CN108829099A - 一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法 - Google Patents
一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法 Download PDFInfo
- Publication number
- CN108829099A CN108829099A CN201810554864.6A CN201810554864A CN108829099A CN 108829099 A CN108829099 A CN 108829099A CN 201810554864 A CN201810554864 A CN 201810554864A CN 108829099 A CN108829099 A CN 108829099A
- Authority
- CN
- China
- Prior art keywords
- unmanned boat
- control
- design
- virtual controlling
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 12
- 238000013528 artificial neural network Methods 0.000 claims abstract description 6
- 230000003044 adaptive effect Effects 0.000 claims description 16
- 230000003321 amplification Effects 0.000 claims description 6
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 6
- 230000001141 propulsive effect Effects 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims 1
- 239000011800 void material Substances 0.000 claims 1
- 241000208340 Araliaceae Species 0.000 description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 description 4
- 235000008434 ginseng Nutrition 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 210000004218 nerve net Anatomy 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000004088 simulation Methods 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法,步骤如下:(一)建立惯性坐标系下欠驱动水面无人船的三自由度运动学和动力学模型。(二)距离控制设计:给定一条期望轨迹,由位置误差计算得到位置虚拟控制律,由虚拟控制律进一步推出控制纵向速度的带有输出约束的实际输入控制律,并使用神经网络对外界干扰进行估计及补偿,以此减小无人船与参考轨迹之间的距离差。(三)角度控制设计:计算角度误差,并由此计算得到角度虚拟控制律,由虚拟控制律进一步推出控制艏摇角速度的带有输出约束的实际输入控制律,并使用神经网络对外界干扰进行估计及补偿,以此减小无人船与参考轨迹之间的角度差。
Description
技术领域
本发明提供一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法,它提供一种在考虑参数不确定、输出约束以及未知干扰的情况下,欠驱动水面无人船的新轨迹跟踪控制方法,属于无人船自动控制技术领域。
背景技术
近年来,对于无人船轨迹跟踪控制的研究和实际应用越来越多。作为能够监测海域环境、执行军事作战任务的水上工具,水面无人船得到越来越多的重视。特别是在未来的军事方面,无人船将会成为收集情报、自主击打和零伤亡的重要军事手段。无人船的主要特点是速度快、体积小、航行自主,这三大特点保证了无人船的实战应用价值。当任务环境危险复杂时,利用无人船执行任务可以在减少伤亡同时,保障任务的成功率。因此,无人船的轨迹跟踪对于海上侦察,导航和海况监测具有重要意义,这就要求无人船具有良好的跟踪性能以高效完成任务,在这种情况之下,许多跟踪控制方法应运而生。在实际应用中,无人船的模型参数无法准确得知,且时刻受到海上风、浪、流的干扰,而这种干扰时变且不可预测的。同时,海上情况复杂多变,随处可能存在礁石、峡道,因此对无人船的控制进行输出约束的限制是必不可免的。此外,欠驱动无人船只有两个有效的输入驱动,这一切因素都使得欠驱动无人船的控制过程变得复杂且具有挑战性。目前,针对无人船轨迹跟踪控制算法的研究,主要应用的方法有视线制导、神经网络、模糊理论等。这些方法大多没有考虑输出约束的问题,因此,需要提出一个性能更好、可靠性更高的无人船轨迹跟踪控制方法。
