CN107807522A - 水下机器人轨迹跟踪反步控制方法 - Google Patents
水下机器人轨迹跟踪反步控制方法 Download PDFInfo
- Publication number
- CN107807522A CN107807522A CN201710965050.7A CN201710965050A CN107807522A CN 107807522 A CN107807522 A CN 107807522A CN 201710965050 A CN201710965050 A CN 201710965050A CN 107807522 A CN107807522 A CN 107807522A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mover
- msup
- centerdot
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000009795 derivation Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 239000012530 fluid Substances 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
-
- 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
- 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
- G05D1/12—Target-seeking control
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种水下机器人轨迹跟踪反步控制方法,用于解决现有水下机器人控制方法实用性差的技术问题。技术方案是基于水下机器人体坐标系的六自由度运动方程首先定义广义坐标的跟踪误差,再定义广义速度误差,选择第一个李雅普诺夫函数和第二个李雅普诺夫函数,选择控制律,实现水下机器人控制。本发明采用李雅普诺夫函数,控制的稳定性高,位置误差和角度误差趋近于零,因此实用性好。
Description
技术领域
本发明涉及一种水下机器人控制方法,特别涉及一种水下机器人轨迹跟踪反步控制方法。
背景技术
ROV(遥控式水下机器人)能很好地胜任强度大、持续时间长的水下工作任务,操作方便,效率高,但当前水下机器人轨迹跟踪控制多采用PID控制算法,由于其控制算法简单且与模型参数无关,同一些与基于模型参数设计的算法相比,其控制效果仍存在些差距。
文献《模糊PID控制在水下机器人运动控制中的应用》(沈伟,哈尔滨工程大学,2005)设计了一种模糊PID控制在水下机器人运动控制的方法。该方法在运动控制部分,首先设计一个Mamdani型的常规模糊控制器,然后在此基础上设计了两种高精度的控制器:模糊自适应PID控制器和模糊PID双模复合控制器,并分别进行了仿真试验和外场试验研究。在该论文的模糊自适应PID控制中,由于目前利用模糊规则进行非线性增益调整还没有成熟的模糊规则可以借鉴,其参数调整的规则是建立在传统PID控制技术参数调整的基础上通过仿真调试得到的,很多参数的选取是基于经验的,由于经验知识的不足以及仿真***的缺陷,参数调整的模糊舰则有待于进一步完善,特别是在小误差时,增益参数的选取有待于在外场实验中作进一步的研究。
发明内容
为了克服现有水下机器人控制方法实用性差的不足,本发明提供一种水下机器人轨迹跟踪反步控制方法。该方法基于水下机器人体坐标系的六自由度运动方程首先定义广义坐标的跟踪误差,再定义广义速度误差,选择第一个李雅普诺夫函数和第二个李雅普诺夫函数,选择控制律,实现水下机器人控制。本发明采用李雅普诺夫函数,控制的稳定性高,位置误差和角度误差趋近于零,因此实用性好。
本发明解决其技术问题所采用的技术方案:一种水下机器人轨迹跟踪反步控制方法,其特点是包括以下步骤:
步骤一、基于水下机器人体坐标系的六自由度运动方程:
其中M为广义质量正定矩阵,为水下机器人位置与偏航角,v=[ur vrr]为广义水流速度,ur vr r分别为纵向、横侧向速度和偏航角速率,C(v)为广义阻力系数斜对称矩阵,D(v)为流体动力学参数,τc为控制力矩向量;
步骤二、首先定义广义坐标的跟踪误差为:
z1=η-ηd (2)
其中ηd为输入参考信号。对广义坐标跟踪误差求导得:
定义广义速度误差:
z2=v-vr (4)
其中广义速度矢量vr为虚拟控制输入,表示为:
对z2求导,由式(4)得:
步骤三、选择第一个李雅普诺夫函数:
对式(7)求导得:
选择第二个李雅普诺夫函数:
求导得:
为满足条件选择控制律
本发明的有益效果是:该方法基于水下机器人体坐标系的六自由度运动方程首先定义广义坐标的跟踪误差,再定义广义速度误差,选择第一个李雅普诺夫函数和第二个李雅普诺夫函数,选择控制律,实现水下机器人控制。本发明采用李雅普诺夫函数,控制的稳定性高,位置误差和角度误差趋近于零,因此实用性好。
下面结合附图和具体实施方式对本发明作详细说明。
附图说明
图1是本发明水下机器人轨迹跟踪反步控制方法的流程图。
具体实施方式
参照图1。本发明水下机器人轨迹跟踪反步控制方法具体步骤如下:
步骤一、基于水下机器人体坐标系的六自由度运动方程:
其中M为广义质量正定矩阵,为水下机器人位置与偏航角,v=[ur vrr]为广义水流速度,ur vr r分别为纵向、横侧向速度和偏航角速率, 为偏航角,C(v)为广义阻力系数斜对称矩阵,D(v)为流体动力学参数,τc为控制力矩向量;各矩阵及参数取值如下:
其中m11=47.5,m22=94.1,m33=13.6,m23=m32=5.2,d11=13.5,d22=50.2,d33=27.2,d23=41.4,m32=17.3。
步骤二、首先定义广义坐标的跟踪误差为:
z1=η-ηd (2)
对广义坐标跟踪误差求导可得:
然后定义广义速度误差:
z2=v-vr (4)
其中广义速度矢量νr为虚拟控制输入,可以表示为:
对z2求导,由式(4)可得:
步骤三、选择第一个Lyapunov函数:
对式(7)求导可得:
选择第二个李雅普诺夫函数:
求导得:
为满足条件选择控制律
本发明未详细说明部分属于本领域技术人员公知常识。
Claims (1)
1.一种水下机器人轨迹跟踪反步控制方法,其特征在于包括以下步骤:
步骤一、基于水下机器人体坐标系的六自由度运动方程:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>M</mi>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>+</mo>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
<mo>+</mo>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
<mo>+</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>&tau;</mi>
<mi>c</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>&eta;</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mi>J</mi>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中M为广义质量正定矩阵,为水下机器人位置与偏航角,v=[ur vr r]为广义水流速度,ur vr r分别为纵向、横侧向速度和偏航角速率,C(v)为广义阻力系数斜对称矩阵,D(v)为流体动力学参数,τc为控制力矩向量;
