海洋渔业选择性捕捞ROV艏向控制方法研究.pdf

现代电子技术Modern Electronics TechniqueSep.2023Vol.46 No.182023年9月15日第46卷第18期0 引 言海洋每年为人类提供大量的渔业资源，而目前存在的非法、无序的渔业捕捞严重威胁海洋生态环境和全球的海产品可持续性供应。近些年水下机器人被应用在水 下 作 业 任 务 中，由 于 有 缆 水 下 机 器 人（Remote Operated Vehicle,ROV）运动较为灵活，在水下能够长时间执行拍摄、捕捞、修理以及采样等作业，从而使用最为广泛12。ROV 运动系统具有非线性以及强耦合性，在水下运动时遇到水流的作用会加剧 ROV 不稳定，所以ROV控制系统的鲁棒性是研究重点34。PID控制由于具有结构简单、容易实现和可靠性良好而被广泛应用，但是对于非线性和时变性系统，使用PID控制很难做出准确、快速的反应5。针对上述问题，DOI：10.16652/j.issn.1004373x.2023.18.017引用格式：戎瑞亚，季福路，刘全良，等.海洋渔业选择性捕捞ROV艏向控制方法研究J.现代电子技术，2023，46（18）：9096.海洋渔业选择性捕捞ROV艏向控制方法研究戎瑞亚1，季福路1，2，刘全良2，贺 波2（1.浙江海洋大学 海洋工程装备学院，浙江 舟山 316022；2.捷胜海洋装备股份有限公司，浙江 宁波 315806）摘 要：为减少海洋渔业资源过度开发，文中设计一种海洋渔业选择性捕捞 ROV，用于捕捞过程中对幼鱼和稀有鱼种的保护。依据海洋渔业选择性捕捞作业要求，采用Solidworks软件完成ROV机械结构的设计。ROV运动系统具有非线性和强耦合性，遇到水流的作用会变得更加不稳定。为提高ROV在捕捞过程中艏向运动的稳定性能，设计一种模糊PID控制器对ROV进行艏向控制。根据ROV运动特点建立空间运动坐标系和ROV艏向运动数学模型表达式，在PID控制基础上引入模糊控制对 PID的 3个参数进行在线调整；在 Matlab/Simulink环境下创建 PID控制器与模糊 PID控制器仿真模型，使用两种控制器对 ROV进行 30和 90的艏向控制对比仿真。仿真结果表明，模糊 PID控制较 PID控制超调量分别减少 4、10，系统达到稳定状态的时间也更短，是一种高性能与稳定的ROV艏向控制方式。关键词：海洋渔业；选择性捕捞；有缆水下机器人（ROV）；艏向控制；模糊控制；参数整定；仿真模型中图分类号：TN923.334；TP242 文献标识码：A 文章编号：1004373X（2023）18009007Research on ROV heading control method for selective fishing in marine fisheryRONG Ruiya1,JI Fulu1,2,LIU Quanliang2,HE Bo2(1.School of Ocean Engineering Equipment,Zhejiang Ocean University,Zhoushan 316022,China;2.Jessn Marine Equipment Co.,Ltd.,Ningbo 315806,China)Abstract：In order to reduce the overexploitation of marine fishery resources,a selective fishing ROV(remote operated vehicle)for marine fishery is designed,which is used for the protection of juvenile fish and rare fish species during the fishing process.According to the requirements of selective fishing operations in marine fishery,the design of ROV mechanical structure is completed by means of Solidworks software.Due to the characteristic of nonlinear and strong coupling,the ROV motion system will become more unstable when encountering the water flow.In order to improve the stability of ROVs heading motion during