自主式无人水下航行器航向自适应滑模控制
基于滑模控制的水下机器人导航研究
基于滑模控制的水下机器人导航研究一、水下机器人导航技术概述水下机器人，也称为无人潜水器(UUV)，是一类能够在水下自主或遥控操作的机器人系统。
随着海洋资源开发、海洋科学研究、水下工程检测等领域需求的不断增长，水下机器人技术得到了迅速发展。
导航技术作为水下机器人的关键技术之一，直接影响着其执行任务的效率和安全性。
1.1 水下机器人导航技术的核心特性水下机器人导航技术的核心特性包括精确性、鲁棒性、自适应性和智能化。
精确性是指导航系统能够提供准确的定位信息，确保水下机器人在复杂的水下环境中准确到达预定位置。
鲁棒性是指导航系统能够在面对水下环境变化、传感器故障等不确定因素时，仍能保持稳定的导航性能。
自适应性是指导航系统能够根据环境变化和任务需求，自动调整导航策略。
智能化是指导航系统能够进行自主决策，实现复杂任务的自主导航。
1.2 水下机器人导航技术的应用场景水下机器人导航技术的应用场景非常广泛，包括但不限于以下几个方面：- 海底地形测绘：通过精确导航，水下机器人能够绘制海底地形图，为海洋地质研究提供基础数据。
- 海洋资源勘探：水下机器人能够导航至特定区域进行资源勘探，如油气、矿产等。
- 水下结构检测：水下机器人能够导航至水下结构物，如桥梁、管道等，进行检测和维护。
- 水下搜救：在发生海难等紧急情况时，水下机器人能够导航至失事区域进行搜救。
二、基于滑模控制的水下机器人导航研究滑模控制(Sliding Mode Control, SMC)是一种非线性控制策略，以其强鲁棒性和快速响应特性，在水下机器人导航系统中得到了广泛应用。
2.1 滑模控制的基本原理滑模控制的基本原理是设计一个滑动面，当系统状态在滑动面上时，系统表现出期望的动态特性。
通过设计适当的控制律，使得系统状态能够达到并保持在滑动面上，从而实现对系统的有效控制。
滑模控制具有对参数变化和外部干扰不敏感的特点，因此在水下机器人导航中具有很好的应用前景。
2.2 滑模控制在水下机器人导航中的应用在水下机器人导航中，滑模控制可以应用于路径跟踪、避障、姿态控制等多个方面。
自主水下航行器轴向运动的自适应反演滑模控制
反 演 技术是 一种 基 于 Ｉ ａ ｕ ｏ ． ｐ ｎ ｖ稳定 性 理论 的 ｙ 非线性 控制递 推设计 方法 ［ ］针 对具 有严格 反馈 形 ６， 式 的非 线性 系统 ， 系统 的输 出开始 向控制 输入“ 从 反 演 ” 得 到 一 系 列 系统 化 的 反 馈 控 制 律 和 相 应 的 ，
中图分类 号 ： Ｐ ４ Ｔ ２２
精 确 的轴 向运动 控制 ， 尤其 是位 置跟踪 控制 ， 对 于 自主水 下航 行 器 （ ＡＵＶ） 成 侦察 、 下 测 量 、 完 水 目
跟踪控 制 问题 ， 于 自适 应反 演控 制方法 ， 海流作 基 将 为未 知模 型参 数 进 行在 线 估 计 ， 并引 入滑模 控 制技 术 克 服系 统 的未 建模 特性 ， 证 了轴 向位 置跟 踪误 保
维普资讯
２００ ８月 ７年
西 北 工 业 大 学 学 报
Ｊ ｕ ｎ ｌ ｆＮｏ ｔ ｗｅ ｔｒ ｌｔｃ ｎｃ ｌ ｎｖ ｒｉｙ ｏ ｒ ａ ｒｈ ｓｅ ｎＰｏｙｅ ｈ ｉａ ｉｅ ｓｔ ｏ Ｕ
Ａｕ ． ｇ
２ ０ ０７
第 ２ 卷第 ４ ５ 期
ＶｏＩ ２５Ｎ ｏ． ． ４
自主水 下 航行 器 轴 向运 动 的 自适应 反 演滑 模控 制
高 剑 ，徐 德 民 ，李 俊 ，严 卫 生 ，张福 斌
（ 北 工 业 大 学 航 海 学 院 ， 西 西 安 ７ ０ ７ ） 西 陕 １ ０ ２
摘 要 ： 究 了 自主 水下航 行 器在 未知 海 流作用 下的轴 向运动跟 踪控 制 问题 ， 用非线性反 演设计 研 采
数 ， ｆ（ ）为模 型 中的未建模 动态 。 Ａ ｕ
