CN103412567A - 基于线性自抗扰技术的水下机器人深度控制装置和方法 - Google Patents

基于线性自抗扰技术的水下机器人深度控制装置和方法 Download PDF

Info

Publication number
CN103412567A
CN103412567A CN2013101277746A CN201310127774A CN103412567A CN 103412567 A CN103412567 A CN 103412567A CN 2013101277746 A CN2013101277746 A CN 2013101277746A CN 201310127774 A CN201310127774 A CN 201310127774A CN 103412567 A CN103412567 A CN 103412567A
Authority
CN
China
Prior art keywords
underwater robot
depth
control
linear
sensor
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.)
Pending
Application number
CN2013101277746A
Other languages
English (en)
Inventor
彭艳
国文青
刘梅
谢少荣
罗均
唐智杰
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN2013101277746A priority Critical patent/CN103412567A/zh
Publication of CN103412567A publication Critical patent/CN103412567A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • 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线性自抗扰技术的水下机器人深度控制装置和方法。本装置包括：水下机器人、电缆、计算机、控制主板和传感器，水下机器人下部安装有传感器，计算机通过电缆与水下机器人连接，控制主板安装在控制电机上，线性自抗扰技术的深度控制方法存储于控制主板内部。在实现过程中通过相应传感器获取深度、纵向速度、姿态角度信息，深度控制器将系统的模型和外扰处于同等地位，利用基于线性自抗扰技术的深度控制方法进行控制解算，输出控制指令；水下机器人执行机构执行控制指令，完成水下机器人深度运动控制。本发明提供一种可以有效地适应水下机器人强非线性动力学特性以及外界干扰，实现精确深度控制的基于线性自抗扰技术的深度运动控制装置和方法。

Description

基于线性自抗扰技术的水下机器人深度控制装置和方法
技术领域
本发明涉及一种基于线性自抗扰技术的水下机器人深度控制装置和方法。属于水下机器人深度控制领域。
背景技术
水下机器人是时变、非线性、大时延、多自由度的系统。由于水动力参数的复杂性和涌流环境的变化，很难得到精确的数学模型，因此其控制是非常困难的。水下机器人的深度运动虽然只是空间一般运动的一个特殊情形，但它是一个具有实用性和典型性的常见运动形式，因此在水下机器人的运动和建模研究中有重要意义。水下机器人深度运动具有欠驱动、强耦合的特点，海流、海浪等对垂直面的干扰更加复杂，如何保证控制品质，特别是强干扰情况下的深度控制问题特别需要重点关注。
随着水下机器人重要性不断提高,很对先进的算法被应用于水下机器人深度运动控制研究中,如神经网络控制/滑模变结构控制、非线性控制/自适应控制等,这些控制方法的先进性是无容置疑的,但是目前大多数控制理论仍处于数值仿真阶段，与工程应用还存在一定的距离。因此，研究更简单的能实际应用于水下机器人深度运动控制中，解决水下机器人欠驱动、强耦合问题，提高水下机器人处理未建模不确定因素和外界扰动能力的深度运动控制性能，是目前水下机器人运动控制研究中的一个迫切需要解决的问题。
文献《A neural net controller for underwater robotic vehicles》将神经网络控制应用于自治水下机器人的运动控制中，结果表明该方法是行之有效的，但是还有一定的缺陷，系统的稳定性无法保证；
文献《Multivariable sliding mode control for autonomous diving and steering of unmanned underwater vehicles》设计了一个滑动模态控制器，用于自治水下机器人的控制，并对实验效果进行了实验仿真，结果表明该方法对系统参数以及环境参数变化具有良好的鲁棒性，但属于离线控制；
文献《自治水下机器人深度的鲁棒H_∞控制仿真》引入了鲁棒控制策略，该控制器在减轻/克服自治水下机器人运动模型的不确定性，严重非线性和外界干扰等方面具有明显的效果，具有很好的动态性能，系统的鲁棒性强，但是系统反应时间过长，难以实现实时控制。
发明内容
本发明的目的在于针对已有技术存在的缺陷提供一种可以有效地适应水下机器人强非线性动力学特性以及外界干扰，实现精确深度控制的基于线性自抗扰技术的水下机器人深度控制装置和方法。
 