本发明“一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法”基于以上问题进行考虑,而提出可靠的,解决参数不确定、输出约束、外界干扰下的无人船轨迹跟踪问题的控制理论。通过惯性坐标系下欠驱动无人船的三自由度模型,将其轨迹跟踪问题拆分为位置跟踪及姿态跟踪问题其中,使用径向基函数神经网络模型对外界干扰进行估计和补偿估计。同时,引入障碍李雅普诺夫函数解决输出约束问题。通过李雅普诺夫稳定性分析以及模拟仿真,证明所设计控制器可靠性较高,无人船可以高精度跟踪参考轨迹,,并保证***全局一致有界。
发明内容
(1)目的:本发明的目的在于提供一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法,控制工程师可以在结合实际参数的同时,按照该方法实现水面无人船抗扰动、抗输出约束的轨迹跟踪控制。
(2)技术方案:本发明“一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法”,其主要内容及步骤是:首先给定惯性坐标系下欠驱动无人船考虑外界干扰时的三自由度模型,然后针对该模型进行控制器设计。该方法依据有效输入分为距离控制及姿态控制两部分,因此控制律也相应的由两部分组成:距离控制律和姿态控制律。两种控制律都基于输出约束自适应反步法进行设计。由该方法计算得到的实际输入控制量将传输至螺旋桨等执行机构,即可实现无人船轨迹跟踪功能。
本发明“一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法”,其具体步骤如下:
步骤一建立惯性坐标系下欠驱动水面无人船的三自由度运动学和动力学模型。
步骤二距离控制设计:给定一条期望轨迹,由位置误差计算得到位置虚拟控制律,由虚拟控制律进一步推出控制纵向速度的带有输出约束的实际输入控制律,并使用神经网络对外界干扰进行估计及补偿,以此减小无人船与参考轨迹之间的距离差。
步骤三角度控制设计:计算角度误差,并由角度误差计算得到角度虚拟控制律,由虚拟控制律进一步推出控制艏摇角速度的带有输出约束的实际输入控制律,并使用神经网络对外界干扰进行估计及补偿,以此减小无人船与参考轨迹之间的角度差。
其中,在步骤一中所述的运动学与动力学模型建立过程如下:
建立惯性坐标系下无人船三自由度模型,如附图1所示。Ogxgyg是建立在地球上的惯性坐标系,在该坐标系下无人船的运动学和动力学方程为
上述方程中,(x,y)表示当前位置坐标,ψ表示无人船当前艏摇角大小,即姿态变量,u是前进速度,v是横漂速度,r是艏摇角速度。为***模型参数,在不同外界条件下(如水深变化)该参数会发生变化,因此是未知具体大小的矢量值,τu和τr分别表示由船舶操纵装置产生的纵向主推进力和转船力矩,du,dv和dr表示由风浪、洋流等因素引起的外部干扰量,函数fu(u,v,r),fv(u,v,r)和fr(u,v,r)的具体表达式为:
上式中,mii(i=1,2,3)为无人船的惯性质量参数,dii(i=1,2,3)为无人船航行时的水动力阻尼系数。
其中,在步骤二中所述的距离控制设计,方法如下:
给定期望轨迹,得到期望位置坐标(xd,yd),由此定义以下误差变量:
xe=xd-x,ye=yd-y
ψe=ψd-ψ
其中式中位置误差为ze,角度误差为ψe。其中,对位置误差大小的范围要求为0≤ze<ka。
选取李雅普诺夫函数为则设计如下虚拟控制律αu为:
实际控制律τu为:
自适应律为:
径向基函数为:
其中,为θu的估计值,kze>0为虚拟控制律设计参数,kue>0为实际控制律设计参数,au,k1,θu0均为大于零的自适应律设计参数,Nu,μu,χiu,σu分别为径向基函数的网络结点数、放大因素、基函数中心和基函数宽度。
其中,在步骤三中所述的角度控制设计方法如下:
由步骤二中所得角度误差变量为:
ψe=ψd-ψ
其中,对角度误差大小的范围要求为-kb<ψe<kb,kb=π/2。
选取李雅普诺夫函数为则设计如下虚拟控制律αr为:
实际控制律τr为:
自适应律为:
径向基函数为:
其中,为θr的估计值,kψe>0为虚拟控制律设计参数,kre>0为实际控制律设计参数, ar,k0,θr0均为大于零的自适应律设计参数,Nr,μr,χir,σr分别为径向基函数的网络结点数、放大因素、基函数中心和基函数宽度。
(3)优点及效果:
本发明“一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法”,与现有技术比,其优点是:
1)本方法能够有效解决输出约束问题,大幅度改善了由于海况环境限制及控制器设计过程中存在的约束问题对于控制器设计、跟踪效果及各方面性能造成的不利影响;
2)本方法采用自适应算法良好的抑制了模型不确定性;
3)本方法采用径向基函数神经网络算法有效的估计和补偿了外界扰动对***的干扰影响;
4)本方法可保证***的全局一致有界,并且将位置误差和姿态误差约束在规定范围内;
附图说明
