本发明涉及水下机器人控制，具体而言，涉及一种水下机器人轨迹跟踪方法、装置、设备及存储介质。
背景技术：
1、自主水下机器人（autonomous underwater vehicle, auv）是一种能够在水下环境中独立工作的无人驾驶智能系统。这些机器人具备高度的自主性，能够执行水下探测、海洋科学研究和水下资源开发等多种任务。借助先进的传感器与导航系统，auv能够适应复杂多变的水下环境，并高效地采集与处理数据。
2、为了确保有效完成预定任务，auv需要集成先进的控制技术。这些技术涵盖运动控制、导航以及提高执行任务的准确性等方面。通过运用复杂的传感器、先进的算法及优化的控制系统，auv控制技术不仅有助于实现精确定位与路径跟踪，还能有效应对复杂的水下环境及任务需求。
3、目前，在auv控制领域中广泛采用的技术包括比例-积分-微分（pid）控制和滑模控制。pid控制方法因其实现简单且在多数情况下能提供较为满意的控制性能而被普遍使用；然而，它存在抗干扰能力较弱、控制响应速度较慢以及需要繁琐参数调校的问题，特别是在面对突发扰动时表现不佳。另一方面，滑模控制在实际应用中，当控制轨迹接近滑模面时，滑模控制可能会引发持续穿越平衡点的抖振现象，影响控制精度。
技术实现思路
1、本发明解决的问题是如何对水下机器人的轨迹进行稳定跟踪。
2、第一方面，本发明提供了一种水下机器人轨迹跟踪方法，包括：
3、建立关于水下机器人的运动数学模型；
4、根据所述运动数学模型确定超螺旋滑模控制律，其中，所述超螺旋滑模控制律用于调节内部参数，根据所述内部参数进行轨迹跟踪控制，所述内部参数包括所述水下机器人的内部调节参数；
5、根据时间延迟建立估计矩阵，根据所述估计矩阵和所述超螺旋滑模控制律建立自适应广义超螺旋滑模控制律，其中，所述自适应广义超螺旋滑模控制律用于跟踪所述水下机器人的轨迹。
6、可选地，所述建立关于水下机器人的运动数学模型包括：
7、基于所述水下机器人相对于固体坐标系的速度状态矢量、相对于惯性坐标系的位置和方向矢量、惯性矩阵、科里奥利向心矩阵、水动力阻尼矩阵、重力、浮力和力矩的矢量建立六自由度运动模型；
8、在第一预设前提下，建立简化的所述六自由度运动模型，获得所述运动数学模型。
9、可选地，所述在第一预设前提下，建立简化的所述六自由度运动模型，获得所述运动数学模型包括：
10、在俯仰和侧倾本质稳定的前提下，简化所述六自由度运动模型中的变换矩阵，获得所述运动数学模型。
11、可选地，所述根据所述运动数学模型确定超螺旋滑模控制律包括：
12、根据所述运动数学模型确定所述水下机器人的角速度和线速度之间的第一转换关系，以及角加速度和线加速度之间的第二转换关系；
13、根据所述第一转换关系和所述第二转换关系改写所述运动数学模型，获得运动状态模型，其中，所述运动状态模型用于表示外部力、控制输入和外部扰动与运动状态变量之间的关系；
14、根据所述运动状态模型确定所述超螺旋滑模控制律。
15、可选地，所述根据所述运动状态模型确定所述超螺旋滑模控制律包括：
16、在第二预设前提下，确定所述滑模面的约束边界，根据所述约束边界确定自适应增益，根据所述运动状态模型和所述自适应增益确定所述超螺旋滑模控制律，其中，所述第二预设前提包括所述外部扰动为利普希茨连续函数，将所述超螺旋滑模控制律的滑模面引入所述约束边界。
17、可选地，所述根据时间延迟建立估计矩阵包括：
18、根据所述水下机器人的航向角建立雅克比矩阵；
19、根据所述水下机器人的质量和惯性矩建立质量矩阵；
20、根据所述雅克比矩阵、所述质量矩阵建立时延估计器误差和所述估计矩阵之间的等式关系；
21、根据所述等式关系定义所述估计矩阵，通过所述时间延迟和运动状态模型表示所述估计矩阵。
22、可选地，所述根据所述估计矩阵和所述超螺旋滑模控制律建立自适应广义超螺旋滑模控制律包括：
23、将所述估计矩阵代入所述超螺旋滑模控制律，获得所述自适应广义超螺旋滑模控制律。
24、第二方面，本发明提供了一种水下机器人轨迹跟踪装置，包括：
25、建模模块，用于建立关于水下机器人的运动数学模型；
26、自适应模块，用于根据所述运动数学模型确定超螺旋滑模控制律，其中，所述超螺旋滑模控制律用于调节内部参数，根据所述内部参数进行轨迹跟踪控制，所述内部参数包括所述水下机器人的内部调节参数；
27、时延模块，用于根据时间延迟建立估计矩阵，根据所述估计矩阵和所述超螺旋滑模控制律建立自适应广义超螺旋滑模控制律，其中，所述自适应广义超螺旋滑模控制律用于跟踪所述水下机器人的轨迹。
28、第三方面，本发明提供了一种电子设备，包括存储器和处理器；
29、所述存储器，用于存储计算机程序；
30、所述处理器，用于当执行所述计算机程序时，实现如上所述的水下机器人轨迹跟踪方法。
31、第四方面，本发明提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的水下机器人轨迹跟踪方法。
32、本发明的水下机器人轨迹跟踪方法的有益效果是：
33、基于水下机器人特有的动力学特性，构建其运动的数学模型，此模型作为实现精准轨迹跟踪的基础。通过该模型构建超螺旋滑模控制律，旨在赋予水下机器人快速响应能力及对外界干扰与内部参数变动的鲁棒性。在此基础上，考虑到实际应用中存在的时延现象，引入了时间延迟因素，设计了专门的估计矩阵，以此增强系统在面对高采样频率和较长延迟情况下的稳定表现。将估计矩阵与超螺旋滑模控制策略相结合，构建自适应广义超螺旋滑模控制律，从而实现了在存在外部干扰、高采样间隔以及显著时间延迟条件下的鲁棒性强的水下航行器轨迹跟踪控制。
1.一种水下机器人轨迹跟踪方法，其特征在于，包括：
2.根据权利要求1所述的水下机器人轨迹跟踪方法，其特征在于，所述建立关于水下机器人的运动数学模型包括：
3.根据权利要求2所述的水下机器人轨迹跟踪方法，其特征在于，所述在第一预设前提下，建立简化的所述六自由度运动模型，获得所述运动数学模型包括：
4.根据权利要求1所述的水下机器人轨迹跟踪方法，其特征在于，所述根据所述运动数学模型确定超螺旋滑模控制律包括：
5.根据权利要求4所述的水下机器人轨迹跟踪方法，其特征在于，所述根据所述运动状态模型确定所述超螺旋滑模控制律包括：
6.根据权利要求1所述的水下机器人轨迹跟踪方法，其特征在于，所述根据时间延迟建立估计矩阵包括：
7.根据权利要求6所述的水下机器人轨迹跟踪方法，其特征在于，所述根据所述估计矩阵和所述超螺旋滑模控制律建立自适应广义超螺旋滑模控制律包括：
8.一种水下机器人轨迹跟踪装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器；
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至7任一项所述的水下机器人轨迹跟踪方法。
