CN110865539A - 一种随机干扰下的无人艇跟踪误差约束控制方法 - Google Patents
一种随机干扰下的无人艇跟踪误差约束控制方法 Download PDFInfo
- Publication number
- CN110865539A CN110865539A CN201911127962.2A CN201911127962A CN110865539A CN 110865539 A CN110865539 A CN 110865539A CN 201911127962 A CN201911127962 A CN 201911127962A CN 110865539 A CN110865539 A CN 110865539A
- Authority
- CN
- China
- Prior art keywords
- unmanned ship
- random
- tracking error
- model
- 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 39
- 230000003044 adaptive effect Effects 0.000 claims abstract description 15
- 238000005516 engineering process Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 27
- 239000000126 substance Substances 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000013016 damping Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000005653 Brownian motion process Effects 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 3
- 238000001308 synthesis method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 11
- 238000004088 simulation Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
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
-
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种随机干扰下的无人艇跟踪误差约束控制方法,本方法针对在随机扰动下的无人艇设计控制器,并保证跟踪误差最终收敛到零点。本发明的方法包括步骤:构建无人艇的运动学模型和动力学模型;考虑海洋动态环境中存在着外界随机干扰,将无人艇动力学模型描述为标准的非线性随机模型形式;采用正切障碍李雅普诺夫函数来确保跟踪误差满足约束条件,并运用后推设计法针对无人艇的跟踪误差***进行虚拟控制器的设计;运用自适应控制技术解决控制器设计中的参数不确定问题;本发明能实现了随机干扰环境下轨迹的精确跟踪,误差满足预先设定的边界条件,控制效果佳。
Description
技术领域
本发明属于无人艇轨迹跟踪控制的技术领域,具体涉及一种随机干扰下的无人艇跟踪误差约束控制方法。
背景技术
近二十年来,由于无人艇在环境测量、海洋采样和海上救助等领域的广泛应用,无人艇的跟踪控制越来越受到控制工程界和海洋学界的关注。为了有效地完成这些任务,需要精确地跟踪期望的运动轨迹。然而,要实现精确的轨迹跟踪控制是一项具有挑战性的任务。
未知海洋动态中通常存在洋流、海风、海浪等外界随机扰动,这些干扰会严重影响控制性能,甚至可能导致闭环***不稳定。现有的控制方法大多只针对确定性***,不考虑随机干扰。鉴于无人艇经常受到风、浪和海流的随机扰动,用非线性随机***描述无人艇比确定性***更为准确。近几年,控制学界提出了针对非线性随机***进行控制的方法,将基于确定性***理论的反步法已经扩展到随机***领域,但由于状态耦合等问题,该方法不能直接应用于无人艇***。因此需要对处于随机干扰下的无人艇进行控制器设计。
跟踪误差约束也是无人艇跟踪控制器设计的一个挑战。在实际的无人艇航行过程中,如果不对误差进行约束,无人艇可能会碰撞周围的暗礁或者船只,造成巨大的损失。由此来看,不约束跟踪误差对于无人船的控制是非常不安全的。因此需要对跟踪误差进行约束。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种随机干扰下的无人艇跟踪误差约束控制方法,本发明采用了自适应控制技术针对存在随机干扰的无人艇模型设计控制器,确保输出误差始终处在一个预先指定的范围内,误差满足预先指定的边界,并且能够使输出跟踪误差在零点附近的一个小集合的收敛性。