the fishing process,a fuzzy PID controller is designed to control the heading of the ROV.According to the characteristics of ROV motion,the space motion coordinate system and the mathematical model expression of ROV heading motion are established.On the basis of PID control,fuzzy control is introduced to make online adjustment of the three parameters of PID.The simulation models of PID controller and fuzzy PID controller are created in the Matlab/Simulink environment,and the two controllers are used to conduct the comparison simulation of the ROVs heading control of 30 and 90.The simulation results show that in comparison with PID control,the overshoot of the fuzzy PID control is reduced by 4 and 10 respectively,and the time to reach stable state of the system is also shorter.It is a highperformance and stable ROV heading control mode.Keywords：marine fishery;selective fishing;ROV;heading control;fuzzy control;parameter tuning;simulation model收稿日期：20220819 修回日期：20220924基金项目：捷胜海洋装备股份有限公司科研合作项目：海洋渔业精准捕捞智能化装备与控制技术研究（JK2101001）9090第18期有诸多学者提出应用非线性系统的控制技术，主要包括模糊控制、神经网络控制、滑模控制、S面控制、自适应控制以及专家控制等。然而，神经网络控制计算公式复杂，不容易控制收敛性并且对控制系统的软硬件要求高6；滑模控制不能产生连续的滑动模态，并且状态系统在滑模面运动时会出现抖动的问题7；自适应控制只能在一定限度内对状态系统进行控制，即自适应的程度受到一定的约束8；S 面控制是非线性的 PD 控制，控制参数需要人工进行选择，不容易实现9；专家控制在设计上具有随意性和不规范性，其中经验的来源和推理的有效性难以保证10；模糊控制存在对模糊规则设计的合理性以及隶属函数选取的准确性问题，但是相比较于其他的控制系统，有着容易实现和性能较好等优点11。为了提高ROV在水下运动时的稳定性，本文在PID控制基础上，利用模糊控制原理在线对PID参数进行实时调整，设计一种模糊 PID 控制器。在 Matlab/Simulink环境下进行 PID 控制器与模糊 PID 控制器仿真模型搭建，对ROV艏向控制稳定性进行研究。1 ROV结构设计与工作要求海洋渔业选择性捕捞 ROV 长、宽、高分别为 1 m、1.5 m和0.8 m，净重m约为35 kg，稳心高度约为0.053 m。ROV 主要由上下两个封板、螺旋桨推进器、升沉装置、闸门与分鱼装置组成。上下封板主要放置控制模块、电源管理模块与电机组件；螺旋桨推进器共有6个，2个置于水平面用于转艏运动控制，4个置于竖直面用于俯仰和沉浮运动控制；闸门和分鱼装置是 ROV 作业的核心结构，该结构起到对目标鱼类的保留和非目标鱼类的放生的作用。ROV结构示意图如图1所示。图1 ROV结构示意图根据海洋渔业选择性捕捞作业的实际需要，在捕捞工作开始之前需要使用渔用声纳对捕捞水域进行鱼群探测，通过探测可获取鱼群的方位、距离、深度与游速等信息。在探测完确定有鱼群后，将 ROV 随着拖网一起放入水中，当鱼群靠近 ROV 后通过视觉传感器观测鱼的大小和类型。当鱼群的大小为目标鱼类并且成熟的占 60%以上可打开闸门，让鱼群通过分选装置；当鱼群为目标鱼类但是幼鱼占 60%以上或者鱼群不是目标鱼类，关闭闸门让鱼群从 ROV 中通过。对于闸门与分选箱尾部的渔网采用定制设计，通过相应的传感装置使得渔网网口大小可控。