CN105786012A - 基于生物激励模型的uuv虚拟速度控制方法 - Google Patents
基于生物激励模型的uuv虚拟速度控制方法 Download PDFInfo
- Publication number
- CN105786012A CN105786012A CN201610177483.1A CN201610177483A CN105786012A CN 105786012 A CN105786012 A CN 105786012A CN 201610177483 A CN201610177483 A CN 201610177483A CN 105786012 A CN105786012 A CN 105786012A
- Authority
- CN
- China
- Prior art keywords
- uuv
- speed
- velocity
- pseudo
- error
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000005284 excitation Effects 0.000 claims description 22
- 238000009795 derivation Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000008587 neuronal excitability Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Health & Medical Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于生物激励模型的UUV虚拟速度控制方法,涉及一种UUV速度的控制方法。为了解决UUV速度的控制不稳定的问题。包括:获得虚拟速度;将当前的位置误差输入至生物激励模型进行平滑连续处理,获得新的位置误差,根据所述新的位置误差对虚拟速度进行处理,获得平滑连续的虚拟速度;将虚拟速度、海流速度与UUV当前实际航速相减后获得速度误差作为PID速度控制器的输入,PID速度控制器将输出作用在UUV模型上,得到UUV下一步的实际位置,根据得到实际位置对UUV进行控制;将UUV的实际位置与UUV运动规划输出的期望位置相比较,得到的位置误差项作为下一步生物激励模型的位置误差输入。本发明用于UUV在近水面或浅海区域航行时控制航速。
Description
技术领域
本发明涉及一种UUV速度的控制方法,特别涉及一种基于生物激励模型的UUV虚拟速度控制方法。
背景技术
UUV在近水面或浅海区域航行时,海流对于航速的干扰非常强,在实际中使用传统的PID控制器时,出现了许多特有的控制问题,如航速跟踪持续滞后、推进器响应频繁等。致使UUV在航行中噪声增大、续航能力变差、推进器使用寿命减少。
现有一种基于迭代滑模方法设计了UUV航迹跟踪控制器,但并没有对UUV的航速进行必要的控制,仅对位置进行控制,而在实际实验中精确的位置跟踪是建立在稳定的航速基础上的。由于航速的精准与否对UUV整体性能有重要影响,因此对于UUV实际航速的准确稳定控制十分有必要。
而现有采用传统PID控制***进行速度控制也存在不稳定问题。
发明内容
本发明的目的是为了解决UUV速度的控制不稳定的问题,本发明提供一种基于生物激励模型的UUV虚拟速度控制方法。
本发明的基于生物激励模型的UUV虚拟速度控制方法,所述方法包括如下步骤:
步骤一:根据运动学模型建立欠驱动UUV三维空间运动时的速度非线性方程,得到UUV在固定坐标系{E}下与艇体坐标系{B}下速度间的关系;
步骤二:根据步骤一得到的UUV速度间的关系,获得虚拟速度;
步骤三:将当前的位置误差输入至生物激励模型进行平滑连续处理,获得新的位置误差,根据所述新的位置误差对步骤二中的虚拟速度进行处理,获得平滑连续的虚拟速度;
步骤四:将步骤三生成的虚拟速度、海流速度与UUV当前实际航速相减后获得速度误差作为PID速度控制器的输入,PID速度控制器将输出作用在UUV模型上,得到UUV下一步的实际速度;
步骤五:将步骤四得到的UUV下一步的实际速度从艇体坐标系{B}下转换为固定坐标系{E}下,再积分,得到UUV的下一步的实际位置,根据得到实际位置对UUV进行控制;
