CN106292287A - 一种基于自适应滑模控制的uuv路径跟踪方法 - Google Patents
一种基于自适应滑模控制的uuv路径跟踪方法 Download PDFInfo
- Publication number
- CN106292287A CN106292287A CN201610835447.XA CN201610835447A CN106292287A CN 106292287 A CN106292287 A CN 106292287A CN 201610835447 A CN201610835447 A CN 201610835447A CN 106292287 A CN106292287 A CN 106292287A
- Authority
- CN
- China
- Prior art keywords
- centerdot
- uuv
- psi
- delta
- sliding formwork
- 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
Classifications
-
- 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)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供的是一种基于自适应滑模控制的UUV路径跟踪方法。一、初始化:二、获取UUV的当前状态:三、建立欠驱动UUV水平面误差方程,得到位置偏差xe,ye以及航向偏差值ψe;四、利用滑模控制方法,分别设计航速滑模控制律、位置滑模控制律以及艏相角滑模控制律,通过对推力Xprop,期望航速和转矩Nprop的控制,使ud→0,xe→0,ψe→0;五、更新切换增益和边界层厚度的自适应律;六、进行控制输入饱和补偿;七、令k=k+1,跳转回步骤二,进行下一次控制律与自适应律的更新,实现对UUV水平面路径跟踪精确控制。本发明可实现仅依靠水平面动力学模型设计使***镇定的控制器,适用于各种欠驱动UUV。
Description
技术领域
本发明涉及的是一种UUV路径跟踪方法,具体地说是一种欠驱动UUV在水平面内对期望路径的跟踪控制方法。
背景技术
无人水下航行器(Unmanned Underwater Vehicle,UUV)的路径跟踪控制,是实现UUV各种用途的重要技术基础。深入研究UUV路径跟踪中存在的问题,对UUV控制理论和工程应用都具有重要的意义。
目前,在欠驱动UUV路径跟踪控制方面,比较主流的一种思路是基于Serret-Frenet坐标系而建立运动学误差方程,再结合误差方程、动力学方程以及各种控制方法实现控制。其中,常见的控制算法包括反步法、模型预测控制、滑模变结构控制等。反步法对于镇定复杂的强非线性、高耦合度***有着显而易见的优势。然而,对不确定性和外部干扰较差的抵抗能力、多次求导而产生的导数膨胀以及存在奇异值等问题,正在制约着这种方法的应用。模型预测控制具有对模型中参数误差滚动实时校正的能力,具有良好的鲁棒性。但该种算法主要用于线性***,对于类似UUV这样复杂的非线性***,仍然存在着非线性处理、实时性提升等问题的挑战。而滑模变结构控制是一种鲁棒性强、抗干扰能力强的控制算法,其抖振问题也可以通过使用合适的函数进行切换控制、设计参数自适应律等方法予以减弱。
对于欠驱动UUV而言,由于横向推力的缺失,使得UUV在完成对任意路径的跟踪时,需要由主推进器与垂直舵之间的耦合来实现。因此,只依靠欠驱动UUV的水平面动力学模型设计可以使***镇定的控制器将会很困难。
哈尔滨工程大学的万磊等人在2013年2月《电机与控制学报》第12卷第2期中发表了《欠驱动水下机器人航迹跟踪控制》。本文章针对欠驱动水下机器人强非线性、模型不确定及存在外界干扰等特点,提出了一种自适应模糊滑模控制***。通过设计反演控制器分别对水下机器人的纵向速度和航向角进行控制,实现水下机器人航迹跟踪。但是该方法构建复杂、实现速度慢、具有较多的局限性。
发明内容
本发明的目的在于提供一种鲁棒性强、抗干扰能力强,可以减小抖振带来的影响的基于自适应滑模控制的UUV路径跟踪方法。
本发明的目的是这样实现的:
步骤一、初始化:
为UUV的各种自适应参数ki,λi赋初值,其中,ki为滑模控制的切换增益参数,λi为滑模控制的边界层厚度参数,i=1,2,3,并确定路径跟踪过程的理想速度为ud,定义更新次数t=0;
步骤二、获取UUV的当前状态:
通过UUV自身的传感器得到当前时刻状态:u,v分别为纵向和横向速度,r为艏摇角速度,x,y分别为UUV重心在固定坐标系{I}下的纵向坐标和横向坐标,ψ为艏摇角,确定纵向速度误差eu=u-ud;
步骤三、基于Serret-Frenet坐标系,建立欠驱动UUV水平面误差方程,得到UUV重心在坐标{I}下的纵向位置偏差xe、横向位置误差ye以及航向偏差值ψe;
步骤四、利用滑模控制方法,分别设计航速滑模控制律、位置滑模控制律以及艏相角滑模控制律,通过对推力Xprop,期望航速和转矩Nprop的控制,使ud→0,xe→0,ψe→0;
步骤五、更新切换增益和边界层厚度的自适应律;
步骤六、进行控制输入饱和补偿:
电机和螺旋桨转速n与推力Xprop的关系由下式得出:
Xprop=Cnn|n|
其中,Cn是固定系数,与所选电机型号有关;
垂直舵所产生的转速N表示为:
其中,δr为垂直舵舵角,范围为[-35°,+35°],N()为水动力系数;
通过推力Xprop和转矩Nprop得到UUV转速n与δr为垂直舵舵角的大小,通过判断它们的值是否在指定区间内,实现对输入控制推力Xprop和转矩Nprop进行输入饱和补偿;
