CN116679693A - 融合螺旋桨水动力的无人艇自抗扰控制方法 - Google Patents

Abstract

融合螺旋桨水动力的无人艇自抗扰控制方法,首先建立水面无人艇的动力学模型,然后分析无人艇的受力模型，估计出受到风浪、水流干扰的作用力和力矩，实时反馈无人艇的运动状态变化，并利用扩张状态观测器对未建模部分与不确定部分进行实时观测。基于自抗扰控制方法设计控制律，并在螺旋桨控制律中加入风浪和水流扰动以及重心的变化情况，在遇到外界环境干扰和不确定性干扰可以及时的补偿从而实现稳定的航行，相比于现有姿态控制方案能够提高水面无人艇的航行控制性能，更适用于实际航行过程。

Description

融合螺旋桨水动力的无人艇自抗扰控制方法

技术领域

本发明涉及水面无人艇运动控制领域，更具体的说是融合螺旋桨水动力的无人艇自抗扰控制方法。

背景技术

水面无人艇是一种基于任务目的进行多功能、高性能设计的水面机器人，体积小、成本低、机动性强使得无人艇在军用、民用领域都发挥着巨大的作用，但由于无人艇的运动控制存在耦合度高,非线性,不稳定和参数不确定性,在实际航行过程中往往难以达到预期的控制目标。

为了满足水面无人艇的航行任务要求,高精度姿态控制必不可少,然而无人艇在实际航行过程中会遇到各种不确定的外界因素干扰,导致跟踪不准确,从而不能实现对无人艇的高精度姿态控制甚至影响正常航行，如风浪、水流扰动对水面无人艇的航向角、横摇角、位置等状态向量有一定影响，导致实际航行姿态角与期望姿态角存在偏差，为了提升无人艇控制的稳定性能已经提出了多种控制方案,包括滑模控制、反推、自抗扰等控制方案，而传统的控制方案也难以实现要求的控制性能，因此，在对无人艇的运动控制中需要对扰动部分进行实时估计与补偿。

为了解决以上问题，现有技术如下：

公开号：CN113900372A，申请名称：一种基于神经网络自抗扰控制的无人艇航向保持方法，该申请公开了一种基于神经网络自抗扰控制的无人艇航向保持方法，包括如下步骤：步骤A：通过陀螺罗经定位无人艇的艇身方位和艇头朝向，以确定无人艇的实际航向；步骤B：根据无人艇的预设航向与实际航向判断是否存在航向偏差角度，若是，则将航向偏差角度输入到神经网络自抗扰控制器；步骤C：通过所述神经网络自抗扰控制器调控无人艇的左右电机的转速，以及通过无人艇的左右电机来调节螺旋桨的朝向，使无人艇保持航向。本发明能实时得检测无人艇的实际航向并与设置航向进行对比，然后调节左右电机的转速实现角度的控制，这样可以保持住无人艇的航向不会因为水面的外力而发生偏移，从而能够避免航线重新规划带来的行进路程和行进时间的增多的问题。

其采用的方案是，将无人艇的预设航向与实际航向产生的偏差角度输入到神经网络自抗扰控制器，通过所述神经网络自抗扰控制器调控无人艇的左右电机的转速，以及通过无人艇的左右电机来调节螺旋桨的朝向。而我们采用的方案是，将无人艇航向角和横摇角的偏差、微分偏差以及重心的偏差输入到自抗扰控制器中，能更好地反映无人艇的运动状态，同时，融入风浪与水流干扰到螺旋桨模型控制律中，针对干扰情况实时调整左右螺旋桨的转速，控制螺旋桨推力大小克服外界干扰，使无人艇更能适应在风浪、水流等干扰的复杂水域环境中航行。

公开号：CN109977587B，申请名称：一种直流电机推进无人水面艇速度控制器设计方法，该申请公开了公开了一种直流电机推进无人水面艇速度控制器设计方法，具有如下步骤：S1、建立用于推进无人水面艇的直流电机模型、无人水面艇的螺旋桨模型和无人水面艇的前向速度模型；S2、根据步骤S1中各模型建立直流电机推进的无人水面艇模型；S3、根据直流电机推进的无人水面艇模型的不确定项，采用基于神经网络的航速辨识器和转速辨识器来逼近不确定项；S4、从航速辨识器和转速辨识器获得不确定项信息，采用动态面控制设计方法设计直流电机推进无人水面艇速度控制器。与现有的无人水面艇速度控制器相比，本发明采用基于神经网络的辨识器来逼近直流电机、螺旋桨以及无人艇速度动力学中的不确定性，有效提高了无人水面艇速度控制***的动态响应速度。