2 ROV艏向控制建模分析2.1 空间运动坐标系的建立ROV 运动控制依赖其运动数学模型，而运动坐标系是 ROV运动数学模型建立的基础。本文使用造船和轮机工程学会术语报告和国际水池会议推荐的坐标系统12，坐标系的具体形式如图2所示。图2 ROV空间运动坐标系ROV 在动坐标系中具有 6个自由度，沿 xyz轴直线运动：纵荡（u）、横荡（v）以及垂荡（w）；围绕xyz轴旋转运动：横摇（p）、纵摇（q）和艏摇（r）。ROV 艏向数学模型的建立需要对其受到的重力、浮力、驱动力以及环境作用力进行受力分析，然后根据牛顿第二定律进行建模。而牛顿第二定律只适用在惯性坐标系即静坐标系，所以需要将 ROV 运动情况转换到静坐标系下。设 ROV在静坐标系中的位置坐标与姿态角矢量=o,o,o,T，ROV在动坐标系中的线速度与角速度矢量v=u,v,w,p,q,rT，那么静坐标系与动坐标系之间的转换关系为：=J()v （1）式中：J=J103 303 3J2为机器人从动坐标系转换到静坐标系的旋转矢量，J1为动坐标系中线速度变换到静坐戎瑞亚，等：海洋渔业选择性捕捞ROV艏向控制方法研究91现代电子技术2023年第46卷标系中的转换矩阵，J2为动坐标系中的角速度变换到静坐标系中的转换矩阵。2.2 艏向控制建模若不考虑 ROV 和水的相互作用力，根据流体中刚体的牛顿拉格朗日力学方程，水下作业机器人在动坐标系下的六自由度非线性运动方程13可以描述为：Mv+C(v)v+D(v)v+g()=E+（2）式中：M为ROV的惯性矩阵；C(v)为科里奥利力和离心力矩阵；D(v)为流体动力阻尼矩阵，是由辐射诱发的潜在阻尼、线性表面摩擦、波浪漂移阻尼和旋涡脱落阻尼组成的向量；g()为 ROV 浮力和重力项形成的恢复向量；v=u,v,w,p,q,rT为 ROV 在动坐标系中的线速度和角速度向量；E为洋流和水波造成的环境力和力矩向量；为ROV螺旋桨推进器形成的推力和力矩组成的向量。对于 ROV在动系下的六自由度运动数学模型展开式，可以从平移和旋转两点进行研究。在进行分析之前需 要 设 定 ROV 的 重 心 坐 标rG(xG,yG,zG)和 浮 心 坐 标rB(xB,yB,zB)，设ROV重心与动系原点不重合的惯性矩阵为I，I的具体表达式为：I=Ixx-Ixy-Ixz-IyxIyy-Iyz-Izx-IzyIzz（3）根据刚体动量定理与式（2），ROV在动系三个坐标轴上的直线运动表达式为：mu-vr+wq-xG()q2+r2+yG()pq-r+zG()pr+q=Xmv-wp+ur-yG()r2+p2+zG()qr-p+xG()qp+r=Ymw -uq+vp-zG()p2+q2+xG()rp-q+yG()rq+p=Z（4）式中：X为 ROV纵荡水动力；Y为 ROV横荡水动力；Z为ROV垂荡水动力。同理，根据动量矩定理与式（2）和式（3），ROV在动系三个坐标轴上的旋转运动表达式为：Ixxp+Ixyq+Ixzr+()Izxp+Izyq+Izzr q-()Iyxp+Iyyq+Iyzr r+myG()w +vp-uq-zG()v+ur-wp=KIyxp+Iyyq+Iyzr+()Ixxp+Ixyq+Ixzr r-()Izxp+Izyq+Izzr p+mzG()u+wp-ur-xG()w +vp-uq=MIzxp+Izyq+Izzr+()Iyxp+Iyyq+Iyzr p-()Ixxp+Ixyq+Ixzr q+mxG()v+ur-wp-yG()u+wq-vr=N（5）式中：K 为 ROV 横摇水动力矩；M 为 ROV 纵摇水动力矩；N为ROV艏摇水动力矩。由式（4）和式（5）可知，ROV 运动学模型具有强的非线性和耦合性，为了让 ROV 控制系统的设计更具便捷性，需要对运动方程进行解耦。由于本文设计的目的是对艏向运动进行控制，假设 ROV 在水平面运动时不进行升沉运动，当 ROV在水平面上运动时，假设v=p=r=0，ROV重心与动系原点重合，即xG=yG=zG=0，且浮心和重心的连线处于竖直方向，同时有zB-zG=h，根据式（4）和式（5）可得水平面动力学模型表达式为：(m-Xu)u=Xrrr2+Xuuu2+Xvvv2+(m+Xvr)vr+Xp（6）(m-Yv)v=Yrr-(m-Xur)ur+Yvv+Yrr+Yv|vv|v+Yv|rv|r+Yr|rr|r+Yp（7）()Iz-Nrr=Nvv+()Yv-Xuur+Nvv+Nrr+Nv|vv|v+Nv|rv|r+Nr|rr|r+Np（8）当 ROV 只做艏向运动时，假定 ROV 不做进退与横移运动，且重心恒定，将ROV绕oz轴转动，根据式（8）可得艏向运动模型表达式为：()Iz-Nrr=Nrr+Np （9）将式（9）进行拉普拉斯变换可得到 ROV 艏向运动的传递函数：G(s)=1(Iz-Nr)s2-Nrs （10）式（10）中的水动力系数Nr和Nr，可通过拖拽试验法、经验公式近似估算法以及 CFD法等获取，具体可根据参考资料获得相关的参数值14，即无量纲水动力系数Nr=-0.001 68，Nr=-0.026 1。