CN115047769A - 一种基于约束跟随的无人作战平台避障-到达控制方法 - Google Patents
一种基于约束跟随的无人作战平台避障-到达控制方法 Download PDFInfo
- Publication number
- CN115047769A CN115047769A CN202210750629.2A CN202210750629A CN115047769A CN 115047769 A CN115047769 A CN 115047769A CN 202210750629 A CN202210750629 A CN 202210750629A CN 115047769 A CN115047769 A CN 115047769A
- Authority
- CN
- China
- Prior art keywords
- constraint
- obstacle avoidance
- arrival
- combat platform
- platform
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000013178 mathematical model Methods 0.000 claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 18
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000009795 derivation Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 abstract description 3
- 238000012512 characterization method Methods 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000452 restraining effect Effects 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
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
本发明公开了一种基于约束跟随的无人作战平台避障‑到达控制方法,基于拉格朗日建模方法,建立无人作战平台动力学模型;将无人作战平台运动控制问题转化成一类近似约束跟踪控制问题,即根据期望控制性能建立避障约束和到达约束数学模型,并以伺服约束形式表达;基于Udwadia‑Kalaba理论对伺服约束进行分析,获取一/二阶伺服约束,构建约束跟踪误差,作为控制器设计的控制对象;基于无人作战平台结构特性和运动特性,分析其所受外界不确定性干扰,并建立表征函数,进而设计自适应律;以约束跟随为导向,设计鲁棒控制器,构成自适应鲁棒控制策略。本发明能够解决无人作战平台避开敌方火力、到达作战位置的问题,并且提高了控制效率和控制精度。
Description
技术领域
本发明涉及机械***动力学以及控制领域,具体涉及一种基于约束跟随的无人作战平台避障-到达控制方法。
背景技术
无人作战平台由起始位置运行到目标位置的过程中,避开敌方障碍物与火力打击范围是完成任务的关键。在现有的研究中,绝大多数对避障问题的研究都比较片面,仅考虑对障碍物的规避问题,而不考虑平台到达目标的问题。然而在实际情况中,无人作战平台避障和到达的作业要求往往是同时存在的,因此目前的大多数控制方法无法满足无人作战平台正常作业的实际控制需求。并且在平台运行的控制过程中,所面临的不确定性对控制精度和效果有较大的干扰。因此引入到达约束,开发一种针对无人作战平台避障-到达问题的控制方法,要求能够有更高的灵活性、更准确的控制精度以及能够抗时变不确定性干扰。
发明内容
本发明的目的在于提供一种基于约束跟随的无人作战平台避障-到达控制方法。
实现本发明目的的技术方案为:一种基于约束跟踪的无人作战平台避障-到达控制方法,包括以下步骤:
步骤1,基于拉格朗日建模方法,建立无人作战平台动力学模型;
步骤2,根据期望控制性能,建立避障约束和到达约束数学模型,并以伺服约束形式表达;
步骤3,基于Udwadia-Kalaba理论对伺服约束进行分析,构建约束跟踪误差,作为控制器设计的控制对象;
步骤4,基于无人作战平台动力学模型,确定综合描述***不确定性界值的函数,结合构建的约束跟踪误差,构建自适应律;
步骤5,基于避障约束、到达约束数学、约束跟踪误差,结合自适应律,构建自适应鲁棒控制器,对无人作战平台进行避障-到达控制。
进一步的,步骤1中,基于拉格朗日建模方法,建立无人作战平台动力学模型,具体为:
其中是不确定性,t表示时间,q(t)∈Rn表示坐标,其为时间的函数,分别为速度与加速度,M(q,σ,t)是惯性矩阵,是科里奥利离心力,G(q,σ,t)是重力,是摩擦力及其他外部的干扰,τ∈Rn是控制输入力矩;