基于自适应反步法的水下机器人滑模控制方法[发明专利]
![基于自适应反步法的水下机器人滑模控制方法[发明专利]](https://img.taocdn.com/s3/m/0c62fdbb85868762caaedd3383c4bb4cf7ecb71e.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201710961312.2(22)申请日 2017.10.17(71)申请人 西北工业大学地址 710072 陕西省西安市友谊西路127号申请人 西北工业大学深圳研究院(72)发明人 袁源 许斌 陈杰 凡永华 李志 (74)专利代理机构 西北工业大学专利中心61204代理人 王鲜凯(51)Int.Cl.G05B 13/04(2006.01)(54)发明名称基于自适应反步法的水下机器人滑模控制方法(57)摘要本发明公开了一种基于自适应反步法的水下机器人滑模控制方法，用于解决现有水下机器人控制方法实用性差的技术问题。
技术方案是基于对复杂非线性系统的分解，通过为子系统设计虚拟控制量，结合滑动模态逐级递推得到全系统的控制量；针对系统不确定上界引起的抖振问题，控制器中引入RBF神经网络，自适应逼近系统内部不确定性与外部干扰，最终实现对系统抖振的控制，并实现高精度跟踪控制，提高闭环系统鲁棒性，满足工程需求，实用性好。
权利要求书2页 说明书5页 附图1页CN 107544256 A 2018.01.05C N 107544256A1.一种基于自适应反步法的水下机器人滑模控制方法，其特征在于包括以下步骤：步骤一、考虑六自由度水下机器人前向、艏向动力学模型：其中m x和mψ分别为前向惯性参数、艏向惯性参数，d L,x、d L,ψ是一阶前向阻尼参数和艏向阻尼系数，d Q,x、d Q,ψ为二阶前向阻尼参数和艏向阻尼系数，τx和τψ分别为前向推力和艏向推力，F u、F r为前向干扰力和艏向干扰力；v x是前向加速度、前向速度，vψ是艏向加速度、艏向速度；步骤二、定义x21＝vψ，x22＝v x，令x2＝[x21 x22]T，则转换(1)式为状态空间方程如下：其中x1＝[x11 x12]T和x2为系统状态，u＝[τψ τx]T为系统的可控输入，y∈R2×1为系统可测输出，为系统非线性项，f表示由测量噪声引起的已知误差函数，F表示中存在的建模不确定性和外部干扰，Φ(x,u,W)＝Wσ(x,u)为由RBF神经网络逼近的外部干扰项，其中：x＝[x1 x2]T为神经网络输入向量，为神经网络权值矩阵，且W i∈R l×s，σ(x,u)∈R s×l为神经网络基函数，l、s、n分别为神经网络隐层数量、隐层节点数和输入节点数，B∈R2×2为已知正定常数矩阵，A1、A2状态矩阵为已知常数矩阵，由系统动力学模型推导得：A1＝I2×2，步骤三、定义跟踪偏差信号z1＝[z11 z12]T如下：z1＝y(t)-y d(t)＝x1(t)-y d(t) (3)其中，y d为期望的系统状态，其各界导数有界；z1对时间微分得：定义虚拟控制量β1为:其中，中间变量α1定义为：其中，C1＝diag[C11 C12]为正定对称矩阵；[k1 k2]T为正值参数向量，满足0<f i<k i；步骤四、定义偏差信号z2＝[z21 z22]T为：：z2＝x2-β1 (7)对z2微分得：其中，为神经网络权值的估计值，其自适应更新律为：其中，η为权值修正步长；为状态误差；设计控制器其中，为正值参数向量，满足0<F i<K i；C2＝diag[C21 C22]为正定对称非奇异矩阵；步骤五、根据所得到的控制输入u，代入水下机器人动力学模型(1)式中，对前向、艏向速度进行控制。
自治水下机器人自适应滑膜控制
：
【 要】 摘 对影响 自 治水下机器人控制性能的因素进行分析， 出将 自 提 适应滑模控制方法应用于水 ｉ