为了达到上述目的,本发明采用以下技术方案:
一种随机干扰下的无人艇跟踪误差约束控制方法,包括下述步骤:
(1):构建无人艇的运动学模型,所述无人艇的运动学模型为:
其中,η=[x y ψ]T表示无人艇在大地坐标系(Oe Xe Ye)下的位置(x,y)和大地坐标系下的航向角ψ;υ=[u,v,r]T中的各分量对应于体坐标系(ob xb yb)下的前进速度u、横荡速度v和转向角速度r;旋转矩阵J(ψ)为
(2):考虑海洋动态环境中存在着外界随机干扰,将无人艇动力学模型描述为标准的非线性随机模型形式,所述标准的非线性随机模型为:
dv=(f(v,q)+Φ(v)θ+τ*)dt+Φ(v)Δ(t)dω
(3):根据跟踪误差,采用正切障碍李雅普诺夫函数确保距离误差满足约束条件,所述跟踪误差的具体定义为:
z11=x-xd,
z12=y-yd,
z13=ψ-ψd,
z2=v-α,
其中,z1i,i=1,2,3为设计的无人艇的跟踪距离误差和方位角误差;
(4):运用反步设计法针对误差***进行虚拟控制器设计;
(5):估计无人艇模型中的未知参数θ和Δ;
(6):基于步骤(3)到步骤(5)中的正切障碍李雅普诺夫函数、自适应控制技术、反步设计法设计控制器。
作为优选的技术方案,步骤(2)中,存在随机干扰的无人艇的动力学方程为:
其中,MRB>0和MA>0分别为艇和附加质量的惯性矩阵;CRB(υ)和CA(υr)分别为艇和附加质量的总的科氏力和向心加速度矩阵;D为阻尼矩阵;τ表示无人艇的控制输入;τωind和τωave表示由于海风和海浪产生的外部扰动;矩阵MRB,MA,CRB(v),CA(v)和D的具体形式分别如下所示:
其中
其中,m是无人艇的质量;Iz是转向角速度方向上的转动惯量; 和均是附加质量;xg是无人艇在xb坐标上的重心;X(·),Y(·)和N(·)分别是在前进速度方向、横荡速度方向和转向角速度方向上的线性流体动力学阻尼系数。
作为优选的技术方案,步骤(2)中,所述标准的非线性随机模型的计算过程如下:
首先得到非线性随机***:
dx=f(x,t)dt+G(x,t)Δ(t)dω,x(t0)∈Rn
其中x∈Rn是***的状态;ω是r维标准维纳过程,Δ(t):R+→Rr×r是有界的并且波尔可测,对于任t∈R+都是非负定的;f:Rn×R+→Rn和G:Rn×R+→Rn×r在x∈Rn的范围内是局部李普希茨连续(在x∈R+的范围内是一致李普希茨连续)且局部有界;
洋流速度vc及其导数vc、风力和力矩矢量τwind以及海浪引发力和力矩矢量τwave可以写成
由于在附加质量的总的科氏力和向心加速度矩阵CA(υr)包含随机扰动,需通过拆分得到标准的非线性随机模型:
代入方程:
将上式的一些部分定义如下
f(v,q)=M-1[-(CRB(v)+CA(v))v-Dv]
τ*=M-1τ
Φ(v)=[Φ1(v),M-1]
Δ(t)=diag(Δ1(t),Δ2(t))
作为优选的技术方案,步骤(2)中,对于标准的非线性随机模型,
二阶可导的函数V(x)的有限元为
其中Tr(A)是矩阵A的秩。
5、根据权利要求1所述一种随机干扰下的无人艇跟踪误差约束控制方法,其特征在于,步骤(3)中,所述跟踪误差满足以下约束条件:
|z1i|<kb1i,i=1,2,3
其中,kb1i为正常数;
采用正切障碍李雅普诺夫函数为:
当设计的控制器能保证正切障碍李雅普诺夫函数V始终有界,则误差z1i始终满足|z1i|<kb1i;则跟踪的方位变量(x,y)和跟踪的方位角变量ψ始终满足约束条件:
-kb1i<z1i<kb1i
约束条件表示误差z1i的超调量始终小于函数kb1i所构造的边界。
作为优选的技术方案,步骤(4)中,运用反步设计法针对误差***进行虚拟控制器设计,得到虚拟控制器为
α1=φ1cosψ+φ2sinψ,
α2=-φ1sinψ+φ2cosψ,
其中μ为自适应增益常数且满足μ>0,k3是一个正常数,Γ为自适应增益矩阵且满足Γ>0和K4是一个正定矩阵。
作为优选的技术方案,步骤(5)中,基于反步设计法、李雅普诺夫综合法、自适应控制技术与正切障碍李雅普诺夫函数,设计控制器
其中K2是一个正定矩阵,所得的τ为施加无人艇的控制力矩。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明所设计的控制器为自适应控制器。由于未知海洋动态中通常存在洋流、海风、海浪等外界随机扰动,根据非线性随机***对***进行描述,利用其有限元所设计出的控制器来进行轨迹跟踪,以达到无人艇***保持稳定运行的能力。
2、本发明在李雅普洛夫函数综合设计方法中引入具有对称边界的正切函数,并构造相应的具有对称边界的正切障碍李雅普诺夫函数,确保误差不超过预先设定的约束范围,使得无人艇具有较好的跟踪预先给定的轨迹。
附图说明
图1为本发明实施例工作区域中的无人艇结构示意图。
图2为本发明实施例无人艇***的整体控制框图。
图3为本发明实施例无人艇大地坐标系下位置X误差仿真图框图。
