CN112882482B - 一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法 - Google Patents

一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法 Download PDF

Info

Publication number
CN112882482B
CN112882482B CN202110110667.7A CN202110110667A CN112882482B CN 112882482 B CN112882482 B CN 112882482B CN 202110110667 A CN202110110667 A CN 202110110667A CN 112882482 B CN112882482 B CN 112882482B
Authority
CN
China
Prior art keywords
autonomous underwater
underwater robot
model
fixed time
interference
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
CN202110110667.7A
Other languages
English (en)
Other versions
CN112882482A (zh
Inventor
宗广灯
崔佳雯
孙海滨
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.)
Qufu Normal University
Original Assignee
Qufu Normal 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 Qufu Normal University filed Critical Qufu Normal University
Priority to CN202110110667.7A priority Critical patent/CN112882482B/zh
Publication of CN112882482A publication Critical patent/CN112882482A/zh
Application granted granted Critical
Publication of CN112882482B publication Critical patent/CN112882482B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/04Control of altitude or depth
    • G05D1/06Rate of change of altitude or depth
    • G05D1/0692Rate of change of altitude or depth specially adapted for under-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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

一种基于具有预定性能约束的自主式水下机器人固定时间轨迹跟踪控制,包括建立含有由水动力引起的模型不确定性以及外部干扰的自主式水下机器人的运动学模型和动力学模型,给出期望跟踪轨迹,并引入辅助变量将其转化为自主式水下机器人的跟踪误差***模型,然后引入预定性能函数,将跟踪误差***转化为具有预定性能约束的***,将模型不确定性、外部干扰以及不可测速度集总为自主式水下机器人的干扰,设计固定时间扩张状态观测器估计不可测速度和未知干扰,基于观测器输出值,设计连续的固定时间滑模面,得到水下机器人的固定时间连续终端滑模轨迹跟踪控制方案;可以有效降低模型不确定性和外部干扰对自主式水下机器人的影响,实现精确轨迹跟踪。