图1为本发明坐标系示意图;
图2为本发明方法流程图;
符号说明如下:
ξ ξ=[x,y,ψ]T为无人船在惯性坐标系下的当前位置及当前姿态;
η η=[u,v,r]T为无人船为在惯性坐标系下的速度及角速度;
τ τ=[τu,τr T]为无人船的电机推力和输入力矩;
无人船***模型未知矢量;
du,dv,dr 无人船的外部干扰量;
λu,λv,λr 无人船的外部干扰量的未知上界;
无人船的外部干扰量的未知上界估计值;
(xd,yd) 无人船期望位置坐标;
ψd 无人船的期望姿态变量;
ze 无人船的位置误差;
ψe 无人船的姿态误差;
ue,re 无人船的速度误差和角速度误差;
sg(·) 符号函数;
ka 无人船位置误差约束值;
kb 无人船角度误差约束值;
αr,αu 虚拟控制律;
无人船***模型未知矢量估计值;
kze,kψe 虚拟控制律设计参数;
kue,kre 实际控制律设计参数;
ξu,ξr 径向基函数;
Nu,μu,χiu,σu 径向基函数设计参数;
Nr,μr,χir,σr 径向基函数设计参数;
具体实施方式
下面对本发明中的各部分设计方法作进一步的说明:
本发明“一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法”,如图2所示,其具体步骤如下:
步骤一:运动学与动力学模型建立
建立惯性坐标系下无人船三自由度模型,如附图1所示。Ogxgyg是建立在地球上的惯性坐标系,在该坐标系下无人船的运动学和动力学方程为
上述方程中,(x,y)表示当前位置坐标,ψ表示无人船当前艏摇角大小,即姿态变量,u是前进速度,v是横漂速度,r是艏摇角速度。为***模型参数,在不同外界条件下(如水深变化)该参数会发生变化,因此是未知具体大小的矢量值,τu和τr分别表示由船舶操纵装置产生的纵向主推进力和转船力矩,du,dv和dr表示由风浪、洋流等因素引起的外部干扰量其大小是未知有界的,未知界表示为函数 fu(u,v,r),fv(u,v,r)和fr(u,v,r)的具体表达式为:
上式中,mii(i=1,2,3)为无人船的惯性质量参数,dii(i=1,2,3)为无人船航行时的水动力阻尼系数。
步骤二:距离控制设计
首先,给定期望轨迹,得到期望位置坐标(xd,yd),由此定义以下误差变量:
xe=xd-x,ye=yd-y
ψe=ψd-ψ
其中式中位置误差为ze,角度误差为ψe。其中,对位置误差大小的范围要求为0≤ze<ka。
根据反步法控制的思想,定义***障碍李雅普诺夫函数为然后通过对该函数求导,设计虚拟控制律,将不确定项递推至设计控制器的最后一步,设计实际控制律及自适应律,使用径向基函数对不确定项和扰动项的界进行估计及补偿。虚拟控制律αu为:
实际控制律τu为:
自适应律为:
径向基函数为:
其中,为θu的估计值,kze>0为虚拟控制律设计参数,kue>0为实际控制律设计参数,au,k1,θu0均为大于零的自适应律设计参数,Nu,μu,χiu,σu分别为径向基函数的网络结点数、放大因素、基函数中心和基函数宽度。
步骤三:角度控制设计
由步骤二中所得角度误差变量为:
ψe=ψd-ψ
其中,对角度误差大小的范围要求为-kb<ψe<kb,kb=π/2。
由此可得到期望偏航角ψd,定义***障碍李雅普诺夫函数为然后通过对该函数求导,设计虚拟控制律,将不确定项递推至设计控制器的最后一步,设计实际控制律及自适应律,使用径向基函数对不确定项和扰动项的界进行估计及补偿。虚拟控制律αr为:
实际控制律τr为:
自适应律为:
径向基函数为:
其中,为θr的估计值,kψe>0为虚拟控制律设计参数,kre>0为实际控制律设计参数,ar,k0,θr0均为大于零的自适应律设计参数,Nr,μr,χir,σr分别为径向基函数的网络结点数、放大因素、基函数中心和基函数宽度。
Claims (4)
1.一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法,其特征在于,所述方法具体步骤如下:
步骤一 建立惯性坐标系下欠驱动水面无人船的三自由度运动学和动力学模型;
步骤二 距离控制设计:给定一条期望轨迹,由位置误差计算得到位置虚拟控制律,由虚拟控制律进一步推出控制纵向速度的带有输出约束的实际输入控制律,并使用神经网络对外界干扰进行估计及补偿,以此减小无人船与参考轨迹之间的距离差;
步骤三 角度控制设计:计算角度误差,并由角度误差计算得到角度虚拟控制律,由虚拟控制律进一步推出控制艏摇角速度的带有输出约束的实际输入控制律,并使用神经网络对外界干扰进行估计及补偿,以此减小无人船与参考轨迹之间的角度差。
2.根据权利要求1所述的一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法,其特征在于:步骤一中所述的运动学与动力学模型建立过程如下:
建立惯性坐标系下无人船三自由度模型,Ogxgyg是建立在地球上的惯性坐标系,在该坐标系下无人船的运动学和动力学方程为