本发明采用如下技术方案:
一种水下机器人深度控制装置，包括：水下机器人、电缆、计算机、控制主板、传感器。所述传感器安装于水下机器人，水下机器人通过电缆与计算机相连，控制主板与计算机相连，线性自抗扰深度控制方法存储于控制主板内；所述传感器通过支架安装在水下机器人下方。
本发明线性自抗扰深度控制具体过程如下:
1）水下机器人进行初始化设置，完成位置、姿态以及所携带传感器的初始化；
2）控制主板接受任务指令，进行任务规划，并将规划结果发送到控制计算机；
3）传感器获取深度、速度、姿态角度信息；
4）控制计算机接收传感器反馈信息以及任务信息，利用基于线性自抗扰技术的深度控制方法进行控制解算，由期望的水下机器人深度作为跟踪微分器的输入信号，由各传感器获取的深度信息作为线性扩张状态观测器的输入信号，由跟踪微分器和线性扩张状态观测器输出信号的偏差作为非线性误差反馈的输入信号，由非线性误差反馈输出的控制信号经由扰动补偿后输出得到线性自抗扰控制的输出信号，即水下机器人的一个控制量；
5）将控制指令发送到水下机器人执行机构；
6）水下机器人执行机构执行控制指令，完成水下机器人深度运动控制。
本发明还可以包括：
所述线性自抗扰技术的深度控制方法的工作过程为：
（1）把通道间的交叉耦合影响视为不确定扰动，将其与外部干扰作为扩张状态；
（2）对跟踪微分器进行赋值和初始化，使其能快速准确地跟踪输出信号及其微分，为状态误差信号及其微分的提取提供基础；
（3）利用观测器带宽确定观测器增益，设计线性扩张状态观测器跟踪各阶扩张状态变量，估计出水下机器人状态量及扰动量；
（4）设计非线性误差反馈控制律，并调整非线性误差反馈控制律的参数使闭环系统达到理想的效果，最后将其输出送入到水下机器人执行机构。
 
本发明的主要特点体现在：
1、              本发明在实现过程中将水下机器人的模型和外扰处于同等地位；
2、              所设计的基于线性自抗扰控制的深度控制方法具有自抗扰特性，能够对未建模动态和外界干扰实时跟踪估计并给予相应补偿，以解决水下机器人深度控制中动力学严重的非线性、运动模型水动力参数的不确定性，抑制传感器噪声干扰以及外界环境干扰问题,具有很好的鲁棒性和动态特性；
3、              利用观测器带宽确定观测器增益，使控制中需要调节的参数数量大为减少，使得该方法具有较高的实用价值；
4、              可以克服现有技术的不足，是一种结构简单的系统，其控制方法简单易行。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是水下机器人线性自抗扰深度控制装置原理图
图2是水下机器人线性自抗扰深度控制原理框图。
图3是水下机器人深度控制流程图。
附图说明：1水下机器人、2电缆、3计算机、4控制主板、5传感器、6跟踪微分器、7线性扩张状态观测器、8非线性状态误差反馈控制律。
具体实施方式
下面结合附图和优选实施例对本发明做更详细地描述。
实施例1：
参见图1，本基于线性自抗扰技术的水下机器人深度控制装置，水下机器人1下部安装有传感器5，计算机3通过电缆2与水下机器人1连接，控制主板4安装在控制电机上，基于线性自抗扰技术的深度控制方法存储于控制主板4内部。安装于水下机器人1上的传感器5通过电缆2与计算机3上的控制主板4相连，实现相关数据的读取、中心数据交互功能以及系统供电。控制主板4利用线性自抗扰技术的深度控制方法进行控制解算，输出控制指令，水下机器人1执行机构执行控制指令，完成水下机器人1深度运动控制。
实施例2：
参见
附图2和附图3，本基于线性自抗扰技术的水下机器人深度控制方法，采用上述装置进行操作，具体实施步骤可表述为：
1)      水下机器人1进行初始化设置，完成水下机器人1位置、姿态以及所携带传感器5的初始化；
2)      控制主板4接受任务指令，进行任务规划，并将规划结果发送到计算机3
3)      传感器5获取深度、速度、姿态角度信息；
4)      控制计算机3接收传感器5反馈信息以及任务信息，利用基于线性自抗扰技术的深度控制方法进行控制解算，由期望的水下机器人1深度作为跟踪微分器6的输入信号，由各传感器5获取的深度信息作为线性扩张状态观测器7的输入信号，由跟踪微分器6和线性扩张状态观测器7输出信号的偏差作为非线性误差反馈8的输入信号，由非线性误差反馈8输出的控制信号经由扰动补偿后输出得到线性自抗扰控制技术的输出信号，即水下机器人1的一个控制量；
5)      将控制指令发送到水下机器人1执行机构；
6)      水下机器人1执行机构执行控制指令，完成水下机器人1深度运动控制。
 