步骤六:将UUV的实际位置与UUV运动规划输出的期望位置相比较,得到的位置误差项作为下一步步骤三中生物激励模型的位置误差输入,转入步骤三。
所述步骤一中,UUV在固定坐标系{E}下与艇体坐标系{B}下速度间的关系为:
其中,u、v和w分别为UUV在艇体坐标系{B}下三个线速度分量;r为UUV在艇体坐标系{B}下与艏向角对应的角速度分量,ψ为艏向角,ψd为期望艏向角;ξ、η和ζ分别为UUV在固定坐标系{E}下三个位置分量,UUV当前运动位置η=[ξηζ]T,ηd=[ξdηdζd]T为UUV期望运动位置;UUV的位置误差为e=[eξeηeζeψ]T,eξ、eη和eζ分别表示在ξ、η和ζ三个位置上的误差,eψ为艏向角误差,˙表示求导。
所述二中,根据步骤一得到的UUV速度间的关系,利用反步法获得虚拟速度:
其中,k、kζ和kψ均为大于0的常数,Ud=[udvdwdrd]T为UUV在艇体坐标系{B}下的期望速度。
所述步骤三中,根据所述新的位置误差对步骤二中下一步的虚拟速度进行处理,获得平滑连续的虚拟速度的方法为:
将新的位置误差取代下一步的虚拟速度中的位置误差项,从而得到平滑连续的虚拟速度。
所述生物激励模型为:
其中f(eΔ)=max(eΔ,0),g(eΔ)=max(-eΔ,0);生物激励模型在任意输入情况下的输出的误差项总是保持在[-D,B]范围内;ei为生物激励模型的输入,即:当前的位置误差,eΔ=0-ei为当前的位置误差的误差,Vi为生物激励模型的输出,即:新的位置误差,i=ζ,η,ξ,ψ:
A、B和D分别为生物激励模型中的参数;
平滑连续的虚拟速度U′c:
本发明的有益效果在于,本发明得到的UUV虚拟速度是基于生物激励模型的,对UUV运动模型进行分析得到UUV位置误差对UUV航行的影响,结合生物激励模型的平滑特性,根据实际控制速度的需求将位置误差结合模型进行平滑处理,最终得到具有平滑连续特性的虚拟速度。本发明针对传统PID***控制产生的速度不稳定问题进行研究,在加入生物激励模型后使UUV航速得以控制,并且在海流干扰下也能够保持稳定性能,降低了噪声,***不会震荡。
附图说明
图1为具体实施方式中UUV垂直面坐标系示意图。
图2为具体实施方式中UUV水平面坐标系示意图。
图3为艇体坐标系{B}的原理示意图。
图4为具体实施方式中基于生物激励模型的UUV虚拟速度控制方法的原理示意图。
具体实施方式
具体实施方式一:本实施方式所述的基于生物激励模型的UUV虚拟速度控制方法,以下将结合图1至图4对本实施方式作进一步详细说明。所述基于生物激励模型的UUV虚拟速度控制方法包括如下步骤:
步骤一:根据运动学模型建立欠驱动UUV三维空间运动时的速度非线性方程,得到UUV在固定坐标系{E}下与艇体坐标系{B}下速度间的关系;
为便于分析,本实施方式对UUV航行模型做出如下假设:(1)UUV速度为非负值,即不考虑倒行时的速度控制;(2)忽略横滚运动的影响;(3)所考虑的UUV对象左右对称。在UUV运动分析及操纵性试验中,通常分为水平面与垂直面两方面来进行。其中水平面分析主要用于考察UUV航速及回转运动稳定性,而垂直面分析则主要考察UUV定深、变深性能。图1与图2描述了UUV三维空间运动分析时所用到的坐标系。其中,Eξηζ为大地固定坐标系,以E为大地固定坐标系的中心,ξ、η和ζ分别表示大地固定坐标系下的三个轴对应的坐标。BXYZ为UUV艇体坐标系,如图3所示,以B为艇体坐标系的中心,p、q和r分别为UUV角速度矢量在艇体坐标系下的三个分量;G为UUV重心,在坐标系{B}下其坐标为RG=(xG,0,0)T;UUV的合成速度U=[uvw]T,χ和γ分别为UUV潜浮角与航迹角;α和β分别为UUV冲角与漂角;ψ为艏向角;由于本实施方式考虑的是近水面UUV航行时,所以忽略横倾角与纵倾角θ,即
UUV艇体坐标系BXYZ相关参数含义如表1所示。
表1UUV运动变量
UUV空间运动方程利用速度向U=[uvw]T表示的形式如下:
其中,u、v、w分别为UUV在艇体坐标系{B}下3个速度分量。
设固定坐定标系{E}到艇体坐标系{B}之间的坐标旋转矩阵为S,则:
其中,x、y、z分别为UUV在艇体坐标系{B}下位置,ξ、η、ζ分别为UUV在固定坐定标系{E}下位置。
设在艇体坐标系{B}下:UUV的合成速度U=[uvw]T,角速度Ω=[pqr]T,p、q、r分别为UUV在艇体坐标系{B}3个角速度分量,r为UUV在艇体坐标系{B}下与艏向角对应的角速度分量。在固定坐定标系{E}下:UUV的绝对航速角速度
对式(2)进行求导可得:
且有:
定义在固定坐定标系{E}下:近水面运动UUV的位置误差为e=ηd-η=[eξeηeζ]T,对其求导可得:
其中,UUV当前运动位置η=[ξηζ]T,ηd=[ξdηdζd]T为UUV期望运动位置,eξ、eη和eζ分别表示在ξ、η和ζ三个位置上的误差,eψ为艏向角误差,˙表示求导。由图2可得UUV在固定坐标系{E}下与艇体坐标系{B}下速度间的关系
则有:
ψ为艏向角,ψd为期望艏向角;
步骤二:根据步骤一得到的UUV速度间的关系,获得虚拟速度:
依据式(5),根据反步法,获得虚拟速度:
其中,k、kζ和kψ均为大于0的常数,Ud=[udvdwdrd]T为UUV在艇体坐标系{B}下的期望速度,udcoseψ-vdsineψ,udsineψ+vdcoseψ为期望速度坐标到实际速度坐标的转换。
步骤三:将当前的位置误差输入至生物激励模型进行平滑连续处理,获得新的位置误差,根据所述新的位置误差对步骤二中的虚拟速度进行处理,获得平滑连续的虚拟速度:本实施方式中虚拟速度设计模块应用了生物激励模型,是本实施方式中最重要的特征。生物激励模型具有平滑响应,抑制控制输出上限及下限的作用,且具有全局一致渐进稳定的特性。
本发明应用如下简化的生物激励模型:
其中,V为神经元的兴奋度,A,B及D分别为神经元兴奋度的衰减率、上限及下限。S+与S-为神经元兴奋性及抑制性输入。
进一步将式(8)表示为多路神经元的形式:
其中f(eΔ)=max(eΔ,0),g(eΔ)=max(-eΔ,0);生物激励模型在任意输入情况下的输出的误差项总是保持在[-D,B]范围内;ei为生物激励模型的输入,即:当前的位置误差,eΔ=0-ei为当前的位置误差的误差,Vi为生物激励模型的输出,即:新的位置误差,i=ζ,η,ξ,ψ:
调整参数A、B和D共同作用决定UUV误差收敛的速度,即UUV跟踪轨迹收敛的速度。A值越小,UUV渐进期望轨迹用的时间越短,速度变化的范围相对越大;B和D与A有相似影响,但是值B和D的值越小,UUV渐进期望轨迹用的时间越长,速度变化的范围相对越大;
UUV虚拟速度控制策略生成的虚拟速度中的位置误差项得到平滑连续处理:。根据所述新的位置误差对步骤二中下一步的虚拟速度进行处理,获得平滑连续的虚拟速度的方法为:将新的位置误差取代下一步的虚拟速度中的位置误差项,从而得到平滑连续的虚拟速度。平滑连续的虚拟速度为:
UUV根据运动规划与实际位置误差e,在速度控制策略基础上设计UUV虚拟速度,由于虚拟速度受到误差影响,在海流干扰下该虚拟速度会在一定范围内波动,造成PID速度控制器频繁响应,从而导致UUV实际航速出现高频率波动,增加了UUV自身噪声,减少了推进器的使用寿命。为解决该问题,在虚拟速度设计中引入生物激励模型,利用该模型的连续平滑且有界的输出特性设计出平滑连续的虚拟速度U′c;
步骤四:将步骤三生成的虚拟速度、海流速度与UUV当前实际航速相减后获得速度误差作为PID速度控制器的输入,PID速度控制器将输出作用在UUV模型上,得到UUV下一步的实际速度;
步骤五:将步骤四得到的UUV下一步的实际速度从艇体坐标系{B}下转换为固定坐标系{E}下,再积分,得到UUV的下一步的实际位置,根据得到实际位置对UUV进行控制;
步骤六:将UUV的实际位置与UUV运动规划输出的期望位置相比较,得到的位置误差项作为下一步步骤三中生物激励模型的位置误差输入,转入步骤三。
Claims (5)
1.一种基于生物激励模型的UUV虚拟速度控制方法,其特征在于,所述方法包括如下步骤:
步骤一:根据运动学模型建立欠驱动UUV三维空间运动时的速度非线性方程,得到UUV在固定坐标系{E}下与艇体坐标系{B}下速度间的关系;
步骤二:根据步骤一得到的UUV速度间的关系,获得虚拟速度;
步骤三:将当前的位置误差输入至生物激励模型进行平滑连续处理,获得新的位置误差,根据所述新的位置误差对步骤二中的虚拟速度进行处理,获得平滑连续的虚拟速度;
步骤四:将步骤三生成的虚拟速度、海流速度与UUV当前实际航速相减后获得速度误差作为PID速度控制器的输入,PID速度控制器将输出作用在UUV模型上,得到UUV下一步的实际速度;
步骤五:将步骤四得到的UUV下一步的实际速度从艇体坐标系{B}下转换为固定坐标系{E}下,再积分,得到UUV的下一步的实际位置,根据得到实际位置对UUV进行控制;