步骤七、令t=t+1,跳转回步骤二,进行下一次控制律与自适应律的更新,实现对UUV水平面路径跟踪精确控制。
本发明是为了解决欠驱动UUV仅依靠水平面动力学模型设计使***镇定的控制器比较困难的问题,提出的一种基于自适应滑模的路径跟踪方法。本发明具有以下效果:
本发明采用的基于趋近率的滑模控制方法是一种鲁棒性强、抗干扰能力强的控制算法,可以减小抖振带来的影响,实现UUV水平面控制的平滑跟踪;通过设计切换增益以及边界层厚度的自适应律,可使UUV路径跟踪控制***取得较小的抖振与较高的控制精度;根据实际情况,进行的控制输入饱和补偿可以使控制过程更加贴合实际,增加了其实际应用性。
附图说明
图1为UUV的水平面建模图;
图2为欠驱动UUV水平面路径跟踪坐标***;
图3为自适应滑模控制方法的流程图;
图4为UUV输入限制条件下的路径跟踪***图;
图5为欠驱动UUV位置跟踪仿真结果曲线图;
图6为欠驱动UUV艏向角跟踪仿真结果曲线图;
图7为欠驱动UUV的控制输入推力Xprop的大小变化;
图8、图9、图10分别为艏相角误差ψe,横向位置误差xe以及纵向位置误差ye的大小变化。
具体实施方式
下面结合附图举例对本发明做更详细的描述。
具体实施方式一:结合图4,本发明的基于自适应滑模的UUV路径跟踪方法,包括如下步骤:
步骤一、初始化:
为UUV的各种自适应参数ki,λi(i=1,2,3)赋初值,并为路径跟踪过程确定其理想速度ud,定义更新次数t=0;
步骤二、获取UUV的当前状态:
通过UUV自身的一系列传感器等得到当前时刻状态:u,v分别为纵向和横向速度(m/s),r分别为艏摇角速度(rad/s),x,y分别为UUV相对于固定坐标系的位置(m),ψ为艏摇角(rad),确定纵向速度误差eu=u-ud;
步骤三、基于Serret-Frenet坐标系,建立欠驱动UUV水平面误差方程,得到位置偏差xe,ye以及航向偏差值ψe;
步骤四、利用滑模控制方法,分别设计航速滑模控制律,位置滑模控制律以及艏相角滑模控制律,通过对推力Xprop,期望航速和转矩Nprop的控制,使ud→0,xe→0,ψe→0:
选取合适的滑模面函数,利用相应的趋近率得到控制律,这样实现比较简单,没有复杂的计算过程,也可适当减少经典滑模控制方法的抖振问题。
步骤五、更新切换增益和边界层厚度的自适应律:
通过Lyapunov稳定性理论以及控制输入与输出来设计切换增益以及边界层厚度的自适应律,使UUV路径跟踪控制***取得较小的抖振与较高的控制精度。
步骤六、根据实际情况,进行控制输入饱和补偿:
在UUV的实际工程应用中,控制输入量直接关系着推进器、舵角等执行机构的动作,合适的控制输入大小对实现滑模控制算法在UUV路径跟踪中的应用具有重要的现实意义。推进器的推力直接收到电机转速的影响,对于某一特定的电机和螺旋桨,转速n与推力Xprop的关系可以由下式得出:
Xprop=Cnn|n| (1)
其中,Cn是固定系数,与所选电机型号有关。
舵面受到的水动力是由相关的实验测定的,垂直舵在一定航速下所产生的转速N可以表示为:
其中,δr为垂直舵舵角,范围为[-35°,+35°],N()为水动力系数。
由(1)和(2)可得通过推力Xprop和转矩Nprop可得到此刻UUV转速n与δr为垂直舵舵角的大小,通过判断它们的值是否在指定区间内,实现对输入控制推力Xprop和转矩Nprop进行输入饱和补偿。
令k=k+1,跳转回步骤二,进行下一次控制律与自适应律的更新,实现对UUV水平面路径跟踪精确控制。
具体实施方式二:在具体实施方式一的基础上,步骤三所述的基于Serret-Frenet坐标系,建立欠驱动UUV水平面误差方程,得到位置偏差xe,ye以及航向偏差值ψe的具体过程如下:
对于UUV在水平面内的运动,仅需建立三自由度模型即可,需要考虑的变量为:位置量x,y,艏向角ψ,以及纵向速度u,横向速度v,以及转艏角速度r。可得到UUV水平面运动学方程为:
令UUV的重心就在{B}的原点处,重力与浮力相等,UUV结构左右对称,并认为上下近似对称,经过一系列化简,可得UUV水平面动力学方程如下:
上式中,d11=-Xu-Xu|u||u|,d22=-Yv-Yv|v||v|,
d33=-Nr-Nr|r||r|,其中Xu,Yv,Nr,Xu|u|,Yv|v|,N为水动力系数。
海流的流速都是在固定坐标系下测量得到的,海流的流速必须转换到{B}下,才可加入动力学模型。对于在{I}下的海流流速可以表示为:
VI=[uI,vI,0]T (5)
那么在{B}下的海流流速可以表示为:
其中:
则带有海流干扰的水平面动力学模型可以表示为:
对式(4)两端求导并整理有:
可解得:
给定一条在{I}坐标系下的期望路径:
式中,s-----期望路径的弧长,xd,yd------水平面期望路径在{I}下的坐标。
对于UUV在{I}下的坐标x,y而言,位置误差xe,ye可以写为:
在图2中,对于UUV的艏向角跟踪而言,UUV合速度U的方向与{I}中轴Eξ的夹角ψ+β需要跟踪到期望艏向角ψd(期望路径在某点切线的方向与{I}中轴Eξ的夹角),因此UUV艏向角的跟踪误差ψe可以表示为:
ψe=ψ+β-ψd (13)
选取期望路径上的切线速度(弧长参数的导数)作为期望速度ud,那么UUV的期望艏向角角速度rd就可以表示为:
其中,ks-------期望路径的曲率
那么,在{I}下,UUV在水平面运动时的期望速度以及期望艏向角角速度向量就可以表示为:
在获取了期望路径中各个期望的状态变量之后,由图2可知,引入从{I}到{SF}坐标系的水平面旋转变换矩阵R:
从而可以建立UUV水平面路径跟踪的误差方程:
具体实施方式三:在具体实施方式一或二的基础上,步骤四所述的利用滑模控制方法,分别设计航速滑模控制律,位置滑模控制律以及艏相角滑模控制律,通过对推力Xprop,期望航速和转矩Nprop的控制,使ud→0,xe→0,ψe→0具体过程如下:
为了设计针对UUV路径跟踪设计的控制器,本发明作出了如下合理假设:
假设一:UUV的航速U可以看做是UUV的纵向速度u;
假设二:最小航速umin和最大航速umax,使得ud∈[umin,umax],umax>umin>0;
在上述假设的基础上,首先来设计UUV的航速跟踪子***的滑模控制律。针对(6)中的第一式,采用
类型的滑模面函数,则可以写成:
s1=eu=u-ud (19)
其中,ud为期望航速,对(17)式两端求导,可得:
为了获得良好的趋近过程,选取如下指数趋近律:
其中,k1>0-----航速滑模控制切换增益
ε1>0-----航速滑模控制的指数趋近项系数
将(6)中的第一式带入式(18),并联立(18)与(19)式,可得:
在上式中,由于期望航速一般都会人为的设定为某一定值,故整理(20)式可得UUV的航速滑模控制律:
令分别为a1,a2,a3,a4的实际测量值,是在实际应用中,经过多次实验测量得来,与精确值相比,具有5%的误差。则(23)式可转化为:
利用Lyapunov稳定性原理,取则可得:
则可得ε1的大小并不影响控制器的稳定性,符号应与相同,而k1的取值范围如下:
在实际应用中,k1的取值范围可近似为:
其次,同理利用(15)中的第一式且s2=xe-0,选取幂次趋近律:
其中,k2>0-----位置滑模控制切换增益
0<α<1-----位置滑模控制的幂次数
设计出位置滑模控制律如下:
然而,当ksye=1时,虚拟控制输入会出现奇异值。当位置误差ye从较大的数值收敛时,必然会出现ksye=1,这就使得位置控制始终与UUV的初始位置有关,在初始位置误差ye较大时路径位置跟踪控制将无法实现。为此,本发明提出如下位置跟踪控制器:
令b2=cosψe,同理,为b1,b2的实际测量值,有5%的测量误差。(29)式可写为:
利用Lyapunov稳定性原理,取取ksye≠1则可得:
则可得k2的取值范围如下:
在实际应用中,k1的取值范围可近似为:
最后,设计UUV艏向角跟踪子***的滑模控制律。为了调整UUV艏向角在收敛过程中的行为,并使得UUV艏向角在收敛于期望艏向角之后只保持眼期望路径的前向运动,这里引入艏向角误差ψe的期望角---趋近角:
W=-arctan(uye) (35)
趋近角W与位置误差ye有关。当位置误差ye较大时,趋近角W也较大,由此产生的控制输入力矩也较大,进而使得UUV艏向角ψ以较大的趋势收敛于期望的艏向角ψd;当ye→0时,会使得ψe→W→0,以达到艏向角跟踪控制的目的。
基于上述分析,为了进一步改善滑模的趋近过程,采用无奇异值的终端滑模控制方法,采取如下滑模面函数:
式中,eψ=ψe-W-----艏向角滑模控制律中的误差项;
c>0,p>q>0----c为设计系数,p、q都是奇数。
对(36)式两端求导,可得:
同样选取指数趋近律:
其中,k3>0-----航向角滑模控制切换增益
ε3>0-----航向角滑模控制的指数趋近项系数
针对(6)中的第三式代入(27)式,同时联立(27)与(28)式,那么UUV艏向角跟踪子***的滑模控制律可以表示为:
令同理,为c1,c2,c3的实际测量值,有5%的测量误差。则(39)式可写为:
利用Lyapunov稳定性原理,取则可得:
则可得ε3的大小并不影响控制器的稳定性,符号应与相同,而k3的取值范围如下:
在实际应用中,k1的取值范围可近似为:
至此,带有海流干扰的水平面UUV路径跟踪滑模控制器可以表示为:
利用Lyapunov稳定性理论,可以得出本发明设计的三个子***路径跟踪控制器均是稳定的。
具体实施方式四:在上述任何一种实施方式的基础上,步骤五所述的更新切换增益和边界层厚度的自适应律的具体过程如下:
首先,将Sigmod函数引入到滑模控制律(32)式中来替换一般的符号函数:
Sigmod函数的表达式形式可以写为:
其中,λi,i=1,2,3------表示边界层厚参数
选取Lyapunov函数:
其中,i=1,2,3,e1=eu,e2=xe,e3=eψ-----UUV路径跟踪中的误差
记***控制输出pi(i=1,2,3),其中p1=u,p2=xe,p3=ψe;***控制输入Ui(i=1,2,3),其中,U1=Xprop,U3=Nprop。在(47)式中两段对切换增益ki以及边界层厚度λi分别求导,可得:
将控制输入量Ui(i=1,2,3)代入(34)和(35)式中:
其中:
观察(50)和(51)式,选取如下切换增益和边界层厚度的自适应律:
其中,ηi,μi>0是设计参数。将(39)式代入(31)式中,即可得到基于自适应滑模的欠驱动UUV水平面路径跟踪控制***:
从上述的设计过程可以看出,以及是基于Lyapunov函数来设计的,可实现控制律的局部稳定,同时,若i=1,2,3分别满足式(27)、(34)和(43),如果不满足,则不采用该循环的i=1,2,3值,而是选取(27)、(34)和(43)式等号成立时的ki,i=1,2,3值,即可保证控制律(54)可以确保UUV路径跟踪***的全局稳定性。
具体实施方式五:在上述任何一种实施方式的基础上,步骤六所述的根据实际情况,进行控制输入饱和补偿的具体过程如下:
图3是滑模变结构控制MATLAB仿真(第2版)书中提出的一种辅助***,将饱和误差作为该***的输入,转换为自适应控制参数的输出,进而将自适应参数反馈到带有该自适应参数的控制器中,从而实现饱和误差的补偿,使得***在保持渐近稳定的同时,将控制输入限制在约束的范围内。
将(2)式代入第(42)式的第三式并整理成关于控制输入舵角δr的形式:
选用饱和函数的形式来限制控制输入舵角δr,从而获得限制条件下的艏航角控制输入δra:
其中,δrmax=35°。选取饱和误差为Δδr=δra-δr那么艏向角饱和补偿的辅助***可以设计为:
其中,常系数c1>0,c2>0。由式(45)可知,饱和误差Δδr通过γ1和γ2的自适应律转换成的控制器的补偿量。选取艏向角跟踪误差:
ψe=ψ+β-ψd-γ1 (58)
仍选取式(28)的滑模面函数和式(30)的趋近律,那么(55)式可以重写为:
类似的,在UUV水平面航速跟踪控制中,推进器推力也应该被限制在合理的范围内。推进器只可以使UUV前进,故只考虑推进器右旋的情形(既转速为正)。将(1)代入(54)式的第一式,并整理:
其中,nr为指令转速。选取最大推力为250N的推进器,最大转速为4500转/分,推力-转速系数Cn=1.171×10-3,那么被限制的转速nra以及饱和补偿***可以表示为:
其中,nrmax=4500转/分,常系数c3>0,c4>0。考虑(47)式,那么带有饱和补偿的UUV水平面航速控制律可以表示为:
验证实施例:
进行仿真实验,仿真结果如图5-图10所示:
选取路径y=15sin(0.15x)作为期望路径,UUV的初始变量切换增益和边界厚度的自适应律初始值指数趋近项系数ε1=ε3=1,α=0.8,c=1,μ1=50,μ2=15,μ3=100,η1=5000,η2=300,η3=1。选取固定坐标系{I}下的海流干扰uI=0.6m/s,vI=0.6m/s,选取饱和补偿控制参数c1=c2=100,c3=c4=10,补偿量初始值γ10=γ20=γ30=γ40=0,图5至图10展示了欠驱动UUV在水平面中利用自适应滑模控制(ASMC)方法实现路径跟踪的效果。
实验证明,本发明针对欠驱动UUV的水平面运动提出的自适应滑模控制器拥有较好的控制性能。在实际应用中,可以通过调节控制参数来满足控制要求。
Claims (5)
1.一种基于自适应滑模控制的UUV路径跟踪方法,其特征是:
步骤一、初始化:
为UUV的各种自适应参数ki,λi赋初值,其中,ki为滑模控制的切换增益参数,λi为滑模控制的边界层厚度参数,i=1,2,3,并确定路径跟踪过程的理想速度为ud,定义更新次数t=0;
步骤二、获取UUV的当前状态:
通过UUV自身的传感器得到当前时刻状态:u,v分别为纵向和横向速度,r为艏摇角速度,x,y分别为UUV重心在固定坐标系{I}下的纵向坐标和横向坐标,ψ为艏摇角,确定纵向速度误差eu=u-ud;
步骤三、基于Serret-Frenet坐标系,建立欠驱动UUV水平面误差方程,得到UUV重心在坐标{I}下的纵向位置偏差xe、横向位置误差ye以及航向偏差值ψe;
步骤四、利用滑模控制方法,分别设计航速滑模控制律、位置滑模控制律以及艏相角滑模控制律,通过对推力Xprop,期望航速和转矩Nprop的控制,使ud→0,xe→0,ψe→0;
步骤五、更新切换增益和边界层厚度的自适应律;
步骤六、进行控制输入饱和补偿:
电机和螺旋桨转速n与推力Xprop的关系由下式得出:
Xprop=Cnn|n| (1)
其中,Cn是固定系数;
垂直舵所产生的转速表示为:
其中,δr为垂直舵舵角,范围为[-35°,+35°],N()为水动力系数;
通过推力Xprop和转矩Nprop得到UUV转速n与δr为垂直舵舵角的大小,通过判断它们的值是否在指定区间内,实现对输入控制推力Xprop和转矩Nprop进行输入饱和补偿;
步骤七、令t=t+1,跳转回步骤二,进行下一次控制律与自适应律的更新,实现对UUV水平面路径跟踪精确控制。
2.根据权利要求1所述的基于自适应滑模控制的UUV路径跟踪方法,其特征是步骤三具体包括:
UUV水平面运动学方程为:
令UUV的重心就在{B}的原点处,重力与浮力相等,UUV结构左右对称,并认为上下近似对称,得UUV水平面动力学方程如下:
上式中,d11=-Xu-Xu|u||u|,d22=-Yv-Yv|v||v|,d33=-Nr-Nr|r||r|,其中Xu,Yv,Nr,Xu|u|,Yv|v|,N为水动力系数;
对于在{I}下的海流流速表示为:
VI=[uI,vI,0]T (5)
在{B}下的海流流速表示为:
带有海流干扰的水平面动力学模型表示为:
其中,
给定一条在{I}坐标系下的期望路径:
式中,s-----期望路径的弧长,xd,yd------水平面期望路径在{I}下的坐标;
建立UUV水平面路径跟踪的误差方程:
3.根据权利要求2所述的基于自适应滑模控制的UUV路径跟踪方法,其特征是步骤四的具体过程包括:
利用滑模控制方法,分别设计航速滑模控制律、位置滑模控制律以及艏相角滑模控制律;
为设计航速滑模控制律,选取如下指数趋近律:
其中,k1>0-----航速滑模控制切换增益
ε1>0-----航速滑模控制的指数趋近项系数
期望航速ud为设定的一定值,故得UUV的航速滑模控制律:
求得k1的取值范围如下:
k1的取值范围取为:
为设计位置滑模控制律,选取幂次趋近律:
其中,k2>0-----位置滑模控制切换增益
0<α<1-----位置滑模控制的幂次数
位置跟踪控制器:
得k2的取值范围如下:
k1的取值范围取为:
同理,为设计艏相角的滑模控制律,采用无奇异值的终端滑模控制方法,采取如下滑模面函数:
式中,eψ=ψe-W-----艏向角滑模控制律中的误差项;
c>0,p>q>0----c为设计系数,p、q都是奇数;
同时,选取指数趋近律:
其中,k3>0-----航向角滑模控制切换增益
ε3>0-----航向角滑模控制的指数趋近项系数
得到的UUV艏向角跟踪滑模控制律表示为:
k3的取值范围如下:
k1的取值范围取为:
4.根据权利要求3所述的基于自适应滑模控制的UUV路径跟踪方法,其特征是步骤五的具体过程包括:
首先,将Sigmod函数引入到滑模控制律中来替换一般的符号函数:
其次,利用Lyapunov稳定性判据,设计滑模的切换增益ki以及边界层厚度λi的自适应律:
其中,ηi,μi>0是设计参数;
得到最后的基于自适应滑模的欠驱动UUV水平面路径跟踪控制***如下:
5.根据权利要求4所述的基于自适应滑模控制的UUV路径跟踪方法,其特征是步骤六的具体过程包括:
控制输入舵角δr的形式:
选用饱和函数的形式来限制控制输入舵角δr,从而获得限制条件下的艏航角控制输入δra:
其中,δrmax=35°,选取饱和误差为Δδr=δra-δr,设计艏向角饱和补偿的辅助***为:
其中,常系数c1>0,c2>0;饱和误差Δδr通过γ1和γ2的自适应律转换成的控制器的补偿量;得控制输入舵角δr带输入饱和限制的自适应滑模控制器如下:
在UUV水平面航速跟踪控制中,推进器推力也应该被限制在合理的范围内,推进器只使UUV前进,故只考虑推进器右旋的情形,得推进器控制方程,
其中,nr为指令转速,选取最大推力为250N的推进器,最大转速为4500转/分,推力-转速系数Cn=1.171×10-3,被限制的转速nra以及饱和补偿***表示为:
其中,nrmax=4500转/分,常系数c3>0,c4>0,那么带有饱和补偿的UUV水平面航速控制律表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610835447.XA CN106292287B (zh) | 2016-09-20 | 2016-09-20 | 一种基于自适应滑模控制的uuv路径跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610835447.XA CN106292287B (zh) | 2016-09-20 | 2016-09-20 | 一种基于自适应滑模控制的uuv路径跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106292287A true CN106292287A (zh) | 2017-01-04 |
CN106292287B CN106292287B (zh) | 2019-03-05 |
Family
ID=57712752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610835447.XA Active CN106292287B (zh) | 2016-09-20 | 2016-09-20 | 一种基于自适应滑模控制的uuv路径跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106292287B (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106708068A (zh) * | 2017-01-19 | 2017-05-24 | 中国科学院自动化研究所 | 仿生波动鳍推进水下航行器路径跟踪控制方法 |
CN107203217A (zh) * | 2017-07-26 | 2017-09-26 | 江苏科技大学 | 一种基于滑模控制的水下机器人姿态调节控制*** |
CN107450572A (zh) * | 2017-07-26 | 2017-12-08 | 江苏科技大学 | 基于滑模控制的水下机器人姿态调节控制***及处理方法 |
CN107544256A (zh) * | 2017-10-17 | 2018-01-05 | 西北工业大学 | 基于自适应反步法的水下机器人滑模控制方法 |
CN107589666A (zh) * | 2017-08-30 | 2018-01-16 | 湖北工业大学 | 一种基于幂次趋近律的滑模控制的磁悬浮列车***控制方法 |
CN107831761A (zh) * | 2017-10-16 | 2018-03-23 | 中国科学院电工研究所 | 一种智能车的路径跟踪控制方法 |
CN107861382A (zh) * | 2017-09-28 | 2018-03-30 | 西北工业大学深圳研究院 | 一种多执行水下机器人鲁棒自适应运动控制装置及其方法 |
CN108008628A (zh) * | 2017-11-17 | 2018-05-08 | 华南理工大学 | 一种不确定欠驱动无人艇***的预设性能控制方法 |
CN108363400A (zh) * | 2018-01-29 | 2018-08-03 | 哈尔滨工程大学 | 一种基于虚拟锚泊的欠驱动auv三维控制区域镇定控制方法 |
CN108549241A (zh) * | 2018-05-28 | 2018-09-18 | 浙江工业大学 | 基于反正切增强型双幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108563128A (zh) * | 2018-05-28 | 2018-09-21 | 浙江工业大学 | 基于指数增强型快速幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108594639A (zh) * | 2018-03-28 | 2018-09-28 | 哈尔滨工程大学 | 一种基于强化学习的全垫升气垫船航迹跟踪控制方法 |
CN108663939A (zh) * | 2018-06-12 | 2018-10-16 | 哈尔滨工程大学 | 考虑通讯丢包的uuv集群水平面路径跟踪控制方法 |
CN108829132A (zh) * | 2018-06-12 | 2018-11-16 | 哈尔滨工程大学 | 一种考虑大时滞的多uuv空间机动控制方法 |
