车辆辅助功能，可以远程操控车辆，想完成这点有多困难
在阅读此文之前，麻烦您点击一下“关注”，既方便您进行讨论和分享，又能给您带来更多的参与感，感谢您的支持
文/甲瑞说
编辑/甲瑞说
简介
如今，普通个人电脑的计算能力已经大大提高，使得广大用户能够在合理的时间范围内模拟复杂的现实模型。本期介绍了用于固定几何水下车辆的建模技术，并着重介绍它们在实时或快于实时模拟中的应用。
在过去的十年里，自主水下车辆和远程操作车辆的发展取得了强劲的进展。这两类水下车辆旨在为研究人员提供简单、长程、低成本、快速响应的能力，以收集相关的环境数据。
车辆辅助功能
AUV和ROV有许多应用，包括水下结构检查、海洋学调查、在危险环境中操作以及军事应用。为了实现这些目标，车辆必须配备一组控制器，确保所需的自主操作类型，并为可以远程操作的车辆提供一些辅助帮助给操作员。
控制器的设计和调整通常需要对待控制系统进行数学建模。水下车辆的控制也不例外。在控制理论中，最常见的模型是经典的微分方程系统，其中x和u分别被称为状态向量和输入向量。
在这个框架下，最真实的水下车辆模型要求f是一个非线性函数。然而，正如我们将看到的，根据某些假设，对f进行线性化仍然可能得到一个可接受的系统模型，并带有分析简便性的额外优势。
另一方面，模拟，或者更具体地说，数值模拟，并不需要像式那样概念简单的模型。在这种情况下，我们不关心系统性质的解析证明，主要目标是计算一组状态变量的演变，给定系统的输入。
刚体水下运动的流体动力学效应可以通过Navier-Stokes方程很好地描述。然而，这些方程构成了一组非线性偏微分方程，对于一般问题来说，其解计算非常困难。计算流体力学处理解这些方程的问题。
然而，即使在今天的计算机技术和软件包下，即使对于简单情景，获得平均计算机上的解的时间仍然远远超过实时。这种模拟可能会得出非常准确的结果，但如果需要长期运行的模拟，则计算时间是不可接受的。这些模型对于控制设计来说过于复杂，因此需要用近似的方法来处理。
如果需要接近实时或者快于实时的模拟，可以通过对控制设计中所用的模型进行仿真来获得可接受的结果。当需要进行远程操作模拟时，实时响应是最有用的。在这种情况下，就像汽车或飞行模拟器一样，用户通过图形用户界面设置参考值或直接执行器指令与水下车辆模拟器进行交互。
通常我们对车辆控制器在一组操作场景中的性能进行检查。这样做是因为控制设计可能涉及某些简化或启发式方法，这些方法使得很难在系统响应的某些参数上进行解析表征。
模拟是控制器调整的重要工具，并用于暴露某些极限情况，这些情况在用于控制设计的模型上可能难以解析地描述。
典型的设计周期涉及测试不同的控制规律和导航方案。在大多数情况下，控制系统必须在模拟环境中进行复制，通常使用不同的编程语言。即使正确进行了这种实现，也很难保持该实现与最终控制系统的一致性，因为最终控制系统可能会受到来自其他来源的更新。
正如科研人员所描述的，有可能有一个控制软件的单一实现，可以在现实环境和模拟环境中无需修改地运行。这种方法允许在整个设计周期中使用稳定/最终软件，而不是首先为原型环境编写单独的代码，然后再为最终版本编写代码。
因此，模拟也可以被视为整体软件设计过程的调试工具。水下车辆的任务管理，特别是自主操作，可能涉及复杂的逻辑，除了连续控制规律。
测试该逻辑的实现，包括转换机动，机动协调，事件检测等，非常重要。由于实际任务可能持续几个小时，将这些任务在压缩的模拟时间中进行模拟非常有用。
船舶设计的文献提出了几种遵循式结构的水下车辆模型。这些模型的主要区别在于与水下刚体运动相关的流体动力学现象的建模方式。
最近的作品使用了中提出的框架，虽然该框架不如中的描述详细，但更适于直接应用非线性控制工具。关于水下车辆运动方程的最新研究仍然可以找到。
然而，一般来说，文献只提供了模型的一般方程。这些模型由几十个系数参数化。其中一些系数可以根据直接的物理测量轻松计算出来。然而，与流体动力学效应相关的系数的计算并不是一项简单的任务。
在考虑新设计时，对一些系数的准确估计通常需要进行流体动力学测试。虽然可以使用巧妙的技术，但这些测试通常是昂贵的，或涉及一个对每个机构来说不合理的设备。
某些软件包可用于获取更准确的参数。使用计算流体动力学与传统启发式公式得到的结果的研究比较。然而，这类目的的软件通常很昂贵，或者获取有限。
最简单的替代方法是依赖经验公式，或者从已验证的类似车辆的模型中调整系数。事实上，经验结果表明，对于相同形状的车辆，水动力效应可以作为尺度和车辆运行速度的函数来归一化。
工作中呈现了作者提出的模型的完整数值参数集。然而，后一种方法仅适用于形状与已知模型相似的车辆，而前一种方法要求被建模的车辆与经验公式的假设非常接近。
进一步描述水动力现象的其他方面，并解释如何利用车辆的对称性来减少考虑的系数数量。最后的结论是基于我们在波尔图大学设计和建造的轻型自主水下车辆上进行的实验。