针对***的不确定性处理问题,对该模型进行分解,把动力学模型分解成标称部分和不确定部分:
进一步的,步骤2中,根据期望控制性能,建立避障约束和到达约束数学模型,并以伺服约束形式表达,具体为:
(1)对于避障约束
定义避障约束的数学模型:
e1(t):=ln[(f(q1,q0)-r2)]
其中:
f(q1,q0)=||q1-q0||2
e1(t)即为避障约束的数学模型,q1为无人作战平台坐标,q0为障碍点坐标,r为避障区域的半径;
求导,得到避障一阶伺服约束的数学模型:
其中c1(q,t)为关于q,t的函数,为简单表达,后面简写为c1;
求二阶导数得到避障二阶伺服约束的数学模型:
从而得到避障约束矩阵:
避障约束向量:
c1=0
(二)对于到达约束
定义到达约束的数学模型:
求导,得到到达一阶伺服约束的数学模型:
其中c2(q,t)为q,t的函数,为方便书写,后面简写为c2;
求二阶导数得到到达二阶伺服约束的数学模型:
从而得到到达约束矩阵:
到达约束向量:
c2=lh(q1)-ls2
其中l>0为一个常数。
进一步的,步骤3中,基于Udwadia-Kalaba理论对伺服约束进行分析,构建约束跟踪误差,作为控制器设计的控制对象,具体方法为:
构建避障约束的约束跟随误差:
构建到达约束的约束跟踪误差:
进一步的,步骤4中,基于无人作战平台动力学模型,确定综合描述***不确定性界值的函数,结合构建的约束跟踪误差,构建自适应律,具体方法为:
基于步骤1的无人作战平台动力学模型,分析其不确定性,确定不确定性参数σ的一般形式,并通过以下不等式进行放缩变换,得到综合描述***不确定性界值的函数Π(·):
其中
其中α是函数Π(·)中的不确定性变量,κ是控制增益,P是转移矩阵,ρE>-1为常数,H(q)是综合两种约束的约束矩阵,表示为[H1(q),H2(q)]T,c是综合两种约束的约束向量,表示为[c1,c2]T; 表示逆矩阵;
进一步的,步骤5中,基于避障约束、到达约束数学、约束跟踪误差,结合自适应律,构建自适应鲁棒控制器,对无人作战平台进行避障-到达控制,具体方法为:
其中
其中ξ>0为常数,使其满足步骤2的伺服约束。
一种基于约束跟踪的无人作战平台避障-到达控制***,基于任一项所述的方法进行基于约束跟踪的无人作战平台避障-到达控制。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现任一项所述的方法进行基于约束跟踪的无人作战平台避障-到达控制。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现任一项所述的方法进行基于约束跟踪的无人作战平台避障-到达控制。
本发明与现有技术方案相比,其显著特点为:1)在无人作战平台的避障问题中加入到达约束,使得设计出的控制器更加符合实际要求;2)应用约束跟踪方法对无人作战平台避障-到达问题进行运动控制,把预期运动特性转换成伺服约束,构建约束跟踪误差作为控制器设计的控制对象,并针对***不确定性设计自适应律,由此构建自适应鲁棒控制策略,最终同时满足两个看似不同的约束,不仅可以使无人作战平台抵御时变不确定性干扰,同时当控制目标改变时只需重构伺服约束,无需重新设计控制器,具有较强的灵活性和较高的效率。
附图说明
图1为本发明基于约束跟踪的无人作战平台避障-到达控制方法的控制跟踪误差的效果图。
图2为本发明基于约束跟踪的无人作战平台避障-到达控制方法有无避障约束时,平台与敌方炮塔和目标点间距离控制效果对比图。
图3为本发明基于约束跟踪的无人作战平台避障-到达控制方法有无避障约束时的平台位移曲线图。
图4为本发明基于约束跟踪的无人作战平台避障-到达控制方法的流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本发明提出一种基于约束跟随的无人作战平台避障-到达控制方法,包括以下步骤:
步骤1、基于拉格朗日建模方法,建立无人作战平台动力学模型:
其中是不确定性,t表示时间,q(t)∈Rn表示坐标,其为时间的函数,对应的分别为速度与加速度,后面为了书写简便,统一省略t,M(q,σ,t)是惯性矩阵,是科里奥利离心力,G(q,σ,t)是重力,是摩擦力及其他外部的干扰,τ∈Rn是控制输入力矩;
针对该***的不确定性处理问题,对该模型进行分解,把其动力学模型分解成标称部分和不确定部分:
为了方便后续控制器的设计,做如下定义:
其中(·)-1表示逆矩阵。
步骤2、基于步骤1中所建立的无人作战平台动力学模型,分析预期运动特性,分别建立避障约束和到达约束数学模型,并以伺服约束形式表达;
基于无人作战平台动力学模型,分析该***的预期运动特性,同时给之后的计算步骤提供标准形式,将该特性进行数学抽象,假设平台需要遵循的一阶伺服约束为:
约束的矩阵形式为:
其中H=[Hli]m×n是约束矩阵,c=[c1 c2…cm]T是约束向量,1≤m≤n是矩阵维度,Hli(·)和cl(·)一阶可导。然后,对该伺服约束进行求导,得到二阶伺服约束为:
其中b=[b1 b2…bm]T是约束向量,上述所有约束矩阵和约束向量均与***的位移、速度、加速度等有关。
对于避障约束,定义函数:
e1(t):=ln[(f(q1,q0)-r2)]
其中:
f(q1,q0)=||q1-q0||2
e1(t)为避障约束的数学模型,q1为无人作战平台坐标,q0为障碍点坐标,r为避障区域的半径;
求导,得到避障一阶伺服约束的数学模型:
其中c1(q,t)为关于q,t的函数,为简单表达,后面简写为c1,即为上述约束向量c=[c1 c2...cm]T中的第一个分量;
求二阶导数得到避障二阶伺服约束的数学模型:
从而得到避障约束矩阵:
避障约束向量:
c1=0
对于到达约束,定义函数:
求导,得到到达一阶伺服约束的数学模型:
其中c2(q,t)为q,t的函数,为方便书写,后面简写为c2,即为上述约束向量c=[c1c2...cm]T中的第二个分量;
求二阶导数得到到达二阶伺服约束的数学模型:
从而得到到达约束矩阵:
到达约束向量:
c2=lh(q1)-ls2
其中l>0为一个常数。
步骤3、基于Udwadia-Kalaba理论对步骤2中所建立的伺服约束进行分析,构建约束跟踪误差,作为控制器设计的控制对象。
定义约束跟随误差:
从而得到避障约束的约束跟随误差:
到达约束的约束跟踪误差:
步骤4、基于步骤1的无人作战平台动力学模型,分析其不确定性(模型不确定性、外界干扰等),确定不确定性参数σ的一般形式,并通过以下不等式进行放缩变换,得到可以综合描述***不确定性界值的函数Π(·):
其中
其中α是函数Π(·)中的不确定性变量,κ是控制增益,P是转移矩阵,ρE>-1为常数,H(q)是综合两种约束的约束矩阵,表示为[H1(q),H2(q)]T,c是综合两种约束的约束向量,表示为[c1,c2]T。
其中
其中ξ>0为常数,使其满足步骤2的伺服约束。
本发明还提出一种基于约束跟踪无人作战平台避障-到达控制***,基于所述的方法进行基于约束跟踪的无人作战平台避障-到达控制。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述的方法进行基于约束跟踪的无人作战平台避障-到达控制。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法进行基于约束跟踪的无人作战平台避障-到达控制。
实施例
为验证本发明方案的有效性,对如下无人作战平台的避障-到达问题进行自适应鲁棒控制。控制对象和目标分别为:
(1)控制对象为无人作战平台,其运动方程为:
其中x1,y1分别为无人作战平台起始的坐标,m是无人作战平台的质量,τx,τy为输入的控制力,fx,fy是***收到的外部干扰(包括地面阻力等等)。
该***写成步骤1中建立的拉格朗日动力学模型有:q=[x1,y1]T,τ=[τx,τy]T,M=diag(m,m),D=0,G=0,F=[fx,fy]T
(2)控制目标:使得无人作战平台与敌方炮台有效火力区域拥有最小安全距离r>0。
基于约束跟踪无人作战平台避障-到达控制方法,包括如下步骤:
步骤1:受控的***的动力学模型如上所述,考虑***外部干扰F=fx,y的不确定性,即:
步骤2:由控制目标可知,对于避障约束,设想的目标区域为:
根据以上步骤2中的一阶伺服约束,对于避障约束,得到:
c1=0
再对一阶约束求导,得到:
对目标到达区域施加给无人作战平台的到达约束,认为:
其中r1为其目标区域的半径。
再结合步骤2中的一阶伺服约束,对于到达约束,得到:
对一阶约束求导,得到:
因此,得到约束矩阵
H=[H1,H2]T
约束向量
c=[c1,c2]T
约束跟踪误差
步骤3:针对无人作战平台运行过程中的不确定性,构建自适应律:
其中
于是有
得到自适应鲁棒控制策略:
步骤4、采用Matlab进行仿真,并与未加入避障约束的控制效果对比,仿真结果如图1,2,3所示。
图1中(a)(b)分别表示应用该控制方法的控制跟踪误差β1,β2,可以看出,本发明所提无人作战平台避障-到达的自适应鲁棒控制方法可以使无人作战平台在很短的时间内呈现预期运动特性,且***稳定后跟踪误差波动范围极小,具备较高的控制精度。图2(a)(b)分别表示无人作战平台与敌方炮塔的距离d1、无人作战平台与目标点的距离d2随时间的变化,可以看出,在加入避障约束之后,***的性能表现更加稳定,较没有避障约束的***性能更好。图3为无人作战平台轨迹图,可以看出,加入避障约束后,***可以绕开敌方炮塔的有效攻击范围并到达目标点。因此本发明能够迅速有效地解决复杂无人作战平台避障-到达控制问题。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种基于约束跟踪的无人作战平台避障-到达控制方法,其特征在于,包括以下步骤:
步骤1,基于拉格朗日建模方法,建立无人作战平台动力学模型;
步骤2,根据期望控制性能,建立避障约束和到达约束数学模型,并以伺服约束形式表达;
步骤3,基于Udwadia-Kalaba理论对伺服约束进行分析,构建约束跟踪误差,作为控制器设计的控制对象;
步骤4,基于无人作战平台动力学模型,确定综合描述***不确定性界值的函数,结合构建的约束跟踪误差,构建自适应律;
步骤5,基于避障约束、到达约束数学、约束跟踪误差,结合自适应律,构建自适应鲁棒控制器,对无人作战平台进行避障-到达控制。
3.根据权利要求2所述的基于约束跟踪的无人作战平台避障-到达控制方法,其特征在于,步骤2中,根据期望控制性能,建立避障约束和到达约束数学模型,并以伺服约束形式表达,具体为:
(1)对于避障约束
定义避障约束的数学模型:
e1(t):=ln[(f(q1,q0)-r2)]
其中:
f(q1,q0)=||q1-q0||2
e1(t)即为避障约束的数学模型,q1为无人作战平台坐标,q0为障碍点坐标,r为避障区域的半径;
求导,得到避障一阶伺服约束的数学模型:
其中c1(q,t)为关于q,t的函数,为简单表达,后面简写为c1;
求二阶导数得到避障二阶伺服约束的数学模型:
从而得到避障约束矩阵:
避障约束向量:
c1=0
(二)对于到达约束
定义到达约束的数学模型:
求导,得到到达一阶伺服约束的数学模型:
其中c2(q,t)为q,t的函数,为方便书写,后面简写为c2;
求二阶导数得到到达二阶伺服约束的数学模型:
从而得到到达约束矩阵:
到达约束向量:
c2=lh(q1)-ls2
其中l>0为一个常数。
5.根据权利要求4所述的基于约束跟踪的无人作战平台避障-到达控制方法,其特征在于,步骤4中,基于无人作战平台动力学模型,确定综合描述***不确定性界值的函数,结合构建的约束跟踪误差及自适应律,具体方法为:
基于步骤1的无人作战平台动力学模型,分析其不确定性,确定不确定性参数σ的一般形式,并通过以下不等式进行放缩变换,得到综合描述***不确定性界值的函数Π(·):
其中
其中α是函数Π(·)中的不确定性变量,κ是控制增益,P是转移矩阵,ρE>-1为常数,H(q)是综合两种约束的约束矩阵,表示为[H1(q),H2(q)]T,c是综合两种约束的约束向量,表示为[c1,c2]T; (·)-1表示逆矩阵;
7.一种基于约束跟踪的无人作战平台避障-到达控制***,其特征在于,基于权利要求1-6任一项所述的方法,进行基于约束跟踪的无人作战平台避障-到达控制。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现权利要求1-6任一项所述的方法,进行基于约束跟踪的无人作战平台避障-到达控制。
9.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1-6任一项所述的方法,进行基于约束跟踪的无人作战平台避障-到达控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210750629.2A CN115047769B (zh) | 2022-06-29 | 2022-06-29 | 一种基于约束跟随的无人作战平台避障-到达控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210750629.2A CN115047769B (zh) | 2022-06-29 | 2022-06-29 | 一种基于约束跟随的无人作战平台避障-到达控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115047769A true CN115047769A (zh) | 2022-09-13 |
CN115047769B CN115047769B (zh) | 2023-10-31 |
Family
ID=83164998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210750629.2A Active CN115047769B (zh) | 2022-06-29 | 2022-06-29 | 一种基于约束跟随的无人作战平台避障-到达控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115047769B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115993781A (zh) * | 2023-03-22 | 2023-04-21 | 合肥工业大学 | 抗网络攻击无人集群***协同控制方法、终端及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070255480A1 (en) * | 2006-04-21 | 2007-11-01 | Southall John B | Apparatus and method for object detection and tracking and roadway awareness using stereo cameras |