所述的水下机器人1动力学模型可以表述为：
本专利只研究水下机器人1垂直面的深度控制问题，因此从水下机器人1的六自由度模型进行简化，得到垂直面上的动力学方程，由于水下机器人1水动力特性具有对称性，可以认为水下机器人1的前向速度和其他状态量是自然解耦的。考虑到水下机器人1本体的对称性，为了使模型简化，采用线性模型，忽略非线性水动力项，不考虑水平面和垂直面间的耦合，将坐标原点取在水下机器人1的重心处，可得垂直面线性动力学方程组：
                        (1)
Figure 311634DEST_PATH_IMAGE002
，，
Figure 110963DEST_PATH_IMAGE004
，，其中m为水下机器人1质量，h为纵初稳心高，为重心到浮心的距离，U为基准速度，
Figure 712976DEST_PATH_IMAGE006
为垂向的推力，
Figure 142821DEST_PATH_IMAGE008
、
Figure 384446DEST_PATH_IMAGE010
、
Figure 659570DEST_PATH_IMAGE012
为水动力参数。
具体应用于在垂直方向只有一个螺旋桨水下机器人1平台，经过化简，消除
Figure 99778DEST_PATH_IMAGE014
，
Figure 434945DEST_PATH_IMAGE016
，
Figure 163866DEST_PATH_IMAGE018
，同时忽略小的变量、
Figure 52243DEST_PATH_IMAGE022
、，动力学方程可简化为：
Figure 774528DEST_PATH_IMAGE026
                    (2)
其中d为垂直方向上的位移， 
Figure 657033DEST_PATH_IMAGE028
、
Figure DEST_PATH_IMAGE029
通过实验中旋转运动和上浮运动的方程与直线运动和上浮运动的方程所合成的方程组联合求得。
Figure 337413DEST_PATH_IMAGE030
加速度项根据水下机器人多次实验得到的实验数据进行估计得到。
定义系统的所有建模和未建模动态特性为系统的内扰；定义外部不确定扰动为系统外扰；内扰和外扰共同构成系统的总扰动，取
Figure DEST_PATH_IMAGE031
，
Figure 279962DEST_PATH_IMAGE032
将其转化为状态空间形式：
Figure DEST_PATH_IMAGE033
                     (3)
所述的线性自抗扰深度控制方法中的线性扩张状态观测器，其特征如下：
定义
Figure 265366DEST_PATH_IMAGE034
为系统内扰和外扰的综合。选取未知总扰动
Figure DEST_PATH_IMAGE035
为系统的扩张状态变量，为总扰动变化速度，水下机器人1深度运动动力学模型的扩张状态为：
Figure DEST_PATH_IMAGE037
                                (4)
首先设计微分跟踪器（TD）利用韩函数来实现安排过渡过程和提取控制输入信号d的微分。在TD的两个输出
Figure 486449DEST_PATH_IMAGE038
、
Figure DEST_PATH_IMAGE039
中，跟踪d，
Figure 571135DEST_PATH_IMAGE039
跟踪输入信号d的微分。
Figure 795443DEST_PATH_IMAGE040
为速度因子，
Figure DEST_PATH_IMAGE041
为采样步长。其中，
Figure 856939DEST_PATH_IMAGE042
为韩函数。
Figure DEST_PATH_IMAGE043
 
至此，系统的状态和扰动可通过设计如下的三维状态观测器进行估计，
                                  (5)
Figure DEST_PATH_IMAGE045
，
Figure 616134DEST_PATH_IMAGE046
，
Figure DEST_PATH_IMAGE047
，
其中，z=[z 1 ,z 2 ,z 3 ] T ，z i ，i=1~3为x i 的估计值，
Figure DEST_PATH_IMAGE049
为控制输出
Figure 904344DEST_PATH_IMAGE050
的估计值，通过调整增益，扩张状态观测器的状态可很好地跟踪系统的状态变量
Figure 890755DEST_PATH_IMAGE052
。
为了简化参数调试，观测器增益采用参数表示，即
Figure DEST_PATH_IMAGE053
，
Figure 790577DEST_PATH_IMAGE054
，
Figure DEST_PATH_IMAGE055
。为观测器带宽，看以看出
Figure 235520DEST_PATH_IMAGE056
是线性扩张状态观测器(LESO)中唯一需要调试的参数。所以，式(5)展开即为：
Figure DEST_PATH_IMAGE057
                     (6)
LESO的离散形式为：
Figure 658411DEST_PATH_IMAGE058
             (7)
控制器为：
Figure DEST_PATH_IMAGE059
                                 (8)
所述的线性自抗扰深度控制方法中的非线性状态误差反馈律，其特征如下：
在非线性状态误差反馈中，控制系统当前时刻的状态误差为
Figure 45530DEST_PATH_IMAGE060
和
Figure DEST_PATH_IMAGE061
，根据这两个状态误差来实时更新控制输入
Figure 962802DEST_PATH_IMAGE062
。
Figure DEST_PATH_IMAGE063
在线性自抗扰控制器的设计中，选取控制器
Figure 853397DEST_PATH_IMAGE064
为PD控制：
Figure DEST_PATH_IMAGE065
                                (10)
这里，
Figure 978348DEST_PATH_IMAGE066
、
Figure DEST_PATH_IMAGE067
为控制增益，按下面原则分配：
Figure 587184DEST_PATH_IMAGE068
                                 (11)
其中，
Figure DEST_PATH_IMAGE069
和
Figure 760676DEST_PATH_IMAGE070
分别为期望闭环的自振频率和阻尼系数，一般
Figure DEST_PATH_IMAGE071
。
水下机器人1的非线性误差反馈控制器为：
                    (12)
其中
Figure DEST_PATH_IMAGE073
，i=1~3为状态x i 估计值在k时刻的采样值，为控制器在k时刻的采样值。
 
以上通过一个具体实施方式对本发明进行了详细的说明，但这些并非构成对本发明的限制。在不脱离本发明原理的情况下，本领域的技术人员还可做出许多变形和改进，这些也应视为本发明的保护范围。

Claims (3)

1.一种基于线性自抗扰技术的水下机器人深度控制装置，包括：水下机器人(1)、电缆(2)、计算机(3)、控制主板(4)和传感器(5)，其特征在于所述水下机器人(1)下部安装传感器(5)，计算机(3)通过电缆(2)与水下机器人(1)连接，控制主板(4)安装在计算机(3)上;安装于水下机器人(1)上的传感器(5)通过电缆(2)与计算机(3)上的控制主板(4)相连，实现相关数据的读取、中心数据交互功能以及系统供电;计算机(3)利用线性自抗扰深度控制方法进行控制解算，计算机(3)经控制主板(4)输出控制指令，水下机器人(1)执行机构执行控制指令，完成水下机器人深度运动控制。
2.一种基于线性自抗扰技术的水下机器人深度控制方法，采用根据权利要求1所述基于线性自抗扰技术的水下机器人深度控制装置进行操作，其特征在于操作步骤为：
1）水下机器人(1)进行初始化设置，完成水下机器人(1)位置、姿态以及所携带传感器(5)的初始化；
2）控制主板(4)接受任务指令，进行任务规划，并将规划结果发送到计算机(4)；
3）传感器(5)获取深度、速度、姿态角度信息；
4）计算机(3)利用传感器(5)信息以及任务信息进行基于线性自抗扰技术的深度控制方法控制解算:首先由期望的水下机器人(1)深度作为跟踪微分器(6)的输入信号进行跟踪微分运算，由传感器(5)获取的深度信息作为线性扩张状态观测器(7)的输入信号进行线性扩张状态观测运算，然后由跟踪微分器(6)和线性扩张状态观测器(7)输出信号的偏差作为非线性误差反馈(8)的输入信号，进行非线性误差反馈求解，求解结果经扰动补偿后输出得到线性自抗扰控制方法的输出信号，即水下机器人(1)的一个控制量；
5）将控制指令发送到水下机器人(1)执行机构；
6）水下机器人(1)执行机构执行控制指令，完成水下机器人(1)深度运动控制。
3.根据权利要求2所述的基于线性自抗扰技术的水下机器人深度控制方法，所述步骤4）中的跟踪微分运算如下：
Figure 764732DEST_PATH_IMAGE001
                     (1)
微分跟踪器（TD）利用韩函数来实现安排过渡过程和提取控制输入信号d的微分，其中d为输入深度信号，k为离散采样时刻，
Figure 834188DEST_PATH_IMAGE002
、为两个输出，
Figure 129220DEST_PATH_IMAGE002
跟踪d，
Figure 567155DEST_PATH_IMAGE003
跟踪输入信号d的微分，为速度因子，
Figure 398024DEST_PATH_IMAGE005
为采样步长，其中，为韩函数；
所述线性扩张状态观测运算如下：
                  (6)
Figure 661013DEST_PATH_IMAGE008
，
Figure 410925DEST_PATH_IMAGE009
，
Figure 695276DEST_PATH_IMAGE010
，
Figure 107803DEST_PATH_IMAGE011
其中，z=[z 1 ,z 2 ,z 3 ] T ，z i ，i=1~3为状态x i 的估计值，
Figure 135802DEST_PATH_IMAGE012
为控制输入，
Figure 255067DEST_PATH_IMAGE013
为传感器获取的深度信息，
Figure 444740DEST_PATH_IMAGE014
为控制输出
Figure 344563DEST_PATH_IMAGE013
的估计值，
Figure 97624DEST_PATH_IMAGE015
，，
Figure 759867DEST_PATH_IMAGE017
为观测器增益；为了简化参数调试，观测器增益采用参数表示，即
Figure 84669DEST_PATH_IMAGE018
，，
Figure 345066DEST_PATH_IMAGE020
；
Figure 827607DEST_PATH_IMAGE021
为观测器带宽，看以看出是线性扩张状态观测器中唯一需要调试的参数；所以，扩张状态观测观测器展开为
Figure 609935DEST_PATH_IMAGE022
所述非线性误差反馈求解如下
选取控制器
Figure 620616DEST_PATH_IMAGE023
为PD控制：
Figure 526255DEST_PATH_IMAGE024
这里，
Figure 622387DEST_PATH_IMAGE025
、
Figure 333991DEST_PATH_IMAGE026
为控制增益，按下面原则分配：
其中，
Figure 524987DEST_PATH_IMAGE028
和
Figure 108415DEST_PATH_IMAGE029
分别为期望闭环的自振频率和阻尼系数，一般
Figure 358131DEST_PATH_IMAGE030
；水下机器人(1)的非线性误差反馈控制器
Figure 343404DEST_PATH_IMAGE012
为：
Figure 590846DEST_PATH_IMAGE031
其中
Figure 661570DEST_PATH_IMAGE032
，i=1~3为状态x i 估计值在k时刻的采样值，
Figure 714977DEST_PATH_IMAGE033
为控制器
Figure 554757DEST_PATH_IMAGE023
在k时刻的采样值。
CN2013101277746A 2013-04-15 2013-04-15 基于线性自抗扰技术的水下机器人深度控制装置和方法 Pending CN103412567A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013101277746A CN103412567A (zh) 2013-04-15 2013-04-15 基于线性自抗扰技术的水下机器人深度控制装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013101277746A CN103412567A (zh) 2013-04-15 2013-04-15 基于线性自抗扰技术的水下机器人深度控制装置和方法

Publications (1)

Publication Number Publication Date
CN103412567A true CN103412567A (zh) 2013-11-27

Family

ID=49605592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013101277746A Pending CN103412567A (zh) 2013-04-15 2013-04-15 基于线性自抗扰技术的水下机器人深度控制装置和方法

Country Status (1)