÷下机器人的深度控制， 使其在在各种干扰的条件下仍保持稳定且具有满意的性能。采用系统辨识的方法
： 得 到 系统 的模型 ， 而通过辨识得到 的模型 态品质和 ？
Ｗ ＵＢ ｏ ｊ１ Ｌ ｈ ｏ，ＷＡ ＧＸ ａ－ ｕ ａ－ｕ， Ｉ ｕ １ ２ Ｓ ２ Ｎ ｉｏ ｈ ｉ （Ｓ ｅ ｙｎ ｓ ｔｔ ｏ Ａ ｔｍ ｔ ｎ Ｃ ｉｅｅ ｃ ｄｍｙ ｆ ｃｅｃ ｓＳ ｅ ｙｎ １ ０ ， ｈｎ ） ｈ ｎａ ｇＩ ｔｕｅ ｆ ｕｏ ａ ｏ ， ｈｎ ｓ ａ ｅ ｉ ｅ ，ｈ ｎ ａｇ１ Ｃ ｉａ ｎ ｉ ｉ Ａ ｏＳ ｎ １ ０ ６ （Ｇ ａ ｕｔ Ｓ ｈｏ ｏ ｅ ｈｎｓ ｃｄ ｍ ｆ ｃｅｃ ｓＢ ｉｎ ０ ０ ９ Ｃ ｉａ 。 ｒｄ ａ ｃ ｏｌ ｆｈ ｉｅｅＡ ａ ｅ ｙｏ Ｓ ｉ ｅ ， ｅ ｉｇ１０ ４ ， ｈｎ ） ｅ ｔ Ｃ ｎ ｊ
÷ ｉ ￣ ｃ ｈｃ ｂａｎ ｄｂ ａａ ｅ ｒ ｓｍａ ｏ ｔｏ． ｍ ｏ ａｕａｉ ｆ ｃｉ ，ｈｃ ｎ 一 ÷ ｎ ｓ Ｃ ｅｗ ｉ ｉ ｏｔｉｅ ｙ ｒ ｍ ｔ ｔ ｔ ｎｍ ｈ ｄ Ａ ｓ ｏｔ ｓ ｒ ｏ ｕ ｔ ｎ ｗ ｉ ｎ ｇ ｕｑ ｈｓ ｐ ｅｅｉ ｉ ｅ ｈ ｔ ｔ ｎ／ｎ ｏ ｈ，
水下机器人控制中的自适应滑模控制算法研究
水下机器人控制中的自适应滑模控制算法研究随着人类科技的不断发展，水下机器人已经作为一种重要的研究和应用工具被广泛应用于海洋科学、资源勘探和海洋环境保护等领域。
在水下机器人的运动控制方面，自适应滑模控制算法已经成为研究热点之一。
本文将重点探究水下机器人控制中的自适应滑模控制算法，从理论与实践两个方面进行阐述。
一、自适应滑模控制算法原理自适应滑模控制算法是通过引入自适应控制补偿来提高传统滑模控制算法的控制精度和鲁棒性。
在水下机器人控制中，由于水下环境的复杂性以及水下机器人自身的特性，常规的PID控制算法难以满足要求，因此应用滑模控制算法可以更好地解决问题。
具体来说，自适应滑模控制算法可以通过引入自适应补偿来消除传统滑模控制算法中的固有偏差，在控制精度和鲁棒性上都有一定的提升。
二、自适应滑模控制算法的实践应用在水下机器人的控制应用中，自适应滑模控制算法已经有了一些实践应用，并取得了一些成效。
比如，在一些海洋勘探项目中，水下机器人需要沿着一定的轨迹进行探测，需要具有良好的运动控制能力。
采用自适应滑模控制算法可以更好满足控制要求，实现更加精确的控制。
此外，在一些海洋环境保护与资源管理项目中，水下机器人通常需要进行定位、跟踪和监测等多种任务，使用自适应滑模控制算法可以提高控制精度，使得水下机器人能够更好的完成任务。
三、自适应滑模控制算法存在的问题虽然自适应滑模控制算法在水下机器人中有一定的应用，但是仍然存在一些不足和问题。
首先，自适应滑模控制算法的应用需要考虑水下环境的复杂性和不确定性，因此控制策略需要合理选择，并需要进行充分的实验验证。
其次，在水下机器人控制中，由于水下环境的变化和机器人自身的干扰，传感器的读数往往不是非常准确，这就要求自适应滑模控制算法需要有一定的鲁棒性和抗干扰能力。
最后，自适应滑模控制算法的实施和应用需要涉及到控制硬件的实现，如何实现相应的算法并将其集成到水下机器人的控制系统中也是一个挑战。
无人船自适应超螺旋轨迹跟踪滑模控制
无人船自适应超螺旋轨迹跟踪滑模控制
冯成涛;陈威;陶睿楠;朱栋;储开斌
【期刊名称】《电子测量技术》
【年(卷),期】2024(47)5
【摘要】针对无人船受到风浪等不确定性干扰时易出现轨迹跟踪误差大、自适应增益范围小、滑模控制方法的抖振等问题,提出了一种新型自适应超螺旋滑模控制算法。
根据无人船结构建立数学模型,引入轨迹参考点将数学模型转换为二阶系统微分方程;设计自适应超螺旋滑模控制器;构造Lyapunov函数,推导满足系统闭环稳定性的自适应增益。
