CN109656142B - 一种无人艇的串级结构无模型自适应制导方法 - Google Patents

一种无人艇的串级结构无模型自适应制导方法 Download PDF

Info

Publication number
CN109656142B
CN109656142B CN201910118169.XA CN201910118169A CN109656142B CN 109656142 B CN109656142 B CN 109656142B CN 201910118169 A CN201910118169 A CN 201910118169A CN 109656142 B CN109656142 B CN 109656142B
Authority
CN
China
Prior art keywords
unmanned ship
model
adaptive
guidance
expected
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.)
Active
Application number
CN201910118169.XA
Other languages
English (en)
Other versions
CN109656142A (zh
Inventor
廖煜雷
潘恺文
王磊峰
李晔
张蔚欣
姜权权
张磊
庄佳园
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201910118169.XA priority Critical patent/CN109656142B/zh
Publication of CN109656142A publication Critical patent/CN109656142A/zh
Application granted granted Critical
Publication of CN109656142B publication Critical patent/CN109656142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Feedback Control In General (AREA)

Abstract

一种无人艇的串级结构无模型自适应制导方法,属于无人艇制导领域。所述无人艇安装有舵机、航向传感器,GPS和主控计算机。首先利用S面控制算法解算理想环境下无人艇的期望偏移变化率,然后通过建立动态线性模型拟合非线性制导***,利用在线的、离散的无人艇的航行信息数据逼近真实海况中无人艇期望航行方向关于期望偏移变化率的伪偏导数。通过S面控制算法与无模型自适应算法的串联结构制导方法,解决了无模型自适应算法不适应于无人艇航向制导的问题,实现非线性***数据驱动的无模型自适应无人艇制导。利用无模型自适应无人艇制导方法,避免了无人艇在真实海况下由于环境干扰变化带来的模型摄动等问题导致路径跟随效果差的现象。

