位机软件对 ROV 安装的零部件进行控制，
如深水 LED 灯、云台电机和摄像头等，辅助 ROV 完成作业任务。水面控制台通过电力
载波通信方式与机器人本体进行通信，对传感器传回的数据进行处理与可视化，便于操
作人员查看。
水面控制台主要由操作面板、显示屏、工控机等设备组装而成。操作面板上装有操

15
 第二章 ROV 总体方案设计

纵摇杆、多个功能按钮、故障报警灯以及电源接口等部件，便于实验人员进行操作，显
示屏用于观看上位机程序中的机器人本体位置状态信息以及摄像头传回的视频图像。工
控机作为主机通常安装在水面控制台的控制箱中，通过脐带缆与机器人的各种传感器、
执行器和通信模块相连，主要用于运行程序、存储数据和计算。本文的工控机采用的是
研华的 UNO-3000G 系列工控机，其搭载了 intel core i7 系列的高性能处理器，支持
Windows7、Windows8、WindowsXP 和 Linux 等多种操作系统，同时还提供了丰富的接
口包括 DVI-I 和 HDMI 接口、2 个千兆网络接口、2 个 COM 串口以及多个扩展卡槽等。
ROV 工控机实物图如下图 2.11 所示，ROV 水面控制台实物图如下图 2.12 所示。

图 2.11 ROV 工控机实物图 图 2.12 ROV 水面控制台实物图

2.4 ROV 控制系统硬件组成

通常 ROV 的控制系统硬件部分可分为水上控制系统和水下控制系统。水上控制系
统包括工控机、配电箱、脐带缆和绞车，水下控制系统则是由机器人本体搭载的多种传
感器、控制主板、推进器等部件共同组成，其示意图如 2.13 所示。水上控制系统主要起
到两方面作用，一方面是通过工控机安装的上位机程序实时监测 ROV 在水下的状态同
时为 ROV 下达操作指令，另一方面是通过配电柜和缆线为机器人本体输送电能。水下
控制系统则负责采集传感器收集到的各种信息，将传感器信息发送给上位机供操作人员
查看，同时传感器信息也用于 ROV 运动控制过程中的反馈环节，帮助 ROV 完成多种自
动控制功能。水上控制系统的部分部件已经在上一小节机械结构中做过介绍，本小节主
要介绍水下控制系统的各个部件。
ROV 的工作流程是地面控制台通过脐带缆与 ROV 通信，接收 ROV 传感器实时读
回的数据显示在上位机界面上，同时控制台发送控制信号给下位机驱动推进器，使 ROV
执行相应的动作。对 ROV 的手动控制可通过手柄直接进行进退、浮潜、转艏、俯仰等
操作，对 ROV 的自动控制可通过上位机设定目标值，经过下位机控制算法的运算，使
ROV 自动完成操作指令。

16
 东北石油大学专业学位研究生学位论文

图 2.13 ROV 控制系统示意图

2.4.1 传感器
（1）压力传感器
压力传感器由压力敏感元件和信号处理单元组成。其作用是获得 ROV 所处深度的
压力值并通过信号处理单元实时反馈给上位机。监测压力值一方面可以实时了解 ROV
的安全状态，如果水下压力过高，操作人员应立即采取上浮行动以确保 ROV 的安全；
另一方面通过测得的压力值进行计算和变换可以得到 ROV 当前深度值，用于监测 ROV
的位置状态并将其用于定深等自动控制过程中。本 ROV 装配的是 CYYZ11 型号的压力
传感器，量程为 0-1.6MPa，测量精度为 0.1%FS，共电电压为 12-36VDC，如下图 2.14
所示。

图 2.14 压力传感器实物图
（2）电子罗盘
电子罗盘也称数字罗盘，是一种能够测量地球磁场的传感器。在水下环境中，由于
水中信号的衰减作用，机器人无法像在陆地上一样使用 GPS 进行定位和导航，因此需
要使用电子罗盘对机器人进行定位。电子罗盘中集成了多种测量装置以及数据融合和滤

17
 第二章 ROV 总体方案设计

波算法，可以获得较高精度的机器人位姿信息，用于对水下机器人进行运动控制[47]。本
文 ROV 搭载的是 HMR3000 型号的电子罗盘，可通过 RS232/485 串口提供横滚、俯仰
和转艏三个自由度的方向数据，其响应时间可达 20Hz，航向精度为 0.5°，分辨率为 0.1°。
其实物如图 2.15 所示：

图 2.15 电子罗盘实物图
（3）MPU9250
MPU9250 是一种集成了三轴陀螺仪、三轴加速度计、三轴磁力计的九轴姿态传感
器，可用于获取机器人的位姿信息，其功能相当于集成了多种传感器，并节省了占用体
积和用电功耗[48]。MPU9250 在无人飞行器、智能穿戴设备、工业机器人等领域都有着
广泛的应用。本 ROV 装配的 MPU9250 可输出 16 位数字信号，并可以通过集成电路总
线 I2C 和串行外设接口 SPI 两种方式进行输出，传输速率可达 400KHz/s（I2C）和 20MHz/s
（SPI）。其陀螺仪的角速度测量范围可达到 2000°/s，加速度计测量范围可达+-16g（g
为重力加速度）。MPU9250 实物图如下图 2.16 所示。

图 2.16 MPU9250 实物图

（4）视觉系统
视觉系统可在水下机器人作业过程中实时传回水下图像，帮助操作人观察水下情况。
本 ROV 搭载的视觉系统主要由云台电子舱、模拟摄像头、数字摄像头、连接板以及深
水 LED 灯组成。其中数字摄像头的分辨率比模拟摄像头高，可以传回更加清晰的图像，
同时占用更少的计算和储存资源，但数字摄像头也有较高的成本，本 ROV 搭载了数字
和模拟摄像头各一台，分别用于不同的工作情况。云台电子舱内部装有控制芯片以及两

18
 东北石油大学专业学位研究生学位论文

个步进电机，可以实现俯仰和回转两个自由度的运动，以增加可观测面积。同时视觉系
统可与地面控制台之间进行信号传输，将摄像头画面实时显示在屏幕上，也可由上位机
软件对云台进行操作，控制云台转动角度。其结构三维模型如图 2.17 所示：

图 2.17 视觉系统三维模型图

2.4.2 电源系统
水下机器人整个系统包含设备众多，各种设备间用电标准有所差异，因此设计一个
安全稳定的供电系统十分重要。水下机器人的供电模式通常可分为水上与水下两种，水
下供电需令机器人搭载电池，既占用空间又增加机器人本体重量，故本文 ROV 采用水
上配电柜供电模式。配电柜供电通常有直流和交流两种形式，直流电供电稳定且在输送
相同功率时使用的电缆直径更小，既有利于减小机器人的运动阻力，又可以减小电能损
耗；交流电供电便于升压和降压，但损耗较大，本文 ROV 采用直流供电模式。
设计电源系统时需要查询各个部件额定供电电压，将配电柜输出电压通过降压、稳
压等步骤分配到个部件。ROV 系统中需要用电的部位包括地面上的工控机、推进器、
ROV 控制主板、各个传感器、云台电机、摄像头、深水 LED 灯等设备。首先外接 220V
交流电给到配电柜，由配电柜分配给各用电设备，其中地面工控机采用 24V 直流供电，
推进器功率较大需要 310V 直流供电，电子舱内装配的电源采用 310V 直流电充电并输
出 24V 直流电，给下位机控制主板、各个传感器、深水 LED 灯等部件供电。控制主板
包含稳压电路将电源 24V 转换为 3.3V 和 5V 为 STM32 主控芯片及其他控制芯片供电。
综述所述，本文 ROV 的供电系统包含了强电、弱电和交流、直流等多种形式，每
种用电的保护等级和优先等级均不相同，故为了安全性考虑，必须严格设计断电保护和
供电的先后顺序。

19
 第二章 ROV 总体方案设计

图 2.18 电源系统示意图

2.4.3 控制主板
控制主板负责 ROV 运动过程中的信息交互和指令传输等功能，是整个控制系统中
最关键的部件。主板上集成了包括主控芯片、通信模块和电源管理模块在内的众多模块。
电源模块输入电压为 24V，为数据采集模块供电，经稳压电路转换为 3.3V 后为主控芯
片供电。通信模块包括 CAN 通信模块和 RS-485 通信模块，其中 CAN 通信模块主要负
责驱动 ROV 的推进器，RS-485 通信模块负责传感器与主控芯片的通信。控制主板实物
图如下图 2.19 所示。

图 2.19 控制主板实物图
本实验 ROV 采用的主控芯片是基于 Cortex-M3 内核的 STMF103 系列的单片机，最
高频率可达 72MHZ，内置 128Kbyte 的 FLASH 和 20Kbytes 的 SRAM，同时配备多种外
设资源，包括多个快速 IO 口、定时器、I2C 接口、SPI 接口、CAN、DMA 等等[49][50]。
其性能满足机器人控制过程所需的快速响应能力和稳定性，同时具有低成本、低功耗等
优势，在工业机器人、家电、游戏手柄、电机控制等领域应用广泛。本 ROV 控制芯片
具体型号为 STM32F103C8T6，主控芯片电路图如图 2.20 所示。

20
 东北石油大学专业学位研究生学位论文

图 2.20 主控芯片电路图
STM32 主控芯片内部自带 CAN 控制器外设，为了通过 CAN 通信控制推进器电机，
控制主板上还需要安装 CAN 收发器芯片，CAN 收发器是一种 CAN 控制器与物理总线
之间的接口，可将 CAN 控制器的逻辑电平转换为 CAN 总线的差分电平。本文选择
ISO1050DUBR 芯片作为 CAN 收发器，为总线提供差分传输能力，其传输速率可达到
1Mbps，其电路图如图 2.21 所示，引脚示意图如图 2.22 所示。

图 2.21 CAN 收发器电路图

图 2.22 CAN 收发器引脚示意图

主控芯片需要通过串口转 RS485 与传感器进行通信，故控制主板上需要集成 RS485
转换器。RS485 转换器本质上是一种硬件电路，总体上可以分为隔离型与非隔离型两种。
非隔离型电路较为简单，常用的学习开发板使用的多是非隔离型电路，而隔离型电路在
抗干扰能力、稳定性方面都比非隔离型更为出色，本 ROV 从稳定性角度考虑使用二次
集成芯片 ADM2483 实现隔离型 RS485 电路。其电路图如 2.23 所示，ADM2483 芯片引
脚示意图如 2.24 所示。

21
 第二章 ROV 总体方案设计

图 2.23 RS485 转换器电路图

图 2.24 RS485 转换器引脚示意图

2.5 小结
本章首先介绍了 ROV 总体结构与重要参数，接下来对 ROV 的机械结构与 ROV 的
控制系统硬件两个部分分别进行了详细介绍。在 ROV 机械结构部分，分别对 ROV 的整
体框架、浮力材料、推进器、电子舱、脐带缆、绞车、配电柜以及水面控制台进行了介
绍，说明了这些零部件的的结构特点以及设计思路。在 ROV 控制系统硬件部分介绍了
ROV 控制系统的总体构成并对传感器、电源系统、控制主板三个部分的硬件选型和设
计思路分别进行说明。

22
 东北石油大学专业学位研究生学位论文

第三章 ROV 数学模型的建立

3.1 引言
建立 ROV 的数学模型是对 ROV 进行研究和应用的重要基础。建立数学模型可以帮
助我们描述机器人的状态，分析其物理特性和运动学规律，同时也是后续进行运动控制
的必要条件。ROV 的数学模型主要分为两个部分，分别是运动学模型和动力学模型。
运动学模型用来描述 ROV 在水中的运动状态，包括位置、姿态、速度、加速度等等。
动力学模型用来描述 ROV 在水中运动时受力和力矩的情况，以及其运动状态变化的情
况。本章对 ROV 数学模型的建立过程进行了详细的说明，首先建立坐标系并进行坐标
系变换，接下来对 ROV 进行静力学分析和动力学分析，分别建立了 ROV 的运动学方程
和动力学方程，并根据设计方案对模型进行简化。接下来对模型进行自由度解耦并介绍
了两种自由度解耦方法，最后设计了六推进器的布置方案并建立了六推进器的推力分配
模型。

3.2 坐标系的建立与参数定义

3.2.1 坐标系建立
为了方便描述水下机器人的运动参数，在建立数学模型前需要定义两个坐标系，分
别是定坐标系 E 和动坐标系 O。其中定坐标系也称大地坐标系或惯性坐标系，动坐标系
也称本体坐标系，两个坐标系都遵循右手定则。坐标系的示意图如图 3.1 所示。

图 3.1 ROV 坐标系示意图

定坐标系 E 固定在地球上，主要用来描述 ROV 的位置和姿态。其原点 E 选取地球
上任意一点， E 轴垂直于 E 轴与 E 轴组成的平面并指向地心， E 轴与 E 轴相互垂
直。
动坐标系 O 固定在 ROV 本体上，随 ROV 本体运动而运动。通常为了方便计算，
将动系原点 O 固定在 ROV 本体重心位置。Ox 轴指向 ROV 本体前进正方向，Ox 轴与
Oy 轴相互垂直，Oz 轴垂直于 Ox 轴与 Oy 轴组成的平面并指向 ROV 本体正下方。

23
 第三章 ROV 数学模型的建立

3.2.2 参数定义
ROV 的运动参数包括其位置和姿态、线速度和角速度、受到的力和力矩等等。其
中位置参数用本体坐标系原点在大地坐标系中的位置坐标(x,y,z)来表示，姿态参数用本
体坐标系相对大地坐标转动的姿态角(φ,θ,Ψ)来表示。ROV 沿本体坐标系三个轴的直线运
动速度用(u,v,w)来表示，绕三个轴旋转的角速度用(p,q,r)表示。ROV 受到的沿三个轴方
向的力别分用(X,Y,Z)表示，绕三个轴方向的力矩分别用(K,M,N)表示。将 ROV 在六个自
由度上的运动方式分别定义为进退、横移、浮潜、横摇、俯仰和转艏。ROV 的运动参
数和运动方式的定义如表 3-1 和 3-2 所示。

表 3-1 ROV 的运动参数定义表

运动参数 x轴 y轴 z轴
位置 x y z
姿态 φ θ Ψ
线速度 u v w
角速度 p q r
力 X Y Z
力矩 K M N

表 3-2 ROV 的运动方式定义表

运动方式 x轴 y轴 z轴
沿轴运动 进退 横移 浮潜
绕轴转动 横摇 俯仰 转艏

3.3 ROV 运动学模型

3.3.1 坐标系转换
为了便于描述机器人的运动状态，需要建立动和定两个坐标系间的转换关系。
v定  J  v动 (3.1)
式中：
v定 为 ROV 在定坐标系下的线速度矢量；
v动 为 ROV 在动坐标系下的线速度矢量；
J 为两个坐标系下的转换矩阵。
令动坐标系沿着 x、y、z 三个坐标轴分别转动φ、θ、Ψ角度，根据投影关系求得三
个轴各自的旋转矩阵，其中 C1 为绕 z 轴转动的旋转矩阵，C2 为绕 y 轴转动的旋转矩阵，
C3 为绕 x 轴转动的旋转矩阵。将三个矩阵相乘，得到两个坐标系间的线速度转换矩阵 J1。