在考虑风阻、浪阻的情况下,将本文方法分别与超螺旋滑模控制和传统自适应超螺旋滑模控制这两种方法进行仿真实验对比。
结果显示,在仿真实验的30 s中,本文方法的轨迹跟踪平均绝对误差比超螺旋滑模控制和传统自适应超螺旋滑模控制分别减少了0.60 m和0.27 m,仿真结果表明本文方法能够有效提高系统控制性能,抑制抖振,减小轨迹跟踪误差。
【总页数】8页(P37-44)
【作者】冯成涛;陈威;陶睿楠;朱栋;储开斌
【作者单位】常州大学微电子与控制工程学院
【正文语种】中文
【中图分类】TM341
【相关文献】
1.非完全对称欠驱动无人艇的自适应滑模轨迹跟踪控制
2.基于非奇异终端滑模控制的水面无人船轨迹跟踪
3.非完全对称欠驱动无人艇的自适应滑模轨迹跟踪控制
4.基于自适应超螺旋滑模弹道跟踪控制方法
5.基于自适应滑模的欠驱动无人艇轨迹跟踪控制算法
因版权原因，仅展示原文概要，查看原文内容请购买。
基于自治水下机器人纵向运动的滑模定深控制
基于自治水下机器人纵向运动的滑模定深控制李璐琼;张福斌;李勇强【摘要】针对自治水下机器人(AUV)的控制特点,建立了AUV纵向运动的动力模型,采用高阶滑模非线性控制的方法,并运用计算机仿真的手段进行了验证,仿真结果显示了该系统具有良好的控制性能,有效地消除了滑模控制的抖振,对外部扰动具有较强的鲁棒性.【期刊名称】《电子设计工程》【年(卷),期】2013(021)007【总页数】4页(P59-61,64)【关键词】自治水下机器人;滑模控制;俯仰角;深度;舵角【作者】李璐琼;张福斌;李勇强【作者单位】西北工业大学航海学院陕西西安710000;西北工业大学航海学院陕西西安710000;西北工业大学航海学院陕西西安710000【正文语种】中文【中图分类】TP302随着时代的发展，自治式水下机器人（Autonomous Underwater Vehicle，AUV）在世界范围内的应用领域不断扩大应用于海洋研究、海洋开发等，同时其相应的技术得到了长足发展。
在海洋开发过程中，AUV将在海洋环境的探测与建模、海洋目标的水下探测与识别、定位与传输等方面发挥重要的作用。
由于水下环境的复杂性和AUV各自由度之间存在强耦合性和非线性特征，使得在设计AUV运动控制器时需要考虑许多因素，因此AUV的自动控制存在很大困难。
AUV在工作过程中，深度控制是其完成上层任务的主要因素。
滑模控制是近些年发展起来的一种方法，已经有不少成功的应用，由于滑动面的设计与控制对象的参数以及干扰无关，使得滑模控制具有快速响应，对参数和外干扰变化不灵敏，无需系统在线辨识，物理实现简单的优点。
因此本文引进了一种二阶滑模控制方法，其对AUV的定深控制具有良好的鲁棒性，而且反应迅速，提高了AUV运动的自主能动性。
结合刚体运动和流体力学原理[5]，可以得到AUV空间运动的完整数学模型[3-6]。
文中只研究AUV纵向运动的定深问题。
根据参考文献[1]，假定如下前提条件：AUV未扰动运动是定常运动，各运动参数为 vx0、vy0、ωz0、v0、θ0、δe0，α0；受到扰动后各运动参数为vx=vx0+Δvx，vy=vy0+Δvy...α=α0+Δα；并假设扰动量Δvx，Δvy...Δα 为小量，可得到 AUV纵向运动方程组为式中：λij—AUV附加质量矩阵；ωz—AUV的俯仰角速度；ρ—流体的密度；S—AUV的最大横截面积；L—AUV的长度；1 2 ρv2—流体的动压力；Cyδe—AUV 的升力因数对水平舵角δe的位置导数；Cyα—AUV的升力因数对攻角α的位置导数；mzδe—AUV 的俯仰力矩因数对水平舵角δe 的位置导数；mzα—AUV的俯仰力矩因数对攻角α的位置导数；mzωz—AUV的俯仰力矩因数对角速度ωz的旋转导数。
基于反演设计的无人水下航行器自适应二阶滑模控制