步骤二、首先定义广义坐标的跟踪误差为:
z1=η-ηd (2)
其中ηd为输入参考信号;对广义坐标跟踪误差求导得:
<mrow>
<msub>
<mover>
<mi>z</mi>
<mo>&CenterDot;</mo>
</mover>
<mn>1</mn>
</msub>
<mo>=</mo>
<mover>
<mi>&eta;</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>-</mo>
<msub>
<mover>
<mi>&eta;</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>d</mi>
</msub>
<mo>=</mo>
<mi>J</mi>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
<mo>-</mo>
<msub>
<mover>
<mi>&eta;</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>d</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
定义广义速度误差:
z2=v-vr (4)
其中广义速度矢量vr为虚拟控制输入,表示为:
<mrow>
<msub>
<mi>v</mi>
<mi>r</mi>
</msub>
<mo>=</mo>
<mo>-</mo>
<msup>
<mi>J</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<mo>-</mo>
<msub>
<mover>
<mi>&eta;</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>d</mi>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msub>
<mi>z</mi>
<mn>1</mn>
</msub>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
对z2求导,由式(4)得:
<mrow>
<msub>
<mover>
<mi>z</mi>
<mo>&CenterDot;</mo>
</mover>
<mn>2</mn>
</msub>
<mo>=</mo>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>-</mo>
<msub>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>r</mi>
</msub>
<mo>=</mo>
<mo>-</mo>
<msup>
<mi>M</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>&lsqb;</mo>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
<mo>+</mo>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
<mo>+</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>+</mo>
<msub>
<mi>&tau;</mi>
<mi>c</mi>
</msub>
<mo>-</mo>
<msub>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>r</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤三、选择第一个李雅普诺夫函数:
<mrow>
<msub>
<mi>V</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msup>
<msub>
<mi>z</mi>
<mn>1</mn>
</msub>
<mi>T</mi>
</msup>
<msub>
<mi>z</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
对式(7)求导得:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;</mo>
</mover>
<mn>1</mn>
</msub>
<mo>=</mo>
<msup>
<msub>
<mi>z</mi>
<mn>1</mn>
</msub>
<mi>T</mi>
</msup>
<msub>
<mover>
<mi>z</mi>
<mo>&CenterDot;</mo>
</mover>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<msup>
<msub>
<mi>z</mi>
<mn>1</mn>
</msub>
<mi>T</mi>
</msup>
<mo>&lsqb;</mo>
<mi>J</mi>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
<mo>-</mo>
<msub>
<mover>
<mi>&eta;</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>d</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<msup>
<msub>
<mi>z</mi>
<mn>1</mn>
</msub>
<mi>T</mi>
</msup>
<mo>&lsqb;</mo>
<mi>J</mi>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>z</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mover>
<mi>&eta;</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>d</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>z</mi>
<mn>1</mn>
</msub>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>z</mi>
<mn>1</mn>
</msub>
<mi>T</mi>
</msup>
<mi>J</mi>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>z</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
选择第二个李雅普诺夫函数:
<mrow>
<msub>
<mi>V</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<msub>
<mi>V</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msup>
<msub>
<mi>z</mi>
<mn>2</mn>
</msub>
<mi>T</mi>
</msup>
<msub>
