矢量推进技术具有能够改变推进器所产生的推力方向，可以提高推进器的灵活性，应用到了缆控水下机器人(Remotely Operated Vehicle，ROV)上能更好地控制ROV的姿态和运动。本文基于四个矢量推进器耦合驱动，设计构建了一种基于四矢量推进的ROV。由于矢量推进器的结构特性，本文需要重新对ROV建立运动学和动力学的模型，并基于动力学模型给矢量 ROV 设计了一种新的控制系统，然后对矢量 ROV 进行了仿真和实机实验研究。本文研究内容包括： (1) 基于矢量推进设计一种新的四矢量ROV并使用Solidworks软件建立3D模型。然后对其进行了运动学和动力学建模。在动力学模型中考虑了ROV矢量推进器结构矩阵的推导，同时还考虑了模型的不确定性和洋流干扰因素，并通过合理的简化得到了矢量ROV的动力学模型。 (2) 针对矢量ROV在复杂海况下的运动控制问题，提出了一种基于矢量推进的动态控制系统。该控制系统分为运动控制模块和动力分配控制模块。本文基于简化得出的矢量ROV的动力学模型设计了两种控制器，一种是基于新型非线性干扰观测器的非奇异快速终端滑模控制(Nonsingular Fast Terminal Sliding Mode Control Based On Nonlinear Disturbance Observer, NFTSMC-NDO)，另一种是基于高阶观测器的双环PID神经网络滑模控制(Double-Loop Neural Network PID Sliding Mode Control Based On Nonlinear High-Order Observer, DLNNSMC)，其中在运动控制模块中，运动控制模块分别采用这两种控制器与PID控制器相结合的控制方法，利用Lyapunov函数验证这两种控制器的稳定性和收敛性。而动力分配控制模块设计了一种最优化目标函数及其基于伪逆法的求解方法。并把建立好的矢量ROV的3D模型导入到Gazebo的水下动画仿真环境中验证了所提出的控制系统的有效性和鲁棒性。 (3) 为了证明本文提出的NFTSMC-NDO控制器在性能上的优越性，将其与其他三种先进的非奇异快速终端滑模控制器进行对比仿真。实验结果表明，本文提出的NFTSMC-NDO控制器具有更好的抗洋流干扰性能和更快的位置跟踪控制响应，并且比其他三种先进的控制器更具有鲁棒性。同时，还将本文提出的 DLNNSMC 与其他两种先进的 PID 神经网络滑模控制器在新型 AUV 模型上进行了对比仿真，并且把DLNNSMC应用到矢量ROV的定点跟踪控制上。实验结果表明，本文提出的NFTSMC-NDO 控制器在轨迹跟踪控制具有更好的性能表现，而在定点跟踪控制的仿真中， DLNNSMC的跟踪效果比NFTSMC-NDO更好。 (4) 本文建立了一个硬件控制系统，用于进行实机实验。该系统由底层驱动控制板和上层机器人操作系统(Robot Operating System, ROS)组成，岸上地面站则是手提电脑。底层采用STM32开发板进行驱动控制，上层则采用树莓派的ROS平台进行控制，岸上地面站可以对树莓派进行通信和控制。通过实机验证测试，可以发现样机能够满足所设计的要求，并且在实验中取得了良好的控制效果。 最后，对本文的工作进行了总结，并展望了未来的研究方向。
NETL