基于反演设计的无人水下航行器自适应二阶滑模控制杨永彬;赵贺伟;李涵【摘要】针对存在参数不确定性和结构不确定性的无人水下航行器，利用反演设计方法设计了无人水下航行器的控制器，并利用自适应控制方法在线估计参数变化率。
同时，结合滑模控制克服系统中的未建模动态特性；比较了传统滑模控制与二阶滑模控制的区别，充分体现二阶滑模控制对传统滑模控制中颤振的削弱作用；仿真验证了设计方法的有效性和正确性。
%The controllers were deigned based on backstepping for unmanned underwater vehicle with parameter and struc⁃ture uncertainties, and parameters were estimated by adaptive control measures. The model uncertainties of system were solved by conventional sliding mode control and second order sliding mode control methods, and it demonstrated the effect of second order sliding mode control to relax the chatters of conventional sliding mode control. The simulations demonstrat⁃ed the effectiveness and correctness of the controllers deigned.【期刊名称】《海军航空工程学院学报》【年(卷),期】2016(031)002【总页数】7页(P152-158)【关键词】无人水下航行器;反演;自适应;滑模控制【作者】杨永彬;赵贺伟;李涵【作者单位】92840部队，山东青岛266000;海军航空工程学院控制工程系，山东烟台264001;92212部队，山东青岛266000【正文语种】中文【中图分类】TP301.5目前，利用非线性控制方法进行无人水下航行器（UnmannedUnderwaterVehicle，UUV）的控制系统设计被很多学者关注。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
自主式无人水下航行器航向自适应滑模控制
自主式无人水下航行器是近年来新兴的一项技术，其功能和应用范围非常广泛，从深海勘探到水域环境监测、水下拍摄等均有广泛应用。
控制水下航行器主要是为了使其保持前进方向和深度的稳定和可靠，同时能够适应不同的水下环境和运动情况。
本文将从控制角度出发，讨论自主式无人水下航行器航向自适应滑模控制的实现。
航向自适应滑模控制的基本原理是基于滑模控制的思想，通过引入滑动变量，使得原系统转化为一种线性的可控制形式，并能够减小系统受到外部干扰的影响，提高控制精度和鲁棒性。
具体来说，滑模控制器将系统控制过程分为两个阶段，即到达滑面和滑动模式。
在到达滑面阶段，系统应该接受控制器的反馈和控制信号，将其控制到滑面上，以达到开始滑动模式的状态。
接着在滑动模式阶段，系统会通过滑动条件达到乘性或加性扰动下的鲁棒控制性质。
自主式无人水下航行器的运动包括横向运动和纵向运动两种情况，因此航向控制系统需要同时考虑这两种运动情况下的航向保持问题。
因此，我们将水下航行器的运动分为横向运动和航向控制两个沿用依赖控制器的不同小系统，用基于航向环的自适应滑模控制实现航向控制。
在具体实现过程中，需要将航向角度、角速度和航向角度误差等做为控制器输入，根据一定的控制规律和设计策略，实现航向角度和航向角度误差的自适应调节和滑模控制。
在设计上，需要将自适应滑模控制器嵌入到自主式无人水下航行器的硬件系统中，以充分发挥其控制性能优势。
