王晓静｜水下机械手自适应控制器

受DARPA资助，美国路易斯安那州立大学的研究人员设计了一种采用数据驱动模型的水下机械手自适应控制器，当存在多种干扰时仍可保持较好的控制性能。

水下机械手的控制能力受海洋环境、搭载平台、操作物体等因素影响较大。为此，研究人员设计了一种新型自适应控制器，可以操作不同质量、几何形状和浮力的物体。新型自适应控制器采用最优控制理论，使用数据驱动的模型代替线性模型以降低不确定性，使用水下机械手收集的数据训练神经网络模型，并采用自适应交互理论设计调整方法，使控制器可以自适应工作条件。研究人员将使用自适应控制器的机械手分别安装于固定底座和移动平台，并进行了物体操作实验，验证了控制器的有效性。

这种自适应控制器可在多种干扰环境下高效可靠控制水下机械手，可应用于各种军用、民用无人潜航器，执行光缆破坏、海底地质采样等任务。