上述方程中,(x,y)表示当前位置坐标,ψ表示无人船当前艏摇角大小,即姿态变量,u是前进速度,v是横漂速度,r是艏摇角速度;为***模型参数,在不同外界条件下(如水深变化)该参数会发生变化,因此是未知具体大小的矢量值,τu和τr分别表示由船舶操纵装置产生的纵向主推进力和转船力矩,du,dv和dr表示由风浪、洋流等因素引起的外部干扰量,函数fu(u,v,r),fv(u,v,r)和fr(u,v,r)的具体表达式为:
上式中,mii(i=1,2,3)为无人船的惯性质量参数,dii(i=1,2,3)为无人船航行时的水动力阻尼系数。
3.根据权利要求1所述的一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法,其特征在于:步骤二中所述的距离控制设计,具体方法如下:
给定期望轨迹,得到期望位置坐标(xd,yd),由此定义以下误差变量:
xe=xd-x,ye=yd-y
其中式中位置误差为ze,角度误差为ψe;其中,对位置误差大小的范围要求为0≤ze<ka;
选取李雅普诺夫函数为则设计如下虚拟控制律αu为:
实际控制律τu为:
自适应律为:
径向基函数为:
其中,为θu的估计值,kze>0为虚拟控制律设计参数,kue>0为实际控制律设计参数,au,k1,θu0均为大于零的自适应律设计参数,Nu,μu,χiu,σu分别为径向基函数的网络结点数、放大因素、基函数中心和基函数宽度。
4.根据权利要求1所述的一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法,其特征在于:步骤三中所述的角度控制设计方法如下:
由步骤二中所得角度误差变量为:
ψe=ψd-ψ
其中,对角度误差大小的范围要求为-kb<ψe<kb,kb=π/2;
选取李雅普诺夫函数为则设计如下虚拟控制律αr为:
实际控制律τr为:
自适应律为:
径向基函数为:
其中,为θr的估计值,kψe>0为虚拟控制律设计参数,kre>0为实际控制律设计参数,ar,k0,θr0均为大于零的自适应律设计参数,Nr,μr,χir,σr分别为径向基函数的网络结点数、放大因素、基函数中心和基函数宽度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810554864.6A CN108829099A (zh) | 2018-06-01 | 2018-06-01 | 一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810554864.6A CN108829099A (zh) | 2018-06-01 | 2018-06-01 | 一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108829099A true CN108829099A (zh) | 2018-11-16 |
Family
ID=64146737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810554864.6A Pending CN108829099A (zh) | 2018-06-01 | 2018-06-01 | 一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108829099A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109656143A (zh) * | 2019-02-25 | 2019-04-19 | 曲阜师范大学 | 一种海面全驱动船舶的自适应跟踪控制方法及*** |
CN110308735A (zh) * | 2019-03-08 | 2019-10-08 | 哈尔滨工程大学 | 一种针对输入时滞的欠驱动uuv轨迹跟踪滑模控制方法 |
CN110308726A (zh) * | 2019-07-11 | 2019-10-08 | 上海海事大学 | 基于非线性反步法的欠驱动船舶航向控制方法 |
CN111007854A (zh) * | 2019-12-18 | 2020-04-14 | 哈尔滨工程大学 | 一种欠驱动船轨迹跟踪控制*** |
CN111158383A (zh) * | 2020-01-19 | 2020-05-15 | 浙江大学 | 基于干扰观测器和rbfnn的无人艇航迹跟踪控制方法 |
CN111338213A (zh) * | 2020-03-17 | 2020-06-26 | 大连海事大学 | 一种基于事件触发机制的多水下航行器自适应模糊二部一致控制方法 |
CN112083654A (zh) * | 2020-09-16 | 2020-12-15 | 交通运输部东海航海保障中心连云港航标处 | 一种航标船抗干扰轨迹跟踪控制方法 |
CN112180961A (zh) * | 2020-09-30 | 2021-01-05 | 北京航空航天大学 | 一种全状态受限平流层飞艇轨迹跟踪控制方法及*** |
CN112346454A (zh) * | 2020-10-28 | 2021-02-09 | 博康智能信息技术有限公司 | 基于神经网络的无人船控制方法及其*** |