Iz为 ROV 绕 oz轴的转动惯量，经过 Solidworks 软件计算测量可知Iz=20.3。因此，ROV 在水平面转艏运动式角度值与其受到的推力值之间的传递函数为：G(s)=120.301 7s2+0.021 6s （11）3 模糊PID控制器设计3.1 模糊PID控制器结构PID 控制是将输入与输出的差值e(t)通过比例、积分、微分的线性组合后作用于受控对象，控制系统结构如图3所示。图3 PID控制原理结构92第18期PID控制的效果与比例、积分以及微分这三个环节密切相关，PID控制系统输出方程为：u(t)=KPe(t)+KI0te(t)dt+KDde(t)dt（12）式中：KP是比例系数，能迅速反映和减小误差，但KP不能消除稳态误差，KP过大系统容易出现超调；KI是积分系数，可提高系统的稳态性能，但KI过大会使系统出现振荡，一般不单独使用；KD是微分系数，能够减小超调，克服振荡以及加快系统动态响应速度，改善系统动态性能。模糊 PID控制是由模糊控制和 PID控制共同组成，根据系统的输入和输出差值E以及差值的变化率EC，应用模糊控制原理得到比例、积分与微分系数的变化量，使用该变化量对PID控制三个环节的系数大小进行实时调整，从而实现对非线性的控制。模糊PID控制原理结构如图4所示。图4 模糊PID控制原理结构在控制的过程中，首先对采样得到的偏差及其变化率进行模糊化，将输入的物理信号值转化为论域上的点；其次，根据设计好的模糊规则库对输入值进行模糊推理；再对推理得到的结果进行去模糊化；最后将比例、积分与微分系数的变化量P、I、D与 PID控制器原本的比例、积分以及微分系数KP0、KI0、KD0相结合，从而实现对PID控制三个环节的系数大小进行实时调整。模糊PID控制三个环节参数的调整方程为：P=KP0+PI=KI0+ID=KD0+D（13）3.2 输入的模糊化输入的模糊化是由模糊集中的隶属函数来确定输入值隶属程度的过程，模糊化采用单点模糊集合，隶属函数采用三角形函数。由于控制系统的输出值是通过离散采样获取的，而偏差e、偏差变化率ec以及模糊 PID控制器输出值U为连续值，因此需要引入量化因子Ke、Kec与比例因子Ku，则连续论域上的数值便可以转换到有限离散论域上的点。假设偏差e及其变化率ec、输出控制量u的连续值区间分别为e=eL,eH、ec=ecL,ecH、u=uL,uH，那么有：Ke=2meH-eL，Kec=2necH-ecL，Ku=uH-uL2l（14）式中：m是误差的模糊论域区间大小；n和l分别为误差变化率与输出控制量的离散模糊论域的大小。根据量化与比例因子的计算公式，e和ec与模糊控制器的输入E和EC之间的转换公式以及模糊 PID控制器输出值U与实际控制量u之间的转换公式分别为：E=Ke()e-eH+eL2,EC=Kec()ec-ecH+ecL2（15）u=KuU+uH+uL2（16）3.3 模糊规则的设计模糊规则是模糊PID控制的核心，模糊规则是建立在e、ec和P、I、D之间关系的基础上，通常e、ec和P、I、D有以下三种关系：1）当e值较大时，为了使系统达到稳定状态，以及避免出现微分过饱和使控制作用超出要求的范围，通常令P的值较大、D的值较小。在此基础上为了防止控制结果出现较大的超调，需要对积分环节进行限制，令I=0。2）当e值适中时，由于控制结果不需要较大的超调，P取值要小以及I取值要适中。同时为了保证系统的反应速度，D取值要适当调节。3）当e值与设定的范围相近时，为了让系统保持稳定的动态性能，P和I的值应适当取大些。同时为了防止系统在设定值的附近出现抖动，需要加强系统的抗干扰能力，即ec与D应成反比例关系。根据上述三种关系，首先选择 7个语言值对输入和输出模糊量进行划分，即负大（NB），负中（NM），负小（NS），零（ZO），正小（PS），正中（PM），正大（PB），其次依据e和ec的值归纳出被控参数P、I和D整定标准，从而设计出两输入三输出共 49 条模糊规则，如表 1 所示。模糊控制规则的形式使用 Mamdani创建的标准来设计15，即 IfAndThen，具体表现为：If E is NB And EC is NB Then P is PB,I is NB,D is PS等，后面以此类推。3.4 输出量去模糊去 模 糊 是 将 通 过 模 糊 推 理 得 到 的 控 制 量P、I、D转变成 PID 控制器能够识别的信号，从而实现对PID控制器参数的在线整定，提高控制的精度。