<mi>z</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
求导得:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;</mo>
</mover>
<mn>2</mn>
</msub>
<mo>=</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;</mo>
</mover>
<mn>1</mn>
</msub>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msup>
<msub>
<mi>z</mi>
<mn>2</mn>
</msub>
<mi>T</mi>
</msup>
<msub>
<mi>z</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;</mo>
</mover>
<mn>1</mn>
</msub>
<mo>+</mo>
<msup>
<msub>
<mi>z</mi>
<mn>2</mn>
</msub>
<mi>T</mi>
</msup>
<mo>{</mo>
<mo>-</mo>
<msup>
<mi>M</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>&lsqb;</mo>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
<mo>+</mo>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
<mo>+</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<msub>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&tau;</mi>
<mi>c</mi>
</msub>
<mo>}</mo>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
为满足条件选择控制律
<mrow>
<msub>
<mi>&tau;</mi>
<mi>c</mi>
</msub>
<mo>=</mo>
<mo>-</mo>
<mo>{</mo>
<mo>-</mo>
<msup>
<mi>M</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>&lsqb;</mo>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
<mo>+</mo>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mi>v</mi>
<mo>+</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>&eta;</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<msub>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<msub>
<mi>z</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>z</mi>
<mn>1</mn>
</msub>
<mo>}</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710965050.7A CN107807522A (zh) | 2017-10-17 | 2017-10-17 | 水下机器人轨迹跟踪反步控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710965050.7A CN107807522A (zh) | 2017-10-17 | 2017-10-17 | 水下机器人轨迹跟踪反步控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107807522A true CN107807522A (zh) | 2018-03-16 |
Family
ID=61584224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710965050.7A Pending CN107807522A (zh) | 2017-10-17 | 2017-10-17 | 水下机器人轨迹跟踪反步控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107807522A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983612A (zh) * | 2018-08-08 | 2018-12-11 | 华南理工大学 | 一种具有预设性能和连接保持的水下机器人编队控制方法 |
CN109885096A (zh) * | 2019-04-08 | 2019-06-14 | 哈尔滨工程大学 | 一种基于Lyapunov-MPC技术的自主水下机器人路径跟踪闭环控制方法 |
CN109976384A (zh) * | 2019-03-13 | 2019-07-05 | 厦门理工学院 | 一种自治水下机器人及路径跟随控制方法、装置 |
CN110376891A (zh) * | 2019-07-16 | 2019-10-25 | 哈尔滨工程大学 | 一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法 |
CN110687918A (zh) * | 2019-10-17 | 2020-01-14 | 哈尔滨工程大学 | 一种基于回归型神经网络在线逼近的水下机器人轨迹跟踪控制方法 |
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 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436073A (zh) * | 2008-12-03 | 2009-05-20 | 江南大学 | 基于量子行为粒子群算法的轮式移动机器人轨迹跟踪方法 |
US20090240350A1 (en) * | 2007-03-05 | 2009-09-24 | Yi-Ming Tseng | Control Device Including a Ball that Stores Data |
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 |
CN103605285A (zh) * | 2013-11-21 | 2014-02-26 | 南京理工大学 | 汽车驾驶机器人***的模糊神经网络控制方法 |
CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
CN104932512A (zh) * | 2015-06-24 | 2015-09-23 | 北京科技大学 | 一种基于mimo非线性不确定反步法的四旋翼位姿控制方法 |
CN105607476A (zh) * | 2016-01-04 | 2016-05-25 | 哈尔滨工程大学 | 一种作业型rov六自由度运动控制方法 |
CN105676869A (zh) * | 2016-01-16 | 2016-06-15 | 上海大学 | 一种六自由度眼球型水下机器人实时并发控制*** |