CN112612209A (zh) * | 2020-12-14 | 2021-04-06 | 哈尔滨工业大学 | 基于指令滤波神经网络控制器的全驱动船舶轨迹跟踪控制方法及*** |
CN112764432A (zh) * | 2019-10-21 | 2021-05-07 | 上海大学 | 一种无人艇航迹跟踪***及方法 |
CN112987771A (zh) * | 2021-03-08 | 2021-06-18 | 大连海事大学 | 基于多端口输出误差触发机制的机帆船路径跟踪控制方法 |
CN113589831A (zh) * | 2021-08-11 | 2021-11-02 | 江南大学 | 基于干扰精细估计与神经网络的潜水器控制方法及*** |
CN114326756A (zh) * | 2021-09-08 | 2022-04-12 | 哈尔滨工程大学 | 一种考虑输入量化的自适应预设性能轨迹跟踪控制方法 |
CN114661056A (zh) * | 2022-05-19 | 2022-06-24 | 浙江大学湖州研究院 | 一种考虑推进器伺服控制的差动水面无人船轨迹跟踪方法 |
CN115328126A (zh) * | 2022-08-08 | 2022-11-11 | 大连海事大学 | 一种无人船自适应滑模轨迹跟踪控制方法及其控制*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843224A (zh) * | 2016-03-25 | 2016-08-10 | 哈尔滨工程大学 | 基于神经动态模型反步法的auv水平面路径跟踪控制方法 |
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 |
CN106227223A (zh) * | 2016-09-27 | 2016-12-14 | 哈尔滨工程大学 | 一种基于动态滑模控制的uuv轨迹跟踪方法 |
KR101706367B1 (ko) * | 2015-11-27 | 2017-02-14 | 공주대학교 산학협력단 | 과소작동기를 갖는 자율무인 이동체의 신경회로망 기반 결함포용 컨트롤 방법 |
CN106406095A (zh) * | 2016-10-26 | 2017-02-15 | 北京航空航天大学 | 输入输出非对称受限的全驱动水面舰船轨迹跟踪控制方法 |
-
2018
- 2018-06-01 CN CN201810554864.6A patent/CN108829099A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101706367B1 (ko) * | 2015-11-27 | 2017-02-14 | 공주대학교 산학협력단 | 과소작동기를 갖는 자율무인 이동체의 신경회로망 기반 결함포용 컨트롤 방법 |
CN105843224A (zh) * | 2016-03-25 | 2016-08-10 | 哈尔滨工程大学 | 基于神经动态模型反步法的auv水平面路径跟踪控制方法 |
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 |
CN106227223A (zh) * | 2016-09-27 | 2016-12-14 | 哈尔滨工程大学 | 一种基于动态滑模控制的uuv轨迹跟踪方法 |
CN106406095A (zh) * | 2016-10-26 | 2017-02-15 | 北京航空航天大学 | 输入输出非对称受限的全驱动水面舰船轨迹跟踪控制方法 |
Non-Patent Citations (3)
Title |
---|
KENG PENG TEE 等: "Control of Nonlinear Systems with Time-Varying Output Constraints", 《2009 IEEE INTERNATIONAL CONFERENCE ON CONTROL AND AUTOMATION》 * |
张国庆 等: "欠驱动船舶简捷鲁棒自适应路径跟踪控制", 《哈尔滨工程大学学报》 * |
沈智鹏 等: "基于DSC和MLP的欠驱动船舶自适应滑模轨迹跟踪控制", 《***工程与电子技术》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109656143B (zh) * | 2019-02-25 | 2022-01-28 | 曲阜师范大学 | 一种海面全驱动船舶的自适应跟踪控制方法及*** |
CN109656143A (zh) * | 2019-02-25 | 2019-04-19 | 曲阜师范大学 | 一种海面全驱动船舶的自适应跟踪控制方法及*** |
CN110308735A (zh) * | 2019-03-08 | 2019-10-08 | 哈尔滨工程大学 | 一种针对输入时滞的欠驱动uuv轨迹跟踪滑模控制方法 |
CN110308726A (zh) * | 2019-07-11 | 2019-10-08 | 上海海事大学 | 基于非线性反步法的欠驱动船舶航向控制方法 |
