NTSM控制的AUV路径跟踪控制研究

合集下载

模拟环境下AUV路径规划研究

模拟环境下AUV路径规划研究

模拟环境下AUV路径规划研究自主水下机器人(Autonomous Underwater Vehicle,缩写为AUV)是一种具有自主感知、自主控制和自主作业能力的水下机器人,其特点是能够在无人为操控的情况下,实现复杂环境下的海洋勘探、海洋生态监测、水下作业等任务。

其中路径规划是AUV的重要技术之一。

基于模拟环境的AUV路径规划研究,对于提高AUV的自主控制性能和适应复杂海洋环境的需求具有重要意义。

一、AUV路径规划技术概述AUV路径规划是指根据预设的目标和环境条件,自主规划水下机器人的行驶路线、控制其行驶方向和速度、实现自主避障和自主纠偏等能力。

路径规划技术是实现AUV自主控制的核心技术之一。

常见的AUV路径规划方法包括启发式搜索算法、模拟退火算法、神经网络算法、遗传算法等。

其中启发式搜索算法是目前应用最为广泛的路径规划方法之一。

二、基于模拟环境的AUV路径规划研究基于模拟环境的AUV路径规划研究是指利用计算机仿真技术,构建封闭的水下环境模拟器,进行AUV路径规划算法的验证和优化。

通过基于模拟环境的AUV路径规划研究,可以有效从根本上解决海洋环境下对于AUV测试与验证的诸多限制,为更加稳定、可靠和高效的AUV路径规划算法的设计提供保障。

三、模拟环境下AUV路径规划算法研究进展1.反跟踪路径规划算法:该算法是基于模拟环境的AUV路径规划核心算法之一。

通过模拟环境中的障碍物及水流情况,利用反向遍历算法规划出AUV的路径。

2.动态权重启发式搜索算法:该算法是基于启发式搜索算法的改进,利用建模技术和预测方法构建出更为准确的环境模型和目标模型,实现对AUV和环境的更为智能的预测和调整。

3.基于多目标优化的遗传算法:该算法利用模拟环境中的实际环境数据,将路径规划问题转化为多指标优化问题,通过采取多种适应度函数和遗传操作,实现AUV路径规划的多策略优化。

四、未来的发展展望未来,基于模拟环境的AUV路径规划将进一步发展和成熟。

基于自抗扰理论的欠驱动AUV_无模型自适应路径跟踪控制

基于自抗扰理论的欠驱动AUV_无模型自适应路径跟踪控制

基于自抗扰理论的欠驱动AUV无模型自适应路径跟踪控制付少波, 关夏威, 张 昊(武汉第二船舶设计研究所, 湖北 武汉, 430205)摘 要: 面向自主水下航行器(AUV)精准回收的任务需求, 针对AUV运动中模型不确定性、易受环境干扰导致的路径跟踪精度不足的问题, 从无模型控制的角度出发, 提出了一种适用于AUV的基于自抗扰控制理论的无模型自适应控制(ADRC-MFAC)算法。

该算法针对2阶系统模型特性, 结合视线角制导重新设计控制输入准则函数对无模型自适应控制(MFAC)进行了改进, 解决了MFAC只适用于自衡系统的问题。

引入跟踪微分器对期望信号进行指令平滑, 考虑未知复合干扰的影响设计了线性扩张状态观测器, 在控制器中对估计扰动进行补偿, 并证明了所提控制器的稳定性, 提升了系统鲁棒性。

在同样的干扰情况下, 文中控制方案相比传统比例-积分-微分控制器抗干扰能力提升了42.37%, 控制精度提高了45%, 表明ADRC-MFAC能够明显改善AUV的抗干扰性能, 提高路径跟踪精度。

关键词: 自主水下航行器; 无模型自适应控制; 路径跟踪; 自抗扰中图分类号: TJ63; U674 文献标识码: A 文章编号: 2096-3920(2024)02-0328-09DOI: 10.11993/j.issn.2096-3920.2023-0120Model-Free Adaptive Path Tracking Control Based on Active DisturbanceRejection Control for AUVsFU Shaobo, GUAN Xiawei, ZHANG Hao(Wuhan Second Ship Design and Research Institute, Wuhan 430205, China)Abstract: In view of the task requirements of accurate recovery of autonomous undersea vehicles(AUVs), a model-free adaptive control based on the active disturbance rejection control(ADRC-MFAC) algorithm was proposed from the perspective of model-free control, so as to improve the insufficient path tracking accuracy caused by model uncertainty and vulnerability to environmental interference in AUV motion. According to the characteristics of the second-order model system and line-of-sight guidance, the MFAC was improved by redesigning the control input criterion function, solving the problem that MFAC was only applicable to the self-balancing system. A tracking differentiator was introduced to smooth the desired signal, and a linear extended state observer was designed by considering the influence of unknown compound interference. The estimated disturbance was compensated for in the controller. The stability of the controller was verified, and system robustness was improved. Under the same interference, the proposed control scheme could improve the anti-interference ability and control precision by 42.37% and 45%, compared with the traditional proportional-integral-differential controller. The result shows that ADRC-MFAC can significantly improve the anti-interference performance of AUVs and enhance path tracking accuracy. Keywords: autonomous undersea vehicle; mode-free adaptive control; path tracking; active disturbance rejection收稿日期: 2023-10-10; 修回日期: 2023-12-02.基金项目: 湖北省青年拔尖人才基金资助.作者简介: 付少波(2000-), 男, 硕士, 主要研究方向为自主水下航行器导航与控制技术.第 32 卷第 2 期水下无人系统学报Vol.32 N o.2 2024 年 4 月JOURNAL OF UNMANNED UNDERSEA SYSTEMS Apr. 2024[引用格式] 付少波, 关夏威, 张昊. 基于自抗扰理论的欠驱动AUV无模型自适应路径跟踪控制[J]. 水下无人系统学报, 2024, 32(2): 328-336.0 引言海洋是人类赖以生存和发展的空间, 蕴藏着丰富资源[1]。

基于分层强化学习的AUV路径跟踪技术研究

基于分层强化学习的AUV路径跟踪技术研究

目的是寻找到 最 优 策 略π,该 最 优 策 略 使 得 累 计 奖 励 犑(π)取 得 最 大 或 最 小 值 [13],即

[∑ ] 犑(π)=犈π γ犽犚犽+狋狘狊狋 =狊 。 犽=0
(1)
深度 强 化 学 习 将 强 化 学 习 与 深 度 学 习 相 结
合 ,该 方 法 已 在 机 器 人 控 制 、游 戏 策 略 等 多 方 面 得
第3期
潘 昕 等:基于分层强化学习的 AUV 路径跟踪技术研究
·107·
技术 之 一,它 指 AUV 以 期 望 前 向 速 度 跟 踪 给 定 空间曲线路 径 。 [1] 目 前,路 径 跟 踪 技 术 面 临 着 相 当大的挑战。由 于 水 流 的 干 扰、控 制 输 入 量 的 非 线性 以 及 模 型 不 确 定 性 等 诸 多 因 素,准 确 的 AUV 动态 模 型 是 难 以 直 接 建 立 的。 此 外,由 于 所建立的模型与 真 实 模 型 的 差 异,即 使 在 控 制 中 采 取 了 补 偿 误 差 、自 适 应 控 制 等 方 法 [2-4],算 法 的 精度也难以 令 人 满 意。相 比 于 二 维 环 境,在 三 维 环境中的路径跟 踪 问 题 需 要 考 虑 的 变 量 更 多,控 制程序和数学公 式 推 导 更 加 复 杂,现 有 的 路 径 跟 踪技术实用价值有限。
犚犲狊犲犪狉犮犺狅狀犃犝犞狆犪狋犺狋狉犪犮犽犻狀犵狋犲犮犺狀狅犾狅犵狔犫犪狊犲犱狅狀 犺犻犲狉犪狉犮犺犻犮犪犾狉犲犻狀犳狅狉犮犲犿犲狀狋犾犲犪狉狀犻狀犵
PAN Xin,FENG Guoli,HOU Xinguo (CollegeofElectricalEngineering,NavalUniv.ofEngineering,Wuhan430033,China)

学科服务情报化研究——以美国AUV研发团队的跟踪与监测为例

学科服务情报化研究——以美国AUV研发团队的跟踪与监测为例

t e a ms . T h r o u g h a n a l y z i n g a n d s t u d y i n g i f v e ma i n r e s e a r c h t e a ms f r o m t h e a s p e c t s o f s c a l e , l e a d i n g r e s e a r c h e r s a n d t h e i r p a p e r n u mb e r a n d p u b l i s h i n g t i me , d e v e l o p me n t s t a g e o f t e a m a n d i t s me mb e r s , t h e p a p e r o u t l i n e s d i f e r e n t c h ra a c t e r i s t i c s o f Ame i r c a n AUV r e s e a r c h
Ab s t r a c t : T h e p a p e r t a k e s d o c u m e n t s o n A U V i n C o mp e n d e x a n d N T I S d a t a b a s e s a s t h e b a s i s , s o c i a l n e t w o r k a n a l y s i s t o o l P a j e k
吴 亚艳 袁 丽 芬
2 1 2 0 0 3 )
( 江 苏科技 大 学 图 书馆 江 苏镇 江
摘 要 : 以美 国 C o mp e n d e x和 N T I S数 据 库 中 的 A U V文献为基础 , 以社 会 网络 分 析 工 具 ( P a j e k ) 和波士顿( B C G ) 矩 阵为 主 要

AUV三维空间轨迹跟踪控制方法研究的开题报告

AUV三维空间轨迹跟踪控制方法研究的开题报告

AUV三维空间轨迹跟踪控制方法研究的开题报告一、选题背景和意义随着科技的发展和应用的需求,水下机器人逐渐发展成为一个重要的领域。

AUV(Autonomous Underwater Vehicle)是一种自主水下机器人,具有无线电远程或完全自主控制的能力,可以应用于海底勘探、海洋环境监测、潜水作业等领域。

AUV需要在水下自主控制自身的运动,达到指定的目标位置和姿态,因此需要开发一种高效的控制方法来保证AUV的运动质量和可靠性。

二、研究内容和目标本文将研究AUV的三维空间轨迹跟踪控制方法。

目的是设计一个能够实现自主运动的控制系统,使AUV能够从一般的起始位置在三维空间中实现到达目标点,并达到指定的姿态。

在此基础上,进一步考虑系统的鲁棒性和适应性。

三、预期的研究内容和方法1.系统建模。

针对AUV的三维运动特点,设计AUV的数学模型,包括质量、惯性矩阵、水动力学特性以及控制系统的仿真模型。

2.设计控制策略。

采用PID控制器或其他先进的控制算法设计控制策略,以实现AUV的三维空间轨迹跟踪和姿态控制。

3.仿真实验。

使用MATLAB或其它仿真软件,对设计的控制系统进行仿真实验,从而验证控制系统的性能、鲁棒性和适应性。

4.控制系统测试。

基于仿真实验结果,对控制系统进行实际AUV测试,验证系统的实际性能,并对测试结果进行分析和总结。

四、预期结果通过本次研究,期望设计出一个鲁棒性强、性能优良、适应性宽广的AUV三维空间轨迹跟踪控制系统,实现AUV在水下环境中自主运动的目标。

五、预期应用和推广价值本文的研究成果可以应用于海洋勘探、海洋环境监测、潜水作业和深海探测等领域,为人们的海底探索、资源开发和科研提供了更加先进和有效的技术手段。

在此基础上,可以进一步研究AUV的多机协同控制和智能决策等问题。

基于MPC的AUV轨迹跟踪控制研究

基于MPC的AUV轨迹跟踪控制研究

基于MPC的AUV轨迹跟踪控制研究作者:石文会金丽娜马楠楠来源:《现代信息科技》2024年第10期摘要:文章研究了自主水下航行器(AUV)的轨迹跟踪控制问题。

为了提高自主水下航行器的轨迹跟踪性能,提出一种基于Lyapunov的模型预测控制(LMPC)方法来设计控制器。

首先,基于该方法,考虑执行器饱和等实际约束,设计非线性反步跟踪控制律,在基于Lyapunov的模型预测控制问题中构造约束条件,使闭环的稳定性得到保证。

其次,传统的控制器参数设置方法一般为试凑法,根据经验代入不同参数观察AUV的跟踪效果。

对于其中的权重矩阵,采用改进的布谷鸟算法进行优化。

最后,在MATLAB上的仿真结果表明,所提出的方法显著提高了AUV的轨迹跟踪控制性能。

关键词:自主水下航行器;轨迹跟踪;模型预测控制;布谷鸟搜索算法中图分类号:TP18 文献标识码:A 文章编号:2096-4706(2024)10-0188-06Research on Trajectory Tracking Control of AUV Based on MPCSHI Wenhui, JIN Lina, MA Nannan(Liaoning Petrochemical University, Fushun 113001, China)Abstract: This paper investigates the trajectory tracking control problem of AUVs. In order to improve the trajectory tracking performance of AUV, a method of Model Predictive Control based on Lyapunov is proposed to design the controller. Firstly, based on the method, considering practical constraints such as actuator saturation, a nonlinear backstepping tracking control law is designed, and constraint conditions are constructed in the problem of Model Predictive Control based on Lyapunov to ensure the stability of the closed-loop. Secondly, the traditional method for setting controller parameters is generally the trial and error method, where different parameters are substituted based on experience to observe the tracking effect of AUV. For the weight matrix in the Model Predictive Control based on Lyapunov, an improved Cuckoo Search algorithm is used for optimization. Finally, the simulation results on MATLAB show that the proposed method significantly improves the trajectory tracking control performance of AUVs.Keywords: Autonomous Underwater Vehicle; trajectory tracking; model predictive control; Cuckoo Search algorithm0 引言自主水下航行器(AUV)是水下救援、油氣勘探的重要载体[1]。

AUV协同导航定位算法研究

AUV协同导航定位算法研究

AUV协同导航定位算法研究AUV(自主无人水下车辆)是一种具有自主控制和导航定位功能的智能水下机器人。

在实际应用中,多个AUV之间需要协同工作,实现各自的任务目标。

协同导航定位算法是AUV协同工作的关键之一,在AUV探索和监测海洋环境、搜索和打捞等许多应用领域具有广泛应用前景。

本文主要介绍AUV协同导航定位算法的研究现状及关键技术。

AUV协同导航定位算法的研究现状AUV协同导航定位算法是当前AUV导航定位领域的研究热点之一。

目前已经有很多研究成果,主要包括三种方法:基于测距设备、基于机器视觉以及基于声纳的协同导航定位算法。

其中,基于测距设备的算法主要利用AUV上搭载的超声波、激光器等测距设备,进行相互距离测量,以确定各个AUV之间的位置关系。

这种方法实现起来简单,但对设备和环境的要求较高,且精度难以满足高精度要求。

基于机器视觉的算法是利用AUV上搭载的摄像头对周围的环境进行采集,经过处理后提取出目标物体的位置信息。

这种方法实现起来较为复杂,但对环境的要求较低,且可以实现较高的精度。

基于声纳的算法是利用AUV上搭载的各种传感器感知水下环境,根据声强数据实现声学跟踪,通过计算声反演得到AUV 之间的位置关系。

这种方法适用性较广,但需要处理大量的声数据,计算量较大,需要相对较高的计算能力。

关键技术协同导航定位算法的研究需要解决的关键技术包括:合理的多机构构型设计、协同目标检测及跟踪、多机构位置信息共享和整合等方面。

在多机构构型设计方面,需要考虑AUV间的距离、角度及相对于目标的位置等因素,以达到最佳的协同效果。

协同目标检测及跟踪需要实时提取目标的位置、速度、方向等信息,以便AUV之间实现协同导航。

多机构位置信息共享和整合需要实现AUV之间的信息交流,共同确定位置、速度和方向等信息,以实现精确的协同导航。

未来展望目前,AUV协同导航定位算法的研究还存在一些困难和挑战,如AUV间信号通信的实现、多机构的运动控制和路径规划、复杂环境下导航精度的提高等问题。

基于自适应神经网络的AUVs路径跟踪控制

基于自适应神经网络的AUVs路径跟踪控制

为 了评 估路 径 跟踪控 制 器 的性 能 , 提 出直线 型和 直线加 圆弧型路 径 方案 。仿 真结 果表 明 , 该控 制 器可 以 有 效地 消除机 器人 非线 性和模 型 不确 定性 造成 的 干扰 。 关 键词 : 自制 水下机 器人 ; 路 径跟 踪 ; 自适 应神 经 网络 ; 方 向控 制
经 网络 的 未知评 估 算 法 , 引入 自适 应 算 法 以保 证 神 经 网络 权 值 的 最 优 评 估 。基 于 L y a p u n o v稳 定 性 理 论, 设 计一 种 自适应 神 经 网络 控 制 器 以保 证路 径跟 踪 系统 中所 有误 差 状 态都 趋 于稳 定 。 为 了验证 该控
d y n a mi c d a m p i n g , t h e u n k n o w n a s s e s s me n t a l g o r i t h m b a s e d o n r a d i a l b a s i s f u n c t i o n( R B F )n e u r a l n e t w o r k i s
p u t f o r wa r d ,a n d a n a da p t i v e a l g o r i t h m i s i nt r o d u c e d t o e n s u r e o p t i ma l e v a l ua t i o n o f t he n e u r a l n e t wo r k
W ANG Yi n g
( De p a r t me n t o f B a s i c T e a c h i n g o f P u b l i c Co mp u t e r , S c h o o l o f Hu ma n i t i e s& I n f o r ma t i o n ,

基于模糊自适应滑模方法的AUV轨迹跟踪控制

基于模糊自适应滑模方法的AUV轨迹跟踪控制

关键词: 航迹跟踪 ;滑模算法 ;模糊控制 ;自适应控制 中图分类号: TP242 文献标识码: A 文章编号: 1672 – 7649(2017)12 – 0053 – 06 doi: 10.3404/j.issn.1672 – 7649.2017.12.012
Trajectory-tracking control of autonomous underwater vehicles based on fuzzy adaptive sliding mode method
SUN Qiao-mei1, CHEN Jin-guo2, YU Wan2 (1. Hubei Key Laboratory of Hydroelectric Machinery Design and Maintenance, China Three Gorges University, Yichang 443002, China; 2. The 710 Research Institute of CSIC, Yichang 443003, China) Abstract: In this paper, a control system is developed based on fuzzy adaptive sliding mode method for Autonomous Underwater Vehicles (AUV) precisely trajectory-tracking. With AUV dynamic model established, variable structure sliding mode strategy and fuzzy logic methods are adopted to design the path tracking controller. Environmental disturbances are compensated by the adaptive fuzzy algorithm. The stability of the control system is discussed using Lyapunov stability theory. Numerical simulations are conducted on Matlab/Simulink and show that the proposed approach can achieve smooth continuous outputs in the condition of environment disturbances. The ability of restraining interference is enhanced. The performance of the proposed control law is evaluated by simulation results. Key words: trajectory tracking;sliding mode strategy;fuzzy control;adaptive control

一种新的AUV路径跟踪控制方法

一种新的AUV路径跟踪控制方法

一种新的AUV路径跟踪控制方法
王银涛;郑美云;严卫生
【期刊名称】《西北工业大学学报》
【年(卷),期】2009(027)004
【摘要】研究了自主水下航行器(AUV)的路径跟踪问题,将跟踪控制问题分为导引和控制2部分.导引部分基于视线导引(Line of Sight)原理输出AUV的参考航向,针对AUV的参数不确定性及海流干扰等特点,航向控制器采用变结构控制律计算舵角控制输入,在此基础上,将航向控制器与路径跟踪控制器并行结合,构造了文中提出的混合型路径跟踪控制器.文章从理论上证明了控制律的稳定性,仿真结果表明,所设计的控制律可以保证AUV沿期望路径航行,路径跟踪误差快速收敛.
【总页数】5页(P517-521)
【作者】王银涛;郑美云;严卫生
【作者单位】西北工业大学,航海学院,陕西,西安,710072;西北工业大学,航海学院,陕西,西安,710072;西北工业大学,航海学院,陕西,西安,710072
【正文语种】中文
【中图分类】TP242
【相关文献】
1.基于自适应神经网络的AUVs路径跟踪控制 [J], 王影
2.一种欠驱动AUV模型预测路径跟踪控制方法 [J], 刘昌鑫;高剑;徐德民
3.一种基于最优状态点的无人车路径跟踪横向控制方法 [J], 王炳琪; 杨明; 王春香;
王冰
4.一种基于增强型烟花算法的自抗扰控制的机器鱼路径跟踪控制方法 [J], 宋晓茹; 高泽鹏; 陈超波; 钱富才
5.基于RBF网络Q学习的AUV路径跟踪控制方法 [J], 李泽宇;刘卫东;李乐;张文博;郭利伟
因版权原因,仅展示原文概要,查看原文内容请购买。

NTSM控制的AUV路径跟踪控制研究

NTSM控制的AUV路径跟踪控制研究
收 稿 日期 :0 50 —9 修 改 稿 收 稿 日期 :0 60 —8 2 0 —41 ; 2 0 —41
维普资讯


针 对 非 线 性 欠 驱 动 自治 水 下机 器 人 ( tn mo su dr ae e ie 缩 写 为 AUV) 提 出 了一 种 基 于 非 Auo o u n ew tr hc , v l , 奇 异终 端 滑 模 ( ns g l emia s dn d , 写 为 N M) 制 的 鲁 棒 路 径 跟 踪 控 制 方 法 。在 跟 踪 控 No —i ua tr n l l igmo e 缩 n r i TS 控 制 系 统 中, 用 的参 考 变量 为 非 时 间量 , 采 摆脱 了时 间 因 素 的 影 响 , 利 于 提 高 A 有 UV 在 不确 定 环 境 中 的跟 踪 能 力 。应 用 指 数 趋 近 律 进 行 NT M 控 制器 设 计 , S 能保 证 系 统 状 态 在 有 限 时 间 内到达 平 衡 点 。数值 仿 真 结 果 验 证 了该 控 制 律 的路 径 跟 踪 效 能 。
维普资讯
4 卷 第 4期 ( 第 1 5期 ) 7 总 7 20 0 6年 1 2月




Hale Waihona Puke Vo | 7 No 4 S r a . 7 ) l4 . ( e ilNo 1 5
De . 2 0 c 0 6
S PB I HI U LDI NG 0F CHI NA

种鲁棒 自适 应 P F控 制器 , 于欠驱 动水 面舰艇 的路径 跟踪 控制 。 用 滑 模控 制 ( l ig Mo eC nr l缩 写为 S Si n — d o to, d MC) 一种 有效 的变结 构控 制技术 。它一 般能得 到不连 是

基于MPC算法的AUV空间航迹跟踪控制

基于MPC算法的AUV空间航迹跟踪控制

基于MPC算法的AUV空间航迹跟踪控制张子昌,徐雪峰,侯成刚(天津航海仪器研究所九江分部,江西九江 332007)摘要: 为了解决AUV在空间运动中的路径点跟踪控制问题,参照水下航行器的建模方法,建立AUV的六自由度动力学和运动学模型,采用水平面视线导航法计算AUV指令航向,采用垂直面制导算法计算AUV的垂直面指令深度、指令纵倾和指令深度速率。

针对AUV的水平面和垂直面控制,设计基于状态空间形式的模型预测控制算法。

通过仿真表明,所提出的空间航迹控制算法能达到较高的控制精度,采用的指令深度+指令纵倾+指令深度速率的控制方法能使AUV尽快航行至指令轨迹并跟踪垂直面航迹。

设计的空间路径点跟踪控制算法对AUV后续的控制系统开发具有一定的参考意义。

关键词:AUV;路径点跟踪;视线导航法;模型预测控制中图分类号:U674.941 文献标识码:A文章编号: 1672 – 7649(2020)12 – 0086 – 06 doi:10.3404/j.issn.1672 – 7649.2020.12.017AUV space trackway-pointfollowing controlbased on MPCZHANG Zi-chang, XU Xue-feng, HOU Cheng-gang(Jiujiang Division Tianjin Navigation Instruments Research Institute, Jiujiang 332007, China)Abstract: This study aims to solve the problem of the autonomous underwater vehicle’sway-point followingin three-di-mensional motion. Firstly, the paper builds 6 degrees of freedom kinematics and kinetics model of the AUV according to the modeling method of UUV, thenusing the method of line-of-sight to calculate the command headingin horizontal plane, using guidance algorithm to calculate the command depth in vertical plane,finally the paper designs a modelpredictivecontrol al-gorithm based on the state-space model for horizontaland verticalcontrolof the AUV. By the result of the simulation, the pro-posed space track control algorithm can achieve high control accuracy. The control method which combines the command depth, command trim and command depth rate can make the AUV navigate to the command trajectory as soon as possible and track the vertical trajectory.The algorithm designed can be revelatory for the subsequent developing of the AUV’s con-trol system.Key words: AUV;way-point following;line-of-sight;model predictive control0 引 言AUV作为一种高度自动化水下自主航行装备,对海洋开发和探测有着重要的作用和意义。

某型AUV全局路径规划技术研究的开题报告

某型AUV全局路径规划技术研究的开题报告

某型AUV全局路径规划技术研究的开题报告一、课题背景随着深海开发技术的快速发展,自主水下机器人成为开发海洋资源的关键技术,其中AUV(Autonomous Underwater Vehicle)自主水下车是其中的代表。

AUV具有自主控制、连续作业、宽工作范围等优点,已经被广泛应用于水下地形探测、海洋生物调查、水下油气勘探、水下测量、水下救援等领域。

在实际应用中,AUV通常会收到水流的影响,导致其运动有明显的非线性特性,给全局路径规划带来难度。

在AUV的控制系统中,全局路径规划是最基本的问题之一,其目标是在复杂的水下环境中实现AUV的高效控制。

本课题旨在研究某型AUV全局路径规划技术,提高AUV在水下环境中的运动稳定性和精度,增强AUV的自主控制能力,为AUV在水下环境中进行探测和调查提供技术保障。

二、研究目标1.研究某型AUV运动状态的建模方法,建立AUV动力学模型。

2.研究某型AUV在水下环境中的轨迹跟踪算法,实现AUV自主控制。

3.研究某型AUV全局路径规划算法,提高AUV在水下环境中的运动稳定性和精度。

4.在实际场景中验证所研究的全局路径规划算法的有效性。

三、研究内容1.分析某型AUV动力学模型,建立AUV运动状态的数学模型;2.研究某型AUV在水下环境中的轨迹跟踪算法,并结合PID控制理论进行优化;3.研究某型AUV全局路径规划算法,考虑水流影响等因素,提高全局路径规划算法的鲁棒性;4.设计实验验证 AUV 全局路径规划算法在不同场景下的有效性。

四、预期成果1.某型AUV运动状态的建模方法,建立AUV动力学模型;2.某型AUV在水下环境中的轨迹跟踪算法,实现AUV自主控制;3.某型AUV全局路径规划算法,提高AUV在水下环境中的运动稳定性和精度;4.基于实验数据的分析和验证,验证所研究的全局路径规划算法的有效性。

五、可行性分析1.所研究的某型AUV全局路径规划技术研究具有明确的技术路线,技术手段成熟,具有可行性。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