24
 东北石油大学专业学位研究生学位论文

 cos  sin 0  cos  0  sin   1 0 0 

C1   sin cos 0  C2   0 1 0  C3   0 cos   sin   (3.2)

 0 0 1   sin  0 cos    0 sin  cos  

J1  C1C2C3 (3.3)

 
x u 
  
 y   J 1 v  (3.4)
   w
z 
 

 cos  cos  cos  sin  sin  sin  cos sin  sin  cos  sin  cos 
J1   cos  sin cos  cos  sin  sin  sin  sin  cos  cos  sin  sin  (3.5)
  sin  sin  cos  cos  cos  

转动过程中，分析欧拉角φ、θ、Ψ的变化率和 ROV 角速度 p、q、r 在两个坐标系中

的关系，可得到如下公式：

  p  q sin  tan   r cos  tan  (3.6)

  q cos   r sin  (3.7)

  q sin  / cos   r cos  / cos  (3.8)

将公式转换为如下形式，可得到角速度的转换矩阵 J2。
   p
   
   J 2  q  (3.9)
   r 
 
1 sin  tan  cos  tan  
J 2   0 cos   sin   (3.10)
 0 sin  sec  cos  sec  

3.3.2 ROV 运动学方程

通过 J1J2 两个矩阵可以对动系和静系间的线速度和角速度进行转化，整合可得到
ROV 的完整运动学方程，如下所示。
 J1 03*3   V1   1 
     (3.11)
 03*3 J 2   V2   2 

25
 第三章 ROV 数学模型的建立

u   p x  
v1  v  v2   q  1 =  y  2   
     
(3.12)
 w  r   z   

cos  cos  cos  sin  sin  sin  cos sin  sin  cos  sin  cos 0 0 0  u   x 
 cos  sin cos  cos  sin  sin  sin  sin  cos  cos  sin  sin 0 0 0  v   y 
    
  sin  sin  cos  cos  cos  0 0 0  w   z 
     
 0 0 0 1 sin tan cos tan   p   
 0 0 0 0 cos  sin  q   
    
 0 0 0 0 sin sec cos sec  r   

(3.13)
建立运动学方程后，我们可以在操作过程中对 ROV 的运动轨迹和姿态进行预测，
从而为 ROV 的控制和导航提供必要的信息。通过分析运动学方程，还可以对 ROV 的运
动轨迹进行规划，在运行相同位移的情况下减小其能量消耗。

3.4 ROV 动力学模型

3.4.1 受力分析及简化条件
ROV 动力学建模的主要依据是牛顿定律和动量定理，ROV 受到的合力可以分解为
流体动力、静力、驱动力以及由于外界干扰而产生的力。如下式：

  g  H T  f (3.14)
式中：
g 为 ROV 受到的静力，包括重力和浮力；
 H 为 ROV 收到的流体动力，包括惯性水动力和黏性水动力；
 T 为 ROV 的驱动力，主要由推进器提供；
f 为 ROV 由于海浪冲击、脐带缆干扰等因素造成的干扰力。
在进行建模之前，根据 ROV 设计要求，为了便于计算，做出以下简化：
（1）令 ROV 的重心与动坐标系的原点 O 重合，即 rG=(0,0,0)。
（2）设计过程中通过配平令 ROV 的重力与浮力相等。
（3）设计结构过程中使 ROV 浮心与重心重合，即 rB=(0,0,0)。
（4）由于 ROV 本体近似于对称结构，故可以忽略质量矩阵 MRB 和附加质量矩阵
MA 上的非对角线元素，相应的科氏向心力矩阵也可以简化。
（5）由于 ROV 在作业中的运动速度通常较慢，故忽略流体动力中高于二次的系数，
只保留一次和二次系数。

3.4.2 动力学分析
在 ROV 的动力学分析中，首先建立 ROV 的刚体动力学模型，不考虑流体动力，将

26
 东北石油大学专业学位研究生学位论文

ROV 本体看做刚体，根据刚体的动量定理和动量矩定理，可得到以下公式：
dB dL
F M (3.15)
dt dt
dv dv
m[ 1  v2  v1  2  rG  v2  (v2  rG )]  F (3.16)
dt dt
dv dv
I 0 [ 2  v2  ( I 0 v2 )  mrG  ( 1  v2  v1 )]  M (3.17)
dt dt
式中：
rG 为 ROV 重心坐标， rG  ( xG , yG , zG ) ；
v1 和 v 2 为 ROV 在动系下的线速度和角速度， v1 (u, v, w) v2  ( p, q, r ) ；
 为 ROV 本体受到的力和力矩， F  (X , Y , Z ) M  (K , M , N ) ；

 Ix  I xy  I xz 
 
I 0 为 ROV 转动惯量矩阵， I 0    I xy Iy  I yz  ；
  I xz  I yz I z 

I x , I y , I z 为转动惯量 I xy , I xz , I yz 为惯量积。

将上式中的每一项系数展开，代入原方程，得到完整刚体动力学方程组如下：
m u  vr  wq  xG  q2  r 2   yG ( pq  r)  zG ( pr  q )   X
  
G  G
m v  wp  ur  y r 2  p2  z (qr  p )  x (qp  r)  
  G  Y
 
m  w  uq  vp  zG  p  q   xG (rp  q )  yG (rq  p )   z
2 2

 (3.18)
I x p   I z  I y  qr  m  yG (w  pv  qu)  zG (v  ru  pw)  (r  pq) I xz   r 2  q2  I yz  (qr  q ) I xy   K

I y q   I x  I z  rp  m  zG (qw  rv)  xG (w  pv  qu)  ( p  qr ) I xy   p2  r 2  I xz  (qp  r) I yz   M

I z r   I y  I x  pq  m  xG (v  ru  pv)  yG (qw  rv)  (q  rp) I yz   q2  p2  I xy  (rq  p ) I xz   N
  

将上面方程组表示成矩阵形式：

M RB v  CRB v   (3.19)

其中 MRB 为 ROV 的惯性矩阵，CRB 是由惯性矩阵引起的科氏向心力矩阵。他们的

表达形式如下：

 m 0 0 0 mz G my G 
 0 m 0 mz G 0 mx G 

 0 0 m myG mxG 0 
M RB   (3.20)
 0  mzG myG Ix I xy I xz 
 mzG 0 mxG I yx Iy I yz 
 
  myG mxG 0 I zx I zy I z 

27
 第三章 ROV 数学模型的建立

 0 0 0 m  yG q  zG r  m xG q  w  m xG r  v 
 
 0 0 0 m  yG p  w m zG r  xG p m yG r  u 
 0 0 0 m  zG p  v m zG q  u m xG p  yG q 
CRB 
   (3.21)

  m yG q  zG r m yG p  w m zG p  v 0  I yz q  I xz p  I z r I yz r  I xy p  I y q 
 m  xG q  w  m zG r  xG p m zG q  u I yz q  I xz p  I z r 0  I xz r  I xy q  I x p 
 
 m  xG r  v  m yG r  u  m xG p  yG q  Iyz r  I xy p  I y q I xz r  I xy q  I x p 0 

简化后的惯性矩阵及其科氏向心力矩阵为如下形式：

m 0 0 0 0 0  0 0 0 0 mw mv 
0 m 0 0  0 mu 
 0 0   0 0  mw 0
0 0 m 0 0 0  0 0 0 mv mu 0 
M RB   CRB    (3.22)
 0 0 0 Ix 0 0  0 mw mv 0 I zr  I yq 
0 0 0 0 Iy 0   mw 0 mu  I zr 0 I xp 
   
 0 0 0 0 0 I z   mv mu 0 I yq I x p 0 

接下来对 ROV 进行流体动力学建模。ROV 在水中运动时，水会对 ROV 产生反作

用力，这种力称为水动力，ROV 受到的水动力与其结构、形状、速度和加速度有关，
通常将 ROV 受到的水动力分为惯性水动力与黏性水动力，如下式(3.23)和(3.24)所示。
其中，τA 是惯性水动力，τD 是黏性水动力。

 H   H (u, v, w, p, q, r , u, v, w , p , q, r) (3.23)

 H   A  D (3.24)

惯性水动力是 ROV 在水中运动时，由于其本体速度变化引起的惯性所产生的水动

力，其大小与 ROV 运动速度的变化率也就是其加速度有关，其比例系数称为附加质量。
其公式如(3.25)所示。附加质量代表的是在 ROV 运动过程中，包围在 ROV 本体周围随
其一起加速运动的水流的质量。附加质量表示为附加质量矩阵 MA 和由附加质量矩阵引
起的科氏向心力矩阵 CA。其形式如下式(3.26)。

 A  M Av  CAv (3.25)

 X u X v X w X p X q X r 
Y Yi Yw Yp Yq Yr 
 u
 Z u Z i Z w Z p Z q Z r 
MA    (3.26)
 K u K v K w K p K q K r 
 M u M v M w M p M q M r 
 
 N u N v N w N p N q N r 

28
 东北石油大学专业学位研究生学位论文

 0 0 0 0  a3 a2   a1  X uu  X vv  X w w  X p p  X q q  X r r
 0 0 0 a3 0 a1  a  X u  Y v  Y w  Y p  Y q  Y r
  2 v v w p q r

 0 0 0  a2 a1 0   a3  X w u  X w v  Z w w  Z p p  Z q q  Z r r
CA     (3.27)
 0  a3 a2 0 b3 b2  b1  X p u  Y p v  Z p w  K p p  K q q  K r r
 a3 0 a1 b3 0 b1  b2  X q u  Yq v  Z q w  K q p  M q q  M r r
  
  a2 a1 0 b2 b1 0  b3  X ru  Yrv  Z r w  K r p  M r q  N r r

简化后的附加质量矩阵及其科氏向心力矩阵形式如下：

 X u 0 0 0 0 0  0 0 0 0  Z w w Yv v 
0   X u u 
 Yv 0 0 0 0   0 0 0 Z w w 0
0 0 Z w 0 0 0  0 0 0 Yv v X u u 0 
MA     CA   
0 0 0 K p 0 0  0  Z w w Yv v 0  N r r M q q 
0 0 0 0 M q 0  Z w w 0  X u u N r r 0 K p p 
   
 0 0 0 0 0 N r   Yv v X u u 0  M q q K p p 0 

(3.28)
黏性水动力是 ROV 在水中运动时，由于水分子与 ROV 表面的黏性附着力而产生的
水动力。黏性水动力通常与 ROV 的结构形状、表面材质以及运动速度等因素有关。
黏性水动力的大小与 ROV 速度之间的关系称为黏性水动力系数，也称为流体阻尼
系数，其可表示为线性阻尼系数矩阵和非线性阻尼系数矩阵之和，如公式(3.29)所示。
简化后的线性系数矩阵与非线性系数矩阵形式如下式(3.30)和(3.31)所示。

 D  D  v D  DL  DNL (3.29)

 Xu 0 0 0 0 0
0 Yv 0 0 0 0 

0 0 Zw 0 0 0
DL     (3.30)
0 0 0 Kp 0 0
0 0 0 0 Mq 0
 
 0 0 0 0 0 N r 

 X u|u| | u | 0 0 0 0 0 
 0 Yv|v| | v | 0 0 0 0 
 
 0 0 Z w|w| | w | 0 0 0 
DNL    (3.31)
 0 0 0 K p| p| | p | 0 0 
 0 0 0 0 M q |q | | q | 0 
 
 0 0 0 0 0 N r |r | | r |

29
 第三章 ROV 数学模型的建立

3.4.3 静力学分析
对 ROV 完成动力学建模后，接下来进行 ROV 的静力学建模。ROV 受到的静力由
重力和浮力构成，其中重力 G=mg，浮力 B=ρgV 排。ROV 所受静力大小与其质量、重心
位置、浮心位置等因素有关。重力与浮力都是定系下的物理量，将其转换到动系中，转
换关系如下式：
0  0 
  1  
 G  J  0   B  J1  0 
1
1 (3.32)
G   B 

 (G  B ) sin  
 (G  B ) cos  sin  
 
  G  B   (G  B ) cos  cos  
g      (3.33)
 rG   G  rB   B   yG G  y B B  cos  cos    zG G  z B B cos  sin  
   xG G  xB B  cos  cos    zG G  z B B sin  
 
 xG G  xB B  cos  sin    yG G  y B B sin  

其中，rG 和 rB 分别表示重心坐标  xG , yG , zG  和浮心坐标  xB , yB , z B  。 G 和  B 表示动

坐标系中的重力和浮力， g 表示重力和浮力产生的合力和合力矩。
ROV 在运行中会受到海浪作用、脐带缆干扰等干扰力的影响，这里用 f 表示。
T
f   f x fy fz fk fm f n  (3.34)

3.4.4 ROV 动力学方程

综上所述，将 ROV 受到所有作用力整合代入，可以得到 ROV 动力学模型完整形式：

Mv  Cv  Dv  g  f   (3.35)

C  CRB  C A D  DL  DNL M  M RB  M A (3.36)

 m  X u 0 0 0 0 0   u 
 0 m  Yv 0 0 0 0   v 
  
 0 0 m  Z w 0 0 0   w 
   
 0 0 0 I x  K p 0 0   p 
 0 0 0 0 I y  M q 0   q 
   
 0 0 0 0 0 I z  N r  r 

30
 东北石油大学专业学位研究生学位论文

 m  X u 0 0 0 0 0   u 
 0 m  Yv 0 0 0 0   v 

 0 0 m  Z w 0 0 0   w 
  
 0 0 0 I x  K p 0 0   p 
 0 0 0 0 I y  M q 0   q 
  
 0 0 0 0 0 I z  N r   r 

 0 0 0 0  m  Z w  w  m  Yv  v 
  u 
 0 0 0   m  Z w  w 0  m  X u  u  v 
 0 0 0  m  Yv  v   m  X u  u 0  
   w
 0  m  Z w  w   m  Yv  v 0  I z  N r  r   I y  M q  q   p  
  
   m  Z w  w 0  m  X u  u   I z  N r  r 0  x p    q 
I  K p
  r
  m  Yv  v   m  X u  0 I y  M q  q   I x  K p  p 0   

 X u  X u|u| | u | 0 0 0 0 0  u 
 0 Yv  Yv|v| | v | 0 0 0 0  
  v
 0 0 Z w  Z w|w| | w | 0 0 0   w
  