CN110308726B (zh) * | 2019-07-11 | 2022-05-13 | 上海海事大学 | 基于非线性反步法的欠驱动船舶航向控制方法 |
CN112764432A (zh) * | 2019-10-21 | 2021-05-07 | 上海大学 | 一种无人艇航迹跟踪***及方法 |
CN112764432B (zh) * | 2019-10-21 | 2022-02-11 | 上海大学 | 一种无人艇航迹跟踪***及方法 |
CN111007854A (zh) * | 2019-12-18 | 2020-04-14 | 哈尔滨工程大学 | 一种欠驱动船轨迹跟踪控制*** |
CN111007854B (zh) * | 2019-12-18 | 2022-10-25 | 哈尔滨工程大学 | 一种欠驱动船轨迹跟踪控制*** |
CN111158383A (zh) * | 2020-01-19 | 2020-05-15 | 浙江大学 | 基于干扰观测器和rbfnn的无人艇航迹跟踪控制方法 |
CN111158383B (zh) * | 2020-01-19 | 2021-04-20 | 浙江大学 | 基于干扰观测器和rbfnn的无人艇航迹跟踪控制方法 |
CN111338213A (zh) * | 2020-03-17 | 2020-06-26 | 大连海事大学 | 一种基于事件触发机制的多水下航行器自适应模糊二部一致控制方法 |
CN112083654A (zh) * | 2020-09-16 | 2020-12-15 | 交通运输部东海航海保障中心连云港航标处 | 一种航标船抗干扰轨迹跟踪控制方法 |
CN112083654B (zh) * | 2020-09-16 | 2022-09-16 | 交通运输部东海航海保障中心连云港航标处 | 一种航标船抗干扰轨迹跟踪控制方法 |
CN112180961A (zh) * | 2020-09-30 | 2021-01-05 | 北京航空航天大学 | 一种全状态受限平流层飞艇轨迹跟踪控制方法及*** |
CN112346454A (zh) * | 2020-10-28 | 2021-02-09 | 博康智能信息技术有限公司 | 基于神经网络的无人船控制方法及其*** |
CN112346454B (zh) * | 2020-10-28 | 2023-08-18 | 博康智能信息技术有限公司 | 基于神经网络的无人船控制方法及其*** |
CN112612209A (zh) * | 2020-12-14 | 2021-04-06 | 哈尔滨工业大学 | 基于指令滤波神经网络控制器的全驱动船舶轨迹跟踪控制方法及*** |
CN112987771A (zh) * | 2021-03-08 | 2021-06-18 | 大连海事大学 | 基于多端口输出误差触发机制的机帆船路径跟踪控制方法 |
CN112987771B (zh) * | 2021-03-08 | 2023-10-27 | 大连海事大学 | 基于多端口输出误差触发机制的机帆船路径跟踪控制方法 |
CN113589831A (zh) * | 2021-08-11 | 2021-11-02 | 江南大学 | 基于干扰精细估计与神经网络的潜水器控制方法及*** |
CN114326756A (zh) * | 2021-09-08 | 2022-04-12 | 哈尔滨工程大学 | 一种考虑输入量化的自适应预设性能轨迹跟踪控制方法 |
CN114661056A (zh) * | 2022-05-19 | 2022-06-24 | 浙江大学湖州研究院 | 一种考虑推进器伺服控制的差动水面无人船轨迹跟踪方法 |
CN115328126A (zh) * | 2022-08-08 | 2022-11-11 | 大连海事大学 | 一种无人船自适应滑模轨迹跟踪控制方法及其控制*** |
CN115328126B (zh) * | 2022-08-08 | 2023-11-24 | 大连海事大学 | 一种无人船自适应滑模轨迹跟踪控制方法及其控制*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108829099A (zh) | 一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法 | |
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 | |
Xiang et al. | Smooth transition of AUV motion control: From fully-actuated to under-actuated configuration | |
Khodayari et al. | Modeling and control of autonomous underwater vehicle (AUV) in heading and depth attitude via self-adaptive fuzzy PID controller | |