步骤六:将UUV的实际位置与UUV运动规划输出的期望位置相比较,得到的位置误差项作为下一步步骤三中生物激励模型的位置误差输入,转入步骤三。
2.根据权利要求1所述的基于生物激励模型的UUV虚拟速度控制方法,其特征在于,所述步骤一中,UUV在固定坐标系{E}下与艇体坐标系{B}下速度间的关系为:
其中,u、v和w分别为UUV在艇体坐标系{B}下三个线速度分量;r为UUV在艇体坐标系{B}下与艏向角对应的角速度分量,ψ为艏向角,ψd为期望艏向角;ξ、η和ζ分别为UUV在固定坐标系{E}下三个位置分量,UUV当前运动位置η=[ξηζ]T,ηd=[ξdηdζd]T为UUV期望运动位置;UUV的位置误差为e=[eξeηeζeψ]T,eξ、eη和eζ分别表示在ξ、η和ζ三个位置上的误差,eψ为艏向角误差,˙表示求导。
3.根据权利要求2所述的基于生物激励模型的UUV虚拟速度控制方法,其特征在于,所述二中,根据步骤一得到的UUV速度间的关系,利用反步法获得虚拟速度:
其中,k、kζ和kψ均为大于0的常数,Ud=[udvdwdrd]T为UUV在艇体坐标系{B}下的期望速度。
4.根据权利要求1所述的基于生物激励模型的UUV虚拟速度控制方法,其特征在于,所述步骤三中,根据所述新的位置误差对步骤二中下一步的虚拟速度进行处理,获得平滑连续的虚拟速度的方法为:
将新的位置误差取代下一步的虚拟速度中的位置误差项,从而得到平滑连续的虚拟速度。
5.根据权利要求1或4所述的基于生物激励模型的UUV虚拟速度控制方法,其特征在于,所述生物激励模型为:
其中f(eΔ)=max(eΔ,0),g(eΔ)=max(-eΔ,0);生物激励模型在任意输入情况下的输出的误差项总是保持在[-D,B]范围内;ei为生物激励模型的输入,即:当前的位置误差,eΔ=0-ei为当前的位置误差的误差,Vi为生物激励模型的输出,即:新的位置误差,i=ζ,η,ξ,ψ:
A、B和D分别为生物激励模型中的参数;
平滑连续的虚拟速度U′c:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610177483.1A CN105786012B (zh) | 2016-03-24 | 2016-03-24 | 基于生物激励模型的uuv虚拟速度控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610177483.1A CN105786012B (zh) | 2016-03-24 | 2016-03-24 | 基于生物激励模型的uuv虚拟速度控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105786012A true CN105786012A (zh) | 2016-07-20 |
CN105786012B CN105786012B (zh) | 2018-09-04 |
Family
ID=56390869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610177483.1A Expired - Fee Related CN105786012B (zh) | 2016-03-24 | 2016-03-24 | 基于生物激励模型的uuv虚拟速度控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105786012B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106444806A (zh) * | 2016-09-27 | 2017-02-22 | 哈尔滨工程大学 | 基于生物速度调节的欠驱动auv三维轨迹跟踪控制方法 |
CN106444796A (zh) * | 2016-10-08 | 2017-02-22 | 哈尔滨工程大学 | 一种不确定时变时滞的欠驱动uuv深度自适应全局滑模控制方法 |
CN107024863A (zh) * | 2017-03-24 | 2017-08-08 | 哈尔滨工程大学 | 一种避免微分***的uuv轨迹跟踪控制方法 |
CN110955980A (zh) * | 2019-12-12 | 2020-04-03 | 哈尔滨工程大学 | 时滞水下超高速航行体稳定性分析方法 |