Description

一种基于具有预定性能约束的自主式水下机器人的固定时间 轨迹跟踪控制方法
技术领域
本发明涉及一种基于具有预定性能约束的自主式水下机器人的固定时间的轨迹跟踪控制方法,主要应用于自主式水下机器人的固定时间轨迹跟踪控制,属于自主式水下机器人控制技术领域。
背景技术
近年来,自主式水下机器人受到重视,自主式水下机器人是集控制装置、导航定位装置、自诊断和故障处理装置、测量装置和能源装置于一体的具有智能行为的机器人,其中控制装置是自主式水下机器人在水下进行作业的控制中心,是机器人控制的核心技术所在。但是,水动力造成的模型不确定性以及自主式水下机器人所处的水下环境存在众多的干扰因素,这些因素会影响控制装置对机器人做出正确的指令。因此,如何设计自主式水下机器人的控制方案,以消减模型不确定性和外部干扰而不影响***以及提高控制性能是非常重要的。
发明内容
本发明的技术解决问题是:针对带有模型不确定性和外部干扰并受到预定性能的约束的自主式水下机器人***,提供一种固定时间轨迹跟踪控制方法,消减了模型不确定性和外部干扰因素,且轨迹跟踪性能良好。
本发明的技术解决方案为:一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法,包括建立含有由水动力引起的模型不确定性以及外部干扰的自主式水下机器人的运动学模型和动力学模型以及给出期望跟踪轨迹,并引入辅助变量将其转化为自主式水下机器人的跟踪误差***模型,然后引入预定性能函数,将跟踪误差***转化为具有预定性能约束的***,将模型不确定性、外部干扰以及不可测***变量总为自主式水下机器人的集总干扰,接下来,设计固定时间扩张状态观测器估计不可测速度和未知干扰,最后,基于观测器输出值,设计连续的固定时间滑模面,进一步得到水下机器人的固定时间连续终端滑模轨迹跟踪控制方案;本方法可以有效消减自主式水下机器人的由水动力造成的模型不确定性和外部环境干扰,实现精确轨迹跟踪,适用于自主式水下机器人的固定时间轨迹跟踪控制。
1)建立含有由水动力引起的模型不确定性以及外部干扰的自主式水下机器人的运动学模型和动力学模型以及给出被跟踪期望轨迹的表达式,并引入辅助变量将其转化为自主式水下机器人的跟踪误差***模型;
2)引入预定性能函数,将跟踪误差***转化为具有预定性能约束的***,将模型不确定性、外部干扰以及不可测***变量总为自主式水下机器人的集总干扰;
3)设计固定时间扩张状态观测器估计不可测速度和未知干扰,基于观测器输出值,设计连续的固定时间滑模面,得到水下机器人的固定时间连续终端滑模轨迹跟踪控制方案。
第一步,建立含有模型不确定性和外部干扰的自主式水下机器人运动学模型和动力学模型
Figure BDA0002918836700000021
其中η=[x,y,z,φ,θ,ψ]T表示自主水下机器人的位置、横摇角、俯仰角和偏航角,υ=[u,ν,w,p,q,r]T表示不可测量的线速度和角速度。J(η)为转动惯量矩阵,
Figure BDA0002918836700000022
为惯性矩阵,
Figure BDA0002918836700000023
为科里奥利和向心矩阵,
Figure BDA0002918836700000024
为阻尼矩阵,
Figure BDA0002918836700000025
为重力矩阵,
Figure BDA0002918836700000026
Figure BDA0002918836700000027
为标称矩阵,ΔM、ΔC(υ)、ΔD(υ)和Δg(η)表示模型不确定性。τ(t)为控制输入,dη(t)为外部干扰。
那么,***(1.1)可以转化为
Figure BDA0002918836700000031
其中,
Figure BDA0002918836700000032
建立期望跟踪轨迹为ηd=[xd,yd,zdddd]T,υd
Figure BDA0002918836700000033
给出。
定义σ=J(η)υ,σd=J(ηdd,***(1.2)转化为如下的形式
Figure BDA0002918836700000034
定义跟踪误差ηe=η-ηde=σ-σd,针对***(1.2)和(1.3),建立自主式水下机器人的跟踪误差***模型:
Figure BDA0002918836700000035
其中,
Figure BDA00029188367000000311
为表示包含不可测状态、模型不确定性以及外部干扰的集总干扰。
第二步,引入如下预定性能函数
Figure BDA0002918836700000036
应用误差转化
Figure BDA0002918836700000037
那么***(1.4)转化为
Figure BDA0002918836700000038
其中,N1=[N11,N12,...,N16]T,Ψ=diag{ψ12,...,ψ6},
Figure BDA0002918836700000039
Figure BDA00029188367000000310
为加入预定性能后的集总干扰。
第三步,设计如下的固定时间扩张状态观测器:
Figure BDA0002918836700000041
Figure BDA0002918836700000042
Figure BDA0002918836700000043
其中,