CN104267595A (zh) * | 2014-10-21 | 2015-01-07 | 南京理工大学 | 具有时变输出约束的电机伺服***自适应鲁棒位置控制方法 |
CN108681257A (zh) * | 2018-06-22 | 2018-10-19 | 合肥工业大学 | 一种主动防侧倾***的控制器的设计方法 |
CN109839934A (zh) * | 2019-02-26 | 2019-06-04 | 华南理工大学 | 基于rise技术的无人水面艇预设性能跟踪控制方法 |
CN110376902A (zh) * | 2019-08-19 | 2019-10-25 | 合肥工业大学 | 一种欠驱动机械***伺服约束跟踪控制器的设计方法 |
CN110554605A (zh) * | 2019-08-31 | 2019-12-10 | 南京理工大学 | 一种基于约束跟踪的复杂机械***自适应鲁棒控制方法 |
CN112083727A (zh) * | 2020-09-06 | 2020-12-15 | 东南大学 | 基于速度障碍物的多自主体***分布式避碰编队控制方法 |
CN112859596A (zh) * | 2021-01-07 | 2021-05-28 | 浙江大学 | 一种考虑编队避障的非线性遥操作多边控制方法 |
-
2022
- 2022-06-29 CN CN202210750629.2A patent/CN115047769B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070255480A1 (en) * | 2006-04-21 | 2007-11-01 | Southall John B | Apparatus and method for object detection and tracking and roadway awareness using stereo cameras |
CN104267595A (zh) * | 2014-10-21 | 2015-01-07 | 南京理工大学 | 具有时变输出约束的电机伺服***自适应鲁棒位置控制方法 |
CN108681257A (zh) * | 2018-06-22 | 2018-10-19 | 合肥工业大学 | 一种主动防侧倾***的控制器的设计方法 |
CN109839934A (zh) * | 2019-02-26 | 2019-06-04 | 华南理工大学 | 基于rise技术的无人水面艇预设性能跟踪控制方法 |
CN110376902A (zh) * | 2019-08-19 | 2019-10-25 | 合肥工业大学 | 一种欠驱动机械***伺服约束跟踪控制器的设计方法 |
CN110554605A (zh) * | 2019-08-31 | 2019-12-10 | 南京理工大学 | 一种基于约束跟踪的复杂机械***自适应鲁棒控制方法 |
CN112083727A (zh) * | 2020-09-06 | 2020-12-15 | 东南大学 | 基于速度障碍物的多自主体***分布式避碰编队控制方法 |
CN112859596A (zh) * | 2021-01-07 | 2021-05-28 | 浙江大学 | 一种考虑编队避障的非线性遥操作多边控制方法 |
Non-Patent Citations (1)
Title |
---|
王志文: "基于收缩约束模型预测控制的无人车辆路径跟踪" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115993781A (zh) * | 2023-03-22 | 2023-04-21 | 合肥工业大学 | 抗网络攻击无人集群***协同控制方法、终端及存储介质 |
CN115993781B (zh) * | 2023-03-22 | 2023-06-30 | 合肥工业大学 | 抗网络攻击无人集群***协同控制方法、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115047769B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Faust et al. | Prm-rl: Long-range robotic navigation tasks by combining reinforcement learning and sampling-based planning | |