 0 0 0 K p  K p| p| | p | 0 0   p
 0 0 0 0 M q  M q |q | | q | 0  q
  
 0 0 0 0 0 N r  N r |r | | r |  r 

 f x   (G  B ) sin   X 
 f   (G  B ) cos  sin   Y 
 y    
 f z   (G  B ) cos  cos   Z 
     (3.37)
f
  k   y G
G  y B
B  cos  cos    z G
G  z B
B  cos  sin   K 
 f m    xG G  xB B  cos  cos    zG G  z B B sin   M 
     
 f n     xG G  xB B  cos  sin    yG G  y B B sin   N 

ROV 的动力学模型本质上是关于速度的非线性微分方程组，其中包含了 ROV 的速

度、加速度和合外力等信息。如果给定机器人初始状态以及各自由度所受外力大小，就
可以求解当前时刻 ROV 的位置、速度和加速度等运动状态参数，从而预测机器人的运
动轨迹。此外，动力学模型可用于设计控制算法，实现对 ROV 的精确运动控制。

3.5 ROV 模型自由度解耦

ROV 在水中做多自由度运动时，各自由度之间会出现交叉耦合现象，且运行时速
度越快，耦合效果越强，这使得求解 ROV 运动状态的过程十分复杂，故在实际应用中
需要对 ROV 的数学模型进行自由度解耦。经过查阅资料并进行总结可知，目前常用的
自由度解耦方法有两种[51-54]，一种是平面自由度解耦，另一种是单自由度解耦。两种解
耦方式都可以简化 ROV 的运动控制问题，但适用于不同的场景，需要根据具体功能需
求选择合适的解耦方式。

31
 第三章 ROV 数学模型的建立

平面自由度解耦方法是将 ROV 的运动分解为水平面和垂直面上的运动，假设两个

平面的运动互不干涉，通过这种方式将 ROV 的运动控制问题分解成两个独立的问题，
这种解耦方法通常应用于水下机器人的路径规划等问题中。假设当 ROV 在水平面内运
动时，其垂直方向的速度和加速度分量都为零，如下式：

u  0, v  0, w  0, p  0, q  0, r  0
 (3.38)
u  0, v  0, w  0, p  0, q  0, r  0
则 ROV 在水平面的动力学方程可简化为：

 m  X u 0 0  u  0 0 m  Yv v  u 

 0
 m  Yv  
0   v    0 0 m  X u u   v  
 0 0 I z  N r   r  m  Yv  v  m  X u u 0   r 
(3.39)
 X u  X u |u | | u | 0 0  u   f x  X 
  v    f   Y 
 0 Yv  Yv|v| | v | 0     y  
 0 0 N r  N r |r | | r | r   f n   N 

同理，当 ROV 在垂直面内运动时，其水平方向的速度和加速度分量都为零如下式：

u  0, v  0, w  0, p  0, q  0, r  0
 (3.40)
u  0, v  0, w  0, p  0, q  0, r  0
则 ROV 在垂直面的动力学方程可简化为：
 m  X u 0 0  u   0 0 m  Yv v  u 
     
 0 m  Z w 0  w    0 0 0  w  
 0
 0 I y  M q   q    m  Z w  w 0 m  X u u   q 
(3.41)
 X u  X u |u | | u | 0 0  u   (G  B) sin   f x   X 
  w    (G  B) cos     f Z
 0 Z w  Z w|w| | w | 0       z  
 0 0 M q  M q|q| | q |  q    xB B cos    f m   M 

单自由度解耦方法是将 ROV 的六个自由度的运动全部解耦，分解为六个单个自由
度的运动。这种解耦方法的假设前提是当 ROV 在一个自由度上运动时，其余自由度的
速度和加速度都为零，这种解耦方法主要应用于 ROV 单自由度的自动控制功能，如定
深、定艏等功能。下面以 ROV 进退的自由度为例，对 ROV 进行单自由度解耦，假设
ROV 在沿 x 轴运动时，其他自由度的速度与加速度都为零，且重力与浮力平衡，则有：

u  0, v  0, w  0, p  0, q  0, r  0
 (3.42)
u  0, v  0, w  0, p  0, q  0, r  0
则 ROV 的单自由度动力学方程可简化为：

 m  xu  u   xu  xu |u | | u |u  X (3.43)

同理可得到其余五个单自由度的动力学方程，如下：

32
 东北石油大学专业学位研究生学位论文

 m  Yv  v  Yv  Yv |v | | v |  v  Y

 m  Z w  w   Z w  Z w |w | | w |  w  Z

 I x  K p  p   K p  K p |p | | p |  p  K (3.44)

 I y  M q  q   M q  M q |q | | q | q  M

 I z  N r  r   Nr  Nr |r | | r |  r  N


3.6 推进器推力分配模型
推进器是水下机器人动力的来源，常用的推进器包括喷气推进器、喷水推进器、螺
旋桨推进器等等。本文 ROV 采用的是螺旋桨推进器，其具有控制方式简单、成本较低、
可靠性高等优点，也是目前水下机器人动力系统中应用最为广泛的推进器。
螺旋桨推进器的推力模型一般通过如下公式来表示：

T  KT  n 2 D 4 (3.45)

Q  KQ n 2D 5 (3.46)

J  VA / nD (3.47)

式中： T 表示螺旋桨产生的推力；
Q 表示螺旋桨输入的扭矩；
KT 表示推力系数；
K Q 表示扭矩系数；
 表示液体密度，通常是水的密度；
n 表示螺旋桨转速， D 表示螺旋桨直径， J 表示进速系数；
VA 表示螺旋桨相对于水的运动速度。
对于螺旋桨推进器而言，推进器产生的推力与螺旋桨转速之间存在对应关系，其关
系通常用推进器的推力特性曲线来表示，可以认为推进器的推力是关于转速的函数，并
且在多数情况下，推进器转速与产生的推力之间是一个二次函数关系[55][56]。如式 3.49
所示。为了获得推力特性曲线，制造商会在推进器的设计和制造阶段进行仿真测试和实
验测试，以确定推进器在不同转速下的推力输出，并将测试结果绘制成推力特性曲线。
本 ROV 推进器的推力特性曲线如下图 3.2 所示。
T  （
f n）
 2 (3.48)
T  an  bn  c

33
 第三章 ROV 数学模型的建立

图 3.2 推进器推力特性曲线图
经拟合本 ROV 推进器的转速与推力之间的函数关系为如下式：

正转：T  8.5110 n  4.53 10 n  0.035

6 2 4

 6 2 4
(3.49)
反转：T  6.84 10 n  3.80 10 n  0.018
本文的 ROV 安装了 6 台螺旋桨推进器，采用矢量布置方式，其中 4 台推进器水平
布置，2 台垂直布置。水平布置的 4 台推进器关于 ROV 本体正平面的 x 轴对称，螺旋
桨朝向 ROV 本体 x 轴负方向，即朝向 ROV 后方，4 个推进器分别与 x 轴和 y 轴呈 45°
角。竖直的 2 台推进器垂直于 ROV 本体正平面，布置在 y 轴上并且关于 x 轴左右对称，
螺旋桨朝向 ROV 本体 z 轴负方向，即朝向 ROV 正上方。采用这样的布置方式是因为推
进器的正反转推力有所不同，相同转速下正转推力要大于反转推力，由于 ROV 在作业
中前进和下潜是更加常用的运动方式，后退和上浮运动使用率较低，这种推进器布置方
式可以节省电能消耗。具体布置形式示意图如下所示：

图 3.3 水平方向推进器布置示意图 图 3.4 竖直方向推进器布置示意图

水平布置的推进器编号分别为 1 到 4，竖直布置的推进器编号为 5 和 6，每个推进

34
 东北石油大学专业学位研究生学位论文

器的安装位置用坐标(xi,yi,zi)表示，每个坐标值的正负表示位置，推进器正方向与 y 轴的
夹角用θi 表示，推进器产生的推力用 Fi 表示。(Xi,Yi,Zi,Ki,Mi,Ni)表示每个推进器产生的
驱动力在 ROV 六自由度上的分量。值得注意的是，推进器的推力 F 和 ROV 受到的力之
间是等大反向的，本文将其换算的负号直接乘入布置矩阵中。

表 3-3 ROV 布置参数表

推进器编号 x 轴坐标 y 轴坐标 z 轴坐标 与 y 轴夹角

1 x1 y1 0 θ1
2 x2 y2 0 θ2
3 x3 y3 0 θ3
4 x4 y4 0 θ4
5 0 y5 z5 0
6 0 y6 z6 0
1-4 号推进器的推力分配模型如下：

 sin 45   X1   sin 45   X2

 cos 45  Y    cos 45  Y 
   1    2
 0   Z1   0   Z2 
  F1      F2    (3.50)
 0   K1   0   K2 
 0   M 1  0   M 2
       
  y1 sin 45  x1 cos 45  N1    y2 sin 45  x2 cos 45  N 2 

 sin 45   X3  sin 45   X4

  cos 45  Y   cos 45  Y 
   3    4
 0   Z3   0   Z4 
  F3      F4    (3.51)
 0   K3   0   K4 
 0   M 3  0   M 4
       
  y3 sin 45  y3 cos 45  N3    y4 sin 45  x4 cos 45  N 4 

5-6 号推进器的推力分配模型如下：

0  X5   0   X6 
0 Y   0  Y 
   5    6
1  Z5   1   Z6 
  F5 =     F6 =   (3.52)
 y5   K5   y 6   K6 
0 M 5   0  M 6 
       
0  N 5   0   N 6 

35
 第三章 ROV 数学模型的建立

推力分配数学模型完整形式如下式(3.53)和(3.54)所示。其中 T 为推进器布置矩阵，
是一个 6×6 的矩阵，F 为 6 个推进器产生的推力，τ为作用在机器人六个自由度上的
力和力矩。
T F  (3.53)
 sin 45 sin 45 sin 45 sin 45 0 0 F 1   X 
 F    
 cos 45  cos 45  cos 45 cos 45 0 0  2   Y 
 0 0 0 0 1 1 F 3   Z 
     
 0 0 0 0 y5  y6 F 4   K 
 0 0 0 0 0 0 F 5  M 
    
  y1 sin 45  x1 cos 45  y2 sin 45  x2 cos 45  y3 sin 45  y 3 cos 45  y4 sin 45  x4 cos 45 0 0  F6   N 

(3.54)
ROV 在进行不同自由度的运动时，不同推进器的工作方式如下表所示：

表 3-4 ROV 推进器工作方式表

运动方式 推进器工作方式
进退 推进器 1234 正转前进；推进器 1234 反转后退
横移 推进器 14 正转 23 反转右移；推进器 23 正转 14 反转左移
浮潜 推进器 56 正转下潜；推进器 56 反转上浮
转艏 推进器 13 正转 24 反转右转；推进器 24 正转 13 反转左转
横摇 推进器 5 正转 6 反转左摇；推进器 5 反转 6 正转右摇

3.7 小结
本章对 ROV 的数学模型进行了推导与建立，包括 ROV 的运动学模型和动力学模型。
首先建立坐标系并定义运动参数，通过坐标变换得到 ROV 的运动学方程。接下来分别
对 ROV 进行动力学分析与静力学分析，其中动力学分析又包括刚体动力学与流体动力
学，再根据简化条件简化动力学方程中的系数，最后得到 ROV 的动力学方程。对建立
好的模型进行自由度解耦，本章介绍了两种自由度解耦方式，并分别说明其不同的适用
情形。最后设计了 ROV 六推进器的布置形式并建立了相应的推力分配模型。

36
 东北石油大学专业学位研究生学位论文

第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

4.1 引言
在上一章建立的数学模型中，存在一些未知参数——流体阻尼系数。本章首先对
ROV 的流体阻尼系数进行求解，使用 Fluent 软件进行流体仿真，将得到的仿真数据进
行整理与拟合，得到浮潜运动和转艏运动两个自由度的一阶与二阶流体阻尼系数，用于
后续控制器的设计。接下来对 ROV 的运动控制算法进行研究，控制算法的选择应兼顾
鲁棒性、收敛速度、所需计算资源等多方面因素综合考虑。本章基于趋近律法设计了一
种加入饱和函数的滑模控制器，用于 ROV 的运动控制，并分别设计了经典 PID 与模糊
PID 两种控制器作为对比，在 Simulink 中建立模型并进行仿真分析，观察三种算法控制
效果的差异。仿真结果表明滑模控制器的效果优于其他两种控制算法。

4.2 流体阻尼系数求解
本小节对目前常用的几种流体阻尼系数求解方法进行分析和比较，最终选定 CFD
法对流体阻尼系数进行求解，利用 Fluent 软件对 ROV 的浮潜和转艏两个自由度的运动
分别进行仿真，并通过 MATLAB 软件处理计算结果，最终得出 ROV 的流体阻尼系数。

4.2.1 求解流体阻尼系数的方法总结
在前面的章节中，建立了 ROV 的动力学模型和运动学模型并进行了自由度解耦。
模型中的未知参数可用多种方法进行求解和确定，其中绕各轴的转动惯量与惯量积可通
过三维软件建模并添加材料属性后由软件计算得到，附加质量等参数可通过经验公式计
算得到，除此之外目前尚未得到的模型参数还有 ROV 的流体阻尼系数。在水中运动时，
ROV 会受到来自流体的阻力和推进器推力的共同作用，流体阻尼系数主要用来描述
ROV 在不同运动状态下所受到的阻力，是描述 ROV 在水中受力情况和运动情况的重要
参数之一。
流体阻尼系数通常与机器人的尺寸、外形、零部件布置形式等因素有关。通常来说，
尺寸越大的机器人迎水面积越大，受到的阻力也越大，但它们之间并非简单的线性关系。
根据以往的设计经验，尺寸较小的机器人由于其零部件布置形式的因素，相对于尺寸较
大的机器人来说可能会更容易受到阻力的影响，从而导致其流体阻尼系数较高。同时，
采用流线型设计机器人的外形可降低其流体阻尼系数，因为流线型可使水流更容易流经
机器人的表面，从而减少机器人受到的阻力。本文使用的 ROV 优先对其作业能力和安
全性进行考虑，根据设计需求首先确定了 ROV 的结构尺寸和外形，并没有把减小流体
阻尼系数放在首要位置，相比较之下牺牲了部分 ROV 的能耗以确保其能够安全稳定地
运行。
求解水下机器人流体阻尼系数的方法有很多，主要可分为两类。第一类是实验法
[57][58]
，通过等尺寸实物机器人进行水池实验，收集实验数据并通过系统辨识的方法求得