Description

一种无人艇的串级结构无模型自适应制导方法
技术领域
本发明属于无人艇制导领域,具体涉及一种无人艇的串级结构无模型自适应制导方法。
背景技术
无人艇由于体积较小,运行于空气-水面双重介质中,在航行过程中容易受到海浪、海流、气流等多种因素影响,并且这些干扰具有高度的不确定性与时变性。多种环境干扰下会造成无人艇产生较大的模型摄动,建立精确的无人艇运动数学模型非常困难。传统的制导方法在同时面临环境干扰与模型产生摄动时效果变差。研究复杂海洋环境下欠驱动无人艇的制导方法,对实现无人艇长期、安全、可靠、自主航行具有重要意义。
无模型自适应控制方法通过在每个控制节拍建立非线性***等价的动态线性数据模型,利用受控***的I/O数据在线估计***的伪偏导数,然后利用加权一步向前的控制器,即可实现非线性***数据驱动的无模型自适应控制。面对环境干扰和模型摄动时,无模型自适应控制方法表现良好。然而无模型自适应控制方法只适用于一类满足特定条件的控制***,在无人艇的制导控制,由于期望航向与偏移距离之间不满足单调性关系,无模型自适应控制法不能直接应用于这种控制***。
哈尔滨工程大学姜权权等人提出的《一种高抗扰自适应路径跟随方法及***》,公开号为CN108415423A,根据水中航行装备的实时位置,以及改进的视线法解算出舰船的期望艏向角,同时结合CFDL-MFAC即compact form dynamic linearization model freeadaptive control艏向控制算法,可使舰船快速的缩小跟踪误差,收敛到期望路径。此方法中采用改进视线法作为制导律,与本发明中的串级结构无模型自适应制导方法有本质不同。
大连海事大学范云生等人针对无人艇实际航行时存在时变漂角的情况下,将LOS制导算法和模糊自适应PID控制方法相结合,提出一种考虑时变漂角的无人艇路径跟踪控制方法,此方法中的制导律并不针对制导过程中的无人艇模型摄动问题,这与本发明中的串级结构无模型自适应制导方法有本质不同。
发明内容
本发明的目的在于提供无人艇的串级结构无模型自适应制导方法。首先利用S面控制算法解算理想环境下无人艇的期望偏移变化率,然后通过建立动态线性模型拟合非线性制导***,利用在线的、离散的无人艇的航行信息数据逼近真实海况中无人艇期望航行方向关于期望偏移变化率的伪偏导数。通过S面控制算法与无模型自适应算法的串联结构制导方法,解决了无模型自适应算法不适应于无人艇航向制导的问题,即这类控制响应不满足单调性条件,实现非线性***数据驱动的无模型自适应无人艇制导。利用无模型自适应无人艇制导方法,避免了无人艇在真实海况下由于环境干扰变化带来的模型摄动等问题导致路径跟随效果差的现象。
本发明的目的是这样实现的:
一种无人艇的串级结构无模型自适应制导方法,包括以下步骤:
(1)检查无人艇目标航迹点是否更新,如果目标航迹点更新,则将第一个控制节拍的垂向偏移距离变化率
Figure BDA0001970943920000021
和期望垂向偏移距离变化率
Figure BDA0001970943920000022
归零;
(2)将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率
Figure BDA0001970943920000023
输入S面控制子***,得到理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率
Figure BDA0001970943920000024
(3)将理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率
Figure BDA0001970943920000025
作为无模型自适应制导子***的期望值,根据无人艇上一时刻和当前时刻的航行状态计算无模型自适应制导子***中无人艇垂向偏移距离变化率
Figure BDA0001970943920000026
关于期望航向角ψe的伪偏导数拟合值;
(4)根据伪偏导数拟合值
Figure BDA0001970943920000027
计算当前时刻无人艇的期望航向角ψe
(5)主控计算机根据航向控制算法控制无人艇航向旋转至期望航向角ψe,无人艇的航行状态与位置发生变化,则返回步骤1,进行下一个节拍的制导与控制。
本发明分为两个子***:即S面控制子***与无模型自适应制导子***,两个子***之间为串联结构。
将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率