CN106054607A (zh) * | 2016-06-17 | 2016-10-26 | 江苏科技大学 | 水下检测与作业机器人动力定位方法 |
CN106985139A (zh) * | 2017-04-12 | 2017-07-28 | 西北工业大学 | 基于扩展状态观测与补偿的空间机器人自抗扰协调控制方法 |
CN107203141A (zh) * | 2017-08-02 | 2017-09-26 | 合肥工业大学 | 一种机械臂分散化神经鲁棒控制的轨迹跟踪算法 |
-
2017
- 2017-10-17 CN CN201710965050.7A patent/CN107807522A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090240350A1 (en) * | 2007-03-05 | 2009-09-24 | Yi-Ming Tseng | Control Device Including a Ball that Stores Data |
CN101436073A (zh) * | 2008-12-03 | 2009-05-20 | 江南大学 | 基于量子行为粒子群算法的轮式移动机器人轨迹跟踪方法 |
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 |
CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
CN103605285A (zh) * | 2013-11-21 | 2014-02-26 | 南京理工大学 | 汽车驾驶机器人***的模糊神经网络控制方法 |
CN104932512A (zh) * | 2015-06-24 | 2015-09-23 | 北京科技大学 | 一种基于mimo非线性不确定反步法的四旋翼位姿控制方法 |
CN105607476A (zh) * | 2016-01-04 | 2016-05-25 | 哈尔滨工程大学 | 一种作业型rov六自由度运动控制方法 |
CN105676869A (zh) * | 2016-01-16 | 2016-06-15 | 上海大学 | 一种六自由度眼球型水下机器人实时并发控制*** |
CN106054607A (zh) * | 2016-06-17 | 2016-10-26 | 江苏科技大学 | 水下检测与作业机器人动力定位方法 |
CN106985139A (zh) * | 2017-04-12 | 2017-07-28 | 西北工业大学 | 基于扩展状态观测与补偿的空间机器人自抗扰协调控制方法 |
CN107203141A (zh) * | 2017-08-02 | 2017-09-26 | 合肥工业大学 | 一种机械臂分散化神经鲁棒控制的轨迹跟踪算法 |
Non-Patent Citations (1)
Title |
---|
陈杰 等: "履带式移动机械臂的自适应模糊滑模控制", 《吉林大学学报(工学版)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983612A (zh) * | 2018-08-08 | 2018-12-11 | 华南理工大学 | 一种具有预设性能和连接保持的水下机器人编队控制方法 |
CN109976384A (zh) * | 2019-03-13 | 2019-07-05 | 厦门理工学院 | 一种自治水下机器人及路径跟随控制方法、装置 |
CN109976384B (zh) * | 2019-03-13 | 2022-02-08 | 厦门理工学院 | 一种自治水下机器人及路径跟随控制方法、装置 |
CN109885096A (zh) * | 2019-04-08 | 2019-06-14 | 哈尔滨工程大学 | 一种基于Lyapunov-MPC技术的自主水下机器人路径跟踪闭环控制方法 |
CN110376891A (zh) * | 2019-07-16 | 2019-10-25 | 哈尔滨工程大学 | 一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法 |
CN110687918A (zh) * | 2019-10-17 | 2020-01-14 | 哈尔滨工程大学 | 一种基于回归型神经网络在线逼近的水下机器人轨迹跟踪控制方法 |
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 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107807522A (zh) | 水下机器人轨迹跟踪反步控制方法 | |
CN106292287A (zh) | 一种基于自适应滑模控制的uuv路径跟踪方法 | |
CN108181914A (zh) | 一种中性浮力机器人姿态与轨迹自抗扰控制方法 | |
CN106708068B (zh) | 仿生波动鳍推进水下航行器路径跟踪控制方法 | |
CN104808590B (zh) | 一种基于关键帧策略的移动机器人视觉伺服控制方法 | |
CN103538068A (zh) | Scara机器人模糊滑模轨迹跟踪控制方法 | |
CN109460043A (zh) | 一种基于多模态非奇异终端滑模船舶航迹自抗扰控制方法 | |
CN106773713A (zh) | 针对欠驱动海洋航行器的高精度非线性路径跟踪控制方法 | |
CN109283842A (zh) | 一种无人艇航迹跟踪智能学习控制方法 | |
CN106227223A (zh) | 一种基于动态滑模控制的uuv轨迹跟踪方法 | |
CN106647282A (zh) | 一种考虑末端运动误差的六自由度机器人轨迹规划方法 | |
CN101520857B (zh) | 一种基于神经网络的永磁球形电动机逆运动学求解方法 | |
CN109634299A (zh) | 基于多模态控制的飞翼无人机机动飞行控制方法 | |
CN106647283A (zh) | 一种基于改进cpso的自抗扰位置伺服***优化设计方法 | |
CN109857100B (zh) | 一种基于反演法和快速终端滑模的复合轨迹跟踪控制算法 | |
CN108267953A (zh) | 一种基于领航者-跟踪者水下机器人位置跟踪方法 | |
CN104691534B (zh) | 一种带有导引模块的气垫船回转率保持控制方法 | |
CN108897321A (zh) | 基于领航跟随法的机器人队形可变编队控制方法与控制器 | |
CN108267952B (zh) | 一种水下机器人自适应有限时间控制方法 | |
CN108121338B (zh) | 一种usv的航迹闭环控制方法 | |
CN105182741A (zh) | 一种无超调的分数阶时变滑模控制方法 | |
CN107491088A (zh) | 一种输入饱和的飞艇航迹控制方法 | |
CN104097205B (zh) | 基于任务空间的机器人实时运动自碰撞避免控制方法 | |
CN102023569A (zh) | 两轮轮式机器人点镇定增量式智能控制方法 | |
Zhang et al. | The application of sliding mode control with improved approaching law in manipulator control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180316 |