37
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

流体阻尼系数。实验法又可以分为动态测量实验法和静态测量实验法，动态测量实验法
是令机器人在水池中运动，通过传感器测得其所受力和力矩，而静态测量实验法是使机
器人静止在流动的水流中，并测量其所受力和力矩。第二类是计算法[59-62]，计算法包括
数值模拟法、模型解析法以及经验公式计算法。数值模拟法是使用 CFD（Computational
Fluid Dynamics，计算流体力学）软件，通过对水下机器人周围流体的运动进行数值模
拟，来求得其流体阻尼系数。解析法是根据水下机器人几何形状和流体特征，利用数学
方法建立较为精确的数学模型并进行解析计算，以此求得水下机器人的流体阻尼系数。
经验公式法是参考研究人员总结出的经验公式，将本机器人的形状、尺寸以及查表获得
的相关参数代入经验公式进行计算，得到流体阻尼系数。
对比几种方法，各有其优缺点。其中最为简便的是经验公式计算法，但其计算结果
误差较大，通常适用于椭圆或圆形等形状较为简单的水下机器人。本文的 ROV 结构较
为复杂，过大的误差会导致 ROV 控制精度下降，故不采用本方法。最为精确可靠的方
法是实验法，需要搭建室内实验环境并且需要多种实验设备和测量装置，其缺点是实验
成本较高，搭建实验环境周期较长，故本文不采用这种方法。数值模拟法将流体力学计
算过程与计算机技术结合在一起，通过计算机模拟水池实验的过程求得模拟数据，再对
数据进行系统辨识得到流体阻尼系数，其特点是相较于经验公式计算法具有更高的准确
性，同时又节省资源、成本较低。本文综合考虑成本和求解精度，选用 CFD 数值模拟
法进行流体阻尼系数的求解。

4.2.2 CFD 理论基础

CFD（Computational Fluid Dynamics，计算流体力学）是一种数值模拟技术，其理
论依据是质量守恒、动量守恒、能量守恒三条基本定律。基于这些定律，CFD 将物理
问题转化为数学问题，使用计算机软件进行求解从而得到结果。使用 CFD 仿真软件进
行流体仿真主要包括以下几个步骤，流程图如 4.1 所示。
首先建立流体区域及区域内物体的三维模型。通常使用 SolidWorks 等软件创建几何
模型，也可以使用仿真软件自带的建模功能创建几何模型。
对建立好的模型进行网格划分，以便于计算机对其进行数值求解。部分 CFD 仿真
软件自带了网格划分器，如 Fluent 自带的 Meshing 可以进行划分网格。也可以使用独立
的软件进行网格划分，如 Gambit 等。在网格划分时，需要保证网格的质量符合要求。
在仿真开始前，需要进行一些设置。首先设置流体的物理属性，包括是否可压缩以
及流体的密度、黏度等。之后设置湍流模型，再接下来设置计算边界条件，如入口速度、
出口压力等。最后设置仿真的计算时间和收敛标准，并选择合适的数值算法。
在设置好计算条件后，对系统进行初始化，之后开始运行流体仿真计算。在计算过
程中，需要关注计算的收敛情况，以判断是否需要对计算条件进行调整。
计算完成后，通过软件提供的多种数据可视化工具对结果进行分析与处理。

38
 东北石油大学专业学位研究生学位论文

图 4.1 CFD 仿真流程图

4.2.3 预处理工作
本文使用 Fluent 软件进行水下机器人流体阻尼系数的数值模拟，Fluent 是一款在流
体仿真领域应用广泛的 CFD 软件包，其内部包含多种经过验证的物理建模，并拥有强
大的计算能力。其仿真步骤主要包括：建立流体域、网格划分、设定边界条件、设定参
数以及仿真计算等等。
首先对 ROV 的三维模型进行处理，原模型结构含有多种结构复杂的零部件以及复
杂曲面，直接进行仿真会导致网格划分困难、计算量过大甚至无法完成计算，为了减少
计算量并提高计算精度和效率，需对 ROV 模型进行简化处理。模型简化的原则是保留
主要特征的同时忽略复杂细小的结构，本文的简化模型在原模型基础上忽略了因安装挂
件设备而打有的各种孔、云台电机、回收吊钩以及各种连接零件等，经过简化处理后的
模型如下图所示。

图 4.2 ROV 原模型 图 4.3 ROV 简化后模型

导入简化模型后，接下来定义 ROV 仿真计算的流体域，本文将仿真的流体域划分
成外流体域与内流体域两个部分。外流体域设定为长方体结构，通常流体域的模型尺寸

39
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

应在 ROV 尺寸的 3 倍以上，以减轻壁面影响，本文 ROV 的尺寸为 800mm*750mm*600mm

（长*宽*高），定义外流体域的尺寸为 6000mm*6000mm*8000mm，ROV 初始位置距离
外流体域底面 3000mm。对于直线运动仿真设定内流体域为 2000mm*2000mm*8000mm
的长方体结构，如图 4.4 所示。对于旋转运动仿真设定内流体域为圆柱体结构，其底面
圆半径为 800mm，高度为 1200mm。如下图 4.5 所示。

图 4.4 直动仿真流体域 图 4.5 旋转仿真流体域

4.2.4 划分网格
接下来对模型进行网格划分，本文采用多面体网格。网格划分的数量会对仿真结果
产生影响，网格数量不足会导致计算结果失真，网格数量过多会导致计算速度变慢但对
计算结果影响较小。[63][64]等多篇论文对 ROV 流体仿真的网格数量无关性进行了验证，
可以得出在网格数量达到 100 万以上时，对计算结果的影响可以忽略。本文采用混合网
格划分的方式，对内流体域进行加密处理，设置加密网格尺寸为 0.001m。加密后，浮潜
直动仿真流体域的网格数量为 2811957，转艏转动仿真流体域的网格数量为 2794722。
直线运动和旋转运动的模型网格划分结果如下图 4.6 和 4.7 所示。

图 4.6 直动流体域网格划分 图 4.7 转动流体域网格划分

40
 东北石油大学专业学位研究生学位论文

4.2.5 设定边界条件及求解参数
进行仿真计算之前需要对边界条件以及仿真参数进行一些设定。对于长方体的流体
域，设定 ROV 运动的正反两个方向的面为流体入口（inlet）和出口（outlet），其余四
个面设定为墙壁（wall）。模型选用 k-epsilon 标准（standard）模型，将仿真的流体材
质设定为 water-liquid，求解算法选择 SIMPLEC 算法，迭代次数设定为 2000 步。分析
后面的仿真结果可以得知，直动仿真的计算结果在 1500 之后就基本不再变化，旋转仿
真的计算结果在 1400 步左右就有很好的收敛性。
Fluent 的流体仿真是采用令机器人静止的同时令水流反向运动的方式模拟机器人的
运动过程，在仿真中设置流体不同的流速即可模拟机器人以不同速度运行。设定入口条
件为速度入口，影响因素是 ROV 的运动速度，设定出口条件为压力出口。
对于直线运动，设定 10 个速度分别计算机器人所受阻力的大小，分别为 0.1m/s 到
1.0m/s，每次变化 0.1m/s；对于旋转运动，同样设定 10 个速度分别为 0.1rad/s 到 1.0rad/s，
每次变化 0.1rad/s。在监视器中选择 ROV 模型的受力面，计算其在仿真过程中所受的力
和力矩，0.1m/s 的直动仿真的计算结果如图 4.8 所示，0.1rad/s 的转动仿真的计算结果如
图 4.9 所示。其余速度的工况全部按照同样方式进行计算。

图 4.8 0.1m/s 速度的直动仿真计算结果

图 4.9 0.1rad/s 速度的转动仿真计算结果

4.2.6 分析计算结果
上文对 ROV 的浮潜直动与转艏转动两个自由度分别进行了流体仿真，每个自由度
分别进行了 10 组不同速度的仿真，总共 20 个工况。得到在不同速度和运动方式下 ROV
所受的力和力矩数据，将其整理成表格如下所示。根据仿真数据可以看出，随着机器人
运动速度的增加，机器人所受的阻力和阻力矩也随之增加，其关系近似二次函数关系，
后续使用 MATLAB 软件对数据进行曲线拟合。

41
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

表 4-1 浮潜运动仿真的速度与所受阻力关系表

w(m/s) 0.1 0.2 0.3 0.4 0.5 0.6

Z(N) 3.4720637 13.89001 31.220101 55.491081 86.711805 124.71493

w(m/s) 0.7 0.8 0.9 1.0

Z(N) 169.21259 221.9261 279.52637 346.6572

表 4-2 转艏运动仿真的速度与所受阻力关系表

r(rad/s) 0.1 0.2 0.3 0.4 0.5 0.6

N(N.m) 0.204 0.808 1.814 3.208 5.003 7.210

r(rad/s) 0.7 0.8 0.9 1.0

N(N.m) 9.798 12.797 16.186 19.962

将计算结果导入 MATLAB 中进行处理，调用图像绘制工具箱（curve fitting tool）

进行曲线拟合，将数据导入工作空间，如下图所示。

图 4.10 导入工作空间 图 4.11 调用图像绘制工具箱

使用二次函数形式对数据进行拟合，可以得到浮潜运动的阻力拟合曲线方程为：

f ( w)  346.5w2  0.4461w  0.142 (4.1)

其拟合图像如下图所示：

图 4.12 沿 z 轴直动的阻力拟合曲线

42
 东北石油大学专业学位研究生学位论文

对于转艏运动的阻力矩拟合曲线方程为：

f (r )  19.89r 2  0.08433r - 0.004357 (4.2)

其拟合图像如下图所示：

图 4.13 绕 z 轴转动的阻力矩拟合曲线
最终可得到 ROV 浮潜运动和转艏运动的一阶和二阶流体阻尼系数如下表所示。

表 4-3 流体阻尼系数表

一阶流体阻尼系数 数值 二阶流体阻尼系数 数值
Zw -0.4461 Z w|w| 346.5

Nr 0.08433 N r |r | 19.89

4.3 模糊 PID 控制

4.3.1 PID 控制基本原理

PID 控制是一种广泛应用于各种工业过程的控制算法，其基本原理是将目标值与输
出值之间的误差作为控制器输入，通过比例（proportional）、积分（integral）、微分
（derivative）三个环节的作用得到控制量，将控制量作用于被控对象，使系统输出值逐
渐逼近目标值，完成控制效果。经典的 PID 控制原理图如下图 4.14 所示。

图 4.14 PID 控制原理图

经典 PID 控制算法的数学公式如下所示，其中 u(t)为控制器输出量，也可以称为控
制量；e(t)为目标值与实际值之间的误差。

43
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

1 1 t de( t)
u (t ) 
p
[e(t ) 
Ti  e(t )dt  T
0 d
dt
] (4.3)

经过变形后可写成如下形式，其中 Kp，Ki，Kd 分别为比例系数、积分时间常数和

微分时间常数。
t de(t )
u (t )  K pe(t )  K i  e(t )dt  K d (4.4)
0 dt
离散形式可写为：
n
ei  ei 1
ui  K p ei  K i  ei  K d (4.5)
i 1 t

比例环节的作用是在误差 e 前增加一个增益系数，相当于建立一个一次函数关系。
其调节特点是：Kp 值越大控制器响应速度越快，实际值趋近于目标值的速度越快，但同
时会造成静态误差，并且 Kp 值过大时会导致曲线的震荡幅度和频率的增大，使系统变
得不稳定。在调节 Kp 参数过程中，通常先选取较大值，以加快系统的响应速度，减小
调节时间，在后续调节过程中根据系统超调量不断减小，最终达到兼顾系统的响应速度
和稳定的效果。
积分环节的作用是不断对误差进行累加并使其结果反馈到控制器上，用来消除或减
小系统静态误差。其调节特点是：增加 Ki 值可以减小静态误差，但 Ki 过大会加剧超调
量，甚至可能引起系统震荡。在调节过程中，Ki 值通常先取较小的值，以防止由于某些
非线性因素的影响而造成积分饱和现象，从而导致的系统超调量过大。在后续调节过程
中，逐步增大 Ki 值以减小系统静态误差，提高调节精度。
微分环节的作用是预测系统的变化趋势，在响应过程提前给出一个“减速”的信号，
使误差值的变化速度不会过快，从而改善系统的动态特性。其调节特点是：增大 Kd 的
值，有利于加快系统响应，减小超调量，增加系统稳定性，但对噪音的干扰有放大作用，
导致系统抗干扰能力变弱。对于时变且不确定系统来说，理想状态下 Kd 值应适应被控
对象状态而随时间不断变化。在调节过程中，响应过程初期可以适当增大 Kd 值以减小
甚至避免超调；响应过程中期由于对干扰的变化比较敏感，因此应减小 Kd 值；在调节
过程后期应继续减小 Kd 值，从而减小对系统变化的减速作用，增加抗扰动能力，使调
节过程初期因 Kd 较大而导致的调节时间增长得到补偿。
在设计经典 PID 控制器时，首先搭建好控制器和被控对象模型，然后根据超调量、
稳态时间等指标去调节 Kp，Ki，Kd 三个参数，直到控制效果满足设计需求。合理调节
控制器参数有利于加快系统响应速度，减小超调量，增加系统稳定性。经典 PID 控制器
具有结构简单、便于部署且不依赖于被控对象模型等优点，在实际的工程问题中也可以
根据实际应用情况使用 PI 控制器、PD 控制器或者单一的 P 控制器。其缺点是经典 PID
控制器作为一种线性控制器对非线性系统无法完全适用。在实际工程问题中理想状态的
线性系统很少，通常系统中都含有非线性部分，PID 控制器本身具有很强的适应性，对

44
 东北石油大学专业学位研究生学位论文

大部分非线性系统依旧能完成控制效果[65]，但抗扰动能力较差，故在非线性系统的控制
中常将 PID 控制与其他控制方法结合，其中最常用的便是模糊 PID 控制[66-68]。

4.3.2 模糊控制基本原理
对于一些复杂性和耦合程度较高的非线性系统，难以通过数学方法建立其精确数学
模型，使经典控制方法难以奏效，而模糊控制是一种适用于这类复杂系统的控制方法。
模糊控制是将人类总结的经验通过模糊语言和模糊条件语句转化成控制规则，然后通过
计算机进行实现，以完成控制效果。
模糊控制的特点在于其允许输入量和输出量具有不确定性和模糊性，通过模拟人类
的逻辑推理和思维方式，可以处理实际问题中的各种不确定因素。故对于一些无法完全
了解其底层逻辑的系统，模糊控制器能产生较好的控制效果。
模糊控制的具体流程是首先对输入变量进行模糊化处理，将输入和输出的清晰值经
过隶属度函数的运算映射为对应的模糊值，用模糊集来表示，其中隶属度函数包括三角
形隶属度函数、梯形隶属度函数、高斯隶属度函数等等。之后将人类的实际经验总结成
模糊控制规则，运用模糊推理法则对输入的模糊集进行运算，得到输出的模糊集。最后
将输出的模糊集进行清晰化处理，也称为反模糊化处理，将输出的模糊量映射到清晰值
上，其中常用的清晰化方法包括面积中心法、面积平分法和最大隶属度法等等[69]。模糊
控制的原理流程图如下图 4.15 所示。