Figure BDA0001970943920000028
作为S面控制器的输入,得到理想环境条件下无人艇的期望垂向偏移距离变化率
Figure BDA0001970943920000029
作为S面控制器的输出,S面控制器的控制模型为:
Figure BDA00019709439200000210
其中k1、k2分别为对应偏差和偏差变化率的控制参数,K最大期望偏差变化率参数。
将无人艇的垂向偏移距离变化率
Figure BDA00019709439200000211
定义为无模型自适应非线性离散***的输入y,将无人艇的期望航向角ψe定义为非线性离散***的输出u,则该非线性离散***满足:
y(k+1)=f(y(k),…,y(k-ny),u(k),…,u(k-nu))
其中,y(k)、u(k)分别表示k时刻的输入输出,ny、nu是***的阶数;
对任意时刻k:
Figure BDA0001970943920000031
不妨假设无人艇当前位置(xt,yt)在期望路径右侧,即垂向偏移距离Ze>0,当Δu(k)=u(k+1)-u(k)≠0时,若Δu(k)>0,即ψe增大时,显然无人艇会更迅速地靠近直线路径l,故
Figure BDA0001970943920000032
反之,同理当Δu(k)<0,Δy(k+1)>0;
对于非线性离散无人艇制导***,对任意时刻k及Δu(k)≠0,当Δy(k+1)/Δu(k)的值正负始终不变且不为0时,则存在伪偏导数φ(k),满足以下等式:
Δy(k+1)=φ(k)Δu(k)
规定准则函数:
J(u(k))=|y*(k+1)-y(k+1)|2+λ|u(k)-u(k-1)|2
y*(k+1)为无模型自适应制导子***期望输出,λ>0是一个权重系数,通过λ|u(k)-u(k-1)|2限制输出u的变化;上式对u(k)求导等于零,得到以下无模型自适应制导子***制导律:
Figure BDA0001970943920000033
对于伪偏导数φ(k)的拟合,定义以下准则函数:
Figure BDA0001970943920000034
对上式关于φ(k)求极值,得出伪偏导数拟合值:
Figure BDA0001970943920000035
其中,η∈(0,1]为步长因子,
Figure BDA0001970943920000036
为φ(k)的拟合值。
与现有技术相比,本发明的有益效果是:本发明将无模型自适应控制方法融入到浪滑翔器制导方法中,通过S面控制算法与无模型自适应算法的串联结构,解决了无模型自适应算法不适用于无人艇航向制导的问题,即这类控制响应不满足单调性条件。无模型自适应制导方法利用在线的离散数据即可实现对非线性制导律的自适应拟合与调节,提高了制导***的抗环境干扰与抗模型摄动能力,优化了路径跟随效果。
附图说明
图1为本发明无人艇串级结构无模型自适应制导方法坐标系示意图;
图2为本发明无人艇串级结构无模型自适应制导方法流程图;
图3为本发明无人艇串级结构无模型自适应制导控制器结构图。
具体实施方式
下面结合附图举例对本发明做更详细地描述:
本发明的目的是这样实现的:所述无人艇潜体安装有舵机、航向传感器,GPS和主控计算机。航向传感器实时测量航向角ψG,主控计算机可以控制舵机旋转至指定的期望舵角δd进而控制无人艇航向。
一种无人艇的串级结构无模型自适应制导方法,无人艇串级结构无模型自适应制导方法分为两个子***:即S面控制子***与无模型自适应制导子***,两个子***之间为串联结构。
结合图1描述本发明无人艇串级结构无模型自适应制导方法坐标系:为方便说明本发明中各个变量之间的关系,统一规定坐标系及变量表达方式:只考虑无人艇在水平面的运动,建立水平面大地坐标系ξ-E-ζ。Eξ向北为正,Eζ向东为正。航迹点(xn-1,yn-1)、(xn,yn)确立了无人艇跟踪的直线路径l,无人艇由航迹点(xn-1,yn-1)驶向航迹点(xn,yn),当前位置为(xt,yt)。直线路径l与无人艇潜体期望中轴线方向之间夹角定义为期望航向角ψe。规定无人艇当前位置(xt,yt)在期望路径右侧时,(xt,yt)与期望路径右侧间的垂向偏移距离Ze为正。
结合图2描述本发明无人艇串级结构无模型自适应制导方法流程:
第一步:检查无人艇目标航迹点是否更新。如果目标航迹点更新,则将第一个控制节拍的垂向偏移距离变化率
Figure BDA0001970943920000041
和期望垂向偏移距离变化率