CN108897217A (zh) * | 2018-07-04 | 2018-11-27 | 西北工业大学 | 一种基于模型预测控制的欠驱动水面船轨迹跟踪控制方法 |
CN109270837A (zh) * | 2018-07-31 | 2019-01-25 | 哈尔滨工程大学 | 一种水下超高速航行体级联控制方法 |
CN109633605A (zh) * | 2018-12-29 | 2019-04-16 | 安徽优思天成智能科技有限公司 | 一种船舶废气监测激光雷达的自适应鲁棒随动控制方法 |
CN109828458A (zh) * | 2019-02-26 | 2019-05-31 | 中国海洋大学 | 一种波浪滑翔器路径跟踪控制方法 |
CN110007604A (zh) * | 2019-05-14 | 2019-07-12 | 哈尔滨工程大学 | 基于滑模技术的有缆水下机器人海底定点着陆饱和控制方法 |
CN110687781A (zh) * | 2019-11-01 | 2020-01-14 | 大连海事大学 | 一种二阶非线性***的精确不确定性和控制增益估计方法 |
CN111103798A (zh) * | 2019-12-20 | 2020-05-05 | 华南理工大学 | 一种基于反演滑模控制的agv路径跟踪方法 |
CN111679681A (zh) * | 2020-06-18 | 2020-09-18 | 南京工程学院 | 一种基于滑模鲁棒控制的水下机器人运动路径跟踪方法 |
CN111857165A (zh) * | 2020-07-28 | 2020-10-30 | 浙江大学 | 一种水下航行器的轨迹跟踪控制方法 |
CN111930141A (zh) * | 2020-07-21 | 2020-11-13 | 哈尔滨工程大学 | 一种水下机器人三维路径可视化跟踪方法 |
CN112660126A (zh) * | 2021-01-05 | 2021-04-16 | 北京汽车研究总院有限公司 | 用于自适应巡航的车辆协同控制方法、装置及车辆 |
CN113110460A (zh) * | 2021-04-20 | 2021-07-13 | 哈尔滨工程大学 | 一种动态环境下获取水面无人艇艏向可行区间的方法 |
CN115562262A (zh) * | 2022-09-28 | 2023-01-03 | 徐州徐工特种工程机械有限公司 | 一种agv的自动导航控制方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076821A (zh) * | 2014-06-19 | 2014-10-01 | 哈尔滨工程大学 | 基于模糊自适应观测器的欠驱动水面艇轨迹跟踪控制*** |
CN105487386A (zh) * | 2016-02-25 | 2016-04-13 | 哈尔滨工程大学 | 一种在载荷布放强扰下的uuv自适应模糊滑模控制方法 |
CN105511480A (zh) * | 2016-02-25 | 2016-04-20 | 哈尔滨工程大学 | 一种基于人工蜂群优化的模型预测的欠驱动uuv深度控制方法 |
CN105929842A (zh) * | 2016-04-20 | 2016-09-07 | 哈尔滨工程大学 | 一种基于动态速度调节的欠驱动uuv平面轨迹跟踪控制方法 |
-
2016
- 2016-09-20 CN CN201610835447.XA patent/CN106292287B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076821A (zh) * | 2014-06-19 | 2014-10-01 | 哈尔滨工程大学 | 基于模糊自适应观测器的欠驱动水面艇轨迹跟踪控制*** |
CN105487386A (zh) * | 2016-02-25 | 2016-04-13 | 哈尔滨工程大学 | 一种在载荷布放强扰下的uuv自适应模糊滑模控制方法 |
CN105511480A (zh) * | 2016-02-25 | 2016-04-20 | 哈尔滨工程大学 | 一种基于人工蜂群优化的模型预测的欠驱动uuv深度控制方法 |
CN105929842A (zh) * | 2016-04-20 | 2016-09-07 | 哈尔滨工程大学 | 一种基于动态速度调节的欠驱动uuv平面轨迹跟踪控制方法 |
Non-Patent Citations (2)
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》 * |
贾鹤鸣 等: "基于非线性迭代滑模的欠驱动", 《自动化学报》 * |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106708068B (zh) * | 2017-01-19 | 2019-10-22 | 中国科学院自动化研究所 | 仿生波动鳍推进水下航行器路径跟踪控制方法 |
CN106708068A (zh) * | 2017-01-19 | 2017-05-24 | 中国科学院自动化研究所 | 仿生波动鳍推进水下航行器路径跟踪控制方法 |
CN107203217A (zh) * | 2017-07-26 | 2017-09-26 | 江苏科技大学 | 一种基于滑模控制的水下机器人姿态调节控制*** |
CN107450572A (zh) * | 2017-07-26 | 2017-12-08 | 江苏科技大学 | 基于滑模控制的水下机器人姿态调节控制***及处理方法 |