图 4.15 模糊控制原理图

4.3.3 模糊 PID 控制器设计

图 4.16 模糊 PID 控制原理图

模糊 PID 控制器的设计思路是在 PID 控制器前加入模糊控制器，模糊控制器可根据

45
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

其输入变量维数分为一维模糊控制器、二维模糊控制器和多维模糊控制器。通常更高维
数的模糊控制器效果也会更理想，但同时也会消耗更多的计算资源[70]。本文使用二维模
糊控制器建立仿真模型，将误差 E 和误差变化率 EC 作为模糊控制器输入，将 PID 参数
调节的专家经验做成模糊控制规则，使模糊控制器可帮助 PID 控制器自动修正 Kp，Ki
和 Kd 三个参数，提高控制器的抗干扰能力和动态性能。接下来在 Simulink 中搭建模糊
控制器模型。
首先在 MATLAB 中用模糊控制工具箱设计模糊控制器，输入量设定为误差 E 和误
差变化率 EC，控制量设定为△Kp，△Ki，△Kd。在模糊控制中，通常用模糊集来描述
一个变量可能取的值，它由隶属度函数组成，该函数将每个可能的取值都映射为论域上
的一个值，表示该值与对应变量语言描述的符合程度。
设置输入量模糊集的论域为：
E=[-3,-2,-1,0,1,2,3] ；
EC=[-3,-2,-1,0,1,2,3]；
设置控制量模糊集的论域为：
∆Kp=[-0.3,-0.2,-0.1,0,0.1,0.2,0.3]；
∆Ki=[-0.3,-0.2,-0.1,0,0.1,0.2,0.3]；
∆Kd=[-0.3,-0.2,-0.1,0,0.1,0.2,0.3]；

图 4.17 设置模糊变量
模糊控制中的隶属度函数是一种可以将模糊的概念与实际变量联系起来的函数，它
描述了一个变量在模糊集合中的隶属度或程度。常用的隶属度函数包括梯形、三角形、
高斯型和正态型等等，本文选用三角形隶属度函数，MATLAB 中设置隶属度函数如下
图 4.18 所示。

46
 东北石油大学专业学位研究生学位论文

图 4.18 设置隶属度函数
在模糊控制中，通常用语言变量来描述该系统中的变量属性。相较于经典控制理论，
模糊控制中的语言变量不是精确值，而是使用模糊集合来描述其可能的取值。语言变量
可以被用来描述系统中的输入变量、输出变量和规则，以便控制系统根据这些变量做出
相应决策。设定的语言变量个数越多，代表制定的规则更加灵活，但同时需要占用更多
的计算资源。而语言变量个数过少会削弱控制效果，故应结合两方面因素综合考虑确定
语言变量个数，本文设定了 7 个语言变量用来描述 PID 参数的调节过程，分别为：
[NB(负大)，NM(负中)，NS(负小)，ZE(零)，PS(正小)，PM(正中)，PB(正大)]
模糊控制器采用模糊规则对 PID 控制器的 Kp，Ki，Kd 三个参数进行调整。模糊规
则是研究人员将长期的 PID 参数调节经验总结成规则表的形式，具体规则表如下所示：

表 4-4 △Kp 模糊规则表 （E/△Kp/EC）

NB NM NS ZE PS PM PB

NB PB PB PM PM PS ZE ZE

NM PB PB PM PS PS ZE NS

NS PM PM PM PS ZE NS NS

ZE PM PM PS ZE NS NM NM

PS PS PS ZE NS NS NM NM

PM PS ZE NS NM NM NM NB

PB ZE ZE NM NM NM NB NB

47
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

表 4-5 △Ki 模糊规则表 （E/△Ki/EC）

NB NM NS ZE PS PM PB

NB NB NB NM NM NS ZE ZE

NM NB NB NM NS NS ZE ZE

NS NB NM NS NS ZE PS PS

ZE NM NM NS ZE PS PM PM

PS NM NS ZE ZE PS PM PB

PM ZE ZE NS PS PM PB PB

PB ZE ZE PS PM PM PB PB

表 4-6 △Kd 模糊规则表 （E/△Kd/EC）

NB NM NS ZE PS PM PB

NB PB NS NB NB NB NM PS

NM PS NS PB NM NM NS ZE

NS ZE NS NM NM NS NS ZE

ZE ZE NS NS NS NS NS ZE

PS ZE ZE ZE ZE ZE ZE ZE

PM PB PS PS PS PS PS PB

PB PB PM PM PM PS PS PB

在模糊控制工具箱中，利用模糊规则编辑器根据上表将模糊规则全部导入，共计 49
条规则，如下图 4.19 所示。

48
 东北石油大学专业学位研究生学位论文

图 4.19 设置模糊规则
目前已经完成了对模糊控制器的创建，接下来可以通过视图栏中的曲面示图
（Surface Viewer）观察△Kp，△Ki 和△Kd 的特征曲面，他们可以更加直观地反映出推
理系统的特性，如下图所示。

图 4.20 △Kp 特征曲面图 图 4.21 △Ki 特征曲面图 图 4.22 △Kd 特征曲面图

4.4 滑模控制

4.4.1 滑模控制基本原理
滑模控制(Sliding Mode Control，SMC)是一种特殊类型的变结构控制方法(Variable
Structure Control，VSC)，即控制结构随时间变化而变化，因此又称之为滑模变结构控制，
是近年来广泛应用和发展的一种控制方法。滑模变结构控制是一种非线性控制方法，对
于结构复杂且非线性耦合度较高的系统具有良好的控制效果，其显著优点是对于不确定
参数和外界干扰具有较强鲁棒性，因此在航空航天、机器人控制以及工业自动化等领域
得到了广泛的应用。
滑模控制的核心思想是引入一个滑模面，使系统的状态向滑模面移动并最终逐渐趋
于原点。滑模控制的基本原理是通过对滑模面和控制律进行设计，使被控对象的目标值
与实际值之间的误差能在有限时间内达到滑模面并最终稳定在滑模面上，从而达到控制
的目的。

49
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

在一个非线性系统中，假定系统的状态空间存在一个超曲面可以包含系统的全部状
态，其表达式如下：

s( x)  s( x1 , x2 , x3 ....xn )=0 (4.6)

将超曲面用曲线表示，如图 4.23 所示，系统可分为两个部分即�(�) > 0 和 s(�) < 0
两种状态，通常将 s ( x )  0 的曲面称为切换面或滑模面，同时可以将滑模面附近的点概
括为三种点，分别对应系统状态变量不同的变化情况。

图 4.23 滑模面示意图
图中的第一种点 A 点代表系统会逐渐趋近于 s ( x )  0 的滑模面并穿过滑模面继续运
动，并不会停留，其系统关系表达式如下所示。这一类点被称为通常点，此类点的系统
状态变量无法稳定，故不符合控制需求；


 s  0, s  0
 (4.7)
 s  0, s  0

图中的第二种点 B 点代表系统会从 s ( x )  0 的滑模面逐渐向外运动，最终远离滑模

面，其系统关系表达式如下所示。这一类点被称为起始点，此类点同样无法使系统状态
变量稳定，故不符合控制需求；

 s  0, s  0
 (4.8)
 s  0, s  0
图中的第三种点 C 点代表了系统会逐渐趋近于 s ( x )  0 的滑模面，并且到达滑模面
后会停留在滑模面上，这一类点被称为终止点，其系统关系表达式如下所示。此类点可
以满足系统状态变量逐渐趋于稳定的需求，但系统可能出现在滑模面间来回穿梭的抖振
现象。

 s  0, s  0
 (4.9)
 s  0, s  0

对于终止点，在滑模面 s ( x )  0 的临域内有

50
 东北石油大学专业学位研究生学位论文

 lim s( x)  0  lim s( x)  0

s 0 s 0
 或  (4.10)
 slim s( x)  0  slim s( x)  0
 0  0

即
lim ss
 0 (4.11)
s 0

1
取李雅普诺夫函数，V = 2 �2 ≥ 0，V 只有在 s=0 时才等于 0，是半正定的，如果有
v = ss ≤ 0。则根据李雅普诺夫稳定性判据可得到此时系统是渐进稳定的。故在设计控
制器时，要求 ss ≤ 0，为此本文中引入趋近律法对滑模控制器进行设计。趋近律法的基
本思想是选取一个合适的“趋近律”，使系统时刻满足 ss ≤ 0 的条件，即系统状态能够
从任何初始状态快速地趋近于滑模面，并稳定在滑模面上，从而增加系统控制的稳定性，
如下图 4.24 所示。趋近律法是由我国的高为炳院士提出并完善其理论，为我国控制理论
的发展做出了重要贡献[71]。

图 4.24 滑模控制原理图
趋近律法的优势在于其能够有效地抑制模型误差和外界干扰，同时能够实现系统状
态的快速响应。选取不同的趋近律会对系统的稳定时间以及控制效果产生不同影响，趋
近律的选取应综合考虑系统的稳定时间和抖振的大小，原则上使系统尽可能快速趋于稳
定并最大程度上减小抖振。常用的趋近律主要包括等速趋近律、指数趋近律、幂次趋近
律和一般趋近律等等。
等速趋近律的表达式如下：

s    sgn(s ),   0 (4.12)

 的值影响系统趋近于稳定的速度快慢，  越大系统趋近于稳定的速度越快，但当
 过大时系统会出现剧烈的抖振，在实际应用中剧烈的抖振可能导致设备的损坏。反之
 越小系统趋近于稳定的速度越慢，系统状态可以平稳达到稳定状态，但  过小可能会
导致系统的响应过于缓慢，故当设计趋近律时需要合理选取  的值。
指数趋近律的表达式如下：

51
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

s    sgn(s )  ks ,   0, k  0 (4.13)

指数趋近律是在等速趋近律的基础上增加了一个环节，相较于等速趋近律，指数趋
近律可在系统初始状态距离滑模面较远时，更加快速地向滑模面移动。
幂次趋近律表达式如下：

s  k|s|a  sgn( s),1  a  0, k  0 (4.14)

等速趋近律在  的值确定后，系统状态会保持同样的趋近速度向滑模面移动，相比
之下幂次趋近律的特点是系统初始状态离滑模面越远，系统趋近的速度越快，系统初始
状态离滑模面越近，系统趋近的速度越慢，从而可以实现兼顾系统趋近的速度和趋近过
程的稳定性。
一般趋近律表达式如下：

s    sgn(s )  f (s ),   0 (4.15)

一般趋近律可以根据控制需求自行定义趋近律的表达式。

4.4.2 滑模控制器设计
常规的被控对象的非线性系统可用如下方程组表示：
 x1 (t )  x2 (t )
 (4.16)
 x2 (t )  f ( x1 , x2 )  bu (t )  d z
式中：
x1 , x2 为系统的状态变量；
f x1 , x2）为系统的非线性项；
（
u 为控制系统的输入量；
b 为控制增益，是一个已知的有界函数或定值；
d z 代表了系统内部干扰以及外界不确定因素。

将上一章中单自由度解耦后的浮潜和摇艏两个自由度的模型进行变换，可得到如下
的方程组，它们分别表示 ROV 在浮潜和转艏两个自由度的单自由度模型，如公式(4.17)
和(4.18)所示。

 z  w

 w  bZ Z  f (w )w  d Z
1
bZ  (4.17)
m  Z w
Z w  Z w|w| | w |
f ( w)  
m  Z w

52
 东北石油大学专业学位研究生学位论文

  r

 r  bN N  f (r )r  d N
1
bN  (4.18)
I z  N r
N r  N r |r | | r |
f (r )  
I z  N r

设计滑模控制器主要可分为两个步骤，首先选取合适的滑模面，其次设计可以使系
统在有限时间内趋近于滑模面的控制率，同时要尽可能消除抖振带来的负面影响。
滑模面的概念前面已经介绍过，本文设定的滑模面如公式(4.19)所示，其中滑模面
中包含的最高阶导数的阶数被称为滑模面的阶数，滑模面的阶数越高，系统的控制精度
越高，但同时计算也会更加复杂[72]，本文中设计的滑模面为一阶滑模面。
s  ce  e  0 (4.19)
其中 c 为常数，且 c>0。

e(t )  x1d  x1 (4.20)

e(t )  x1d  x 1  x1d  x2 (4.21)

e(t )  
x1d  x2 (4.22)

则有
s  ce  e (4.23)

s  c( x1d  x2 )  ( 
x1d  x 2 ) (4.24)

其中：
e 为目标值与实际值之间的误差；
x1d 为目标位移，也是目标位置；
x1 为实际位移或实际位置；
x1d 为目标位移的导数，也是目标速度， x1 为实际位移的导数，也是实际速度；
e 为误差 e 的导数，也是速度误差。
本文设计的滑模控制器的趋近律选用指数趋近律，如下所示：

s    sgn(s )  ps ,   0, p  0 (4.25)

其中 sgn(s)是一个符号函数，其表达式如下所示：
1 s  0

sgn( s)  0 s 0 (4.26)
 1 s  0


53
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

将公式代入可得：

  sgn( s)  ps  ce  e (4.27)

  sgn( s)  ps  c( x1d  x2 )  ( 
x1d  x 2 ) (4.28)

  sgn( s)  ps  c( x1d  x2 )  ( 
x1d  f ( x1 , x2 )  bu (t )  d z ) (4.29)

整理可得到滑模控制器模型如下所示：

u (t )   c( x1d  x2 )  ( 
x1d  f ( x1 , x 2 )  d z )    s gn(s ) ps / b (4.30)

对于本文中 ROV 的艏向和深度两个自由度的具体控制器模型，分别将式(4.17)和

(4.18)代入式(4.30)可得，如下所示：

 Z   c( x1d  x2 )  ( 
x1d  f ( w) w  dZ )  p s    s gn( s)  / bZ (4.31)

 N   c( x1d  x2 )  ( 
x1d  f (r )r  dN )  p s    s gn( s)  / bN (4.32)

4.4.3 饱和函数
滑模控制器在应用过程中，容易出现系统在达到目标值后无法进入稳定，并且控制
器输出始终以较高频率在较大范围内进行波动的现象，这种现象被称为抖振现象，这是
由于在实际控制中，控制效果会受到各种外界因素干扰的影响，系统状态可能会在滑模
面上来回穿梭，导致符号函数的快速切换，进而引起抖振现象[73]。
高频的抖振可能会对执行机构造成损伤，十分危险，所以本文为了应对滑模控制器
的抖振问题，使用饱和函数 sat(s)替代控制器中的符号函数 sgn(s)。饱和函数的本质是在
符号函数的切换点邻域内将其替换为线性函数，其公式和示意图如下所示。加入饱和函
数可以有效地抑制滑模控制器输出的波动，从而减小抖振现象，同时还可以增强系统的
鲁棒性和稳定性。
1 s  

sat ( s )  ks s   ，k  1/  (4.33)
 1 s  


图 4.25 饱和函数示意图

54
 东北石油大学专业学位研究生学位论文

加入饱和函数后的艏向和深度两个自由度的控制器模型如下所示：

 Z   c( x1d  x2 )  ( 
x1d  f ( w) w  dZ )  p s    s at( s)  / bZ (4.34)