Figure BDA0002918836700000044
Figure BDA0002918836700000045
分别为N1、N2和Θ的估计,mi、ni,(i=1,2,3)以及l1为观测器增益。
基于观测器输出值,设计如下连续的固定时间滑模面
Figure BDA0002918836700000046
其中,
Figure BDA0002918836700000049
进一步设计如下固定时间连续终端滑模控制器
τ=-MJ-1Ξ-1Ψ-1eqn),
Figure BDA0002918836700000047
Figure BDA0002918836700000048
其中,c1i,c2i,i=1,2,3,ξ1,ξ2为控制器增益。
本发明与现有技术相比的优点在于:本发明设计的考虑具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法,针对一类含有由水动力引起的模型不确定性以及外部干扰的自主式水下机器人***,给出期望跟踪轨迹,并引入预定性能函数约束,针对模型不确定性、外部干扰以及不可测速度设计了固定时间扩张状态观测器,最后给出了基于观测器输出值的连续的固定时间滑模控制策略;本发明设计的具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法可以有效消减模型不确定性以及外部干扰,精确实现自主式水下机器人的轨迹跟踪。
附图说明
图1为本发明一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法的设计流程图。
具体实施方式
如图1所示,本发明具体实现步骤如下(以下以自主式水下机器人***为例来说明方法的具体实现):
1)建立含有模型不确定性外部干扰的自主式水下机器人标称运动学模型和标称动力学模型
Figure BDA0002918836700000051
其中η=[x,y,z,φ,θ,ψ]T表示自主水下机器人的位置、横摇角,俯仰角和偏航角,υ=[u,ν,w,p,q,r]T表示线速度和角速度,
Figure BDA0002918836700000052
为转动惯量矩阵,S*=sin(*),C*=cos(*),T*=tan(*)。
Figure BDA0002918836700000053
为惯性矩阵,
Figure BDA0002918836700000054
为科里奥利和向心矩阵,
Figure BDA0002918836700000061
为阻尼矩阵,
Figure BDA0002918836700000062
为集总干扰,
Figure BDA0002918836700000063
为重力矩阵,初始状态选取为η(0)=[1,1,-1,π/6,π/6,π/18]T,υ(0)=[0.4,0.4,0.4,0.2,0.2,0.2]T
期望跟踪轨迹ηd=[4(1-cos(0.15t)),4sin(0.15t),-0.2t,0,0.0]T
定义σ=J(η)υ,σd=J(ηdd,***(1.1)转化为如下的形式
Figure BDA0002918836700000064
定义跟踪误差ηe=η-ηde=σ-σd,针对***(1.2)和(1.3),建立自主式水下机器人的跟踪误差***模型
Figure BDA0002918836700000065
其中,
Figure BDA0002918836700000066
为表示包含不可测状态、模型不确定性以及外部干扰的集总干扰。
2)引入如下预定性能函数
Figure BDA0002918836700000067
其中
Figure BDA0002918836700000068
应用误差转化
Figure BDA0002918836700000069
那么***(1.3)转化为
Figure BDA0002918836700000071
其中,N1=[N11,N12,...,N16]T,Ψ=diag{ψ12,...,ψ6},
Figure BDA0002918836700000072
Figure BDA0002918836700000073
为加入预定性能后的集总干扰。
3)针对***(1.4),设计如下的固定时间扩张状态观测器
Figure BDA0002918836700000074
Figure BDA0002918836700000075
Figure BDA0002918836700000076
其中,
Figure BDA0002918836700000077
Figure BDA0002918836700000078
分别为N1、N2和Θ的估计,m1=n1=4,m2=n2=8,m3=n3=8以及l1=0.8为观测器增益。
基于观测器输出值,设计如下连续的固定时间滑模面
Figure BDA0002918836700000079
其中,
Figure BDA00029188367000000712
进一步设计如下固定时间连续终端滑模控制器
τ=-MJ-1Ξ-1Ψ-1eqn),
Figure BDA00029188367000000710
Figure BDA00029188367000000711
其中,c1i=c2i=5,i=1,2,3,κ1=7/13,κ′1=19/13,κ2=7/10,κ′2=19/16,ξ1=0.1,ξ2=0.1为控制器增益,α=1.5。