Country Link
CN (1) CN103412567A (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104281055A (zh) * 2014-03-18 2015-01-14 江南大学 一种连续搅拌聚丙烯反应釜温度的自抗扰控制方法
CN105843233A (zh) * 2016-04-11 2016-08-10 哈尔滨工程大学 一种基于非线性观测器的自主水下航行器运动控制方法
CN104201967B (zh) * 2014-07-22 2016-09-14 浙江工业大学 一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法
CN106708069A (zh) * 2017-01-19 2017-05-24 中国科学院自动化研究所 水下移动作业机器人的协调规划与控制方法
CN106826837A (zh) * 2017-03-30 2017-06-13 欧舶智能科技（上海）有限公司 一种水下机器人非视距控制系统
CN107037821A (zh) * 2017-05-12 2017-08-11 中国人民解放军91550部队 连续冲击载荷下的水下潜器运动姿态估计及控制方法
CN108170151A (zh) * 2017-07-24 2018-06-15 西北工业大学 一种水下机器人的自适应运动控制装置及其方法
CN108614426A (zh) * 2018-06-06 2018-10-02 黄山学院 一种基于干扰观测器的多移动机器人编队鲁棒控制方法
CN109308007A (zh) * 2017-07-28 2019-02-05 上海三菱电梯有限公司 自抗扰控制装置及基于自抗扰控制装置的控制方法
CN109507885A (zh) * 2018-12-20 2019-03-22 中国海洋大学 基于自抗扰的无模型自适应auv控制方法
CN111290414A (zh) * 2018-12-10 2020-06-16 中国科学院沈阳自动化研究所 一种基于姿态控制的水下设备控制方法及装置
CN112454349A (zh) * 2020-06-22 2021-03-09 北京控制工程研究所 一种考虑变刚度关节延迟特性的机械臂控制变换方法
CN112476411A (zh) * 2020-11-12 2021-03-12 北华大学 一种Delta并联机器人轨迹控制方法及系统
CN113050666A (zh) * 2021-03-26 2021-06-29 湖南大学 水下自主航行器深度和纵向解耦控制方法及系统
CN113277048A (zh) * 2021-05-31 2021-08-20 湘潭大学 一种关于水下设备自动定深的方法
CN113867146A (zh) * 2021-09-29 2021-12-31 哈尔滨工业大学 一种实现高速入水的自抗扰控制器设计方法
CN114047772A (zh) * 2021-10-18 2022-02-15 中国舰船研究设计中心 一种基于注排水的水下潜器自动悬停控制系统和控制方法
CN114924576A (zh) * 2022-04-20 2022-08-19 中国科学院沈阳自动化研究所 一种适用于水下机器人的定深控制方法
CN115357036A (zh) * 2022-09-09 2022-11-18 华中科技大学 欠驱动水下航行器的双层抗扰深度跟踪控制方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101833338A (zh) * 2010-05-17 2010-09-15 哈尔滨工程大学 无人潜航器垂直面欠驱动运动控制方法
CN102385316A (zh) * 2011-09-16 2012-03-21 哈尔滨工程大学 一种基于神经网络反步法的欠驱动自主水下航行器变深控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101833338A (zh) * 2010-05-17 2010-09-15 哈尔滨工程大学 无人潜航器垂直面欠驱动运动控制方法
CN102385316A (zh) * 2011-09-16 2012-03-21 哈尔滨工程大学 一种基于神经网络反步法的欠驱动自主水下航行器变深控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李晓东: "缆控水下机器人的定位和运动", 《水雷战与舰船防护》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104281055A (zh) * 2014-03-18 2015-01-14 江南大学 一种连续搅拌聚丙烯反应釜温度的自抗扰控制方法
CN104201967B (zh) * 2014-07-22 2016-09-14 浙江工业大学 一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法
CN105843233A (zh) * 2016-04-11 2016-08-10 哈尔滨工程大学 一种基于非线性观测器的自主水下航行器运动控制方法
CN105843233B (zh) * 2016-04-11 2018-10-09 哈尔滨工程大学 一种基于非线性观测器的自主水下航行器运动控制方法
CN106708069A (zh) * 2017-01-19 2017-05-24 中国科学院自动化研究所 水下移动作业机器人的协调规划与控制方法
CN106708069B (zh) * 2017-01-19 2020-01-10 中国科学院自动化研究所 水下移动作业机器人的协调规划与控制方法
CN106826837B (zh) * 2017-03-30 2023-09-19 欧舶智能科技（上海）有限公司 一种水下机器人非视距控制系统
CN106826837A (zh) * 2017-03-30 2017-06-13 欧舶智能科技（上海）有限公司 一种水下机器人非视距控制系统
CN107037821A (zh) * 2017-05-12 2017-08-11 中国人民解放军91550部队 连续冲击载荷下的水下潜器运动姿态估计及控制方法
CN108170151A (zh) * 2017-07-24 2018-06-15 西北工业大学 一种水下机器人的自适应运动控制装置及其方法
CN109308007A (zh) * 2017-07-28 2019-02-05 上海三菱电梯有限公司 自抗扰控制装置及基于自抗扰控制装置的控制方法
CN108614426A (zh) * 2018-06-06 2018-10-02 黄山学院 一种基于干扰观测器的多移动机器人编队鲁棒控制方法
CN108614426B (zh) * 2018-06-06 2021-03-16 黄山学院 一种基于干扰观测器的多移动机器人编队鲁棒控制方法
CN111290414A (zh) * 2018-12-10 2020-06-16 中国科学院沈阳自动化研究所 一种基于姿态控制的水下设备控制方法及装置
CN109507885B (zh) * 2018-12-20 2020-09-25 中国海洋大学 基于自抗扰的无模型自适应auv控制方法
CN109507885A (zh) * 2018-12-20 2019-03-22 中国海洋大学 基于自抗扰的无模型自适应auv控制方法
CN112454349A (zh) * 2020-06-22 2021-03-09 北京控制工程研究所 一种考虑变刚度关节延迟特性的机械臂控制变换方法
CN112476411A (zh) * 2020-11-12 2021-03-12 北华大学 一种Delta并联机器人轨迹控制方法及系统
CN113050666A (zh) * 2021-03-26 2021-06-29 湖南大学 水下自主航行器深度和纵向解耦控制方法及系统
CN113277048A (zh) * 2021-05-31 2021-08-20 湘潭大学 一种关于水下设备自动定深的方法
CN113867146A (zh) * 2021-09-29 2021-12-31 哈尔滨工业大学 一种实现高速入水的自抗扰控制器设计方法
CN114047772A (zh) * 2021-10-18 2022-02-15 中国舰船研究设计中心 一种基于注排水的水下潜器自动悬停控制系统和控制方法
CN114924576A (zh) * 2022-04-20 2022-08-19 中国科学院沈阳自动化研究所 一种适用于水下机器人的定深控制方法
CN115357036A (zh) * 2022-09-09 2022-11-18 华中科技大学 欠驱动水下航行器的双层抗扰深度跟踪控制方法及系统