 N   c( x1d  x2 )  ( 
x1d  f (r )r  dN )  p s    s at( s)  / bN (4.35)

4.5 仿真分析

4.5.1 建立模型
上面对控制器的公式进行了推导，为了验证其实用性，下面在 MATLAB/Simulink
模块中对 ROV 的运动控制进行建模和仿真。MATLAB 是一款广泛应用于工程、科学和
技术领域的科学计算软件，Simulink 是其中一个基于图形化编程的环境模块，提供多种
工具，常用于建立、仿真和分析动态系统模型，如今已经广泛应用于机器人控制、航空
航天、汽车、人工智能等多个领域。
本节重点对 ROV 的两个自由度的运动形式进行仿真分析，分别是沿 z 轴直动的浮
潜自由度和绕 z 轴旋转的转艏自由度。对每种自由度又分别进行了两种运动形式的仿真，
分别是目标为固定值的定深和定艏运动以及目标为变化值的轨迹跟踪运动。本节通过三
种控制算法对以上四种运动分别进行仿真分析。
在仿真开始前，先在 MATLAB 中进行一些预处理工作。首先建立脚本文件“param.m”
用于存放模型中的参数，其中包括 ROV 质量、附加质量、转动惯量、流体阻尼系数以
及控制器需要调节的各项参数等等。为了便于后续调用，将全部参数保存到结构体中。
接下来在 Simulink 中建立被控对象模型以及控制器模型。建立被控对象模型时通常采用
以下几种方法：第一种是对系统微分方程进行拉普拉斯变换后得到传递函数，采用
Transfer Function（传递函数）模块搭建模型；第二种是采用 State-Space（状态空间）模
块，在其中建立状态方程和输出方程来搭建模型；第三种是采用 S-function（S-函数）
模块，在模块中编写系统微分方程以及输入输出变量的代码来搭建模型。三种方式各有
优劣，理论上建立的模型效果是完全一致的。由于 S-function 模块的自定义程度较高，
便于多次调试修改和获取系统内部状态，同时使用 S-function 可以使模型外观简洁，避
免模块线条过多杂乱无章，故本文仿真分析中部分计算过程复杂的模块采用 S-function
建立模型，其余部分采用 Simulink 系统自带的模块建立。
首先，建立被控对象模型脚本文件“plant.m”、目标输入脚本文件“input.m”和滑
模控制器脚本文件“SMC_ctr.m”，其编写规则遵循软件自带的模板格式，通过 edit
sfuntmpl 命令调用模板，在模板格式的标准上进行修改。在目标输入文件中定义了两种
输入方式，分别是固定目标值输入和变化目标值输入。在被控对象文件中编写 ROV 数
学模型表达式。其中，被控对象脚本文件部分代码如下图所示。

55
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

图 4.26 被控对象脚本文件
同样使用 S-function 模块建立滑模变结构控制器的模型，其中为了减小抖振加入饱
和函数，可以通过设定参数中 M 的值切换是否使用饱和函数。另外考虑到推进器的转
速上限，增加一个限制条件限制控制器输出范围，防止其初始时刻输出过大导致推进器
损坏。滑模控制器脚本文件部分代码如下图所示。

图 4.27 滑模控制器脚本文件 a 图 4.28 滑模控制器脚本文件 b

在 Simulink 中建立控制器模型，首先在 S-function 模块设置中添加对应脚本文件名
及所需外部参数，这样就建立了 S-function 模块与脚本文件之间的对应关系。接下来连
接输入、控制器以及被控对象，建立完整的闭环控制模型，用示波器观察其状态量变化。
在调试过程中，可通过改变 param.m 文件的模型参数更换自由度，通过改变 input.m 文
件设定不同目标值对不同工况进行仿真。搭建好的滑模控制仿真模型如下图所示：

图 4.29 滑模控制仿真模型图
接下来根据经典 PID 控制和模糊 PID 控制的原理，分别建立其仿真模型。其中输入
56
 东北石油大学专业学位研究生学位论文

和被控对象依旧采用 S-function 模块建立，控制器模型采用系统自带模块进行搭建，完

整的经典 PID 与模糊 PID 仿真模型如下所示：

图 4.30 经典 PID 仿真模型图

图 4.31 模糊 PID 仿真模型图

4.5.2 浮潜运动仿真
首先进行 ROV 浮潜运动的仿真即沿机器人 z 轴的直动仿真，这个自由度下的仿真
分为两部分。第一部分为设定一个固定深度值，令 ROV 从零初始状态快速抵达目标值
并保持稳定，模拟 ROV 在作业中的定深功能。设置被控对象初始状态深度为 0 米，速
度为 0 米/秒，设置仿真时间为 50 秒，步长为 0.01 秒，设置固定深度目标值为 2 米，分
别用经典 PID、模糊 PID 和滑模控制三种算法进行仿真，控制效果如下图所示。

图 4.32 经典 PID 浮潜运动固定目标值仿真图

57
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

图 4.33 模糊 PID 浮潜运动固定目标值仿真图

图 4.34 滑模控制浮潜运动固定目标值仿真图
观察以上图像，分析各个控制器的控制效果。从稳定时间来看，经典 PID 控制器的
稳定时间最长，约为 23.8 秒；模糊 PID 的稳定时间比经典 PID 控制器略短，约为 18.5
秒；滑模控制器的稳定时间最短，约为 8.1 秒。由于在实际应用中推进器推力具有输出
上限，故在仿真中设置控制器输出范围在±300 以内，这在一定程度上会导致系统稳定
时间的增加。从超调量来看，经典 PID 控制器的最大偏差为 0.8，超调量为 40%；模糊
PID 控制器的最大偏差为 0.67，超调量为 33.5%；滑模控制器由于其控制特点，没有明
显的超调量。综上可以看出，三种控制器在直动定深度的仿真中，最终都可以使系统达
到稳定，但控制效果有所差异，其中滑模控制器效果最优，模糊 PID 效果次之，经典
PID 效果最差。
直动仿真的第二部分为设定一个随时间变化的目标值函数，令 ROV 追踪变化的目
标值，模拟 ROV 进行连续的位置变化的作业状态。ROV 初始状态的深度和速度设置为
0 米和 0 米/秒，仿真时间设定为 50 秒，步长设定为 0.01 秒，变化的目标深度值用一个
正弦函数表达，其公式如下所示：
2
Zd =A sin（ t） B A=5，T  50，B =2 (4.36)
T
分别用三种控制算法进行仿真，控制效果如下图所示。

58
 东北石油大学专业学位研究生学位论文

图 4.35 经典 PID 浮潜运动变化目标值仿真图

图 4.36 模糊 PID 浮潜运动变化目标值仿真图

图 4.37 滑模控制浮潜运动变化目标值仿真图
对仿真结果进行分析，从稳定时间来看，经典 PID 的稳定时间约为 14.2 秒，模糊
PID 的稳定时间约为 10.0 秒，滑模控制器的稳定时间约为 7.5 秒。从追踪效果来看，模
糊 PID 与滑模控制器的追踪效果较好，经典 PID 与目标值间始终存在稳态误差。综上所
述，在变深度的直动仿真中，滑模控制器与模糊 PID 均可以满足控制需求，其中滑模控
制器效果优于模糊 PID 控制器。

59
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

4.5.3 转艏运动仿真
接下来进行 ROV 转艏运动仿真即绕机器人 z 轴转动的仿真，这个自由度下的仿真
同样分成固定目标值角度和变化目标值角度两个部分。第一部分设定一个固定目标艏向
值，模拟 ROV 在作业中的定艏功能。在艏向仿真中纵坐标单位采用弧度制，设定目标
值为 90°，换算成弧度约为 1.57rad。选定正方向，设置机器人初始状态艏向为 0，角速
度为 0rad/秒，设置仿真时间为 50 秒，步长为 0.01 秒，分别用三种控制算法进行仿真，
控制效果如下图所示。

图 4.38 经典 PID 转艏运动固定目标值仿真图

图 4.39 模糊 PID 转艏运动固定目标值仿真图

图 4.40 滑模控制转艏运动固定目标值仿真图

60
 东北石油大学专业学位研究生学位论文

观察仿真图像并分析其控制效果，在转艏仿真中同样设置控制器输出值在±300 以
内。从稳定时间来看，经典 PID 控制器的稳定时间最长，约为 15.5 秒；模糊 PID 控制
器的稳定时间略大于经典 PID，约为 17.5 秒；滑模控制器的稳定时间明显小于经典 PID
和模糊 PID，为 7.5 秒。从超调量来看，经典 PID 控制器的最大偏差为 0.48rad，超调量
约为 30.6%；模糊 PID 控制器的最大偏差为 0.41rad，超调量约为 26.1%；而滑模控制器
没有明显的超调量。综上所述，可以看出在固定艏向目标值的转动仿真中，模糊 PID 控
制器与经典 PID 控制器的效果相差不多，而滑模控制器的效果从稳定时间和超调量两方
面来看都要明显优于两者。
转动仿真的第二部分为设定一个随时间变化的艏向目标值，同样使目标艏向值以一
个正弦函数的方式进行变化，模拟 ROV 需要连续转向的作业状态。ROV 初始状态的艏
向和角速度分别设置为 0 和 0rad/秒，设定仿真时间为 50 秒，步长设定为 0.01 秒。分别
用三种控制算法进行仿真，控制效果如下图所示。

图 4.41 经典 PID 转艏运动变化目标值仿真图

图 4.42 模糊 PID 转艏运动变化目标值仿真图

61
 第四章 ROV 流体阻尼系数求解以及控制器设计与仿真

图 4.43 滑模控制转艏运动变化目标值仿真图
观察仿真图像可以看出，滑模控制器在经过一段时间调节后，可以较好地追踪到变
化的目标值，稳定时间为 6.2 秒。而模糊 PID 控制器和经典 PID 控制器都存在不同程度
的稳态误差，其中模糊 PID 控制器初始时刻偏差较大，经过 10 秒的调节后，逐渐趋于
目标值；经典 PID 控制器经过约 14 秒的调节后，逐渐趋于目标值。对比三种控制算法
的效果，可以看出在变化目标艏向值的转动仿真中，本文设计的滑模控制器的效果要优
于模糊 PID 和经典 PID。

4.6 小结
本章通过 CFD 流体仿真的方法求得 ROV 的流体阻尼系数，将补全后的数学模型用
于后续控制器的设计。本章对 ROV 运动控制的算法进行了研究，分别设计了滑模控制、
经典 PID 控制、模糊 PID 控制三种控制器，并在 Simulink 中设置定深与定艏两种工况
进行仿真分析。最终仿真结果表明，本文设计的滑模控制器从超调量与稳定时间两个方
面来看都具有更好的控制效果。

62
 东北石油大学专业学位研究生学位论文

第五章 控制系统软件设计与测试实验
5.1 引言
上一章对 ROV 的控制算法进行了研究，设计了控制器并在 Simulink 中进行了仿真，
为了检验控制算法的实际效果，本章对控制系统软件进行了设计，并对 ROV 进行测试
实验。控制系统软件可分为上下位机两个部分，上位机软件采用实验室自主研发的水面
控制台软件，下位机软件基于 Keil5 开发，在本章第一小节中详细介绍了下位机软件程
序设计思路与实现流程。
本章的测试实验主要分为三个部分，第一个部分是对控制算法及硬件驱动进行测试，
在单片机上运行程序并通过串口助手观察数据；第二个部分是应用基于 Unity3D 的半实
物仿真系统进行测试，观察软件中的动画效果与测试数据；第三个部分是对 ROV 进行
实物水下实验，通过上位机软件记录实验数据并进行整理分析。本章将 ROV 的测试实
验分为三部分逐步进行，既保证了实验的安全性又提高了测试实验效率。

5.2 ROV 控制系统软件设计

5.2.1 上位机软件
上位机软件是安装在工控机上，用于对水下机器人进行状态检测和操作控制的程序，
也称为上位机监控系统。ROV 通过脐带缆将上下位机相连接，实现 ROV 本体与工控机
之间的高速信息传输，同时操作人员可通过上位机软件界面直观地观查 ROV 本体运动
状态。
本 ROV 的上位机软件由实验室基于 Winform 平台自主开发，采用 C#语言编写代码，
其中 Winform 是微软.NET Framework 下的开发平台，常用于开发运行在 Windows 系统
下的窗体应用程序，而 C#语言是微软开发的面向对象的编程语言，其语法与 C++/C 兼
容性较好，常被用于编写工业控制中的上位机软件。本上位机软件的开发流程采用“控
件+事件”的开发模式，具有快捷、简便、高效等特点，同时本上位机软件支持 SqlServer，
MySql 等数据库，便于进行数据管理。本上位机软件与下位机的通信采用 TCP/IP 通信
协议，传输速率最高可达到 100Mbps，相比于无缆水下机器大大降低了通信延迟。
在上位机的 UI 界面中，包含了推进器信息、机器人状态信息、手柄切换按钮、摄
像头视频播放窗口、摄像头控制按钮、灯光控制按钮等多个模块。其中推进器信息模块
将六个推进器的转速分别显示在界面上，用于检测推进器工作状态。机器人状态信息模
块将 ROV 的航向角、翻滚角、俯仰角、深度值以及 MPU9250 提供的三轴陀螺仪、三轴
加速度计和三轴磁力计全部显示在上位机界面上，供操作人员随时监测 ROV 在水下的
状态，避免安全事故的发生。手柄切换模块用于切换数字手柄和模拟手柄，ROV 本体
搭载了 4 个深海 LED 灯，可由灯光控制按钮操作每个灯的开关。摄像头控制按钮用于
控制摄像头的开启关闭和进入待机状态。上位机程序界面如下图 5.1 所示：

63
 第五章 控制系统软件设计与测试实验

图 5.1 上位机软件界面

5.2.2 下位机软件
下位机程序采用 STM32 CubeMX 加 Keil uVision5 进行开发。Keil uVision5 是一种
基于 Windows 平台的集成开发环境（IDE），支持 C、C++和汇编语言，其高效简便的
开发特点使其广泛应用于 STM32 单片机的开发中。STM32 CubeMX 是一款由 ST 公司
推出的免费图形化配置工具，它可以帮助开发者使用图形化界面对 STM32 单片机进行
配置，快速生成初始化代码，从而简化了开发过程。下位机程序主要用来实现读取数据、
发送数据、执行控制算法等功能，其主程序执行流程如图 5.2 所示。

