自主式无人水下航行器航向自适应滑模控制
基于滑模控制的水下机器人导航研究
基于滑模控制的水下机器人导航研究一、水下机器人导航技术概述水下机器人，也称为无人潜水器(UUV)，是一类能够在水下自主或遥控操作的机器人系统。
随着海洋资源开发、海洋科学研究、水下工程检测等领域需求的不断增长，水下机器人技术得到了迅速发展。
导航技术作为水下机器人的关键技术之一，直接影响着其执行任务的效率和安全性。
1.1 水下机器人导航技术的核心特性水下机器人导航技术的核心特性包括精确性、鲁棒性、自适应性和智能化。
精确性是指导航系统能够提供准确的定位信息，确保水下机器人在复杂的水下环境中准确到达预定位置。
鲁棒性是指导航系统能够在面对水下环境变化、传感器故障等不确定因素时，仍能保持稳定的导航性能。
自适应性是指导航系统能够根据环境变化和任务需求，自动调整导航策略。
智能化是指导航系统能够进行自主决策，实现复杂任务的自主导航。
1.2 水下机器人导航技术的应用场景水下机器人导航技术的应用场景非常广泛，包括但不限于以下几个方面：- 海底地形测绘：通过精确导航，水下机器人能够绘制海底地形图，为海洋地质研究提供基础数据。
- 海洋资源勘探：水下机器人能够导航至特定区域进行资源勘探，如油气、矿产等。
- 水下结构检测：水下机器人能够导航至水下结构物，如桥梁、管道等，进行检测和维护。
- 水下搜救：在发生海难等紧急情况时，水下机器人能够导航至失事区域进行搜救。
二、基于滑模控制的水下机器人导航研究滑模控制(Sliding Mode Control, SMC)是一种非线性控制策略，以其强鲁棒性和快速响应特性，在水下机器人导航系统中得到了广泛应用。
2.1 滑模控制的基本原理滑模控制的基本原理是设计一个滑动面，当系统状态在滑动面上时，系统表现出期望的动态特性。
通过设计适当的控制律，使得系统状态能够达到并保持在滑动面上，从而实现对系统的有效控制。
滑模控制具有对参数变化和外部干扰不敏感的特点，因此在水下机器人导航中具有很好的应用前景。
2.2 滑模控制在水下机器人导航中的应用在水下机器人导航中，滑模控制可以应用于路径跟踪、避障、姿态控制等多个方面。
自主水下航行器轴向运动的自适应反演滑模控制
反 演 技术是 一种 基 于 Ｉ ａ ｕ ｏ ． ｐ ｎ ｖ稳定 性 理论 的 ｙ 非线性 控制递 推设计 方法 ［ ］针 对具 有严格 反馈 形 ６， 式 的非 线性 系统 ， 系统 的输 出开始 向控制 输入“ 从 反 演 ” 得 到 一 系 列 系统 化 的 反 馈 控 制 律 和 相 应 的 ，
中图分类 号 ： Ｐ ４ Ｔ ２２
精 确 的轴 向运动 控制 ， 尤其 是位 置跟踪 控制 ， 对 于 自主水 下航 行 器 （ ＡＵＶ） 成 侦察 、 下 测 量 、 完 水 目
跟踪控 制 问题 ， 于 自适 应反 演控 制方法 ， 海流作 基 将 为未 知模 型参 数 进 行在 线 估 计 ， 并引 入滑模 控 制技 术 克 服系 统 的未 建模 特性 ， 证 了轴 向位 置跟 踪误 保
维普资讯
２００ ８月 ７年
西 北 工 业 大 学 学 报
Ｊ ｕ ｎ ｌ ｆＮｏ ｔ ｗｅ ｔｒ ｌｔｃ ｎｃ ｌ ｎｖ ｒｉｙ ｏ ｒ ａ ｒｈ ｓｅ ｎＰｏｙｅ ｈ ｉａ ｉｅ ｓｔ ｏ Ｕ
Ａｕ ． ｇ
２ ０ ０７
第 ２ 卷第 ４ ５ 期
ＶｏＩ ２５Ｎ ｏ． ． ４
自主水 下 航行 器 轴 向运 动 的 自适应 反 演滑 模控 制
高 剑 ，徐 德 民 ，李 俊 ，严 卫 生 ，张福 斌
（ 北 工 业 大 学 航 海 学 院 ， 西 西 安 ７ ０ ７ ） 西 陕 １ ０ ２
摘 要 ： 究 了 自主 水下航 行 器在 未知 海 流作用 下的轴 向运动跟 踪控 制 问题 ， 用非线性反 演设计 研 采
数 ， ｆ（ ）为模 型 中的未建模 动态 。 Ａ ｕ
基于自适应反步法的水下机器人滑模控制方法[发明专利]
![基于自适应反步法的水下机器人滑模控制方法[发明专利]](https://img.taocdn.com/s3/m/0c62fdbb85868762caaedd3383c4bb4cf7ecb71e.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201710961312.2(22)申请日 2017.10.17(71)申请人 西北工业大学地址 710072 陕西省西安市友谊西路127号申请人 西北工业大学深圳研究院(72)发明人 袁源 许斌 陈杰 凡永华 李志 (74)专利代理机构 西北工业大学专利中心61204代理人 王鲜凯(51)Int.Cl.G05B 13/04(2006.01)(54)发明名称基于自适应反步法的水下机器人滑模控制方法(57)摘要本发明公开了一种基于自适应反步法的水下机器人滑模控制方法，用于解决现有水下机器人控制方法实用性差的技术问题。
技术方案是基于对复杂非线性系统的分解，通过为子系统设计虚拟控制量，结合滑动模态逐级递推得到全系统的控制量；针对系统不确定上界引起的抖振问题，控制器中引入RBF神经网络，自适应逼近系统内部不确定性与外部干扰，最终实现对系统抖振的控制，并实现高精度跟踪控制，提高闭环系统鲁棒性，满足工程需求，实用性好。
权利要求书2页 说明书5页 附图1页CN 107544256 A 2018.01.05C N 107544256A1.一种基于自适应反步法的水下机器人滑模控制方法，其特征在于包括以下步骤：步骤一、考虑六自由度水下机器人前向、艏向动力学模型：其中m x和mψ分别为前向惯性参数、艏向惯性参数，d L,x、d L,ψ是一阶前向阻尼参数和艏向阻尼系数，d Q,x、d Q,ψ为二阶前向阻尼参数和艏向阻尼系数，τx和τψ分别为前向推力和艏向推力，F u、F r为前向干扰力和艏向干扰力；v x是前向加速度、前向速度，vψ是艏向加速度、艏向速度；步骤二、定义x21＝vψ，x22＝v x，令x2＝[x21 x22]T，则转换(1)式为状态空间方程如下：其中x1＝[x11 x12]T和x2为系统状态，u＝[τψ τx]T为系统的可控输入，y∈R2×1为系统可测输出，为系统非线性项，f表示由测量噪声引起的已知误差函数，F表示中存在的建模不确定性和外部干扰，Φ(x,u,W)＝Wσ(x,u)为由RBF神经网络逼近的外部干扰项，其中：x＝[x1 x2]T为神经网络输入向量，为神经网络权值矩阵，且W i∈R l×s，σ(x,u)∈R s×l为神经网络基函数，l、s、n分别为神经网络隐层数量、隐层节点数和输入节点数，B∈R2×2为已知正定常数矩阵，A1、A2状态矩阵为已知常数矩阵，由系统动力学模型推导得：A1＝I2×2，步骤三、定义跟踪偏差信号z1＝[z11 z12]T如下：z1＝y(t)-y d(t)＝x1(t)-y d(t) (3)其中，y d为期望的系统状态，其各界导数有界；z1对时间微分得：定义虚拟控制量β1为:其中，中间变量α1定义为：其中，C1＝diag[C11 C12]为正定对称矩阵；[k1 k2]T为正值参数向量，满足0<f i<k i；步骤四、定义偏差信号z2＝[z21 z22]T为：：z2＝x2-β1 (7)对z2微分得：其中，为神经网络权值的估计值，其自适应更新律为：其中，η为权值修正步长；为状态误差；设计控制器其中，为正值参数向量，满足0<F i<K i；C2＝diag[C21 C22]为正定对称非奇异矩阵；步骤五、根据所得到的控制输入u，代入水下机器人动力学模型(1)式中，对前向、艏向速度进行控制。
自治水下机器人自适应滑膜控制
：
【 要】 摘 对影响 自 治水下机器人控制性能的因素进行分析， 出将 自 提 适应滑模控制方法应用于水 ｉ
÷下机器人的深度控制， 使其在在各种干扰的条件下仍保持稳定且具有满意的性能。采用系统辨识的方法
： 得 到 系统 的模型 ， 而通过辨识得到 的模型 态品质和 ？
Ｗ ＵＢ ｏ ｊ１ Ｌ ｈ ｏ，ＷＡ ＧＸ ａ－ ｕ ａ－ｕ， Ｉ ｕ １ ２ Ｓ ２ Ｎ ｉｏ ｈ ｉ （Ｓ ｅ ｙｎ ｓ ｔｔ ｏ Ａ ｔｍ ｔ ｎ Ｃ ｉｅｅ ｃ ｄｍｙ ｆ ｃｅｃ ｓＳ ｅ ｙｎ １ ０ ， ｈｎ ） ｈ ｎａ ｇＩ ｔｕｅ ｆ ｕｏ ａ ｏ ， ｈｎ ｓ ａ ｅ ｉ ｅ ，ｈ ｎ ａｇ１ Ｃ ｉａ ｎ ｉ ｉ Ａ ｏＳ ｎ １ ０ ６ （Ｇ ａ ｕｔ Ｓ ｈｏ ｏ ｅ ｈｎｓ ｃｄ ｍ ｆ ｃｅｃ ｓＢ ｉｎ ０ ０ ９ Ｃ ｉａ 。 ｒｄ ａ ｃ ｏｌ ｆｈ ｉｅｅＡ ａ ｅ ｙｏ Ｓ ｉ ｅ ， ｅ ｉｇ１０ ４ ， ｈｎ ） ｅ ｔ Ｃ ｎ ｊ
÷ ｉ ￣ ｃ ｈｃ ｂａｎ ｄｂ ａａ ｅ ｒ ｓｍａ ｏ ｔｏ． ｍ ｏ ａｕａｉ ｆ ｃｉ ，ｈｃ ｎ 一 ÷ ｎ ｓ Ｃ ｅｗ ｉ ｉ ｏｔｉｅ ｙ ｒ ｍ ｔ ｔ ｔ ｎｍ ｈ ｄ Ａ ｓ ｏｔ ｓ ｒ ｏ ｕ ｔ ｎ ｗ ｉ ｎ ｇ ｕｑ ｈｓ ｐ ｅｅｉ ｉ ｅ ｈ ｔ ｔ ｎ／ｎ ｏ ｈ，
水下机器人控制中的自适应滑模控制算法研究
水下机器人控制中的自适应滑模控制算法研究随着人类科技的不断发展，水下机器人已经作为一种重要的研究和应用工具被广泛应用于海洋科学、资源勘探和海洋环境保护等领域。
在水下机器人的运动控制方面，自适应滑模控制算法已经成为研究热点之一。
本文将重点探究水下机器人控制中的自适应滑模控制算法，从理论与实践两个方面进行阐述。
一、自适应滑模控制算法原理自适应滑模控制算法是通过引入自适应控制补偿来提高传统滑模控制算法的控制精度和鲁棒性。
在水下机器人控制中，由于水下环境的复杂性以及水下机器人自身的特性，常规的PID控制算法难以满足要求，因此应用滑模控制算法可以更好地解决问题。
具体来说，自适应滑模控制算法可以通过引入自适应补偿来消除传统滑模控制算法中的固有偏差，在控制精度和鲁棒性上都有一定的提升。
二、自适应滑模控制算法的实践应用在水下机器人的控制应用中，自适应滑模控制算法已经有了一些实践应用，并取得了一些成效。
比如，在一些海洋勘探项目中，水下机器人需要沿着一定的轨迹进行探测，需要具有良好的运动控制能力。
采用自适应滑模控制算法可以更好满足控制要求，实现更加精确的控制。
此外，在一些海洋环境保护与资源管理项目中，水下机器人通常需要进行定位、跟踪和监测等多种任务，使用自适应滑模控制算法可以提高控制精度，使得水下机器人能够更好的完成任务。
三、自适应滑模控制算法存在的问题虽然自适应滑模控制算法在水下机器人中有一定的应用，但是仍然存在一些不足和问题。