LAUV是一个长1.1米，直径15厘米，质量约18千克的鱼雷形车辆。其执行器系统由一个螺旋桨和3或4个控制翼组成，全部由电动驱动。我们将LAUV运行期间记录的轨迹与车辆数学模型模拟得到的轨迹进行比较。
水下车辆动力学讨论通常涉及两个坐标系：地球固定坐标系和车体固定坐标系。地球固定坐标系定义了一个坐标系统，原点固定在地球表面的任意点上，并遵循北-东-下约定：x轴指向正北，y轴指向正东，z轴指向地球中心。对于海洋应用，这个坐标系被认为是惯性坐标系。
车体固定坐标系中，坐标系统的原点和轴相对于车辆的几何形状固定。如果水下车辆有一个对称平面，则xB和zB在该对称平面上。选择xB指向前方，选择zB指向向下。
通常，车体轴与车辆的惯性主轴重合。车体固定坐标系的原点通常被选为重心。这是一个自然的选择，考虑到刚体运动的方程。然而，在许多情况下，尤其是在原型制作过程中，质心可能相对于车辆的几何形状发生变化。
这使得有必要重新计算由车辆运动引起的一些力矩。因此，在这些情况下，一个更有用的选择是选择与车辆形状相关的点，如压力中心或者简单地选择几何中心。
车体固定坐标系的最小一组完全描述车辆位置、方向、线性和角速度的变量称为车辆状态。最常选用的状态变量是车辆的惯性位置和方向，以及其车体固定的线性和角速度。车辆与惯性空间的方向可以用欧拉角来描述。这些角度被称为偏航角、俯仰角和滚转角。
这意味着需要三个不同的旋转。这些旋转的顺序并不是随意的。标准的坐标系和旋转。
动力学方程
η的演化由以下运动学方程定义： 这个方程定义了两个参考坐标系上的速度之间的关系，其中项J的定义如下。
需要注意的是，当俯仰角为±90°时存在奇点。水下车辆通常不会在接近这个奇点的地方操作。如果我们想考虑在该区域内操作，一种可能的选择是使用四元数表示法。
对于大多数海洋控制应用，我们可以假设在考虑环境干扰时可以应用叠加原理。对于远离水面运行的水下车辆，需要考虑的主要环境干扰是由于海洋洋流。海洋和河流洋流是由于许多因素导致的，但在一般操作中，它们相对于车辆动力学的空间和时间变化率很低。
因此，我们可以通过考虑ν相对于一个与水流速度νc移动的坐标系，来将洋流效应纳入车辆模型中，其中νc =
运动方程由理想刚体运动的标准项组成，再加上由水动力力和力矩以及推进力引起的项。通常的水动力项建模方法包括考虑以下效应：恢复力是最简单的效应，它仅取决于车辆的重量、浮力和重心与浮心的相对位置。
附加质量描述由于强迫谐振运动引起的压力感应力/力矩；阻力是由皮肤摩擦和涡 shedding引起的；升力是由于流体流动使得流向垂直于车辆线性速度向量的方向变化而产生的。
正如在引言中提到的，附加质量、阻力和升力很难用理论方法准确描述。对附加质量效应的广泛讨论可以参见。
阻力效应被建模为与车辆速度相对抗的力。升力效应被建模为与车辆速度垂直的力。这两种力作用在车辆的压力中心，并且是车辆形状和速度的平方的函数。压力中心也强烈依赖于车辆的形状。
除了重力和浮力力之外，这些效应最好在车体固定坐标系中描述。因此，描述车辆动力学的其余运动方程可以用以下简洁的形式呈现：
M是车辆的惯性和附加质量矩阵，C是科里奥利和向心力矩阵，D)是阻尼矩阵，g是恢复力和力矩向量，τact是来自执行器的车体固定力矩向量。我们遵循通常的表述方式，将升力和阻力项都考虑在阻尼矩阵中。
对于流线型车辆，可以使用理论和经验公式。然而，必须指出的是，在实际中，这些车辆并不像通常用于附加质量、阻力和升力的公式中假设的那样规则：它们有天线、传感器和其他突出物，影响这些效应，特别是阻力项。因此，我们应该将公式视为对系数的真实值的低估。
在某些情况下，考虑以下简化可能会很有用：如果车辆的重量等于浮力，且重心与浮心重合，那么g为零；对于具有舷侧、上/下和前/后对称性的AUV，M和D=D1+D2是对角线。
在后一种情况下，阻尼矩阵的形式如下： 对于低速情况下，方程13中的二次项，例如Yv|v||v|，可以被认为是可以忽略的。然而，在实际中，前/后对称性很少得到验证，应该考虑非对角线项。即便如此，仍然可以进一步考虑某些简化。
例如，在鱼雷形状的车辆中，影响垂直平面运动的某些系数与影响水平平面运动的系数相同，从而减少了必须估计的不同系数的数量。
没有考虑D1中包含的线性阻尼项。这些项在控制系统的设计中可能起着重要作用，特别是在局部稳定性分析中。对于低速情况，二次阻尼项变得非常小。
如果忽略线性阻尼，系统模型在平衡点附近的线性化可能会错误地显示出局部不稳定的系统。这使得控制系统设计者通过添加速度反馈来抵消，这可能是不必要的，导致保守的设计。事实上，文献中有一些例子，作者在进行最坏情况分析时完全忽略了阻尼矩阵。
总结
现有的方法对于高级任务规划是相当令人满意的，并已经为初始控制器调整提供了良好的基础。然而，在涉及实际车辆操作时，仍然需要进一步调整。研究可以在合理的时间内进行模拟，并提供越来越接近现实的模型应该继续进行。