图 5.2 主程序执行流程图

64
 东北石油大学专业学位研究生学位论文

单片上电启动后，首先进行系统初始化，对程序执行过程中用到的 STM32 外设包

括 GPIO，USART，TIM，DMA，CAN 等进行初始化。接下来检测上下位机通信是否
正常，检测各设备供电是否正常，如出现异常终止流程并报告给上位机。初始化无误后，
下位机接收上位机传输的控制指令并进行解析，根据不同指令执行不同任务。下位机控
制系统的任务主要可分为以下三类：
（1）解析上位机操作命令并执行相应操作，如基本运动和开关 LED 灯等操作。
（2）接收上位机传输的目标值进行自动控制功能，包括定深与定艏功能。
（3）将 ROV 本体的实时数据信息发送给上位机软件。
以上任务又分为多个子任务，ROV 在水下工作时需要各个子任务互相协调运行，
故在下位机程序中引入 FreeRTOS 操作系统，为任务分配优先级并进行调度。从主程序
流程图可以看出，根据上位机发送的控制指令，下位机将进入以下两种工作流程：
1.上位机发出指令直接对深水 LED 灯、云台、推进器等设备进行操作。在程序中事
先设定好操作每种设备的寄存器映射地址，并将其绑定在上位机操作界面的按钮事件中，
便可通过上位机按钮直接进行操作。
2.上位机发送目标值并执行自动控制功能，自动控制程序流程如图 5.3 所示。控制
算法的循环过程通过内部时钟溢出中断实现，在定时器 TIM 初始化设置中对分频系数、
自动重装载值等寄存器进行配置，使定时器每隔 10ms 触发一次溢出中断。每次触发中
断都进入中断处理函数，在中断处理函数中调用读取传感器值函数和执行控制算法函数，
其中读取深度的方式是通过 ADC 转换读取深度计输出的电压值并通过计算转换为深度
值，读取航向的方式是通过 USART 转 RS485 电平与电子罗盘通信并读取航向角。算法
函数执行后将输出值通过 CAN 通信发送给推进器的电机控制芯片，从而控制推进器转
速。其中 CAN 通信协议的帧格式采用标准帧，标识符（ID）由 4 位功能码和 7 位 NODEID
组成，数据段由 7 个字节组成，其中前两个字节为速度控制段，可用于控制推进器转速
以及正反转，如下表 5-1 和 5-2 所示。推进器接受到控制信号后工作驱动 ROV 进行运动，
此时调用读取传感器数据函数，将传感器数据与目标值进行比较并作差，至此完成一次
闭环控制循环。将误差值作为参数代入下一次循环，重复上述自动控制流程，通过不断
执行控制流程使 ROV 逐渐到达目标位置。

表 5-1 CAN 通信数据帧格式表

仲裁段
帧头 控制段 数据段 校验段 应答段 帧尾
ID RTR
1位 11 位 1位 6位 0-64 位 16 位 2位 7位

65
 第五章 控制系统软件设计与测试实验

表 5-2 CAN 通信数据段具体位功能表

数据段
ID
0 1 2 3 4 5 6
4 位 功能 速度 速度 电流 电流 状态位 故障码 故障码
码 +7 位 低8位 高8位 低8位 高8位 低8位 高8位
NODEID

图 5.3 自动控制程序执行流程图

5.3 控制算法及硬件驱动测试
本小节对控制算法以及相应硬件驱动程序进行测试，连接控制主板、传感器和上位
机进行测试，为了防止控制器输出异常损坏推进器电机，并没有连接推进器，而是通过
串口助手监视控制器输出。测试流程如下：
通过上位机发送控制信号后，开始执行自动控制程序。将目标值作为参数传入控制
算法函数进行运算，同时执行读取传感器值函数并将当前位置数据传入控制算法函数，
输出结果为 ROV 所受合外力。控制算法公式中用到的参数用结构体定义，定深度和定
艏向两个自由度的控制算法公式结构相同，参数有所不同，通过定义不同结构体变量可
切换定深度与定艏向功能，以下测试以定深功能为例。对于算法中用到的绝对值计算和
符号函数计算单独定义成函数。将控制算法函数输出的合外力结果传入推力分配和换算
推进器转速函数进行运算，输出结果为六个螺旋桨推进器的转速，将转速值通过 USART
发送给上位机，通过串口助手查看。
66
 东北石油大学专业学位研究生学位论文

以下为定深功能测试，设定目标深度值为 2 米，从串口助手观察输出结果。这里用
T1 到 T6 代表 6 个推进器的编号，在定深功能下 ROV 主要进行浮潜运动，工作的推进
器编号为 5 和 6。推进器转速输出结果如下图所示：

图 5.4 定深功能串口助手输出结果图
从上图可以看出定深功能刚启动时，推进器输出转速较大，随着时间的推移传感器
逐渐趋近目标位置，推进器转速也逐渐减小，最后趋近于 0。为了防止某一时刻推进器
转速过大损坏电机，在程序中设定了推进器转速上限，从结果可以看出输出转速始终处
于正常范围。
接下来用同样的方式进行定艏功能测试，设定目标角度值为 90°，换算成弧度制约
为 1.57rad，观察输出结果。在定艏功能下 ROV 主要进行转艏运动，推进器 1234 号均
进行工作，其中 13 号推进器正转输出，24 号推进器反转输出，推进器转速接近零后会
有一个回调阶段，使 4 个推进器都进行反转，输出的部分转速结果如下图所示：

图 5.5 定艏功能串口助手输出结果图
接下来对读取传感器程序进行测试，在程序中调用读取深度计和电子罗盘数据的任
务函数，将读取的深度和航向数据通过 USART 发送至串口助手观察。改变传感器位置，
观察串口助手中数据发生的变化，如图下所示。通过以上测试验证了控制算法和硬件驱
动程序的有效性。

67
 第五章 控制系统软件设计与测试实验

图 5.6 读取传感器功能串口助手输出结果图

5.4 基于 Unity3D 的仿真环境测试

对控制算法及硬件驱动进行验证后，使用实验室自主研发的基于 Unity3D 的半实物
仿真系统进行测试。相比于前文的硬件算法测试，半实物仿真系统测试的可视化程度更
高，可以更加直观地观察控制效果，目前这类仿真系统已经逐步应用于水下机器人的论
证、测试等各个开发阶段[74][75]。此系统主要由遥控手柄、地面工控机、水下机器人（ROV）
本体以及三维仿真系统组成。在三维仿真系统中，根据真实世界的物理特性建立了 ROV
模型和水下物理环境模型，使仿真环境更加贴近真实世界。通过手柄与工控机为机器人
发送指令，控制信号同时发送给 ROV 本体和三维仿真系统，在三维仿真系统中可以呈
现出 ROV 本体的运动状态。
Unity3D 后台程序使用 C#语言开发，将控制算法相关代码用 C#语言编写成脚本文
件导入仿真系统，并将其挂载到 ROV 模型上，如图 5.7 所示，其中 txt_TargetRot 与
txt_Targetlocation 分别代表定艏目标角度值与定深目标深度值，Initial Velocity 为初始速
度值，M 为切换是否在算法中添加饱和函数的开关。在窗口手动输入目标值后，算法获
取到模型当前位置与输入目标位置，开始进行运算并将输出的推力值作用到 ROV 模型
上，此外在脚本文件中还加入了阻力模型，阻力值的大小是根据 ROV 当前运动状态计
算得出，将其编写成阻力计算函数。在 Fixedupdate() 函数中实现对算法函数与阻力计
算函数的循环调用，并在每次算法执行完后更新当前位置变量。最终将推力与阻力的合
力作用于 ROV 模型，使 ROV 执行相应的运动，通过可视化窗口观察其仿真效果。

图 5.7 脚本文件图

68
 东北石油大学专业学位研究生学位论文

ROV 初始位置如图 5.8 所示，其右上角的文本框在仿真开始后会实时接收到 ROV

模型当前位置和姿态并显示在屏幕上，显示的坐标值保留到小数点后一位。ROV 初始
坐标如图 5.9 所示，其中 ROV 的深度与艏向分别表现为系统中 Y 轴的位置坐标和姿态
角度坐标，在初始状态下 Y 轴位置与姿态坐标都为 0。

图 5.8 ROV 初始位置图

图 5.9 ROV 初始位置坐标

首先在半实物仿真系统中进行定艏功能的测试，设定目标角度为 90°，输入角度目
标值后观察动画效果以及右上角坐标变换情况，如下图所示，其中图 5.10a 为变化过程
中的图像，图 5.10b 为 ROV 到达目标值稳定后的图像。在 ROV 开始运动后其 Y 轴角度
坐标从 0.0°逐渐增加，并最终稳定在 90.0°，稳定时间约为 14.1 秒，从仿真动画效果
与坐标变化可以看出定艏测试基本满足控制需求。

(a) 定艏测试过程中变化图像 (b) 定艏测试稳定后图像

图 5.10 目标角度为 90°的测试效果图

接下来分别设定不同角度目标值进行多组测试，本文选取了目标值为 30°和 60°
的两组测试结果，稳定时间分别为 12.0 秒与 13.3 秒，误差不超过 0.1°，测试效果图如
下图 5.11 所示，可以看出几次定艏仿真的测试结果均满足控制需求。

69
 第五章 控制系统软件设计与测试实验

(a) 目标角度为 30°的测试效果图 (b) 目标角度为 60°的测试效果图

图 5.11 多组目标角度测试效果图
接下来对 ROV 定深功能进行测试，设定目标深度为 2.0 米，观察动画效果以及右
上角坐标变换情况，其 Y 轴位置坐标逐渐从 0.0 变化为 2.0，并最终稳定在 2.0 的位置，
稳定时间约为 11.9 秒，其变化过程如图 5.12 所示，从结果可以看出定深仿真基本满足
控制需求。

(a) 定深测试过程中变化图像 (b) 定深测试稳定后图像

图 5.12 目标深度为 2.0 米的测试效果图

按同样的方式设定不同深度目标值进行多组测试，本文选取了深度目标值为 2.5 米
与 3.0 米的两组测试结果，稳定时间分别为 14.6 秒与 17.7 秒，误差不超过 0.1 米，如下
图 5.13 所示，可以看出多组定深仿真的测试结果同样均满足控制需求。

(a) 目标深度为 2.5 米的测试效果图 (b) 目标深度为 3.0 米的测试效果图

图 5.13 多组目标深度测试效果图
通过以上测试，在仿真环境中验证了算法的控制效果可以满足实际控制需求。

70
 东北石油大学专业学位研究生学位论文

5.5 水下实验

5.5.1 实验环境
在经过硬件算法测试与半实物仿真环境测试后，进行 ROV 本体水下实验。水下实
验的环境是实验室自行加工制造的水箱，长 5 米，宽 1.5 米，高 2.2 米，可以满足水下
机器人进行定深、定艏等一系列实验要求，如图 5.14 所示。

图 5.14 实验水箱

5.5.2 实验前安装与检查
对 ROV 进行水下实验前需对各装置进行安装连接并进行检查。将 ROV 本体与脐带
缆、工控机、配电柜按顺序进行连接，检查水密接头有无漏水现象，检查 ROV 搭载的
电子舱、推进器、云台等部件的安装有无松动，检查配电柜供电是否正常等等，确认无
误后将 ROV 放入水中进行实验。ROV 整体连接图如下所示。

图 5.15 ROV 系统连接图

5.5.3 ROV 定深实验

首先进行 ROV 定深实验，通过上位机软件发送指令执行定深功能。在 ROV 设计过
程中要求其浮力与重力平衡，故等待 ROV 在水中稳定后，其初始深度为 0m，设定目标
深度为 0.5m。从上位机监视界面观察深度值变化情况，并将数据导出记录下来。在 60s
时间内，每间隔 0.1s 软件自动记录一次深度值，实验过程如图 5.16 所示。

71
 第五章 控制系统软件设计与测试实验

(a) 定深实验过程图 1 (b) 定深实验过程图 2

图 5.16 定深实验图
对实验数据进行整理和分析，并使用 MATLAB 进行曲线图像绘制，如图 5.17 所示。
在定深实验中，ROV 经过 9 秒的调节时间系统进入稳定，在稳定后能够较好地保持在
目标位置，其误差在±0.025 米的范围内。实验证明 ROV 定深功能控制效果良好，满足
设计及作业需求。

图 5.17 定深实验数据

5.5.4 ROV 定艏实验

接下来进行 ROV 定艏实验，通过上位机软件发送指令执行定艏功能。调整 ROV 使
其初始状态艏向角为 0°，设定目标艏向角为 45°，从上位机监视界面观察航向角变化
情况，实验过程如图 5.18 所示。使用同样的方式记录并分析实验数据。

72
 东北石油大学专业学位研究生学位论文

(a) 定艏实验过程图 1 (b) 定艏实验过程图 2

图 5.18 定艏实验图
ROV 定艏功能数据曲线如图 5.19 所示。在定艏实验中，ROV 经过 15 秒的调节时
间令系统进入稳定状态，在稳定后能够较好地保持在目标艏向，其误差在±2°的范围
内。经实验证明 ROV 定艏功能控制效果良好，满足设计及作业需求。

图 5.19 定艏实验数据

5.6 小结
本章对 ROV 控制系统的软件设计过程进行了介绍，其中详细说明了下位机程序的
实现流程与设计思路，并通过三种方式对 ROV 进行测试实验。首先是对控制算法程序
以及硬件驱动程序进行测试，其次是使用半实物仿真系统进行测试，最后是经调试检查
后进行本体水下实验，对三部分测试实验的结果都进行了整理与分析，最终实验结果表
明 ROV 可以按照预期目标执行自动控制功能，并且控制效果良好。

73
 第六章 结论与展望

结论与展望
结论
本文对 ROV 的运动控制技术进行了研究，包括对 ROV 的软硬件系统分别进行设计，
建立数学模型并对控制算法进行研究，设计控制器并进行了仿真分析，最后通过测试实
验进行了验证。具体的研究内容与成果如下：
本文对 ROV 的总体方案进行了设计，将 ROV 总体分为机械结构与控制系统两部分，
对机械结构中的各个零部件以及控制系统硬件部分进行设计与选型，并对控制系统下位
机软件部分进行程序设计与代码编写，最终实现了 ROV 定深与定艏的自动控制功能。
本文对 ROV 进行运动学与动力学分析，建立 ROV 完整数学模型，并进行自由度解
耦，得到的解耦后模型用于后续运动控制。本文还设计了 ROV 的六推进器布置方案，
并建立了 ROV 的推力分配模型。
使用 Fluent 对 ROV 进行流体仿真，并对仿真结果进行拟合，求得 ROV 在浮潜与转
艏两个自由度上的流体阻尼系数。接下来对 ROV 运动控制算法进行了研究，本文使用
加入饱和函数的滑模控制算法对 ROV 进行运动控制，在保证控制精度的同时削弱了抖
振造成的不良影响，设计了滑模控制器并在 Simulink 中进行仿真，同时设计经典 PID 与
模糊 PID 两种控制器作为对比，从仿真结果可以看出在超调量与稳定时间两方面滑模控
制器的效果都要优于经典 PID 与模糊 PID。
将设计好的控制器编写成 C 语言代码，并编写下位机驱动代码，通过测试实验验证
了算法与代码的有效性。测试实验分成三个部分逐步进行，首先将工程烧录到单片机中
运行并通过串口助手观察数据，验证算法的有效性；接下来使用基于 Unity3D 的仿真系
统进行测试，在系统窗口中，可以更直观地观察到算法的控制效果以及 ROV 位姿的变
化情况；最后对 ROV 进行实物水下实验，并对实验数据进行整理分析。