Figure BDA0001970943920000042
归零。
第二步:将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率
Figure BDA0001970943920000043
输入S面控制子***,得到理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率
Figure BDA0001970943920000044
第三步:将理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率
Figure BDA0001970943920000045
作为无模型自适应制导子***的期望值,根据无人艇上一时刻和当前时刻的航行状态计算无模型自适应制导子***中无人艇垂向偏移距离变化率
Figure BDA0001970943920000051
关于期望航向角ψe的伪偏导数拟合值。
第四步:根据伪偏导数拟合值
Figure BDA0001970943920000052
计算当前时刻无人艇的期望航向角ψe
第五步:主控计算机根据航向控制算法控制无人艇航向旋转至期望航向角ψe。无人艇的航行状态与位置发生变化,则返回步骤一,进行下一个节拍的制导与控制。
结合图3描述无人艇串级结构无模型自适应制导控制器结构。
将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率
Figure BDA0001970943920000053
作为S面控制器的输入,得到理想环境条件下无人艇的期望垂向偏移距离变化率
Figure BDA0001970943920000054
作为S面控制器的输出,S面控制器的控制模型为:
Figure BDA0001970943920000055
其中k1、k2分别为对应偏差和偏差变化率的控制参数。
将无人艇的垂向偏移距离变化率
Figure BDA0001970943920000056
定义为无模型自适应非线性离散***的输入y,将无人艇的期望航向角ψe定义为非线性离散***的输出u,则该非线性离散***满足:
y(k+1)=f(y(k),…,y(k-ny),u(k),…,u(k-nu))
其中,y(k)、u(k)分别表示k时刻的输入输出,ny、nu是***的阶数。
对任意时刻k:
Figure BDA0001970943920000057
不妨假设无人艇当前位置(xt,yt)在期望路径右侧,即Ze>0,当Δu(k)=u(k+1)-u(k)≠0时,若Δu(k)>0,即ψe增大时,显然无人艇会更迅速地靠近直线路径l,故
Figure BDA0001970943920000058
反之,同理可证当Δu(k)<0,Δy(k+1)>0。
对于满足式y(k+1)=f(y(k),…,y(k-ny),u(k),…,u(k-nu))的非线性离散无人艇制导***,对任意时刻k及Δu(k)≠0,当Δy(k+1)/Δu(k)的值正负始终不变且不为0时,一定存在伪偏导数(PPD)φ(k),满足如下等式:
Δy(k+1)=φ(k)Δu(k)
规定准则函数:
J(u(k))=|y*(k+1)-y(k+1)|2+λ|u(k)-u(k-1)|2
y*(k+1)为无模型自适应制导子***期望输出,即λ>0是一个权重系数,λ|u(k)-u(k-1)|2的目的是限制输出u的变化。上式对u(k)求导等于零,得到如下无模型自适应制导子***制导律:
Figure BDA0001970943920000061
对于伪偏导数φ(k)的拟合,定义如下准则函数:
Figure BDA0001970943920000062
对上式关于φ(k)求极值,即可得出伪偏导数拟合值:
Figure BDA0001970943920000063
其中,η∈(0,1]为步长因子,
Figure BDA0001970943920000064
为φ(k)的拟合值。
一种无人艇的串级结构无模型自适应制导方法,当无人艇航迹点更新时,则将第一个控制节拍的垂向偏移距离变化率
Figure BDA0001970943920000065
和期望垂向偏移距离变化率
Figure BDA0001970943920000066
归零。否则会由于航迹点更新,垂向偏移距离发生突变而引起该控制节拍内的垂向偏移距离变化率趋近于无穷大,显然这是不合理的。
本发明利用在线的离散数据实现对非线性制导律的自适应拟合与调节,提高了制导***的抗环境干扰与抗模型摄动能力,优化了路径跟随效果。