首先，自适应滑模控制算法的应用需要考虑水下环境的复杂性和不确定性，因此控制策略需要合理选择，并需要进行充分的实验验证。
其次，在水下机器人控制中，由于水下环境的变化和机器人自身的干扰，传感器的读数往往不是非常准确，这就要求自适应滑模控制算法需要有一定的鲁棒性和抗干扰能力。
最后，自适应滑模控制算法的实施和应用需要涉及到控制硬件的实现，如何实现相应的算法并将其集成到水下机器人的控制系统中也是一个挑战。
无人船自适应超螺旋轨迹跟踪滑模控制
无人船自适应超螺旋轨迹跟踪滑模控制
冯成涛;陈威;陶睿楠;朱栋;储开斌
【期刊名称】《电子测量技术》
【年(卷),期】2024(47)5
【摘要】针对无人船受到风浪等不确定性干扰时易出现轨迹跟踪误差大、自适应增益范围小、滑模控制方法的抖振等问题,提出了一种新型自适应超螺旋滑模控制算法。
根据无人船结构建立数学模型,引入轨迹参考点将数学模型转换为二阶系统微分方程;设计自适应超螺旋滑模控制器;构造Lyapunov函数,推导满足系统闭环稳定性的自适应增益。
在考虑风阻、浪阻的情况下,将本文方法分别与超螺旋滑模控制和传统自适应超螺旋滑模控制这两种方法进行仿真实验对比。
结果显示,在仿真实验的30 s中,本文方法的轨迹跟踪平均绝对误差比超螺旋滑模控制和传统自适应超螺旋滑模控制分别减少了0.60 m和0.27 m,仿真结果表明本文方法能够有效提高系统控制性能,抑制抖振,减小轨迹跟踪误差。
【总页数】8页(P37-44)
【作者】冯成涛;陈威;陶睿楠;朱栋;储开斌
【作者单位】常州大学微电子与控制工程学院
【正文语种】中文
【中图分类】TM341
【相关文献】
1.非完全对称欠驱动无人艇的自适应滑模轨迹跟踪控制
2.基于非奇异终端滑模控制的水面无人船轨迹跟踪
3.非完全对称欠驱动无人艇的自适应滑模轨迹跟踪控制
4.基于自适应超螺旋滑模弹道跟踪控制方法
5.基于自适应滑模的欠驱动无人艇轨迹跟踪控制算法
因版权原因，仅展示原文概要，查看原文内容请购买。
基于自治水下机器人纵向运动的滑模定深控制
基于自治水下机器人纵向运动的滑模定深控制李璐琼;张福斌;李勇强【摘要】针对自治水下机器人(AUV)的控制特点,建立了AUV纵向运动的动力模型,采用高阶滑模非线性控制的方法,并运用计算机仿真的手段进行了验证,仿真结果显示了该系统具有良好的控制性能,有效地消除了滑模控制的抖振,对外部扰动具有较强的鲁棒性.【期刊名称】《电子设计工程》【年(卷),期】2013(021)007【总页数】4页(P59-61,64)【关键词】自治水下机器人;滑模控制;俯仰角;深度;舵角【作者】李璐琼;张福斌;李勇强【作者单位】西北工业大学航海学院陕西西安710000;西北工业大学航海学院陕西西安710000;西北工业大学航海学院陕西西安710000【正文语种】中文【中图分类】TP302随着时代的发展，自治式水下机器人（Autonomous Underwater Vehicle，AUV）在世界范围内的应用领域不断扩大应用于海洋研究、海洋开发等，同时其相应的技术得到了长足发展。
在海洋开发过程中，AUV将在海洋环境的探测与建模、海洋目标的水下探测与识别、定位与传输等方面发挥重要的作用。
由于水下环境的复杂性和AUV各自由度之间存在强耦合性和非线性特征，使得在设计AUV运动控制器时需要考虑许多因素，因此AUV的自动控制存在很大困难。
AUV在工作过程中，深度控制是其完成上层任务的主要因素。
滑模控制是近些年发展起来的一种方法，已经有不少成功的应用，由于滑动面的设计与控制对象的参数以及干扰无关，使得滑模控制具有快速响应，对参数和外干扰变化不灵敏，无需系统在线辨识，物理实现简单的优点。
因此本文引进了一种二阶滑模控制方法，其对AUV的定深控制具有良好的鲁棒性，而且反应迅速，提高了AUV运动的自主能动性。
结合刚体运动和流体力学原理[5]，可以得到AUV空间运动的完整数学模型[3-6]。
文中只研究AUV纵向运动的定深问题。
根据参考文献[1]，假定如下前提条件：AUV未扰动运动是定常运动，各运动参数为 vx0、vy0、ωz0、v0、θ0、δe0，α0；受到扰动后各运动参数为vx=vx0+Δvx，vy=vy0+Δvy...α=α0+Δα；并假设扰动量Δvx，Δvy...Δα 为小量，可得到 AUV纵向运动方程组为式中：λij—AUV附加质量矩阵；ωz—AUV的俯仰角速度；ρ—流体的密度；S—AUV的最大横截面积；L—AUV的长度；1 2 ρv2—流体的动压力；Cyδe—AUV 的升力因数对水平舵角δe的位置导数；Cyα—AUV的升力因数对攻角α的位置导数；mzδe—AUV 的俯仰力矩因数对水平舵角δe 的位置导数；mzα—AUV的俯仰力矩因数对攻角α的位置导数；mzωz—AUV的俯仰力矩因数对角速度ωz的旋转导数。
基于反演设计的无人水下航行器自适应二阶滑模控制
基于反演设计的无人水下航行器自适应二阶滑模控制杨永彬;赵贺伟;李涵【摘要】针对存在参数不确定性和结构不确定性的无人水下航行器，利用反演设计方法设计了无人水下航行器的控制器，并利用自适应控制方法在线估计参数变化率。
同时，结合滑模控制克服系统中的未建模动态特性；比较了传统滑模控制与二阶滑模控制的区别，充分体现二阶滑模控制对传统滑模控制中颤振的削弱作用；仿真验证了设计方法的有效性和正确性。
%The controllers were deigned based on backstepping for unmanned underwater vehicle with parameter and struc⁃ture uncertainties, and parameters were estimated by adaptive control measures. The model uncertainties of system were solved by conventional sliding mode control and second order sliding mode control methods, and it demonstrated the effect of second order sliding mode control to relax the chatters of conventional sliding mode control. The simulations demonstrat⁃ed the effectiveness and correctness of the controllers deigned.【期刊名称】《海军航空工程学院学报》【年(卷),期】2016(031)002【总页数】7页(P152-158)【关键词】无人水下航行器;反演;自适应;滑模控制【作者】杨永彬;赵贺伟;李涵【作者单位】92840部队，山东青岛266000;海军航空工程学院控制工程系，山东烟台264001;92212部队，山东青岛266000【正文语种】中文【中图分类】TP301.5目前，利用非线性控制方法进行无人水下航行器（UnmannedUnderwaterVehicle，UUV）的控制系统设计被很多学者关注。
无人潜航器水下自主控制技术研究
无人潜航器水下自主控制技术研究近年来，随着技术的不断发展，无人潜航器的应用范围越来越广，其在水下自主控制技术研究方面也取得了许多重要的进展，为水下工程的探索和深度研究提供了强有力的支持。
本文将从无人潜航器的发展背景出发，探讨水下自主控制技术的研究现状，同时介绍了无人潜航器在海洋资源开发、海洋环境监测、军事安全等领域的应用情况。
一、无人潜航器简述无人潜航器是一种利用水文、水声、光学和机电等多种技术手段，能够在水中自主进行控制、导航、巡航和检测等操作，在进行水下勘探、监测、救援和深度研究方面具有重要的价值和应用前景。
无人潜航器的发展可追溯到20世纪50年代，随着计算机技术、电子技术和材料技术的不断进步，无人潜航器的性能不断提高，应用领域也相应得到扩展。
二、水下自主控制技术研究现状水下自主控制技术是无人潜航器发展的核心所在。
自主控制系统包括导航系统、动力系统和传感器系统等，不仅在技术上面临着巨大的挑战，同时也对系统可靠性、稳定性、耐久性等方面提出了高要求。
当前，水下自主控制技术研究的主要方向包括导航和定位、障碍物避免、路径规划和执行、关键环节自适应控制等。
1.导航和定位无人潜航器在水下自主控制过程中需要确定自己的位置和方向，实现自主的导航和定位。
常见的导航定位方式包括惯性导航系统、GPS卫星导航、声纳导航、磁力计导航和视觉导航等。
这些技术可以相互协作，形成多模式导航系统，提高导航精度和稳定性。
2.障碍物避免水下环境中充满着各种障碍物，如珊瑚礁、沉船残骸、海洋垃圾等，这些障碍物对无人潜航器的自主控制和导航提出了极大的挑战。
无人潜航器需要利用多种传感器进行数据采集和处理，实现障碍物的检测、分类和避让。
3.路径规划和执行路径规划是无人潜航器自主控制的核心，其目的是根据任务要求和水下环境特征，规划出最佳的任务路径。
路径规划需要合理的算法和模型支持，同时路径执行需要具有鲁棒性和可扩展性，以应对异常情况和不确定性干扰。
自主式无人水面航行器制导与控制算法研究
自主式无人水面航行器制导与控制算法研究无人水面航行器(Unmanned Surface Vehicle,USV)具备隐蔽性好、体积小、生存能力强等优势,在海洋资源勘探和维护海域安全等方面具有广阔的应用前景。
但目前USV多为半自主型,需进一步提高自主性能,实现完全自主应用,而制导与控制是其中的关键技术。
因此,针对制导与控制技术在USV自主航行系统中的具体应用,本文展开对全局路径规划、路径跟踪控制和避障轨迹规划算法的研究工作。
主要研究内容如下:建立水平面三自由度USV运动模型及海流扰动下的摄动运动模型,为后续章节自主式USV制导与控制算法的具体研究奠定基础和提供理论支撑。
针对USV的路径规划问题,提出了基于粒子群优化算法(Particle Swarm Optimization,PSO)和费马螺旋曲线(Fermat’s Spiral,FS)的全局路径规划算法。
首先,从USV的航行特点出发,采用PSO全局路径规划算法,搜索航路点序列并将其顺序连接,以获得可行、最短且绝对安全的折线路径。
然后,利用FS曲率可从零变化且连续的特点,设计FS光顺折线路径策略,使得所规划路径的方位和曲率均为连续函数,进而可应用于精确的路径跟踪等运动控制中。