图4为本发明实施例无人艇大地坐标系下位置Y误差仿真图框图。
图5为本发明实施例无人艇大地坐标系下方位角ψ误差仿真图框图。
图6为本发明实施例控制器τ_u输出仿真图。
图7为本发明实施例控制器τ_υ输出仿真图。
图8为本发明实施例控制器τ_r输出仿真图。
图9为本发明参数估计值δ^的范数仿真图。
图10为本发明参数估计值θ^的范数仿真图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
本实施例主要阐述随机干扰下的无人艇跟踪误差约束控制,图1为本实施例工作区域中的无人艇结构示意图。
如图2所示,本实施例随机干扰下的无人艇跟踪误差约束控制方法,其详细实施过程包括:
步骤(1):无人艇的运动学模型为:
上式中的***的运动学方程,其中,η=[x y ψ]T表示无人艇在大地坐标系(Oe XeYe)下的位置(x,y)和大地坐标系下的航向角ψ;υ=[u,v,r]T中的各分量对应于体坐标系(obxb yb)下的前进速度u、横荡速度v和转向角速度r;
旋转矩阵J(ψ)为
存在随机干扰的无人艇的动力学方程为
其中,MRB>0和MA>0分别为艇和附加质量的惯性矩阵;CRB(υ)和CA(υr)分别为艇和附加质量的总的科氏力和向心加速度矩阵;D为阻尼矩阵;τ表示无人艇的控制输入;τωind和τωave表示由于海风和海浪产生的外部扰动;矩阵MRB,MA,CRB(v),CA(v)和D的具体形式分别如下所示:
其中
上式中,m是无人艇的质量;Iz是转向角速度方向上的转动惯量; 和均是附加质量;xg是无人艇在xb坐标上的重心;X(·),Y(·)和N(·)分别是在前进速度方向、横荡速度方向和转向角速度方向上的线性流体动力学阻尼系数。
在本实施例中,无人艇的***参数分别如下表1所示。
表1无人艇模型参数
在本实例中,初始时刻无人艇的位置、航向角和速度的设置分别为η(0)=[1.7,1.7,0.2]T,初始速度为v(0)=[0,0,0]T。
在本实例中,外部扰动的形式为
其中,randn是产生的随机数。参考轨迹为
其中,ω=0.05rad/s,R=20m,即参考轨迹为一个圆,其半径为20m。
步骤(2):其特征在于非线性随机***:
dx=f(x,t)dt+G(x,t)Δ(t)dω,x(t0)∈Rn
其中x∈Rn是***的状态;ω是r维标准维纳过程,Δ(t):R+→Rr×r是有界的并且波尔可测,对于任t∈R+都是非负定的;f:Rn×R+→Rn和G:Rn×R+→Rn×r在x∈Rn的范围内是局部李普希茨连续(在x∈R+的范围内是一致李普希茨连续)且局部有界;
洋流速度vc及其导数vc、风力和力矩矢量τwind以及海浪引发力和力矩矢量τwave可以写成
由于在附加质量的总的科氏力和向心加速度矩阵CA(υr)包含随机扰动,需进行拆分:
代入方程:
将上式的一些部分定义如下
f(v,q)=M-1[-(CRB(v)+CA(v))v-Dv]
τ*=M-1τ
Φ(v)=[Φ1(v),M-1]
Δ(t)=diag(Δ1(t),Δ2(t))
我们得到如下非线性随机***:
dv=(f(v,q)+Φ(v)θ+τ*)dt+Φ(v)Δ(t)dω
对于上式这种形式的非线性随机***,二阶可导的函数V(x)的有限元为
其中Tr(A)是矩阵A的秩。
步骤(3):跟踪误差的具体定义为:
z11=x-xd,
z12=y-yd,
z13=ψ-ψd,
z2=v-α,
其中,z1i,i=1,2,3为设计的无人艇的跟踪距离误差和方位角误差,跟踪误差满足以下约束条件:
|z1i|<kb1i,i=1,2,3
其中,kb1i为正常数;
采用正切障碍李雅普诺夫函数为:
当设计的控制器能保证正切障碍李雅普诺夫函数V始终有界,则误差z1i始终满足|z1i|<kb1i;则跟踪的方位变量(x,y)和跟踪的方位角变量ψ始终满足约束条件:
-kb1i<z1i<kb1i
约束条件表示误差z1i的超调量始终小于函数kb1i所构造的边界。
在本例中,选取kb11=2,kb12=2,kb13=0.4。
图3至图5为无人艇的跟踪距离误差(z11和z12)和方位角误差z13随时间的变化图,可见距离误差(z11和z12)和方位角误差z13,在调节过程中始终满足约束条件。
步骤(4):运用反步设计法针对误差***进行虚拟控制器设计,得到虚拟控制器为
α1=φ1cosψ+φ2sinψ,
α2=-φ1sinψ+φ2cosψ,
在本例中,选取k11=15,k12=15,k13=1。
其中μ为自适应增益常数且满足μ>0,k3是一个正常数,Γ为自适应增益矩阵且满足Γ>0和K4是一个正定矩阵。
在本例中,选取μ=0.0001,k3=10,
步骤(6):基于反步设计法、李雅普诺夫综合法、自适应控制技术与正切障碍李雅普诺夫函数,设计控制器
其中K2是一个正定矩阵,所得的τ为施加无人艇的控制力矩。
在本例中,选取K2=[2,2,2]T。图6至图8所示为无人艇***的控制输入τu、τv和τr的变化曲线,可知它们均连续有界且较光滑。