输出量去模糊常用的方法有重心法、最大隶属度法以及系数加权平均法等。最大隶属度法不考虑输出隶戎瑞亚，等：海洋渔业选择性捕捞ROV艏向控制方法研究93现代电子技术2023年第46卷属度函数的形状，只考虑最大隶属度处的输出值，难免会丢失许多信息；加权平均法与积分系数I有直接关系，当积分系数按照一定的隶属函数取值时就会变成重心法。与最大隶属度法相比较，重心法具有更平滑的输出推理控制，即使对应于输入信号的微小变化，输出也会发生变化，因此采用重心法对输出量去模糊。重心法是取隶属函数曲线与横坐标围成面积的重心，该重心作为模糊推理的最终输出。假设v0是v的隶属度函数所覆盖区域的中心，即：v0=Vvv(v)dvVv(v)dv （17）式中：v0是去模糊化后的输出值；v是经过模糊推理后得到的模糊值；v(v)是v的隶属度。表1 P、I、D模糊控制规律P/I/DECNBNMNSZOPSPMPBENBPB/NB/PSPB/NB/NSPM/NM/NBPM/NM/NBPS/NS/NBZO/ZO/NMZO/ZO/PSNMPB/NB/PSPB/NB/NSPM/NM/NBPS/NS/NMPS/NS/NMZO/ZO/NSNS/ZO/ZONSPM/NB/ZOPM/NM/NSPM/NS/NMPS/NS/NMZO/ZO/NSNS/PS/NSNS/PS/ZOZOPM/NM/ZOPM/NM/NSPS/NS/NSZO/ZO/NSNS/PS/NSNM/PM/NSNM/PM/ZOPSPS/NM/ZOPS/NS/ZOZO/ZO/ZONS/PS/ZONS/PS/ZONM/PM/ZONM/PB/ZOPMPS/ZO/PBZO/ZO/NSNS/PS/PSNM/PS/PSNM/PM/PSNM/PB/PSNB/PB/PBPBZO/ZO/PBZO/ZO/PMNM/PS/PMNM/PM/PMNM/PM/PSNB/PB/PSNB/PB/PB对于具有m个输出量化级数的离散阈情况：v0=k=1mvkk(vk)k=1mk(vk)（18）3.5 输入与输出隶属函数设计设输入E、EC与输出P、I、D范围的离散论域为-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6，同时根据3.3节所选择的7个模糊集合对输入和输出语言值进行划分，在 FuzzyLogic 工具箱中对隶属函数进行设计，输入E、EC与输出P、I、D的隶属函数均采用三角函数形式，输入与输出的隶属度函数如图 5、图 6所示。图5 E、EC隶属函数图6 P、I、D隶属函数4 仿真研究4.1 仿真模型根据 ROV在水平面运动时角度值与其受到的推力值 之 间 的 传 递 函 数，运 用 Matlab/Simulink 环 境 以 及FuzzyLogic 工具箱进行仿真模型搭建，具体的可参考图 7。对于模糊 PID 控制器和 PID 控制器比例、积分与微分参数的大小，可通过配凑法确定，具体方法如下：1）首先只整定比例，将比例由小到大调整并观察系统响应，直至得到反应快、超调小的响应曲线。若此时无静差或者静差较小，只用比例即可，但是比例过大会引起系统的不稳定。2）若步骤 1）调节后的静差不满足要求，则需要加94第18期入积分。首先取较大积分值，并将第一步整定的比例值减小；然后减小积分，使保持良好的动态性能情况下，消除静差。3）若已消除静差，但是动态过程不好，可加入微分，将微分的值由小变大，同时改变比例和积分，直到满意为止。通过上述方法获取到 PID 控制器 3 个参数的值，分别为P=28、I=0.4、D=39；同理经过配凑法获得了模糊 PID 控制器 3 个参数的起始值，分别为KP0=37、KI0=0.15、KD0=33。ROV 在水平面运动时角度值与其受到的推力值之间的仿真模型如图7所示。图7 角度控制模糊PID和PID仿真模型4.2 仿真结果分析为了验证模糊PID控制器的控制效果，当t=0时，输入 30的角度控制阶跃响应信号，如图 8 所示。在 PID控制下的系统大概在 1 s时开始出现超调，超调量约为6，当时间为 8 s时系统达到稳定状态；在模糊 PID控制下的系统大概在 3 s时出现超调，超调量约为 2，当时间为 6 s时系统达到稳定状态。模糊 PID控制与 PID控制相比较超调量减少 4，系统达到稳定状态的时间缩短4 s。图8 输入30的角度控制阶跃响应曲线为了进一步验证模糊 PID控制器的控制效果，当 t=0 时，输入 90的角度控制阶跃响应信号，如图 9 所示。在 PID 控制下的系统大概在 1 s时开始出现超调，超调量约为 14，当时间为 8 s时系统达到稳定状态；在模糊PID 控制下的系统大概在 3 s时出现超调，超调量约为4，当时间为 6 s时系统达到稳定状态。