Claims (4)

1.一种无人艇的串级结构无模型自适应制导方法,其特征在于,包括以下步骤:
(1)检查无人艇目标航迹点是否更新,如果目标航迹点更新,则将第一个控制节拍的垂向偏移距离变化率
Figure FDA0001970943910000011
和期望垂向偏移距离变化率
Figure FDA0001970943910000012
归零;
(2)将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率
Figure FDA0001970943910000013
输入S面控制子***,得到理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率
Figure FDA0001970943910000014
(3)将理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率
Figure FDA0001970943910000015
作为无模型自适应制导子***的期望值,根据无人艇上一时刻和当前时刻的航行状态计算无模型自适应制导子***中无人艇垂向偏移距离变化率
Figure FDA0001970943910000016
关于期望航向角ψe的伪偏导数拟合值;
(4)根据伪偏导数拟合值
Figure FDA0001970943910000017
计算当前时刻无人艇的期望航向角ψe
(5)主控计算机根据航向控制算法控制无人艇航向旋转至期望航向角ψe,无人艇的航行状态与位置发生变化,则返回步骤1,进行下一个节拍的制导与控制。
2.根据权利要求1所述的一种无人艇的串级结构无模型自适应制导方法,其特征在于,分为两个子***:即S面控制子***与无模型自适应制导子***,两个子***之间为串联结构。
3.根据权利要求1所述的无人艇的串级结构无模型自适应制导方法,其特征在于:将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率
Figure FDA0001970943910000018
作为S面控制器的输入,得到理想环境条件下无人艇的期望垂向偏移距离变化率
Figure FDA0001970943910000019
作为S面控制器的输出,S面控制器的控制模型为:
Figure FDA00019709439100000110
其中k1、k2分别为对应偏差和偏差变化率的控制参数,K最大期望偏差变化率参数。
4.根据权利要求1所述的无人艇的串级结构无模型自适应制导方法,其特征在于:将无人艇的垂向偏移距离变化率
Figure FDA00019709439100000111
定义为无模型自适应非线性离散***的输入y,将无人艇的期望航向角ψe定义为非线性离散***的输出u,则该非线性离散***满足:
y(k+1)=f(y(k),…,y(k-ny),u(k),…,u(k-nu))
其中,y(k)、u(k)分别表示k时刻的输入输出,ny、nu是***的阶数;
对任意时刻k:
Figure FDA0001970943910000021
不妨假设无人艇当前位置(xt,yt)在期望路径右侧,即垂向偏移距离Ze>0,当Δu(k)=u(k+1)-u(k)≠0时,若Δu(k)>0,即ψe增大时,显然无人艇会更迅速地靠近直线路径l,故
Figure FDA0001970943910000022
反之,同理当Δu(k)<0,Δy(k+1)>0;
对于非线性离散无人艇制导***,对任意时刻k及Δu(k)≠0,当Δy(k+1)/Δu(k)的值正负始终不变且不为0时,则存在伪偏导数φ(k),满足以下等式:
Δy(k+1)=φ(k)Δu(k)
规定准则函数:
J(u(k))=|y*(k+1)-y(k+1)|2+λ|u(k)-u(k-1)|2
y*(k+1)为无模型自适应制导子***期望输出,λ>0是一个权重系数,通过λ|u(k)-u(k-1)|2限制输出u的变化;上式对u(k)求导等于零,得到以下无模型自适应制导子***制导律:
Figure FDA0001970943910000023
对于伪偏导数φ(k)的拟合,定义以下准则函数:
Figure FDA0001970943910000024
对上式关于φ(k)求极值,得出伪偏导数拟合值:
Figure FDA0001970943910000025
其中,η∈(0,1]为步长因子,
Figure FDA0001970943910000026
为φ(k)的拟合值。
CN201910118169.XA 2019-02-15 2019-02-15 一种无人艇的串级结构无模型自适应制导方法 Active CN109656142B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910118169.XA CN109656142B (zh) 2019-02-15 2019-02-15 一种无人艇的串级结构无模型自适应制导方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910118169.XA CN109656142B (zh) 2019-02-15 2019-02-15 一种无人艇的串级结构无模型自适应制导方法

Publications (2)

Publication Number Publication Date
CN109656142A CN109656142A (zh) 2019-04-19
CN109656142B true CN109656142B (zh) 2021-09-10

Family

ID=66122834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910118169.XA Active CN109656142B (zh) 2019-02-15 2019-02-15 一种无人艇的串级结构无模型自适应制导方法

Country Status (1)