Claims (3)

1.一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法,其特征在于,包括以下步骤:
1)建立含有由水动力引起的模型不确定性以及外部干扰的自主式水下机器人的运动学模型和动力学模型,给出期望跟踪轨迹,并引入辅助变量将其转化为自主式水下机器人的跟踪误差***模型;
2)引入预定性能函数,将跟踪误差***转化为具有预定性能约束的***,将模型不确定性、外部干扰以及不可测速度集总为自主式水下机器人的干扰;
3)设计固定时间扩张状态观测器估计不可测速度和未知干扰,基于观测器输出值,设计连续的固定时间滑模面,得到水下机器人的固定时间连续终端滑模轨迹跟踪控制方案;
其中,设计如下的固定时间扩张状态观测器:
Figure FDA0003642923740000011
Figure FDA0003642923740000012
Figure FDA0003642923740000013
其中,
Figure FDA0003642923740000014
Figure FDA0003642923740000015
分别为N1、N2和Θ的估计,mi、ni,(i=1,2,3)以及l1为观测器增益,
基于观测器输出值,设计如下连续的固定时间滑模面:
Figure FDA0003642923740000016
其中,
Figure FDA0003642923740000017
进一步设计如下固定时间连续终端滑模控制器:
τ=-MJ-1Ξ-1Ψ-1eqn),
Figure FDA0003642923740000021
Figure FDA0003642923740000022
其中c1i,c2i,i=1,2,3,ξ1,ξ2为控制器增益。
2.根据权利要求1所述的一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法,其特征在于,步骤1中,建立含有由水动力引起的模型不确定性和外部干扰的自主式水下机器人运动学模型和动力学模型具体为:
Figure FDA0003642923740000023
其中,η=[x,y,z,φ,θ,ψ]T表示自主式水下机器人的位置、角、俯仰角和偏航角;
υ=[u,ν,w,p,q,r]T表示不可测量的线速度和角速度;
J(η)为转动惯量矩阵;
Figure FDA0003642923740000024
为惯性矩阵;
Figure FDA0003642923740000025
为科里奥利和向心矩阵;
Figure FDA0003642923740000026
为阻尼矩阵;
Figure FDA0003642923740000027
为重力矩阵;
Figure FDA0003642923740000028
Figure FDA0003642923740000029
为标称矩阵;
ΔM、ΔC(υ)、ΔD(υ)和Δg(η)表示模型不确定性;
τ(t)为控制输入;
dη(t)为外部干扰;
那么,***(1.1)可以转化为:
Figure FDA00036429237400000210
其中,
Figure FDA00036429237400000211
给定的期望跟踪轨迹为ηd=[xd,yd,zdddd]T,υd
Figure FDA00036429237400000212
给出,定义σ=J(η)υ,σd=J(ηdd,***(1.2)转化为如下的形式:
Figure FDA0003642923740000031
定义跟踪误差ηe=η-ηde=σ-σd,针对***(1.2)和(1.3),建立自主式水下机器人的跟踪误差***模型为:
Figure FDA0003642923740000032
其中
Figure FDA0003642923740000033
为表示包含不可测状态、模型不确定性以及外部干扰的集总干扰。
3.根据权利要求1或2所述的一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法,其特征在于,步骤2中,引入如下预定性能函数:
Figure FDA0003642923740000034
应用误差转化
Figure FDA0003642923740000035
那么***(1.4)转化为:
Figure FDA0003642923740000036
其中,N1=[N11,N12,...,N16]T,Ψ=diag{ψ12,...,ψ6},
Figure FDA0003642923740000037
Figure FDA0003642923740000038
为加入预定性能后的集总干扰。
CN202110110667.7A 2021-01-27 2021-01-27 一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法 Active CN112882482B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110110667.7A CN112882482B (zh) 2021-01-27 2021-01-27 一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110110667.7A CN112882482B (zh) 2021-01-27 2021-01-27 一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法

Publications (2)

Publication Number Publication Date
CN112882482A CN112882482A (zh) 2021-06-01
CN112882482B true CN112882482B (zh) 2022-07-22

Family

ID=76053388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110110667.7A Active CN112882482B (zh) 2021-01-27 2021-01-27 一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法

Country Status (1)

Country Link
CN (1) CN112882482B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113467465B (zh) * 2021-07-22 2023-08-04 福州大学 一种面向机器人***的人在回路决策建模与控制方法
CN114265308B (zh) * 2021-09-08 2023-07-25 哈尔滨工程大学 一种自主水面航行器的抗饱和无模型预设性能轨迹跟踪控制方法
CN117472084A (zh) * 2023-10-19 2024-01-30 哈尔滨工程大学 一种欠驱动水下机器人对接过程中的对接控制方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109283941A (zh) * 2018-11-15 2019-01-29 哈尔滨工程大学 基于扰动观测器的预设性能海底飞行节点轨迹跟踪控制方法
CN109343347A (zh) * 2018-10-12 2019-02-15 哈尔滨工程大学 一种海底飞行节点的轨迹跟踪控制方法
CN111324138A (zh) * 2020-04-09 2020-06-23 中北大学 一种四旋翼姿态指定时间保性能输出反馈控制方法
CN111624878A (zh) * 2020-05-12 2020-09-04 曲阜师范大学 自主式水面机器人轨迹跟踪的积分滑模获取方法及***
CN111766889A (zh) * 2020-05-06 2020-10-13 东北电力大学 基于输出反馈的四旋翼自适应动态面滑模控制器