CN107589666A (zh) * | 2017-08-30 | 2018-01-16 | 湖北工业大学 | 一种基于幂次趋近律的滑模控制的磁悬浮列车***控制方法 |
CN107589666B (zh) * | 2017-08-30 | 2020-01-07 | 湖北工业大学 | 一种基于幂次趋近律的滑模控制的磁悬浮列车***控制方法 |
CN107861382A (zh) * | 2017-09-28 | 2018-03-30 | 西北工业大学深圳研究院 | 一种多执行水下机器人鲁棒自适应运动控制装置及其方法 |
CN107861382B (zh) * | 2017-09-28 | 2019-12-13 | 西北工业大学深圳研究院 | 一种多执行水下机器人鲁棒自适应运动控制装置及其方法 |
CN107831761A (zh) * | 2017-10-16 | 2018-03-23 | 中国科学院电工研究所 | 一种智能车的路径跟踪控制方法 |
CN107831761B (zh) * | 2017-10-16 | 2020-07-17 | 中国科学院电工研究所 | 一种智能车的路径跟踪控制方法 |
CN107544256A (zh) * | 2017-10-17 | 2018-01-05 | 西北工业大学 | 基于自适应反步法的水下机器人滑模控制方法 |
CN107544256B (zh) * | 2017-10-17 | 2020-02-14 | 西北工业大学 | 基于自适应反步法的水下机器人滑模控制方法 |
CN108008628B (zh) * | 2017-11-17 | 2020-02-18 | 华南理工大学 | 一种不确定欠驱动无人艇***的预设性能控制方法 |
CN108008628A (zh) * | 2017-11-17 | 2018-05-08 | 华南理工大学 | 一种不确定欠驱动无人艇***的预设性能控制方法 |
CN108363400B (zh) * | 2018-01-29 | 2020-12-22 | 哈尔滨工程大学 | 一种基于虚拟锚泊的欠驱动auv三维控制区域镇定控制方法 |
CN108363400A (zh) * | 2018-01-29 | 2018-08-03 | 哈尔滨工程大学 | 一种基于虚拟锚泊的欠驱动auv三维控制区域镇定控制方法 |
CN108594639B (zh) * | 2018-03-28 | 2020-12-22 | 哈尔滨工程大学 | 一种基于强化学习的全垫升气垫船航迹跟踪控制方法 |
CN108594639A (zh) * | 2018-03-28 | 2018-09-28 | 哈尔滨工程大学 | 一种基于强化学习的全垫升气垫船航迹跟踪控制方法 |
CN108549241B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于反正切增强型双幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108563128B (zh) * | 2018-05-28 | 2021-08-03 | 浙江工业大学 | 基于指数增强型快速幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108549241A (zh) * | 2018-05-28 | 2018-09-18 | 浙江工业大学 | 基于反正切增强型双幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108563128A (zh) * | 2018-05-28 | 2018-09-21 | 浙江工业大学 | 基于指数增强型快速幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108829132A (zh) * | 2018-06-12 | 2018-11-16 | 哈尔滨工程大学 | 一种考虑大时滞的多uuv空间机动控制方法 |
CN108663939A (zh) * | 2018-06-12 | 2018-10-16 | 哈尔滨工程大学 | 考虑通讯丢包的uuv集群水平面路径跟踪控制方法 |
CN108897217A (zh) * | 2018-07-04 | 2018-11-27 | 西北工业大学 | 一种基于模型预测控制的欠驱动水面船轨迹跟踪控制方法 |
CN109270837A (zh) * | 2018-07-31 | 2019-01-25 | 哈尔滨工程大学 | 一种水下超高速航行体级联控制方法 |
CN109270837B (zh) * | 2018-07-31 | 2021-12-24 | 哈尔滨工程大学 | 一种水下超高速航行体级联控制方法 |
CN109633605A (zh) * | 2018-12-29 | 2019-04-16 | 安徽优思天成智能科技有限公司 | 一种船舶废气监测激光雷达的自适应鲁棒随动控制方法 |
CN109828458A (zh) * | 2019-02-26 | 2019-05-31 | 中国海洋大学 | 一种波浪滑翔器路径跟踪控制方法 |
CN110007604A (zh) * | 2019-05-14 | 2019-07-12 | 哈尔滨工程大学 | 基于滑模技术的有缆水下机器人海底定点着陆饱和控制方法 |
CN110687781B (zh) * | 2019-11-01 | 2022-04-01 | 大连海事大学 | 一种二阶非线性***的精确不确定性和控制增益估计方法 |