其采用的方案是，根据直流电机推进的无人水面艇模型的不确定项，采用基于神经网络的航速辨识器和转速辨识器来逼近不确定项，采用动态面控制设计方法设计直流电机推进无人水面艇速度控制器。而我们采用的方案是，利用扩张状态观测器ESO观测无人艇未建模部分以及不确定的干扰，并实时补偿到输入端，将无人艇航向角和横摇角的偏差、微分偏差以及重心的偏差输入到自抗扰控制器中。对于风浪和水流的干扰则是建立螺旋桨水动力模型控制律，控制左右螺旋桨输出的推力大小，调整航向角和横摇角的偏差。

水面无人艇在航行过程中往往会受到自身参数不确定性以及外界环境干扰的不确定性，因此，为提高无人艇的控制性能以及航行的安全系数，需要解决无人艇自身参数不确定性和外界环境干扰不确定性的实时估计与补偿问题。本发明在自抗扰控制方法的基础上进行改进，利用扩张状态观测器对未建模部分与不确定部分进行实时观测，将重心、姿态角、姿态角微分的偏差变化情况加入到自抗扰控制律输入端，能在水流干扰环境下实时做出航向角的调整，在风浪干扰下实时跟踪横摇角，对扰动实时做出补偿，控制输出螺旋桨克服流体动力与风浪干扰的推力大小的状态模型，确保无人艇能够安全稳定地在水面上工作。

发明内容

为解决上述技术问题，本发明提出了融合螺旋桨水动力的无人艇自抗扰控制方法，在自抗扰控制方法的基础上，使水面无人艇在外界环境风、浪、流等干扰的情况下保持姿态角的稳定性，分析无人艇的受到的水流作用力，实时对姿态角偏差做出修正，设计控制螺旋桨的推力大小，使无人艇更能适应复杂的水面环境。

为实现上述目的，本发明采取的技术方案是：

本发明提供融合螺旋桨水动力的无人艇自抗扰控制方法，具体包括以下步骤：

1)建立水面无人艇的动力学模型；

步骤1)所述的建立水面无人艇的动力学模型，具体过程如下：

欠驱动无人艇包含了六个自由度的运动，三个方向的平动和三个方向的转动，在实际情况中，由于船体的运动是在水面上进行，在水面无人艇的运动学分析中就可以忽略纵摇和垂荡的运动状态，而只考虑四自由度水面无人艇在纵荡、横荡、横摇、艏摇的运动状态，建立四自由度欠驱动水面无人艇的动力学模型为：

其中，(x，y)为位置向量，u_r和v_r分别为无人艇相对风浪和水流的纵荡速度和横荡速度，φ为横摇角，ψ为航向角，p为横摇角速度，r为艏摇角速度，τ_u为纵向推力，τ_r为转艏力矩，τ_w＝[τ_wu(t) τ_wv(t) τ_wp(t) τ_wr(t)]^T为外界环境干扰对无人艇的作用力和力矩；

M为***惯性矩阵，表达式为：

C(y_r)为科里奥利向心力矩阵，表达式为：

D(ν_r)为水动力阻尼矩阵，表达式为：

2)设计水面无人艇姿态跟踪自抗扰控制律；

步骤2)所述的设计水面无人艇姿态跟踪自抗扰控制律，具体过程如下：

3.1给定期望姿态角θ_d＝[φ_d ψ_d]^T，姿态角微分初始重心位置位于坐标系原点O，表示为/>无人艇实际姿态角φ、ψ满足条件φ_min≤φ≤φ_ma、ψ_min≤ψ≤ψ_max，且无人艇绕坐标轴顺时针转过的姿态角为正，逆时针转过的姿态角为负，实际姿态角微分/>由扩张状态观测器ESO得到；

3.2比较姿态角、姿态角微分、重心坐标的期望值与实际值之间的偏差，误差方程表示如下：

e_θ＝θ_d-θ

e_ω＝θ_ω-θ

3.3k₁为姿态角误差系数，k₂为姿态角微分误差系数，k₃为重心横坐标误差系数，k₄为重心纵坐标误差系数，设计自抗扰控制律输出u为：

u＝k₁e_θ+k₂e_ω+k₃e_x+k₄e_y

3.4扩张状态观测器ESO观测内部不确定性和外部未建模部分的扰动情况，记为实时补偿到输入端进行控制，从而自抗扰控制方法最终输出为/>函数满足一次函数关系，k_b为扰动部分系数；

3)设计水面无人艇的螺旋桨在风浪、水流干扰下的推进力模型，实时调整横摇角和航向角。

作为本发明进一步改进，步骤3)所述的设计水面无人艇的螺旋桨在风浪、水流干扰下的推进力模型，实时调整横摇角和航向角，具体过程如下：

4.1无人艇的执行机构螺旋桨控制为差速控制，即通过输出两个螺旋桨的推力大小便可实现无人艇任意方向的自主航行，螺旋桨推力大小与流体密度、螺旋桨直径和转速、进速、流体运动粘性系数等有关，在静水中，推力大小F＝K_Fρn²D⁴，K_F为螺旋桨推力系数，ρ为所处水环境中水的密度，n为螺旋桨的转速，D为螺旋桨直径；

4.2在水流干扰下，无人艇的实际航向角与期望航向角产生偏差，若ψ_d＞ψ，表明实际航向角小于参考航向角，需加大右螺旋桨的推力大小以调整航向，若ψ_d＜ψ，表明实际航向角大于参考航向角，需加大左螺旋桨的推力大小以调整航向，为此，设计一种能够在水流干扰环境下实时对航向角做出调整的螺旋桨状态模型：

F_wr＝K_rρAv_c ²cos(ψ_c-ψ)

其中，F_wr为螺旋桨克服水流扰动施加的作用力，K_r为流压力系数，A为螺旋桨桨叶受力面积，v_c为水流流速，ψ_c为水流流向，ψ为无人艇实际航向角；

4.3在风浪扰动下，考虑无人艇横摇角的变化，而无人艇在实际航行过程中期望的横摇角φ_d＝0，当-φ_a≤φ≤φ_a时，忽略横摇角微小变化给无人艇的运动状态带来的影响，φ_a为允许无人艇横摇角微小变化的最大角度，若φ＞φ_a，表明实际横摇角大于所能接受的横摇角最大值，无人艇右倾，需根据无人艇右倾的幅度加大右螺旋桨的推力大小达到平衡状态，若φ＜-φ_a，表明实际横摇角小于无人艇所能接受的横摇角最小值，无人艇左倾，需根据无人艇左倾的幅度加大左螺旋桨的推力大小达到平衡状态，为此，设计一种能够在风浪干扰环境下实时对横摇角做出调整的螺旋桨状态模型：

F_wp＝K_pρge^-k/nSφsgn(φ)

其中，F为螺旋桨克服风浪扰动施加的作用力，K_p为风浪作用力系数，k为指数函数修正系数，g为重力加速度，n为螺旋桨转速，φ为无人艇实际横摇角，S为无人艇浸水表面积，sgn(φ)为符号函数，其取值如下：

4.4自抗扰控制律将姿态角误差、姿态微分误差、重心偏移量加入到输入端，更好地评价***是否到达稳态，输出u₀进一步输入到螺旋桨模型的控制律中，更好地实现对无人艇运动状态的控制，下面建立自抗扰输出u₀与螺旋桨推力大小F₀之间的函数关系：

其中，K_F为螺旋桨推力系数，n为螺旋桨的转速，D为螺旋桨直径；

4.5在自抗扰控制的基础上，将水流扰动、风浪干扰加入到螺旋桨模型控制律中：

其中，F_L为左螺旋桨推力大小，F_R为右螺旋桨大小。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

无人艇重心的变化影响着自身的运动状态，将重心的变化情况加入到无人艇的姿态自抗扰控制律中，并将其余未建模干扰和不确定干扰部分通过扩张状态观测器观测，可以更好地反映出无人艇的运动状态。同时，本发明针对螺旋桨水动力控制模型确定出无人艇在风浪、水流干扰下的螺旋桨推进力大小。

附图说明

图1是无人艇的建模坐标系示意图；

图2是水面无人艇姿态控制方法总体结构图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细描述：

如图1所示，欠驱动无人艇包含了六个自由度的运动，三个方向的平动和三个方向的转动，在实际情况中，由于船体的运动是在水面上进行，在水面无人艇的运动学分析中就可以忽略纵摇和垂荡的运动状态，而只考虑四自由度水面无人艇在纵荡、横荡、横摇、艏摇的运动状态，建立四自由度欠驱动水面无人艇的动力学模型为：

其中，(x，y)为位置向量，u_r和v_r分别为无人艇相对风浪和水流的纵荡速度和横荡速度，φ为横摇角，ψ为航向角，p为横摇角速度，r为艏摇角速度，τ_u为纵向推力，τ_r为转艏力矩，τ_w＝[τ_wu(t) τ_wv(t) τ_wp(t) τ_wr(t)]^T为外界环境干扰对无人艇的作用力和力矩。

M为***惯性矩阵，表达式为：

C(ν_r)为科里奥利向心力矩阵，表达式为：

D(v_r)为水动力阻尼矩阵，表达式为：

如图2所示为水面无人艇姿态控制方法总体结构图，包括了融入姿态角、姿态角微分、重心偏差变化的自抗扰控制律和融入风浪干扰、水流干扰和自抗扰输出的螺旋桨模型控制律，自抗扰控制律输出表达式为：

u＝k₁e_θ+k₂e_ω+k₃e_x+k₄e_y

其中，k₁为姿态角误差系数，k₂为姿态角微分误差系数，k₃为重心横坐标误差系数，k₄为重心纵坐标误差系数，e_θ为姿态角误差，e_ω为角速度误差，e_x重心的横坐标误差，e_y重心的纵坐标误差。

扩张状态观测器ES0观测内部不确定性和外部未建模部分的扰动情况，记为实时补偿到输入端进行控制，从而自抗扰控制方法最终输出为/>函数满足一次函数关系，k_b为扰动部分系数。

自抗扰控制律将姿态角误差、姿态微分误差、重心偏移量加入到输入端，可以更好地评价***是否到达稳态，输出u₀进一步输入到螺旋桨模型的控制律中，可以更好地实现对无人艇运动状态的控制。在自抗扰控制的基础上，将水流扰动、风浪干扰加入到螺旋桨模型控制律中：

其中，F_L为左螺旋桨推力大小，F_R为右螺旋桨大小，K_r为流压力系数，A为螺旋桨桨叶受力面积，v_c为水流流速，ψ_c为水流流向，ψ为无人艇实际航向角，K_F为螺旋桨推力系数，n₁为左螺旋桨的转速，n₂为右螺旋桨转速，D为螺旋桨直径，K_p为风浪作用力系数，k为指数函数修正系数，g为重力加速度，φ为无人艇实际横摇角，S为无人艇浸水表面积，sgn(φ)为符号函数，其取值如下：

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。

Claims (2)

1.融合螺旋桨水动力的无人艇自抗扰控制方法，其特征在于：具体包括以下步骤：

1)建立水面无人艇的动力学模型；

步骤1)所述的建立水面无人艇的动力学模型，具体过程如下：

欠驱动无人艇包含了六个自由度的运动，三个方向的平动和三个方向的转动，在实际情况中，由于船体的运动是在水面上进行，在水面无人艇的运动学分析中就可以忽略纵摇和垂荡的运动状态，而只考虑四自由度水面无人艇在纵荡、横荡、横摇、艏摇的运动状态，建立四自由度欠驱动水面无人艇的动力学模型为：

其中，(x,y)为位置向量，u_r和v_r分别为无人艇相对风浪和水流的纵荡速度和横荡速度，为横摇角，ψ为航向角，p为横摇角速度，r为艏摇角速度，τ_u为纵向推力，τ_r为转艏力矩，τ_w＝[τ_wu(t) τ_wv(t) τ_wp(t) τ_wr(t)]^T为外界环境干扰对无人艇的作用力和力矩；

M为***惯性矩阵，表达式为：

C(v_r)为科里奥利向心力矩阵，表达式为：

D(ν_r)为水动力阻尼矩阵，表达式为：

2)设计水面无人艇姿态跟踪自抗扰控制律；

步骤2)所述的设计水面无人艇姿态跟踪自抗扰控制律，具体过程如下：

3.1给定期望姿态角θ_d＝[φ_d ψ_d]^T，姿态角微分初始重心位置位于坐标系原点O，表示为/>无人艇实际姿态角φ、ψ满足条件/>ψ_min≤ψ≤ψ_max，且无人艇绕坐标轴顺时针转过的姿态角为正，逆时针转过的姿态角为负，实际姿态角微分/>由扩张状态观测器ESO得到；