Yan et al. | Globally finite-time stable tracking control of underactuated UUVs | |
Wang et al. | A paradigm for path following control of a ribbon-fin propelled biomimetic underwater vehicle | |
CN112650231B (zh) | 一种实现避碰和避障的欠驱船编队控制*** | |
Abdurahman et al. | Switching LOS guidance with speed allocation and vertical course control for path-following of unmanned underwater vehicles under ocean current disturbances | |
CN111857165B (zh) | 一种水下航行器的轨迹跟踪控制方法 | |
Wang et al. | Path following control of the wave glider in waves and currents | |
CN111273677B (zh) | 基于强化学习技术的自主水下机器人速度和艏向控制方法 | |
Wang et al. | An adaptive sliding mode motion control method of remote operated vehicle | |
Li et al. | Formation control of a group of AUVs using adaptive high order sliding mode controller | |
CN113110512B (zh) | 一种减弱未知干扰与抖振影响的可底栖式auv自适应轨迹跟踪控制方法 | |
CN108363400B (zh) | 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 | |
Geranmehr et al. | The nonlinear suboptimal diving control of an autonomous underwater vehicle | |
Jianzhang et al. | Swarm control of USVs based on adaptive back-stepping combined with sliding mode | |
Fu et al. | Adaptive safety motion control for underactuated hovercraft using improved integral barrier lyapunov function | |
Geranmehr et al. | The state-dependent set-point regulation and tracking control of horizontal motion of AUV | |
Sahoo et al. | Adaptive fuzzy pid controller for a compact autonomous underwater vehicle | |
Makavita et al. | Fuzzy gain scheduling based optimally tuned PID controllers for an unmanned underwater vehicle | |
Belleter et al. | Observer based path following for underactuated marine vessels in the presence of ocean currents: A global approach-with proofs | |
Refsnes et al. | Design of output-feedback control system for high speed maneuvering of an underwater vehicle | |
Tao et al. | Observer based 3-D path following control of underactuated underwater vehicle in the presence of ocean currents | |
Zhang et al. | Active disturbance rejection control of underwater vehicle with omnidirectional 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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |