伴随着海洋的开发,水下机器人得到广泛的应用。但是由于水下机器人各自由度之间存在较强的耦合和非线性特征,其精确的数学模型很难获得。因此,在设计控制器时需要考虑许多因素。智能控制技术是当前控制领域研究的热点之一,广泛用于不确定性、非线性等复杂控制系统的控制中。本文旨在探讨PID和神经网络在水下机器人运动控制中的应用,并设计出优良的水下机器人运动控制系统。 本文建立了水下机器人AUV空间运动学模型,并根据实际需要和控制器设计的方便进行了适当简化,得到了AUV六自由度运动模型。并在此基础上,使用了基于神经网络的PID控制方法。主要介绍了PID、多层神经网络的基本结构、学习算法原理等,分析了PID和神经网络相结合的形式,并重点研究了PID控制器和神经网络PID控制器的应用。 本文将神经网络的PID控制方法应用于水下机器人。结合水下机器人六自由度水动力模型,建立了PID、以及基于BP网络的PID的水下机器人控制器,并进行了仿真环境下的试验。试验结果表明,以上控制方法较为适合水下机器人的运动控制。