模糊 PID 控制与 PID 控制相比较超调量减少 10，系统达到稳定状态的时间缩短4 s。图9 输入90的角度控制阶跃响应曲线5 结 论本文主要针对海洋渔业选择性捕捞 ROV艏向运动控制问题进行了研究。首先通过对ROV空间运动坐标系的建立，得到了艏向控制模型及其传递函数；其次在PID 控制器的基础上设计了模糊 PID 控制器；最后在Matlab/Simulink 环境下，结合 FuzzyLogic 工具箱进行仿戎瑞亚，等：海洋渔业选择性捕捞ROV艏向控制方法研究95现代电子技术2023年第46卷真模型搭建和仿真。通过仿真结果分析可知，模糊 PID控制相比较于PID控制具有更小的超调量，同时系统达到稳定状态所用的时间也更短。本文所建立的运动控制模型在一定程度上可以映射出 ROV 的艏向控制性能，但是为了能够建立更贴近实际的ROV水下运动控制模型，在以后的研究中，可以针对 ROV 在水下作业时水动力特性进行分析，并进行水动力参数识别。参考文献1 徐玉如，肖坤.智能海洋机器人技术进展J.自动化学报，2007（5）：518521.2 李道亮，包建华.水产养殖水下作业机器人关键技术研究进展J.农业工程学报，2018，34（16）：19.3 GOHEEN K R,JEFFERYS E R.The application of alternative modelling techniques to ROV dynamics C/IEEE International Conference on Robotics&Automation.Cincinnati:IEEE,1990:13021309.4 LEWIS D J,LIPSCOMBE J M,THOMASSON P G.The simulation of remotely operated underwater vehicles C/Proceedings of the ROV 84,Marine Technology Society.San Diego,CA:s.n.,1984:245252.5 李文宇，王延军，高飞，等.滞后系统的一种改进PID控制方法J.自动化与仪器仪表，2017（1）：1921.6 俞建成，张艾群，王晓辉，等.基于模糊神经网络水下机器人直接自适应控制J.自动化学报，2007（8）：840846.7 WU Baoju,LI Shuo,WANG Xiaohui.Adaptive sliding mode control of an autonomous underwater vehicle J.Machinery design&manufacture,2010(2):104109.8 CHENG Chin,MICHAEL Lau.Modeling and testing of hydrodynamic damping model for a complexshaped remotelyoperated vehicle for control J.Journal of marine science and application,2012,11(2):150163.9 刘建成，于华男，徐玉如.水下机器人改进的 S面控制方法J.哈尔滨工程大学学报，2002（1）：3336.10 YANG Rui,CLEMENT Benoit,MANSOUR Ali,et al.Modeling of a complex shaped underwater vehicle for robust control scheme J.Journal of intelligent&robotic systems,2015,80(3):491506.11 沈伟.模糊 PID控制在水下机器人运动控制中的应用D.哈尔滨：哈尔滨工程大学，2005.12 蒋新松，封锡盛，王棣棠.水下机器人M.沈阳：辽宁科技出版社，2000.13 FOSSEN T I.Marine control systems:guidance,navigation and control of ships,rigs and underwater vehicles M.Trond heim,Norway:Marine Cybernetics,2002.14 李岳明.多功能自主式水下机器人运动控制研究D.哈尔滨：哈尔滨工程大学，2013.15 高彤，王贵君.基于模糊相似度的广义 Mamdani模糊系统及其逼近J.模糊系统与数学，2018，32（1）：137143.作者简介：戎瑞亚（1970），女，副教授，主要从事机械设计制造以及机械电子工程方面的研究工作。季福路（1997），男，硕士研究生，主要从事水下机器人设计与控制方面的研究工作。96