Ωe ]T ‖
=
0。
实际上, 参考点 R 就是运动系统基准点 G 在轨迹 8 上的像点, 其关系是一种函数映射关系。关于参
考点的选取, 已有不同的方案被采用。在参考文献[ 2 ]和文献[ 4 ]中, 以 G 点在轨迹 8 上的垂向投影点为
参考点 R , 即切向坐标 Σe 为零的点。由于在整个跟踪过程中 Σe 始终为零, 所以当该方法用于含有小半径
在假设式 (7) 的前提下, 同时考虑到姿态角跟踪误差 Ωe = Ω+ Β - Ωr , 则在 S F 坐标系内的位姿误
差微分方程可统一简写为
Σαe = - v r (1 - k (s) ne) + uc Σe + u sinΩe
(10)
示。根据单刚体动力学原理, 欠驱动AU V 运动和动力学数学模型[10]可
由一组非线性和强耦合的微分方程组统一描述如下
m uuα= m vv r - d uu + Σu
m vvα= - m uu r - d vv
(4)
m r rα= m uv - d r r + Σr
Ν= co sΩ u - sinΩ v
任意给定初始跟踪误差 e (0) ≠ 0, 在N T SM 控制器作用下, 系统 (1) 将在有限时间
ts =
p (1 K d) q p (p -
q) e (0) (1- q p)
(3)
时到达平衡点 e = 0。当接近平衡点时, 滑模 (1) 中非线性项导致收敛速度指数加快, 改进了平衡点的收
敛性。
3 PF 问题描述
AU V 运动一般为空间 6 自由度运动, 不过在弱机动时可以被解耦为水平面与垂直面的平面运动。
本文仅讨论水平面内的AU V 路径跟踪 PF 问题, 如图 1 所示。 随动坐标系 B 的原点取在AU V 重心 G
点处, 它在全局坐标系W 中的位置与姿态角可用矢量 Γ = [ Ν, Γ, Ω]T 表
收稿日期: 2005204219; 修改稿收稿日期: 2006204218
© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved.
47 卷 第 4 期 (总第 175 期) 马 岭等: N T SM 控制的AU V 路径跟踪控制研究 77
47 卷 第 4 期 (总第 175 期) 2006 年 12 月
文章编号: 100024882 (2006) 0420076207
中 国 造 船 SH IPBU ILD IN G O F CH INA
V o l. 47 N o. 4 (Serial N o. 175) D ec. 2006
NTSM 控制的AUV 路径跟踪控制研究
78
中 国 造 船
学术论文
Y v v , N r, N r r 是粘性类水动力系数; Σ = [ Σu, 0, Σr ]T 是由纵向推力和转艏力矩共同组成的系统输入。在
上述动力学方程中, 缺乏横向推力输入, 因此整个系统的独立控制输入数目少于状态空间的自由度数
目, 此类系统被称为欠驱动系统。
滑模控制 (Slid ing2M ode Con tro l, 缩写为 SM C) 是一种有效的变结构控制技术。它一般能得到不连 续的控制律, 具有系统降阶、解耦设计和对参数变化不敏感的强鲁棒性等优点, 因此被广泛应用于潜水 器自动控制领域。 文献[ 6 ]提出了能在不确定水动力系数情况下执行水下机器人 轨迹控制的滑模控制 器。基于线性化模型, 在非线性动力干扰有界的情况下, 文献[ 7 ]利用自适应滑模控制器进行自治水下机
dr = - N r - N r r r
式中 m 是AU V 的质量; I z 是惯性矩; v = (u , v , r) T 为速度矢量; X uα, Y vα和N rα是附加质量; X u, X u u, Y v ,
© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved.
R 1。根据文献[ 15 ], 系统 (1) 的N T SM 切换面可选取如下
s = e + K d eαp q
(2)
式中跟踪误差 e = x 1 ( t) - x d ( t) , x d ( t) 为给定参考信号; 增益 K d > 0; p 和 q 为正奇数, 且 p > q。对于
Γ= sinΩ u + co sΩ v Ω= r
(5) 图 1 Path Fo llow ing 问题描述
m u = m - X uα, m v = m - Y vα,
m r = I z - N rα, m uv = m u - m v
(6)
du = - X u - X u u u , dv = - Yv - Y v v v ,
pαS F = S F T W (Ωr)
Ν -
v r + ΞS F × p S F
(8)
Γ
0
式中 S F 坐标系与W 坐标系之间的坐标转换矩阵为
S F TW (Ωr) =
co sΩr sinΩr
(9)
- sinΩr co sΩr
s 为 R 点在路径 8 上的弧长坐标; k (s) 表示曲率; v r 是 R 点的切向速度; 角速度为 ΞS F = k (s) v r。
考虑到在预先进行的路径规划中, 必然会计及AU V 最小转弯半径, 并在随后的跟踪控制过程中,