其次,考虑到USV的机动性能限制,在FS过渡曲线设计中加入最小回转半径约束,最后通过仿真实验对其所设计算法有效性进行验证。
针对海流扰动下的欠驱动USV路径跟踪问题,提出基于级联方法的视线(Line Of Sight,LOS)制导自适应滑模控制律。
首先,通过对非对称运动模型进行坐标变换,获得典型的欠驱动系统模型,便于控制器设计和稳定性分析。
其次,考虑到系统的全局稳定问题,重定义漂角和在非奇异Frenet-Serret(SF)坐标下描述路径跟踪误差动态模型,并整理成级联系统形式。
然后,针对系统的欠驱动性,将路径参数更新律作为附加控制输入,并基于改进的时变距离LOS制导律设计位置跟踪控制律;针对海流扰动,采用自适应滑模技术分别设计航向和纵荡速度跟踪控制律;依据级联系统理论,分析并获得路径跟踪控制系统的一致半全局指数和一致全局渐进稳定性。
水下航行器有限时间滑模控制
水下航行器有限时间滑模控制褚 悦 1, 石泽林 1, 王孟军 1,2, 刘平安 1(1. 哈尔滨工程大学 航天与建筑工程学院, 黑龙江 哈尔滨, 150001; 2. 河北省双介质动力技术重点实验室, 河北 邯郸, 056017)摘 要: 针对水下航行器系统不确定性和非线性, 为解决不完全包裹水下航行器的纵向控制问题, 提出一种基于径向基函数神经网络的有限时间滑模控制系统。
其中, 水下航行器状态空间方程中的未知项由神经网络的估计值补偿, 神经网络的权重由相应的自适应律更新。
通过李雅普诺夫稳定性理论证明了该系统的稳定性,其中跟踪误差可以在有限时间内收敛到接近零的小邻域。
仿真结果表明, 文中的控制系统可使水下航行器在有限时间内较好地跟踪期望轨迹。
关键词: 水下航行器; 有限时间控制; 滑模控制; 径向基函数中图分类号: TJ630.1; U661.334 文献标识码: A 文章编号: 2096-3920(2023)06-0878-07 DOI: 10.11993/j.issn.2096-3920.2022-0060Finite-Time Sliding Mode Control for Undersea VehiclesCHU Yue1, SHI Zelin1, WANG Mengjun1,2, LIU Pingan1(1. College of Aerospace and Civil Engineering, Harbin Engineeing University, Harbin 150001, China; 2. Hebei Key Laboratory of Dual Medium Power Technology, Handan 056017, China)Abstract: A finite-time sliding mode control system based on a radial basis function (RBF) neural network was proposed to solve the longitudinal control problem of incomplete submerged vehicles because of the uncertainty and nonlinearity of undersea vehicle systems. The unknown term in the state space equation of undersea vehicles was compensated for by the estimated value of the neural network, and the weight of the neural network was updated by the corresponding adaptive law. The stability of the system was proved by Lyapunov stability theory, where the tracking error could converge to a small neighborhood near zero within a finite time. The simulation results show that the control system proposed in this paper can make the undersea vehicle track the desired trajectory within a finite time.Keywords: undersea vehicle; finite-time control; sliding mode control; radial basis function0 引言速度是水下航行器的重要指标, 超空泡航行器在水下运动时, 大部分表面被超空泡包裹, 构成了一种新的流体动力布局, 极大地突破了速度屏障。
新型自主水下航行器的运动控制研究与应用
新型自主水下航行器的运动控制研究与应用自主水下航行器是一种现代化的水下机器人设备，它能够在水下环境中完成各种复杂的任务，如海底勘测、工业生产、水下探险等。