本实施例的控制器能使得在随机扰动下较好的跟踪预先设定的轨迹,同时维持***的位置误差和方位角误差在预设的范围之类。
实际的无人艇***中,模型中有许多未知的参数,本方法中采用自适应控制方法来估计模型中的未知的参数。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.一种随机干扰下的无人艇跟踪误差约束控制方法,其特征在于,包括下述步骤:
(1):构建无人艇的运动学模型,所述无人艇的运动学模型为:
其中,η=[x y ψ]T表示无人艇在大地坐标系(Oe Xe Ye)下的位置(x,y)和大地坐标系下的航向角ψ;υ=[u,v,r]T中的各分量对应于体坐标系(ob xb yb)下的前进速度u、横荡速度v和转向角速度r;旋转矩阵J(ψ)为
(2):考虑海洋动态环境中存在着外界随机干扰,将无人艇动力学模型描述为标准的非线性随机模型形式,所述标准的非线性随机模型为:
dv=(f(v,q)+Φ(v)θ+τ*)dt+Φ(v)Δ(t)dω
(3):根据跟踪误差,采用正切障碍李雅普诺夫函数确保距离误差满足约束条件,所述跟踪误差的具体定义为:
z11=x-xd,
z12=y-yd,
z13=ψ-ψd,
z2=v-α,
其中,z1i,i=1,2,3为设计的无人艇的跟踪距离误差和方位角误差;
(4):运用反步设计法针对误差***进行虚拟控制器设计;
(5):估计无人艇模型中的未知参数θ和Δ;
(6):基于步骤(3)到步骤(5)中的正切障碍李雅普诺夫函数、自适应控制技术、反步设计法设计控制器。
2.根据权利要求1所述一种随机干扰下的无人艇跟踪误差约束控制方法,其特征在于,步骤(2)中,存在随机干扰的无人艇的动力学方程为:
其中,MRB>0和MA>0分别为艇和附加质量的惯性矩阵;CRB(υ)和CA(υr)分别为艇和附加质量的总的科氏力和向心加速度矩阵;D为阻尼矩阵;τ表示无人艇的控制输入;τωind和τωave表示由于海风和海浪产生的外部扰动;矩阵MRB,MA,CRB(v),CA(v)和D的具体形式分别如下所示:
其中
3.根据权利要求2所述一种随机干扰下的无人艇跟踪误差约束控制方法,其特征在于,步骤(2)中,所述标准的非线性随机模型的计算过程如下:
首先得到非线性随机***:
dx=f(x,t)dt+G(x,t)Δ(t)dω,x(t0)∈Rn
其中x∈Rn是***的状态;ω是r维标准维纳过程,Δ(t):R+→Rr×r是有界的并且波尔可测,对于任t∈R+都是非负定的;f:Rn×R+→Rn和G:Rn×R+→Rn×r在x∈Rn的范围内是局部李普希茨连续(在x∈R+的范围内是一致李普希茨连续)且局部有界;
洋流速度vc及其导数vc、风力和力矩矢量τwind以及海浪引发力和力矩矢量τwave可以写成
由于在附加质量的总的科氏力和向心加速度矩阵CA(υr)包含随机扰动,需通过拆分得到标准的非线性随机模型:
代入方程:
将上式的一些部分定义如下
f(v,q)=M-1[-(CRB(v)+CA(v))v-Dv]
τ*=M-1τ
Φ(v)=[Φ1(v),M-1]
Δ(t)=diag(Δ1(t),Δ2(t))
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911127962.2A CN110865539A (zh) | 2019-11-18 | 2019-11-18 | 一种随机干扰下的无人艇跟踪误差约束控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911127962.2A CN110865539A (zh) | 2019-11-18 | 2019-11-18 | 一种随机干扰下的无人艇跟踪误差约束控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110865539A true CN110865539A (zh) | 2020-03-06 |
Family
ID=69654857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911127962.2A Pending CN110865539A (zh) | 2019-11-18 | 2019-11-18 | 一种随机干扰下的无人艇跟踪误差约束控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110865539A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112034711A (zh) * | 2020-08-31 | 2020-12-04 | 东南大学 | 一种基于深度强化学习的无人艇抗海浪干扰控制方法 |
CN112192573A (zh) * | 2020-10-14 | 2021-01-08 | 南京邮电大学 | 基于反演法的不确定性机器人自适应神经网络控制方法 |