Country Link
CN (1) CN109656142B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110673598B (zh) * 2019-09-29 2022-10-25 哈尔滨工程大学 一种水面无人艇智能路径跟踪控制方法
CN112346465B (zh) * 2020-11-27 2022-09-02 哈尔滨工程大学 基于ialos导引律的欠驱无人船自适应模糊控制方法
CN113960998B (zh) * 2021-06-10 2023-07-14 航天时代(青岛)海洋装备科技发展有限公司 一种无人艇模糊预测控制***及方法
CN115268261A (zh) * 2022-08-12 2022-11-01 中国船舶集团有限公司第七一六研究所 一种基于双喷水推进器无人艇的改进mfac控制方法
CN115562312B (zh) * 2022-11-17 2023-10-13 哈尔滨工程大学三亚南海创新发展基地 一种强跟踪全格式无模型自适应船舶艏向控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108717263A (zh) * 2018-04-11 2018-10-30 哈尔滨工程大学 波浪滑翔器多体艏向融合的无模型自适应航向控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116281B (zh) * 2013-01-17 2015-08-05 江苏大学 轴向混合磁轴承无模型自适应控制***及其控制方法
CN105487385B (zh) * 2016-02-01 2019-02-15 金陵科技学院 基于无模型自适应内模控制方法
CN108415423B (zh) * 2018-02-02 2020-12-04 哈尔滨工程大学 一种高抗扰自适应路径跟随方法及***
CN108563113B (zh) * 2018-06-12 2020-11-20 哈尔滨工程大学 舰船用多回路无模型自适应艏向控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108717263A (zh) * 2018-04-11 2018-10-30 哈尔滨工程大学 波浪滑翔器多体艏向融合的无模型自适应航向控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Heading Control of Unmanned Surface Vehicle With Variable Output Constraint Model-Free Adaptive Control Algorithm;Quanquan Jiang,etc;《IEEE Access》;20190711;131008 - 131018 *
Redefined Output Model-Free Adaptive Control Method and Unmanned Surface Vehicle Heading Control;Yulei Liao,etc;《IEEE Journal of Oceanic Engineering》;20190319;714 - 723 *

Also Published As

Publication number Publication date
CN109656142A (zh) 2019-04-19

Similar Documents

Publication Publication Date Title
CN109656142B (zh) 一种无人艇的串级结构无模型自适应制导方法
CN108427414B (zh) 一种自主水下航行器水平面自适应轨迹跟踪控制方法
CN110673598B (zh) 一种水面无人艇智能路径跟踪控制方法
CN106292287B (zh) 一种基于自适应滑模控制的uuv路径跟踪方法
CN110618686B (zh) 一种基于显式模型预测控制的无人船航迹控制方法
CN106950974B (zh) 欠驱动自主水下航行器的对三维路径进行理解及跟踪控制方法
CN111487966B (zh) 一种基于航路点的水面无人艇自适应路径跟踪控制方法
CN102385316A (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
CN109669345B (zh) 基于eso的水下机器人模糊pid运动控制方法
CN112965371B (zh) 基于固定时间观测器的水面无人艇轨迹快速跟踪控制方法
Shen et al. Dynamic surface control for tracking of unmanned surface vessel with prescribed performance and asymmetric time-varying full state constraints
Wang et al. High-gain observer-based line-of-sight guidance for adaptive neural path following control of underactuated marine surface vessels
CN112068440B (zh) 基于模型预测控制的auv回收对接动力定位控制方法
CN115951581A (zh) 一种基于改进empc的高速无人艇路径跟踪控制方法
CN114967702A (zh) 一种无人艇控制***及路径跟踪方法
CN109116727B (zh) 一种基于低通滤波器的pid型一阶全格式无模型自适应航速控制算法
CN109752957B (zh) 一种无人艇的制导指令调节器结构及设计方法
CN114004035B (zh) 一种水面无人艇目标跟踪控制方法
CN114019985B (zh) 基于分数阶pid和粒子群算法的无人船舵向控制设计方法
CN114035567B (zh) 一种水面无人艇航控***
Li et al. Underactuated Autonomous Underwater Vehicle Trajectory Tracking Control in Three Dimensions Based on Fractional Order Sliding Mode
Wu et al. Study on fuzzy neural network-based ship autopilot
Wang et al. Continuous fixed-time formation control for AUVs using only position measurements
Mu et al. State constrained path following of underactuated unmanned surface vehicles subjected to dynamic unknowns and environmental disturbances
Wang et al. Ship course control based on bas self-optimizing PID algorithm [C]

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
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190419

Assignee: HARBIN XINGUANG PHOTOELECTRIC TECHNOLOGY Co.,Ltd.

Assignor: HARBIN ENGINEERING University

Contract record no.: X2024980008581

Denomination of invention: A Model free Adaptive Guidance Method for Cascade Structure of Unmanned Boats

Granted publication date: 20210910

License type: Common License

Record date: 20240702