CN111781938A (zh) * | 2020-06-23 | 2020-10-16 | 中国科学院声学研究所 | 欠驱动水下航行器及其镇定方法与装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323586A (zh) * | 2011-07-14 | 2012-01-18 | 哈尔滨工程大学 | 一种基于海流剖面的uuv辅助导航方法 |
CN102722177A (zh) * | 2012-06-27 | 2012-10-10 | 哈尔滨工程大学 | 具有pid反馈增益的自主水下航行器三维直线路径跟踪控制方法 |
CN103455037A (zh) * | 2013-09-23 | 2013-12-18 | 哈尔滨工程大学 | 基于自适应算法的uuv水下回收控制***及控制方法 |
CN104898688A (zh) * | 2015-03-27 | 2015-09-09 | 哈尔滨工程大学 | Uuv四自由度动力定位自适应抗扰滑模控制***及控制方法 |
CN104932506A (zh) * | 2015-06-09 | 2015-09-23 | 东南大学 | 基于快速终端滑模的轮式移动机器人轨迹跟踪方法 |
-
2016
- 2016-03-24 CN CN201610177483.1A patent/CN105786012B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323586A (zh) * | 2011-07-14 | 2012-01-18 | 哈尔滨工程大学 | 一种基于海流剖面的uuv辅助导航方法 |
CN102722177A (zh) * | 2012-06-27 | 2012-10-10 | 哈尔滨工程大学 | 具有pid反馈增益的自主水下航行器三维直线路径跟踪控制方法 |
CN103455037A (zh) * | 2013-09-23 | 2013-12-18 | 哈尔滨工程大学 | 基于自适应算法的uuv水下回收控制***及控制方法 |
CN104898688A (zh) * | 2015-03-27 | 2015-09-09 | 哈尔滨工程大学 | Uuv四自由度动力定位自适应抗扰滑模控制***及控制方法 |
CN104932506A (zh) * | 2015-06-09 | 2015-09-23 | 东南大学 | 基于快速终端滑模的轮式移动机器人轨迹跟踪方法 |
Non-Patent Citations (1)
Title |
---|
徐健等: "欠驱动UUV三维轨迹跟踪的反步动态滑模控制", 《华中科技大学学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106444806A (zh) * | 2016-09-27 | 2017-02-22 | 哈尔滨工程大学 | 基于生物速度调节的欠驱动auv三维轨迹跟踪控制方法 |
CN106444806B (zh) * | 2016-09-27 | 2019-03-05 | 哈尔滨工程大学 | 基于生物速度调节的欠驱动auv三维轨迹跟踪控制方法 |
CN106444796A (zh) * | 2016-10-08 | 2017-02-22 | 哈尔滨工程大学 | 一种不确定时变时滞的欠驱动uuv深度自适应全局滑模控制方法 |
CN106444796B (zh) * | 2016-10-08 | 2019-03-05 | 哈尔滨工程大学 | 一种不确定时变时滞的欠驱动uuv深度自适应全局滑模控制方法 |
CN107024863A (zh) * | 2017-03-24 | 2017-08-08 | 哈尔滨工程大学 | 一种避免微分***的uuv轨迹跟踪控制方法 |
CN107024863B (zh) * | 2017-03-24 | 2020-01-17 | 哈尔滨工程大学 | 一种避免微分***的uuv轨迹跟踪控制方法 |
CN110955980A (zh) * | 2019-12-12 | 2020-04-03 | 哈尔滨工程大学 | 时滞水下超高速航行体稳定性分析方法 |
CN110955980B (zh) * | 2019-12-12 | 2023-08-01 | 哈尔滨工程大学 | 时滞水下超高速航行体稳定性分析方法 |