CN112859853A (zh) * | 2021-01-08 | 2021-05-28 | 东南大学 | 考虑时延和环境约束的智能收获机器人路径控制方法 |
CN113093735A (zh) * | 2021-03-18 | 2021-07-09 | 华南理工大学 | 随机扰动下输出受限欠驱动无人艇的横截函数控制方法、***及介质 |
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*** |
CN114442640A (zh) * | 2022-02-28 | 2022-05-06 | 哈尔滨理工大学 | 一种水面无人艇轨迹跟踪控制方法 |
CN117193003A (zh) * | 2023-09-25 | 2023-12-08 | 广东工业大学 | 一种基于事件触发与预测补偿的无人艇控制方法 |
CN117369471A (zh) * | 2023-11-06 | 2024-01-09 | 大连海事大学 | 一种具有预设性能的无人船数据驱动模糊航向控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955218A (zh) * | 2014-04-28 | 2014-07-30 | 上海大学 | 一种基于非线性控制理论的无人艇轨迹跟踪控制装置及方法 |
WO2016193678A1 (en) * | 2015-06-04 | 2016-12-08 | Bae Systems Plc | Decision making |
CN108983774A (zh) * | 2018-07-16 | 2018-12-11 | 哈尔滨工程大学 | 一种基于模糊状态观测器的单喷泵推进无人水面艇自适应航向控制方法 |
CN109726866A (zh) * | 2018-12-27 | 2019-05-07 | 浙江农林大学 | 基于q学习神经网络的无人船路径规划方法 |
-
2019
- 2019-11-18 CN CN201911127962.2A patent/CN110865539A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955218A (zh) * | 2014-04-28 | 2014-07-30 | 上海大学 | 一种基于非线性控制理论的无人艇轨迹跟踪控制装置及方法 |
WO2016193678A1 (en) * | 2015-06-04 | 2016-12-08 | Bae Systems Plc | Decision making |
CN108983774A (zh) * | 2018-07-16 | 2018-12-11 | 哈尔滨工程大学 | 一种基于模糊状态观测器的单喷泵推进无人水面艇自适应航向控制方法 |
CN109726866A (zh) * | 2018-12-27 | 2019-05-07 | 浙江农林大学 | 基于q学习神经网络的无人船路径规划方法 |
Non-Patent Citations (6)
Title |
---|
候佳祎,高赫佳,贺威,孙长银: "基于Quanser实验平台的带有输出约束单连杆柔性机械臂的神经网络控制", 《南京信息工程大学学报(自然科学版)》 * |
廖煜雷: "无人艇的非线性运动控制方法研究", 《中国博士学位论文全文数据库》 * |
罗京别尔格: "《自动控制理论基础》", 31 July 1987, 北京国防工业出版社 * |
赵新泉: "《统计与数量经济学论丛 第3辑》", 31 December 2016, 北京中国统计出版社 * |
陈强,丁科新,南余荣: "带有输出约束的柔性关节机械臂预设性能自适应控制", 《控制与决策》 * |
韩兆玉: "受约束切换非线性下三角***的自适应控制", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112034711A (zh) * | 2020-08-31 | 2020-12-04 | 东南大学 | 一种基于深度强化学习的无人艇抗海浪干扰控制方法 |
CN112034711B (zh) * | 2020-08-31 | 2022-06-03 | 东南大学 | 一种基于深度强化学习的无人艇抗海浪干扰控制方法 |
CN112192573A (zh) * | 2020-10-14 | 2021-01-08 | 南京邮电大学 | 基于反演法的不确定性机器人自适应神经网络控制方法 |
CN112859853A (zh) * | 2021-01-08 | 2021-05-28 | 东南大学 | 考虑时延和环境约束的智能收获机器人路径控制方法 |
CN113093735A (zh) * | 2021-03-18 | 2021-07-09 | 华南理工大学 | 随机扰动下输出受限欠驱动无人艇的横截函数控制方法、***及介质 |