展望
本文在 ROV 的运动控制技术研究以及控制系统设计方面取得了一定成果，但仍有
不足之处需要进行改进，同时我国人工智能等技术正处于高速发展阶段，未来这些技术
将以 ROV 为平台衍生出更多的智能应用，在此提出一些有待改进之处并对 ROV 未来发
展做出展望：
（1）在流体阻尼系数求解阶段，本文使用 Fluent 软件进行仿真分析并对数据进行
拟合，得到的是理想状态下的结果。在未来条件允许的情况下，可对机器人进行水池拖
拽实验，通过悬臂装置拖动机器人以不同速度运动并通过测量装置得到实验数据，最后
通过数学方法进行拟合得到流体阻尼系数。相比于仿真计算的结果，拖拽实验结果更加
真实可靠。
（2）本文实现了 ROV 的定深、定艏等自动控制功能，同样的原理可应用于 ROV
的六自由度运动，实现各个自由度的自动控制。在此基础上可为 ROV 增加规划与决策

74
 东北石油大学专业学位研究生学位论文

能力，进一步提高 ROV 的自主性，对于不同的作业场景可实现二维平面的路径规划和

三维空间的路径规划。
（3）本 ROV 在设计制造过程中搭载了摄像头及云台，用于实时传回水下图像，未
来可基于摄像头开发更多的功能，如通过智能算法实现对水下目标的跟踪和识别、水下
测距、三维重构等等，这些功能可以进一步提高 ROV 水下作业能力。

75
 东北石油大学专业学位研究生学位论文

参考文献
[1] 李霖生,李涛.ROV 在深水油气田建设中的应用研究[J].中国石油和化工标准与质
量,2022,42(22):131-132+135.
[2] 刘雁集,杨勇,赵敏.深海潜水器发展现状与关键技术[J].船舶工程,2022,44(11):6-15.
[3] 李硕,吴园涛,李琛.水下机器人应用及展望[J].中国科学院院刊,2022,37(07):910-920.
[4] 许裕良,杜江辉,雷泽宇.水下机器人在渔业中的应用现状与关键技术综述[J].机器
人,2023,45(01):110-128.
[5] Dalhatu A A, de Azevedo R C, Udebhulu O D, et al. Recent developments of remotely
operated vehicle in the oil and gas industry[J]. Holos, 2021, 3: 1-18.
[6] Mazzeo A, Aguzzi J, Calisti M, et al. Marine robotics for deep-sea specimen collection: A
systematic review of underwater grippers[J]. Sensors, 2022, 22(2): 648.
[7] 李一平.自主/遥控水下机器人研究与应用[J].现代物理知识,2021,33(01):19-23.
[8] 吴有生,赵羿羽,郎舒妍.智能无人潜水器技术发展研究[J].中国工程科学,2020,22(06):2
6-31.
[9] 沈克,严允,晏红文.我国深海作业级 ROV 技术现状及发展展望[J].控制与信息技术,20
20(03):1-7.
[10]Talkington H. History And Accomplishments In Ocean Engineering At The Naval Ocean
Systems Center, 1966-1983[C]//Proceedings OCEANS'83. IEEE, 1983: 384-387.
[11] Ratmeyer V, Rigaud V. Europe's growing fleet of scientific deepwater ROVs: emerging
demands for interchange, workflow enhancement and training[C]//OCEANS
2009-EUROPE. IEEE, 2009: 1-6.
[12]Odetti A, Bibuli M, Bruzzone G, et al. e-URoPe: a reconfgurable AUV/ROV for
man-robot underwater cooperation[J]. IFAC-PapersOnLine, 2017, 50(1): 11203-11208.
[13]Khatib O, Yeh X, Brantner G, et al. Ocean one: A robotic avatar for oceanic discovery[J].
IEEE Robotics & Automation Magazine, 2016, 23(4): 20-29.
[14]Brantner G, Khatib O. Controlling Ocean One: Human–robot collaboration for deep‐sea
manipulation[J]. Journal of Field Robotics, 2021, 38(1): 28-51.
[15]曹宏涛,张奇峰,唐实.国际援潜救生及深海打捞 ROV 现状与关键技术[J].舰船科学技
术,2021,43(23):16-20.
[16]刘京运.产学研成果加速涌现 水下机器人未来可期[J].机器人产业,2023(01):32-36.
[17]张昕妍,仪德刚,杨漾.中国水下机器人的诞生与样机化发展模式探析[J].科技和产
业,2015,15(07):15-19+27.
[18]陈宗恒,田烈余,胡波.“海马”号 ROV 在天然气水合物勘查中的应用[J].海洋技术学
报,2018,37(02):24-29.
[19]陶军,陈宗恒.“海马”号无人遥控潜水器的研制与应用[J].工程研究-跨学科视野中的工

76
 东北石油大学专业学位研究生学位论文

程,2016,8(02):185-191.
[20]戴天娇.中国无人潜水器跨入深渊和极地科考新阶段[J].科学,2021,73(06):39.
[21]“海斗一号”在马里亚纳海沟万米科考中取得重要成果[J].传感器世界,2021,27(10):36.
[22]段龙飞.“FiFish 飞行鱼”水下无人机 开启个人探索海洋时代[J].计算机与网络,2016,4
2(21):34-35.
[23]肖俊,曹温博,郑鸿志.水下机器人在北京雨洪工程水下检测中的应用[J].水利建设与
管理,2022,42(09):18-23.
[24]冯艳红,唐岚,陈林彬.基于 ESP 的模糊 PID 和 PID 控制策略对比[J].汽车实用技术,202
2,47(17):109-112.
[25]綦声波,尹保安,苏志坤.基于模糊 PID 的小型 ROV 定深运动控制仿真[J].现代电子技
术,2020,43(02):20-23+28.
[26]Dong J, Duan X. A Robust Control via a Fuzzy System with PID for the ROV[J].
Sensors, 2023, 23(2): 821.
[27]严乐,梅平,刘云平.基于奇异摄动法的水下机器人优化 PID 控制[J].计算机仿真,2022,3
9(01):381-386+398.
[28]牛坤,张志安,王鹏飞.基于改进 RBF 模糊神经网络的 PID 参数自整定[J].电子设计工
程,2020,28(12):172-177+182.
[29]王明阳. 基于模型预测的水下机器人养殖网箱巡检轨迹跟踪研究[D].大连海洋大学,
2022.
[30]Long C, Qin X, Bian Y, et al. Trajectory tracking control of ROVs considering external
disturbances and measurement noises using ESKF-based MPC[J]. Ocean Engineering,
2021, 241: 109991.
[31]Prasad M P R, Swarup A. Position and velocity control of remotely operated underwater
vehicle using model predictive control[J]. 2015.
[32] Shen C, Shi Y, Buckham B. Path-following control of an AUV using multi-objective
model predictive control[C]//2016 American Control Conference (ACC). IEEE, 2016:
4507-4512.
[33]杨建华,田守业.基于滑模理论的水下机器人定深控制算法研究[J].计算机测量与控
制,2017,25(08):43-45+57.
[34]Garcia-Valdovinos L G, Fonseca-Navarro F, Aizpuru-Zinkunegi J, et al. Neuro-Sliding
Control for Underwater ROV’s Subject to Unknown Disturbances[J]. Sensors, 2019,
19(13): 2943.
[35]Wang Z, Liu Y, Guan Z, et al. An adaptive sliding mode motion control method of remote
operated vehicle[J]. IEEE Access, 2021, 9: 22447-22454.
[36]von Benzon M, Sørensen F, Liniger J, et al. Integral Sliding Mode control for a marine
growth removing ROV with water jet disturbance[C]//2021 European Control Conference
77
 东北石油大学专业学位研究生学位论文

(ECC). IEEE, 2021: 2265-2270.

[37]翟光雯,吴贞犇.自抗扰控制器在水下机器人中的应用研究[J].科技创新与应用,2022,1
2(06):1-6.
[38]申雨轩. 基于自抗扰控制器的水下机器人控制[D].东北石油大学,2015.
[39]陈增强,宋莞平,孙明玮.自主式水下航行器自抗扰控制[J].哈尔滨工程大学学报,2021,
42(11):1625-1631.
[40]罗瑞智. 水下机器人控制方法及其参数优化[D].江西理工大学,2021.
[41]Wu X, Jiang D, Yun J, et al. Attitude stabilization control of autonomous underwater
vehicle based on decoupling algorithm and PSO-ADRC[J]. Frontiers in Bioengineering
and Biotechnology, 2022, 10.
[42]曾德伟,吴玉香,王聪.AUV 深度的神经网络辨识和学习控制仿真研究[J].计算机工程
与应用,2017,53(06):258-263.
[43]黄茹楠,丁宁.基于改进 PID 神经网络算法的 AUV 垂直面控制[J].系统仿真学报,2020,
32(02):229-235.
[44]李宏宇,王莹,陆震.基于 PSO-GA 算法和神经网络的水下机器人姿态协调控制[J/OL].
中国测试:1-7[2023-04-02].
[45]刘佳.表面桨推进系统发展与应用[J].中国水运(下半月),2017,17(07):129-132.
[46]曾岑,臧强真,张鹏.浅水 ROV 电子舱结构设计及关键力学问题分析[J].工程机械,2020,
51(05):38-43+9.
[47]葛海浪,佘勃,陶迁.基于 MEMS 传感器的高精度电子罗盘研究[J].机电工程,2016,33(0
3):276-279.
[48]王晓银,张旭,李稼祥.四旋翼无人机控制系统设计[J].微型电脑应用,2022,38(01):20-2
2.
[49]孙书鹰,陈志佳,寇超.新一代嵌入式微处理器 STM32F103 开发与应用[J].微计算机应
用,2010,31(12):59-63.
[50]Wang B, Wu C, Ge T. A low cost compact control system for the Hippo ROV[C]//Applied
Mechanics and Materials. Trans Tech Publications Ltd, 2012, 190: 627-633.
[51]徐亮,边宇枢,宗光华.水下机器人路径控制与仿真[J].北京航空航天大学学报,2005(02):
162-166.
[52]Morinaga A, Yamamoto I. Trajectory Planning Strategies and Simulation for
Autonomous-surface-vehicle–Remotely-operated-vehicle (ASV–ROV) Cooperative
System[J]. Sensors and Materials, 2023, 35(2): 411-422.
[53]朱昱琛.水下机器人最优刹车轨迹规划设计[J].装备制造技术,2021(12):68-71.
[54]武少波,冯晓东,杨文涛.一种船舶清洗 ROV 姿态控制方法研究与实现[J].电子测量技
术,2022,45(12):12-19.
[55]Sabau A. Thrust force evaluation for a ROV (Remont Operating Vehicle)
78
 东北石油大学专业学位研究生学位论文

propeller[C]//IOP Conference Series: Materials Science and Engineering. IOP Publishing,

2020, 916(1): 012098.
[56]Chin C S, Lau M W S, Low E, et al. Design of thrusters configuration and thrust
allocation control for a remotely operated vehicle[C]//2006 IEEE Conference on Robotics,
Automation and Mechatronics. IEEE, 2006: 1-6.
[57]Xu S J, Ma Q W, Han D F. Experimental study on inertial hydrodynamic behaviors of a
complex remotely operated vehicle[J]. European Journal of Mechanics-B/Fluids, 2017,
65: 1-9.
[58]Gabl R, Davey T, Cao Y, et al. Hydrodynamic loads on a restrained ROV under waves
and current[J]. Ocean Engineering, 2021, 234: 109279.
[59]李润龙,张禹,孙艺展.复合驱动式水下机器人结构及水动力系数计算[J].一重技
术,2022(01):16-22+40.
[60]陈英龙,宋男,张增猛,侯交义,弓永军.低速域水下遥控机器人水动力试验系统设计[J].
液压与气动,2019(02):13-17.
[61]饶志荣. 观测型 ROV 在低流速下的运动控制研究[D].重庆交通大学,2021.
[62]邓志刚,朱大奇,方建安.水下机器人动力学模型参数辨识方法综述[J].上海海事大学
学报,2014,35(02):74-80.
[63]李美杰. 导管架检测 ROV 水动力数值计算及其特性分析[D].东北石油大学,2018.
[64]李润龙. 复合驱动式水下机器人设计与实现[D].沈阳工业大学,2022.
[65]吴宏鑫,沈少萍.PID 控制的应用与理论依据[J].控制工程,2003(01):37-42.
[66]Zohedi F N, Aras M S M, Kasdirin H A, et al. Comparison analysis of the PID controller
and fuzzy logic controller (FLC) for a newly developed remotely operated vehicle (ROV)
depth control[J]. Proceedings of Mechanical Engineering Research Day, 2020, 2020:
131-133.
[67]Xiang X, Yu C, Lapierre L, et al. Survey on fuzzy-logic-based guidance and control of
marine surface vehicles and underwater vehicles[J]. International Journal of Fuzzy
Systems, 2018, 20: 572-586.
[68]李健. 基于模糊 PID 的无人水下机器人运动控制研究[D].大连理工大学,2016.
[69]肖月帅. 基于模糊滑模控制的隧洞用水下机器人运动控制方法研究[D].沈阳工业大
学,2022.
[70]仝乐斌. 基于模糊自适应双耦合滑模的车队纵向控制[D].大连海事大学,2017.
[71]张丰. 滑模变结构控制理论在非线性系统中的应用[D].沈阳理工大学,2013.
[72]Khalid M U, Ahsan M, Kamal O, et al. Modeling and trajectory tracking of remotely
operated underwater vehicle using higher order sliding mode control[C]//2019 16th
International Bhurban conference on applied sciences and technology (IBCAST). IEEE,
2019: 855-860.
79
 东北石油大学专业学位研究生学位论文

[73]Motoi N, Hirayama D, Yoshimura F, et al. Sliding Mode Control with Disturbance

Estimation for Underwater Robot[C]//2022 IEEE 17th International Conference on
Advanced Motion Control (AMC). IEEE, 2022: 317-322.
[74]Chin C S, Kamsani N B, Zhong X, et al. Unity3D serious game engine for high fidelity
virtual reality training of remotely-operated vehicle pilot[C]//2018 10th international
Conference on Modelling, identification and Control (iCMiC). IEEE, 2018: 1-6.
[75]程宇,刘铁军,唐元贵.基于 UNITY3D 的水下机器人视景仿真方法[J].计算机科学,2021,
48(S1):281-284.

80