3.2比较姿态角、姿态角微分、重心坐标的期望值与实际值之间的偏差，误差方程表示如下：

e_θ＝θ_d-θ

e_ω＝θ_ω-θ

3.3k₁为姿态角误差系数，k₂为姿态角微分误差系数，k₃为重心横坐标误差系数，k₄为重心纵坐标误差系数，设计自抗扰控制律输出u为：

u＝k₁e_θ+k₂e_ω+k₃e_x+k₄e_y

3.4扩张状态观测器ESO观测内部不确定性和外部未建模部分的扰动情况，记为实时补偿到输入端进行控制，从而自抗扰控制方法最终输出为/>函数满足一次函数关系，k_b为扰动部分系数；

3)设计水面无人艇的螺旋桨在风浪、水流干扰下的推进力模型，实时调整横摇角和航向角。

2.根据权利要求1所述的融合螺旋桨水动力的无人艇自抗扰控制方法，其特征在于：

步骤3)所述的设计水面无人艇的螺旋桨在风浪、水流干扰下的推进力模型，实时调整横摇角和航向角，具体过程如下：

4.1无人艇的执行机构螺旋桨控制为差速控制，即通过输出两个螺旋桨的推力大小便可实现无人艇任意方向的自主航行，螺旋桨推力大小与流体密度、螺旋桨直径和转速、进速、流体运动粘性系数等有关，在静水中，推力大小F＝K_Fρn²D⁴，K_F为螺旋桨推力系数，ρ为所处水环境中水的密度，n为螺旋桨的转速，D为螺旋桨直径；

4.2在水流干扰下，无人艇的实际航向角与期望航向角产生偏差，若ψ_d＞ψ，表明实际航向角小于参考航向角，需加大右螺旋桨的推力大小以调整航向，若ψ_d＜ψ，表明实际航向角大于参考航向角，需加大左螺旋桨的推力大小以调整航向，为此，设计一种能够在水流干扰环境下实时对航向角做出调整的螺旋桨状态模型：

F_wr＝K_rρAv_c ²cos(ψ_c-ψ)

其中，F_wr为螺旋桨克服水流扰动施加的作用力，K_r为流压力系数，A为螺旋桨桨叶受力面积，v_c为水流流速，ψ_c为水流流向，ψ为无人艇实际航向角；

4.3在风浪扰动下，考虑无人艇横摇角的变化，而无人艇在实际航行过程中期望的横摇角φ_d＝0，当-φ_a≤φ≤φ_a时，忽略横摇角微小变化给无人艇的运动状态带来的影响，φ_a为允许无人艇横摇角微小变化的最大角度，若φ＞φ_a，表明实际横摇角大于所能接受的横摇角最大值，无人艇右倾，需根据无人艇右倾的幅度加大右螺旋桨的推力大小达到平衡状态，若φ＜-φ_a，表明实际横摇角小于无人艇所能接受的横摇角最小值，无人艇左倾，需根据无人艇左倾的幅度加大左螺旋桨的推力大小达到平衡状态，为此，设计一种能够在风浪干扰环境下实时对横摇角做出调整的螺旋桨状态模型：

F_wp＝K_pρge^-k/nSφsgn(φ)

其中，F_wp为螺旋桨克服风浪扰动施加的作用力，K_p为风浪作用力系数，k为指数函数修正系数，g为重力加速度，n为螺旋桨转速，φ为无人艇实际横摇角，S为无人艇浸水表面积，sgn(φ)为符号函数，其取值如下：

4.4自抗扰控制律将姿态角误差、姿态微分误差、重心偏移量加入到输入端，更好地评价***是否到达稳态，输出u₀进一步输入到螺旋桨模型的控制律中，更好地实现对无人艇运动状态的控制，下面建立自抗扰输出u₀与螺旋桨推力大小F₀之间的函数关系：

其中，K_F为螺旋桨推力系数，n为螺旋桨的转速，D为螺旋桨直径；

4.5在自抗扰控制的基础上，将水流扰动、风浪干扰加入到螺旋桨模型控制律中：

其中，F_L为左螺旋桨推力大小，F_R为右螺旋桨大小。