CN113093735B (zh) * | 2021-03-18 | 2022-07-26 | 华南理工大学 | 随机扰动下输出受限欠驱动无人艇的横截函数控制方法、***及介质 |
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*** |
CN114442640A (zh) * | 2022-02-28 | 2022-05-06 | 哈尔滨理工大学 | 一种水面无人艇轨迹跟踪控制方法 |
CN117193003A (zh) * | 2023-09-25 | 2023-12-08 | 广东工业大学 | 一种基于事件触发与预测补偿的无人艇控制方法 |
CN117193003B (zh) * | 2023-09-25 | 2024-06-04 | 广东工业大学 | 一种基于事件触发与预测补偿的无人艇控制方法 |
CN117369471A (zh) * | 2023-11-06 | 2024-01-09 | 大连海事大学 | 一种具有预设性能的无人船数据驱动模糊航向控制方法 |
CN117369471B (zh) * | 2023-11-06 | 2024-05-28 | 大连海事大学 | 一种具有预设性能的无人船数据驱动模糊航向控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110865539A (zh) | 一种随机干扰下的无人艇跟踪误差约束控制方法 | |
CN108803632B (zh) | 基于饱和补偿技术的水面无人艇全状态约束轨迹跟踪控制方法 | |
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 | |
WO2022000945A1 (zh) | DoS攻击下基于切换T-S模糊***的无人船艇控制方法 | |
Petrich et al. | Robust control for an autonomous underwater vehicle that suppresses pitch and yaw coupling | |
CN107024863B (zh) | 一种避免微分***的uuv轨迹跟踪控制方法 | |
CN109100939B (zh) | 考虑输入饱和的水面无人艇全状态约束轨迹跟踪控制方法 | |
CN105785762B (zh) | 一种基于自适应反步滑模的两轴惯性稳定平台高精度控制方法 | |
CN107065569B (zh) | 基于rbf神经网络补偿的船舶动力定位滑模控制***及方法 | |
CN110362075B (zh) | 一种具有预设性能的无人艇输出反馈编队控制设计方法 | |
CN111176306B (zh) | 一种水下航行器变增益自抗扰纵向控制方法 | |
CN114115262B (zh) | 基于方位角信息的多auv执行器饱和协同编队控制***和方法 | |
CN111857165B (zh) | 一种水下航行器的轨迹跟踪控制方法 | |
CN110320927A (zh) | 智能变形飞行器的飞行控制方法及*** | |
CN113821030A (zh) | 一种欠驱动无人艇的固定时间轨迹跟踪控制方法 | |
CN110794843A (zh) | 基于观测器的非线性船舶时滞动力定位船鲁棒镇定*** | |
CN114442640A (zh) | 一种水面无人艇轨迹跟踪控制方法 | |
CN113093735B (zh) | 随机扰动下输出受限欠驱动无人艇的横截函数控制方法、***及介质 | |
CN108829126A (zh) | 一种考虑通讯延时的auv集群协调控制方法 | |
Koschorrek et al. | Dynamic positioning with active roll reduction using Voith Schneider propeller | |
Duecker et al. | Parameter identification for micro underwater vehicles | |
CN110647161B (zh) | 基于状态预测补偿的欠驱动uuv水平面轨迹跟踪控制方法 | |
CN109521798A (zh) | 基于有限时间扩张状态观测器的auv运动控制方法 | |
CN117519183A (zh) | 一种切换无人船动态记忆事件触发模糊动力定位控制方法 | |
CN114879481B (zh) | 一种抗水动力干扰的船舶动力定位鲁棒h∞控制方法 |
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 |
Application publication date: 20200306 |
|
RJ01 | Rejection of invention patent application after publication |