Dierks et al. | Control of nonholonomic mobile robot formations: Backstepping kinematics into dynamics | |
Kang et al. | Deep convolutional identifier for dynamic modeling and adaptive control of unmanned helicopter | |
CN112775976A (zh) | 任务执行控制方法、装置、控制设备及可读存储介质 | |
Hatamleh et al. | Unmanned aerial vehicles parameter estimation using artificial neural networks and iterative bi-section shooting method | |
CN110877333A (zh) | 一种柔性关节机械臂控制方法 | |
Elhaki et al. | Observer‐based neural adaptive control of a platoon of autonomous tractor–trailer vehicles with uncertain dynamics | |
CN113126643A (zh) | 一种高超声速飞行器智能鲁棒再入制导方法及*** | |
Gandolfo et al. | Trajectory tracking control of a pvtol aircraft based on linear algebra theory | |
CN115993781B (zh) | 抗网络攻击无人集群***协同控制方法、终端及存储介质 | |
Taheri Andani et al. | Observer‐based sliding mode control for path tracking of a spherical robot | |
CN116700327A (zh) | 一种基于连续动作优势函数学习的无人机轨迹规划方法 | |
CN112192573A (zh) | 基于反演法的不确定性机器人自适应神经网络控制方法 | |
CN115047769A (zh) | 一种基于约束跟随的无人作战平台避障-到达控制方法 | |
Luo et al. | Disturbance observer based nonsingular fast terminal sliding mode control of underactuated AUV | |
Shen et al. | Multi-robot cooperative hunting | |
Zhang et al. | Vision‐based tracking control of quadrotor for a moving target with nonlinear angular velocity observer | |
CN116430718A (zh) | 一种基于ddpg算法的水下机器人推进器故障容错控制方法 | |
CN112975965B (zh) | 仿人机器人的解耦控制方法、装置和仿人机器人 | |
Sola et al. | Evaluation of a deep-reinforcement-learning-based controller for the control of an autonomous underwater vehicle | |
CN113219823B (zh) | 一种基于约束跟踪的机械***追踪-逃避-达点控制方法 | |
Pestana et al. | AR Drone identification and navigation control at CVG-UPM | |
Chu et al. | Adaptive fault-tolerant control for a class of remotely operated vehicles under thruster redundancy | |
Niu et al. | Adaptive Trajectory Tracking Algorithm of a Quadrotor with Sliding Mode Control and Multilayer Neural Network | |
Bavili et al. | Control of teleoperation systems in the presence of varying transmission delay, non-passive interaction forces, and model uncertainty |
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 |