为了确保水下航行器的运动稳定和精准性，在其设计与研发的过程中，运动控制技术显得尤为重要。
在基于传统水下航行器的运动控制模型的基础上，新型自主水下航行器运动控制研究的关键点是如何通过引入新的自主控制策略来提高航行器的运动控制精度。
近年来，随着ROS（机器人操作系统）等技术的发展，新型水下航行器的运动控制研究与应用在实现水下机器人自主感知、路径规划、运动控制等方面取得了重要进展。
以深度学习为例，研究者可以通过基于深度学习的水下目标检测和跟踪技术，将自主控制方案与实际控制系统结合起来，实现水下航行器的自主感知和定位。
同时，通过引入多个传感器，包括加速度计、陀螺仪、压力传感器等，研究者可以为航行器提供实时精准的反馈信息，以指导其运动控制。
此外，在新型水下航行器的运动控制应用中，还有一些需要特别注意的问题。
例如，水下环境中的浪涌、海流、摩擦等因素将对航行器的运动状态产生较大的干扰，因此需要针对这些因素进行适当的校正和调整。
与此同时，水下航行器还需要对各种复杂的控制算法进行验证和测试，以确保其稳定性和可靠性。
为此，研究者需要依靠模拟软件、仿真实验系统和实际测试环境等多种手段，开展水下航行器运动控制研究和实验应用。
综上所述，新型自主水下航行器的运动控制研究和应用具有重要意义。
通过引进新的自主控制策略和芯片技术，可以提高水下航行器的运动控制精度和稳定性，进而促进水下机器人的技术开发和应用推广。
随着技术的不断发展和进步，相信新型自主水下航行器的运动控制技术必将在未来的水下机器人行业中发挥越来越重要的作用。
在当今数字化时代，数据是最有价值的资产之一。
针对不同领域的研究和应用，相关数据也各自独具特色，值得我们进行分析和探讨。
一、数据来源1. 社交媒体数据：随着社交媒体的发展，越来越多的人们在其上交流、分享、发布内容。
基于模型预测的AUV轨迹跟踪滑模控制方法
基于模型预测的AUV轨迹跟踪滑模控制方法
黄浩乾;郑康健;马惊天
【期刊名称】《中国惯性技术学报》
【年(卷),期】2024(32)2
【摘要】针对自主水下航行器(AUV)在模型参数不确定和外界海流干扰情况下轨迹跟踪误差大的问题,提出一种基于模型预测的滑模控制方法。
首先,基于李雅普诺夫稳定性理论,设计一种滑模控制器;其次,为高效利用计算资源,提高AUV的轨迹跟踪性能,设计一种滑模控制器与模型预测控制相结合的控制框架;考虑到执行器饱和问题,利用滑模跟踪控制律,在该控制框架上构造收缩约束,确保闭环系统的稳定性;最后,采用仿真实验验证,实验结果表明所提方法与滑模控制器比较,在模型参数确定且无干扰情况下均方跟踪误差减小了60%以上,在模型恢复力参数不确定和海流扰动情况下均方跟踪误差减小了80%以上,能够克服时变恢复力对系统的影响,并对外界海流干扰有较好的抑制作用,保证了系统的鲁棒性。
【总页数】8页(P205-212)
【作者】黄浩乾;郑康健;马惊天
【作者单位】河海大学能源与电气学院
【正文语种】中文
【中图分类】TP249
【相关文献】
1.基于模糊自适应滑模方法的AUV轨迹跟踪控制
2.基于反馈线性化的AUV三维轨迹跟踪滑模控制
3.基于动态面的AUV水平面轨迹跟踪滑模控制
4.基于滑模控制的欠驱动微型AUV轨迹跟踪控制
因版权原因，仅展示原文概要，查看原文内容请购买。
无人水下航行器滑模变结构控制研究进展
众多 相关 学 者 和研究 人 员对 Ｕ Ｖ滑模 控 制进 行 了 深 Ｕ 入研 究 ， 并取 得 了 丰 富 的研 究 成 果 ， 文结 合 相 关 重 本 要文 献对 Ｕ Ｖ滑 模控 制技 术 的 发展 和研 究现 状 进 行 Ｕ
论述 和介 绍 。
接 进行 控制 器 设计 是 十分 复 杂 和 困难 的工 作 。通 常 做 法 是 将 运 动 方 程 分 解 为 水 平 （ ｔ ｒ ｇ 、 直 Ｓｅ ｉ ） 垂 ｅｎ （ ｉｉｇ 和 轴 向 （ ｘ １ 子系统 ， 别设 计相 应 的控 制 Ｄｖｎ ） Ａｉ ） ａ 分 器 。Ｒ ｄｉｕ ｓ 基 于 Ａ Ｖ水 平 和垂 直非 线性 模 型设 ｏ ｒ ｅ ｇ Ｕ 计 的 滑模控 制 器对 ３ ％ 的流 体 动力 系数 摄 动 表 现 出 ０ 良好 的鲁棒 性 。虽 然 滑 模 控 制 可 以直 接 处 理 非 线性
Ｄｅ ｅ ｏ ｖ ｌ ｐｍ ｅ ｔ ａ ｄ ｃ ｒ ｎｔｒ ｓ ａ ｃ ｆｕｎ ａ ｅ ｎ ｎ ｕｒ ｅ ｅ ｅ ｒ ｈ ｏ ｍ ｎｎ ｄ ｕｎｄ ｒ ｅ ｗａ ｅ ｅ ｉ ｌ ｓ ｔ ｒ ｖ ｈ ｃｅ ｓｉ ｎｇ ｍ ｏ ｅ ｃ ｎｔ ｏ ｅ ｈｎ ｌ ｇ ｌ ｄｉ ｄ ｏ ｒ ｌｔ ｃ ｏ ｏ ｙ
０ 弓 言 ｌ
自主式水下航行器的模块化建模与控制的开题报告
自主式水下航行器的模块化建模与控制的开题报告一、研究背景自主式水下航行器可以应用于深海探测、海底地质勘探、水下救援等多个领域，已经成为当前水下技术领域的研究热点。
水下航行器的设计、建模及控制算法是水下技术的重要组成部分，多年来一直受到学术界和工业界的广泛关注。
航行器的设计和建模需要用到多个专业领域的知识，包括机械设计、材料力学、流体力学、控制工程等。
同时，航行器的自主导航控制也需要涉及到机器人学、计算机视觉、自适应控制等领域，因此，航行器的研究具有跨学科的特点。
