水下球形机器人是各个自由度方向运动强耦合的严重非线性系统,其精确的运动方程通常难以获得,而运动控制技术是水下球形机器人系统研究中的基础与前提,一个稳定可靠的控制系统也是水下球形机器人完成预期任务和水下作业的前提与保证。本论文旨在探讨神经元网络控制技术在水下球形机器人运动控制中的应用,并以某一特定的水下球形机器人作为研究对象,设计出性能优良的运动控制系统。论文是以BYSQ-2型水下球形机器人为硬件平台,在对水下球形机器人系统进行详细分析的基础上,提出了利用PID神经元网络控制算法进行控制的方法,并对该方法进行了仿真分析,设计了基于ARM处理器AT91SAM7X256的一套嵌入式运动控制系统,最后对系统的运行调试进行了简要介绍。水下球形机器人系统是一个具有大惯性、大迟延和时变特性的复杂控制对象,常规的串级PID控制系统很难取得较好的调节品质,而使用基于PID神经元网络的控制策略可以获得很好的控制效果。仿真结果表明,与传统PID控制相比,PID神经元网络(PIDNN)控制不仅改善了系统的动态性能,而且在一定程度上也克服了对象的时变性对控制效果的影响。本文在运动控制系统中介绍了控制系统的硬件组成及工作原理,采用了ARM7 AT91SAM7X256作为处理器,通过加速度计和陀螺仪进行实际姿态和航向的反馈,组成一个以神经元网络算法进行调节的闭环控制系统。在系统电路部分,介绍了ARM7最小系统电路、通讯电路、传感器电路等部分的设计,并对相关模块进行了分析研究。在软件设计部分,介绍了基本的ARM软件设计技术,给出了硬件接口的程序设计流程,ARM程序开发采用C语言编程,着重提出了神经元网络控制的算法和在线学习理论、传感器数据接收以及通信程序设计。上位机上层界面用VC6.0设计,利用VC的MSComm控件去访问计算机串口,ARM7与上位机之间采用异步通信方式。