Similar Documents

Publication Publication Date Title
CN103412567A (zh) 基于线性自抗扰技术的水下机器人深度控制装置和方法
CN107024863B (zh) 一种避免微分爆炸的uuv轨迹跟踪控制方法
CN107168312B (zh) 一种补偿uuv运动学和动力学干扰的空间轨迹跟踪控制方法
Shojaei Leader–follower formation control of underactuated autonomous marine surface vehicles with limited torque
CN106444806B (zh) 基于生物速度调节的欠驱动auv三维轨迹跟踪控制方法
Qiao et al. Design of three exponentially convergent robust controllers for the trajectory tracking of autonomous underwater vehicles
CN102722177B (zh) 具有pid反馈增益的自主水下航行器三维直线路径跟踪控制方法
Borhaug et al. Cross-track control for underactuated autonomous vehicles
Zhang et al. NNFFC-adaptive output feedback trajectory tracking control for a surface ship at high speed
CN104898688A (zh) Uuv四自由度动力定位自适应抗扰滑模控制系统及控制方法
CN103955218A (zh) 一种基于非线性控制理论的无人艇轨迹跟踪控制装置及方法
Li et al. Line-of-sight-based global finite-time stable path following control of unmanned surface vehicles with actuator saturation
Bu et al. Novel auxiliary error compensation design for the adaptive neural control of a constrained flexible air-breathing hypersonic vehicle
Zhang et al. Improved composite learning path-following control for the underactuated cable-laying ship via the double layers logical guidance
Gao et al. Nonlinear model predictive dynamic positioning control of an underwater vehicle with an onboard USBL system
Yan et al. Trajectory tracking control of UUV based on backstepping sliding mode with fuzzy switching gain in diving plane
Shen et al. Model predictive control for an AUV with dynamic path planning
Zhang et al. Anti-disturbance control for dynamic positioning system of ships with disturbances
Qiao et al. Robust H2 optimal depth control of an autonomous underwater vehicle with output disturbances and time delay
Souissi et al. Time-varying nonsingular terminal sliding mode control of autonomous surface vehicle with predefined convergence time
Zhang et al. Sliding mode prediction control for 3d path following of an underactuated auv
Qi et al. Three-dimensional formation control based on filter backstepping method for multiple underactuated underwater vehicles
Tang et al. Robust fixed-time trajectory tracking control of the dynamic positioning ship with actuator saturation
Kumar et al. Discrete time-delay control of an autonomous underwater vehicle: Theory and experimental results
Xiao Modeling and adaptive sliding mode control of the catastrophic course of a high-speed underwater vehicle

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20131127