二、研究目的和意义本课题旨在研究水下航行器的模块化建模与控制方法，以实现航行器在各种海底环境下的自主导航和定位功能，具体研究目标如下：1.设计模块化的水下航行器，能够在不同场景中实现自主导航和定位功能；2.针对水下环境中的各种力和物理特性，建立航行器的多孔介质力学模型和流体力学模型；3.运用先进的控制算法，包括自适应控制、视觉定位等，实现航行器在复杂水下环境中的自主控制。
通过本研究，能够提高自主式水下航行器的控制精度和稳定性，为深海勘探、海底科学研究、水下救援等领域的应用提供良好的技术支持。
三、研究内容和技术路线1.理论研究了解目前水下航行器的设计原理、结构和控制方法，阅读相关文献，掌握有关技术和理论知识，并结合实际问题提出适合的研究思路和方法。
2.航行器设计和建模设计一种新型水下航行器，结合多孔介质力学和流体力学的理论知识，建立航行器的力学模型和控制模型，确保航行器能够完成自主导航和定位任务。
3.控制算法应用先进的控制算法，对航行器进行控制设计，包括自适应控制、视觉定位等技术，提高航行器的稳定性、精度等参数。
4.算法仿真针对水下环境进行仿真，验证控制算法的有效性和可行性，对航行器的控制优化进行研究。
5.实验测试在实际环境中进行实验测试，对航行器的控制性能进行评估，验证研究成果和方法的实用性。
四、研究进度和可行性分析目前国内外在自主式水下航行器的设计和控制算法方面已有一定的研究积累。
基于自适应反演方法的自主水下航行器控制
基于自适应反演方法的自主水下航行器控制刘宇【期刊名称】《系统工程与电子技术》【年(卷),期】2011(33)3【摘要】An adaptive controller for the dive-plane of high-speed autonomous underwater vehicle (AUV) is designed. Most approaches of AUV's depth control are under an assumption that the pitch angle is near zero,which is not the case and may induce large modeling errors, and even may cause severe problems in some practical applications. Considering the unknown parameters and nonlinearities, an adaptive backstepping control law is derived for the depth control of AUV without any assumption on the pitch angle. In the closed-loop system,asymptotic stabilization of depth tracking is accomplished. Simulations illustrate the robustness of the proposed controller to model uncertainties, as well as its advantages over the traditional proportional-integral-differential (PID) controller with inner and outer loops.%针对高速自主水下航行器,设计了垂直面内的自适应控制器.大多数自主水下航行器的深度控制都基于小俯仰角假设,但在某些情况下此假设可能会产生较大的模型误差,甚至会导致严重的后果.考虑水下航行器的未知参数和非线性,并且不对俯仰角作任何假设,设计了自适应反演控制器,使闭环系统的深度跟踪具有全局渐近稳定性.仿真表明,该控制器对模型不确定性具有较强的鲁棒性,并且明显优于传统的内外环结构的比例积分微分(proportional-integral-differential,PID)控制器.【总页数】5页(P638-642)【作者】刘宇【作者单位】中国科学院声学研究所,北京,100190【正文语种】中文【中图分类】TP273【相关文献】1.模型参数不确定条件下的自主水下航行器（AUV）自适应编队控制研究 [J], 李乐强;王银涛2.基于模型参考的多自主水下航行器自适应覆盖控制 [J], 严卫生;左磊;崔荣鑫3.自主水下航行器的鲁棒自适应姿态控制算法 [J], 蒋云彪; 郭晨; 于浩淼4.输入受限的自主水下航行器自适应反演控制 [J], 李鑫; 黄茹楠; 丁宁5.输入受限的自主水下航行器自适应反演控制 [J], 李鑫; 黄茹楠; 丁宁因版权原因，仅展示原文概要，查看原文内容请购买。
- 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、"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、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)。
自主式无人水下航行器航向自适应滑模控制