CN110687781A (zh) * | 2019-11-01 | 2020-01-14 | 大连海事大学 | 一种二阶非线性***的精确不确定性和控制增益估计方法 |
CN111103798A (zh) * | 2019-12-20 | 2020-05-05 | 华南理工大学 | 一种基于反演滑模控制的agv路径跟踪方法 |
CN111103798B (zh) * | 2019-12-20 | 2021-03-30 | 华南理工大学 | 一种基于反演滑模控制的agv路径跟踪方法 |
CN111679681B (zh) * | 2020-06-18 | 2023-11-03 | 南京工程学院 | 一种基于滑模鲁棒控制的水下机器人运动路径跟踪方法 |
CN111679681A (zh) * | 2020-06-18 | 2020-09-18 | 南京工程学院 | 一种基于滑模鲁棒控制的水下机器人运动路径跟踪方法 |
CN111930141A (zh) * | 2020-07-21 | 2020-11-13 | 哈尔滨工程大学 | 一种水下机器人三维路径可视化跟踪方法 |
CN111857165B (zh) * | 2020-07-28 | 2021-07-27 | 浙江大学 | 一种水下航行器的轨迹跟踪控制方法 |
CN111857165A (zh) * | 2020-07-28 | 2020-10-30 | 浙江大学 | 一种水下航行器的轨迹跟踪控制方法 |
CN112660126A (zh) * | 2021-01-05 | 2021-04-16 | 北京汽车研究总院有限公司 | 用于自适应巡航的车辆协同控制方法、装置及车辆 |
CN113110460A (zh) * | 2021-04-20 | 2021-07-13 | 哈尔滨工程大学 | 一种动态环境下获取水面无人艇艏向可行区间的方法 |
CN113110460B (zh) * | 2021-04-20 | 2022-09-02 | 哈尔滨工程大学 | 一种动态环境下获取水面无人艇艏向可行区间的方法 |
CN115562262A (zh) * | 2022-09-28 | 2023-01-03 | 徐州徐工特种工程机械有限公司 | 一种agv的自动导航控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106292287B (zh) | 2019-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106292287A (zh) | 一种基于自适应滑模控制的uuv路径跟踪方法 | |
Ihle et al. | Formation control of marine surface craft: A Lagrangian approach | |
CN110308735A (zh) | 一种针对输入时滞的欠驱动uuv轨迹跟踪滑模控制方法 | |
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 | |
CN108563130B (zh) | 一种欠驱动船舶自适应神经网络自动靠泊控制方法,设备及介质 | |
CN108445892A (zh) | 一种欠驱动无人船编队控制器结构及设计方法 | |
CN108008628A (zh) | 一种不确定欠驱动无人艇***的预设性能控制方法 | |
Yuan et al. | Sliding mode observer-based heading control for a gliding robotic dolphin | |
CN113341953B (zh) | 一种吊舱式无人艇航向控制方法 | |
CN105643626B (zh) | 一种基于双重判据的水下机器人推力优化分配方法 | |
CN109634307A (zh) | 一种无人水下航行器复合航迹跟踪控制方法 | |
Sun et al. | Adaptive path following control for wave gliders in time-varying environment | |
CN106737659A (zh) | 一种水下无人航行器和机械手***的手艇协调控制方法 | |
CN105843224A (zh) | 基于神经动态模型反步法的auv水平面路径跟踪控制方法 | |
CN106527133A (zh) | 一种船舶多桨协调控制分配方法 | |
CN106708068A (zh) | 仿生波动鳍推进水下航行器路径跟踪控制方法 | |
CN108267953A (zh) | 一种基于领航者-跟踪者水下机器人位置跟踪方法 | |
CN103345259A (zh) | 动力定位船舶实现定位旋转的几何坐标变换导引控制方法 | |
CN111857165B (zh) | 一种水下航行器的轨迹跟踪控制方法 | |
CN109656143A (zh) | 一种海面全驱动船舶的自适应跟踪控制方法及*** | |
CN107807522A (zh) | 水下机器人轨迹跟踪反步控制方法 | |
CN106292294A (zh) | 基于模型参考自适应控制的舰载无人机自动着舰控制装置 | |
Wille et al. | Modeling and course control of sailboats | |
CN113093804B (zh) | 基于反演滑模控制的无人艇编队控制方法和控制*** | |
Li et al. | Modeling and control of tethered undersea kites |
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 |