需要根据系统的特性，逐步确定控制器的控制模型、滑动模式和滑面等重要参数，并进行反复测试验证和调整，以充分满足控制要求和工作环境的变化。
在实际应用中，自主式无人水下航行器的控制系统需要考虑到海洋环境的复杂性和艰苦的工作条件，需要充分优化控制算法，提高控制算法的鲁棒性和稳定性，以保证系统的可靠性和性能。
结论：自主式无人水下航行器航向自适应滑模控制是一种适用于水下探测、水下环境监测、水下科学研究等应用领域的新型控制技术，能够实现水下航行器的稳定运动和适应不同工作环境的能力。
同时，这种控制技术需要克服复杂的环境和运动环境的干扰，需要全面考虑控制算法的鲁棒性和稳定性，从而保证控制系统的可靠性和性能。
为了更好的理解自主式无人水下航行器航向自适应滑模控制，我们需要收集和分析相关的数据。
以下是一些可能有用的数据及其分析:
1. 航向角度误差
航向角度误差是水下航行器航向控制的重要控制参数，对于水下航行器保持良好的航向稳定性是至关重要的。
因此，我们需要收集水下航行器的航向角度误差数据，根据这些数据分析系统的当前工作状态和控制性能。
2. 控制系统响应速度
控制系统响应速度是衡量水下航行器控制系统总体性能的重要指标，需要在实际测试中进行评估。
通过收集控制系统响应速度数据，我们可以评估其当前的速度和是否满足系统的控制要求。
3. 滑模控制参数
滑模控制参数是控制系统的关键参数，需要根据测试数据确定系统的参数。
这些参数包括滑动模式、滑动面和滑动控制器的参数等。
通过收集和分析这些数据，我们可以确定在不同工作环境下不同水下航行器的最佳控制参数以实现更好的控制性能和可靠性。
4. 环境变化
海洋环境是动态的，随时可能发生变化，例如海流、潮汐、海浪等。
这些因素都可能影响到水下航行器的控制性能和稳定性。
我们需要收集和分析环境变化数据，以了解不同环境下系统的变化情况，进而调整控制系统的参数。
5. 运动轨迹
通过对水下航行器运动轨迹进行分析，可以更好地了解系统的控制性能和稳定性。
例如，通过观察运动轨迹，可以评估系统的航向稳定性和运动可控性。
同时，还可以评估系统的控制算法和策略是否满足工作要求和环境。
总之，通过对自主式无人水下航行器控制系统相关数据的收集和分析，可以更好地了解系统的工作状态和控制性能。
同时，也可以根据分析结果，进一步优化控制系统，提高其鲁棒性和稳定性，从而实现更好的控制效果。
针对自主式无人水下航行器控制系统的相关数据收集和分析，我们可以结合以下案例进行分析和总结。
以上海交通大学为例，针对该校自主式水下航行器，开展了一次成功的自主式人工作业探测和海底文物拍摄实验。
在实验中，研究团队通过对水下航行器的控制系统数据进行收集和分析，优化了系统的控制算法和参数，取得了良好的控制效果和照片拍摄成果。
具体来说，研究团队通过收集航向角度误差、控制系统响应速度、滑模控制参数、环境变化、运动轨迹等方面的数据，评估了水下航行器控制系统的性能和稳定性。
首先，团队发现航向角度误差比较大，系统需要进行航向控制算法优化。
通过调整航向控制参数和加入自适应航向控制算法，实验结果表明航向角度误差明显减小，水下航行器的控制精度和稳定性得到了提高。
其次，团队对滑模控制参数进行了优化，调整滑动模式和滑动面参数，提高了水下航行器的控制效果。
并通过收集和分析环境变化数据，让系统更加适应复杂的海洋环境，保证了其稳定性和鲁棒性。
此外，团队还通过对运动轨迹的收集和分析，评估了水下航行器的运动可控性和控制算法是否满足要求。
通过这些数据的收集和分析，研究团队优化了自主式水下航行器的控制系统，实现了良好的控制效果和拍摄成果。
综上所述，通过对控制系统相关数据的收集和分析，能够优化水下航行器的控制效果和稳定性，从而实现更好的控制和拍摄成果。
这为自主式无人水下航行器的实际应用提供了重要的理论基础和实践经验。