CN111781938A (zh) * | 2020-06-23 | 2020-10-16 | 中国科学院声学研究所 | 欠驱动水下航行器及其镇定方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105786012B (zh) | 2018-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105786012A (zh) | 基于生物激励模型的uuv虚拟速度控制方法 | |
CN106444794B (zh) | 一种无参数欠驱动uuv垂直面路径跟踪滑模控制方法 | |
CN107168312B (zh) | 一种补偿uuv运动学和动力学干扰的空间轨迹跟踪控制方法 | |
Du et al. | Robust dynamic positioning of ships with disturbances under input saturation | |
CN106444806B (zh) | 基于生物速度调节的欠驱动auv三维轨迹跟踪控制方法 | |
CN102385316B (zh) | 一种基于神经网络反步法的欠驱动自主水下航行器变深控制方法 | |
Li et al. | Design, analysis and experimental validation of a robust nonlinear path following controller for marine surface vessels | |
Deng et al. | Adaptive unscented Kalman filter based estimation and filtering for dynamic positioning with model uncertainties | |
CN107239075A (zh) | 自主水下航行器平面直线航线跟踪的智能s面制导控制方法 | |
CN111045332A (zh) | 一种无人艇路径跟踪导引策略和扰动补偿方法 | |
CN107168309B (zh) | 一种基于行为的多水下机器人路径规划方法 | |
CN111045432B (zh) | 一种欠驱动水面船非线性路径跟踪控制***及方法 | |
CN104635773B (zh) | 一种基于改进强跟踪滤波状态观测器的船舶动力定位方法 | |
Sun et al. | Adaptive path following control for wave gliders in time-varying environment | |
CN110618606B (zh) | 一种复合干扰下的欠驱动auv反步自适应模糊滑模控制方法 | |
CN110134012A (zh) | 一种用于不确定***的船舶路径跟踪控制方法 | |
CN107807522A (zh) | 水下机器人轨迹跟踪反步控制方法 | |
CN107991872A (zh) | 欠驱动auv的虚拟锚泊水平面区域镇定控制方法及实现方法 | |
CN116627043A (zh) | 一种联合锚泊***的区域动力定位控制方法 | |
CN111427356A (zh) | 一种船舶航向区间控制方法和*** | |
CN115014355A (zh) | 一种双体无人船的定点返航调控方法及装置 | |
Do | Global path-following control of underactuated ships under deterministic and stochastic sea loads | |
CN113126492B (zh) | 动力定位船舶自动路径跟踪方法 | |
Liu | Pre-filtered backstepping control for underactuated ship path following | |
CN108572654A (zh) | 基于q学习的欠驱动auv虚拟锚泊三维镇定控制及实现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180904 Termination date: 20190324 |
|
CF01 | Termination of patent right due to non-payment of annual fee |