自主式无人水下航行器是近年来新兴的一项技术，其功能和应用范围非常广泛，从深海勘探到水域环境监测、水下拍摄等均有广泛应用。
控制水下航行器主要是为了使其保持前进方向和深度的稳定和可靠，同时能够适应不同的水下环境和运动情况。
本文将从控制角度出发，讨论自主式无人水下航行器航向自适应滑模控制的实现。
航向自适应滑模控制的基本原理是基于滑模控制的思想，通过引入滑动变量，使得原系统转化为一种线性的可控制形式，并能够减小系统受到外部干扰的影响，提高控制精度和鲁棒性。
具体来说，滑模控制器将系统控制过程分为两个阶段，即到达滑面和滑动模式。
在到达滑面阶段，系统应该接受控制器的反馈和控制信号，将其控制到滑面上，以达到开始滑动模式的状态。
接着在滑动模式阶段，系统会通过滑动条件达到乘性或加性扰动下的鲁棒控制性质。
自主式无人水下航行器的运动包括横向运动和纵向运动两种情况，因此航向控制系统需要同时考虑这两种运动情况下的航向保持问题。
因此，我们将水下航行器的运动分为横向运动和航向控制两个沿用依赖控制器的不同小系统，用基于航向环的自适应滑模控制实现航向控制。
在具体实现过程中，需要将航向角度、角速度和航向角度误差等做为控制器输入，根据一定的控制规律和设计策略，实现航向角度和航向角度误差的自适应调节和滑模控制。
在设计上，需要将自适应滑模控制器嵌入到自主式无人水下航行器的硬件系统中，以充分发挥其控制性能优势。
需要根据系统的特性，逐步确定控制器的控制模型、滑动模式和滑面等重要参数，并进行反复测试验证和调整，以充分满足控制要求和工作环境的变化。
在实际应用中，自主式无人水下航行器的控制系统需要考虑到海洋环境的复杂性和艰苦的工作条件，需要充分优化控制算法，提高控制算法的鲁棒性和稳定性，以保证系统的可靠性和性能。
结论：自主式无人水下航行器航向自适应滑模控制是一种适用于水下探测、水下环境监测、水下科学研究等应用领域的新型控制技术，能够实现水下航行器的稳定运动和适应不同工作环境的能力。
同时，这种控制技术需要克服复杂的环境和运动环境的干扰，需要全面考虑控制算法的鲁棒性和稳定性，从而保证控制系统的可靠性和性能。
为了更好的理解自主式无人水下航行器航向自适应滑模控制，我们需要收集和分析相关的数据。
以下是一些可能有用的数据及其分析:
1. 航向角度误差
航向角度误差是水下航行器航向控制的重要控制参数，对于水下航行器保持良好的航向稳定性是至关重要的。
因此，我们需要收集水下航行器的航向角度误差数据，根据这些数据分析系统的当前工作状态和控制性能。
2. 控制系统响应速度
控制系统响应速度是衡量水下航行器控制系统总体性能的重要指标，需要在实际测试中进行评估。
通过收集控制系统响应速度数据，我们可以评估其当前的速度和是否满足系统的控制要求。
3. 滑模控制参数
滑模控制参数是控制系统的关键参数，需要根据测试数据确定系统的参数。
这些参数包括滑动模式、滑动面和滑动控制器的参数等。
通过收集和分析这些数据，我们可以确定在不同工作环境下不同水下航行器的最佳控制参数以实现更好的控制性能和可靠性。
4. 环境变化
海洋环境是动态的，随时可能发生变化，例如海流、潮汐、海浪等。
这些因素都可能影响到水下航行器的控制性能和稳定性。
我们需要收集和分析环境变化数据，以了解不同环境下系统的变化情况，进而调整控制系统的参数。
5. 运动轨迹
通过对水下航行器运动轨迹进行分析，可以更好地了解系统的控制性能和稳定性。
例如，通过观察运动轨迹，可以评估系统的航向稳定性和运动可控性。
同时，还可以评估系统的控制算法和策略是否满足工作要求和环境。
总之，通过对自主式无人水下航行器控制系统相关数据的收集和分析，可以更好地了解系统的工作状态和控制性能。
同时，也可以根据分析结果，进一步优化控制系统，提高其鲁棒性和稳定性，从而实现更好的控制效果。
针对自主式无人水下航行器控制系统的相关数据收集和分析，我们可以结合以下案例进行分析和总结。
以上海交通大学为例，针对该校自主式水下航行器，开展了一次成功的自主式人工作业探测和海底文物拍摄实验。
在实验中，研究团队通过对水下航行器的控制系统数据进行收集和分析，优化了系统的控制算法和参数，取得了良好的控制效果和照片拍摄成果。
具体来说，研究团队通过收集航向角度误差、控制系统响应速度、滑模控制参数、环境变化、运动轨迹等方面的数据，评估了水下航行器控制系统的性能和稳定性。
首先，团队发现航向角度误差比较大，系统需要进行航向控制算法优化。
通过调整航向控制参数和加入自适应航向控制算法，实验结果表明航向角度误差明显减小，水下航行器的控制精度和稳定性得到了提高。
其次，团队对滑模控制参数进行了优化，调整滑动模式和滑动面参数，提高了水下航行器的控制效果。
并通过收集和分析环境变化数据，让系统更加适应复杂的海洋环境，保证了其稳定性和鲁棒性。
此外，团队还通过对运动轨迹的收集和分析，评估了水下航行器的运动可控性和控制算法是否满足要求。
通过这些数据的收集和分析，研究团队优化了自主式水下航行器的控制系统，实现了良好的控制效果和拍摄成果。
综上所述，通过对控制系统相关数据的收集和分析，能够优化水下航行器的控制效果和稳定性，从而实现更好的控制和拍摄成果。
这为自主式无人水下航行器的实际应用提供了重要的理论基础和实践经验。