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9715234B2 (en) * 2015-11-30 2017-07-25 Metal Industries Research & Development Centre Multiple rotors aircraft and control method
CN110879599B (zh) * 2019-12-12 2022-05-31 大连海事大学 一种基于有限时间扰动观测器的固定时间编队控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109343347A (zh) * 2018-10-12 2019-02-15 哈尔滨工程大学 一种海底飞行节点的轨迹跟踪控制方法
CN109283941A (zh) * 2018-11-15 2019-01-29 哈尔滨工程大学 基于扰动观测器的预设性能海底飞行节点轨迹跟踪控制方法
CN111324138A (zh) * 2020-04-09 2020-06-23 中北大学 一种四旋翼姿态指定时间保性能输出反馈控制方法
CN111766889A (zh) * 2020-05-06 2020-10-13 东北电力大学 基于输出反馈的四旋翼自适应动态面滑模控制器
CN111624878A (zh) * 2020-05-12 2020-09-04 曲阜师范大学 自主式水面机器人轨迹跟踪的积分滑模获取方法及***

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Liang Zhang.Flexible satellite control via fixed-time prescribed performance control and fully adaptive component synthesis vibration suppression.《ORIGINAL PAPER》.2020, *
TINGTING YANG.Trajectory Tracking Control of Surface Vehicles: A Prescribed Performance Fixed-Time Control Approach.《IEEE access》.2020, *
崔佳雯.Fixed-time sliding mode output feedback tracking control for autonomous underwater vehicle with prescribed performance constraint.《Ocean Engineering》.2022, *
崔佳雯.Fixed-Time Trajectory Tracking Control of Autonomous Surface Vehicle with Model Uncertainties and Disturbances.《Hindawi》.2020, *
李亚苹.全状态受限的高超声速飞行器的预定性能滤波反步控制.《航空学报》.2020, *

Also Published As

Publication number Publication date
CN112882482A (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN112882482B (zh) 一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法
CN109189085B (zh) 基于事件触发的航天器网络化***姿态控制方法
Jiang et al. Adaptive fault-tolerant tracking control of near-space vehicle using Takagi–Sugeno fuzzy models
Li et al. Robust adaptive motion control for underwater remotely operated vehicles with velocity constraints
CN109176525A (zh) 一种基于rbf的移动机械手自适应控制方法
CN110262256B (zh) 一种非线性遥操作***的多边自适应滑模控制方法
CN108508749A (zh) 一种用于抓捕非合作目标的空间机械臂***抗干扰迭代学习控制方法
CN105807789B (zh) 基于t-s模糊观测器补偿的uuv控制方法
CN111624878B (zh) 自主式水面机器人轨迹跟踪的积分滑模获取方法及***
Liang et al. Finite-time velocity-observed based adaptive output-feedback trajectory tracking formation control for underactuated unmanned underwater vehicles with prescribed transient performance
CN106773679A (zh) 一种基于角速度观测器的航天器容错控制方法
CN109144084A (zh) 一种基于固定时间收敛观测器的垂直起降重复使用运载器姿态跟踪控制方法
CN101369132B (zh) 基于神经网络辨识器的永磁球形电动机力学解耦控制方法
CN111007854B (zh) 一种欠驱动船轨迹跟踪控制***
CN113741468B (zh) 一种分布式无人艇编队的有限时间容错控制方法
CN110116409B (zh) 一种基于扰动观测器的四通道遥操作双边控制方法
CN102749852A (zh) 多源干扰***的容错抗干扰控制方法
CN104793629A (zh) 一种飞艇三维航迹跟踪的反步神经网络控制方法
Zhang et al. A novel event-triggered robust neural formation control for USVs with the optimized leader–follower structure
CN113093538A (zh) 一种模块化机器人***的非零和博弈神经-最优控制方法
CN109975788A (zh) 一种激光雷达扫描机构的自适应控制方法
Du et al. Multiphase-based optimal slip ratio tracking control of aircraft antiskid braking system via second-order sliding-mode approach
Zhou et al. Spatial path following control of an autonomous underactuated airship
CN115480583A (zh) 飞行作业机器人的视觉伺服跟踪与阻抗控制方法
CN111673742A (zh) 一种工业机器人轨迹跟踪控制算法

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
GR01 Patent grant
GR01 Patent grant