控制输入也是有界的, 因此不妨假设系统的横向速度 v 总是能保持有界[2], 即
v ν u
(7)
由此可以推知: AU V 的合速率 v t = u2 + v 2≈ u 。 如图 1 所示, 参考路径 8 是一条自由曲线, R 点是AU V 重心 G 点在该路径上的投影点, 也称为参
Ωe = Ω+ Β- Ωr = r + Β- k (s) v r
式中侧滑角 Β = a rctan (v u )。
欠驱动AU V 路径跟踪的目的在于, 从任意的初始位置与姿态出发, 在反馈控制信号的驱动下, 使
系统的路径跟踪位姿误差
[ Σe,
ne,
Ωe ]T
有界,
且满足
lim ‖
t→∞
[
Σe
,
ne,
圆环的路径跟踪控制时会出现奇异性问题。 在文献[ 3 ]中, 将参考点 R 的线速度 v r 纳入控制输入, 这样
一来, 只要运动系统速度为正, 总可以通过控制 v r 以调节参考点 R 的运动, 最终确保AU V 与参考点间
的距离趋于零; 由于该方法性能可靠且简便易行, 所以本文也采用这种参考点控制策略。
器人垂直面操纵控制。在六自由度操纵方程模型的基础上, 文献[ 8 ]为自治水下机器人设计了综合转艏、 潜浮以及速度控制的滑模自动驾驶仪。
终端滑模 (T erm ina l slid ing m ode, 缩写为 T SM ) 控制是一种采用非线性切换面, 能使滑动模态在有 限时间内到达平衡点的控制方法。与一般采用线性超曲面作为切换面的滑模控制相比, 它具有快速且在 有限时间内收敛的优点, 特别适用于高精度控制。 T SM 最早是由M an 等人[11]提出, 现已被用于刚性机 械手的控制[11, 12]。不过, 已有的T SM 控制器设计方法存在一个普遍的缺点, 即在T SM 控制中存在奇异 区域。除了几种间接消除奇异性的途径[13, 14]而外, F eng 等人[15]通过重新设计T SM 切换面, 提出了一种 全局N T SM 控制器, 可用于带参数不确定和外部扰动的二阶非线性动态系统。
马 岭1, 崔维成2
(1. 上海交通大学船舶海洋与建筑工程学院, 上海 200030; 2. 中国船舶科学研究中心, 江苏 无锡 214082)
摘要
针对非线性欠驱动自治水下机器人 (A u tonom ou s underw ater veh icle, 缩写为AU V ) , 提出了一种基于非 奇异终端滑模 (N on2singu lar term inal sliding m ode, 缩写为N T SM ) 控制的鲁棒路径跟踪控制方法。在跟踪控 制系统中, 采用的参考变量为非时间量, 摆脱了时间因素的影响, 有利于提高AU V 在不确定环境中的跟踪能 力。应用指数趋近律进行N T SM 控制器设计, 能保证系统状态在有限时间内到达平衡点。数值仿真结果验证 了该控制律的路径跟踪效能。
关 键 词: 船舶、舰船工程; 终端滑模控制; 自治水下机器人; 路径跟踪 中图分类号: U 674. 941 文献标识码: A
1 引 言
对于水下机器人、潜水器及水面舰艇的操纵控制系统而言, 路径跟踪控制具有潜在的实用价值, 正 在愈来愈多地吸引着人们的注意力[1~ 4]。所谓路径跟踪控制是指在自动控制系统驱动下, 运动系统能从 任意初始位置驶入预先规划好的参考航行路径, 并沿此路径最终抵达目的地。根据跟踪状态误差与时间 的关系, 路径跟踪问题大致可分为两类: 一类是对时间有所依赖的, 称为 T T (T ra jecto ry T rack ing) 问 题; 另一类是对时间并无严格要求的, 称为PF (Pa th Fo llow ing) 问题。在T T 系统中, 虚拟目标点总是按 照预定计划在路径上持续运动, 与当前系统状态不相隶属, 因此它所产生的系统状态误差仅是依赖于时 间的函数。 当系统遭受大幅扰动时, 虚拟目标点的移动并不受任何影响, 此时系统跟踪误差将可能增大 到导致系统失稳的程度。而在PF 问题中, 所建立的跟踪状态误差是一种系统状态与参考路径之间的函 数映射关系, 可以根据系统当前状态为其提供位于参考路径上的目标点, 其本身与时间并无直接关系。 若系统遭受意外扰动, 目标点的位置与姿态可以保持不变, 这就使得PF 系统具有更强的鲁棒性, 能够抵 抗 大 的 干 扰 而 不 会 导 致 系 统 失 稳。 文 献 [ 1 ] 通 过 圆 弧 及 线 段 的 连 接 构 造 了 优 化 路 径, 然 后 基 于 B ack stepp ing 方法, 设计了欠驱动水面舰艇的跟踪控制律。文献[ 2 ]将跟踪误差转化到 Serret2F renet 坐 标系上, 为水面舰艇PF 控制设计了三步B ack stepp ing 控制律。文献[ 3 ]则将虚拟目标点沿预定轨迹运动 的 线速度纳入控制输入, 利用 L yp aunov 理论与B ack stepp ing 方法, 设计了欠驱动自治水下机器人 (A u tonom ou s U nderw a ter V eh icle) 的 PF 控制器。考虑到风、浪、流等外界环境扰动的存在, 文献[ 4 ]发 展了一种鲁棒自适应 PF 控制器, 用于欠驱动水面舰艇的路径跟踪控制。
相关文档
最新文档