CN108181914B - 一种中性浮力机器人姿态与轨迹自抗扰控制方法 - Google Patents

一种中性浮力机器人姿态与轨迹自抗扰控制方法 Download PDF

Info

Publication number
CN108181914B
CN108181914B CN201711310563.0A CN201711310563A CN108181914B CN 108181914 B CN108181914 B CN 108181914B CN 201711310563 A CN201711310563 A CN 201711310563A CN 108181914 B CN108181914 B CN 108181914B
Authority
CN
China
Prior art keywords
neutral buoyancy
tracking error
buoyancy robot
tracking
saturation
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.)
Active
Application number
CN201711310563.0A
Other languages
English (en)
Other versions
CN108181914A (zh
Inventor
袁源
于洋
袁建平
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201711310563.0A priority Critical patent/CN108181914B/zh
Publication of CN108181914A publication Critical patent/CN108181914A/zh
Application granted granted Critical
Publication of CN108181914B publication Critical patent/CN108181914B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0875—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted to water vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
    • B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
    • B64G1/244—Spacecraft control systems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种中性浮力机器人姿态与轨迹自抗扰控制方法，首先将中性浮力机器人系统动力学模型转化为跟踪误差系统形式；通过跟踪微分器为初始跟踪误差安排过渡过程，获取跟踪误差信号的微分信号；扩张状态观测器实时估计跟踪误差系统中的非线性不确定项并补偿到跟踪误差状态组成的反馈控制器中，避免内外干扰等非线性因素对系统造成不利影响，提高系统的鲁棒性，便于精准地姿态与轨迹跟踪控制；通过凸包方法处理系统中的执行器饱和问题，并求解出系统的吸引域，得到中性浮力机器人系统的安全运动范围。本发明提出的控制策略对带有执行器饱和的中性浮力机器人系统有良好的控制效果，可广泛应用于带有执行器饱的其他非线性系统中。

Description

一种中性浮力机器人姿态与轨迹自抗扰控制方法
技术领域
本发明属于地面模拟航天器在微重力环境下的伺服控制领域，涉及一种中性浮力机器人自抗扰姿态与轨迹控制方法，特别涉及一种带有执行器饱和的中性浮力机器人在复杂水环境中姿态与轨迹自抗扰控制方法。
背景技术
地面模拟与验证微重力环境下的航天任务是航天领域研究的重要组成部分。由于中性浮力能够长时间持续提供六自由度微重力环境，因此国内外航天局将其作为模拟空间运动的地面试验手段，用于对航天员的训练、空间机构的对接与组装以及非合作目标的抓取等。但是由于控制力间的耦合以及机器人在水中运动过程中受到水的粘性阻力等导致中性浮力机器人系统模型中具有很强的非线性等不确定因素；同时该中性浮力机器人的执行机构中存在饱和问题。因此，需要研究控制方案来确保复杂非线性中性浮力机器人在执行器未饱和的条件下实现良好的姿态与轨迹控制。
自抗扰控制技术是上世纪九十年代由中国科学院数学与系统科学研究院的韩京清研究员及其领导的研究小组创立发展的，其既继承和发扬了经典控制的观念，同时又吸收了现代控制理论的思想。自抗扰控制技术的核心思想为：将系统中的未建模动态以及未知外部干扰当作系统的总和扰动，被实时地估计并补偿到控制器中，从而实现了动态系统的动态反馈线性化。随着广大学者对自抗扰控制技术理论方面的充分研究，自抗扰控制技术已被广泛应用于电机控制、飞行器控制、轧钢、发电厂、坦克炮控系统等机器人领域。
工程设备中所用到的执行器均会因外界工作环境以及自身额定电压等因素的制约，使得执行器输出有一定的上下限，即存在执行器饱和问题。如果忽略执行器饱和问题，可能会使系统性能降低甚至会对设备造成一定的损害。为了避免执行器过饱和现象的发生，当前常用的方法为将饱和控制器用凸包的形式表示，估计出所研究系统的吸引域，即保证位于该吸引域内的所有系统初始状态，在控制器作用下均能够收敛到原点或有界区域。
发明内容
本发明的技术解决问题是：针对中性浮力机器人系统，为克服现有技术在水下环境抗干扰能力的不足以及执行器饱和导致的系统性能降低的缺陷，根据期望姿态以及运动轨迹对中性浮力机器人系统模型进行变换，得到其跟踪误差系统模型，同时考虑系统中的复杂非线性和执行器饱和问题，采用自抗扰控制技术实现精准快速地姿态与轨迹控制。
为实现上述目的，本发明的技术解决方案为：
一种中性浮力机器人姿态与轨迹自抗扰控制方法，包括以下步骤：
1)建立带有执行器饱和的中性浮力机器人系统动力学模型；
2)利用原系统模型，构建带有执行器饱和的中性浮力机器人姿态与轨迹跟踪误差系统；
3)设计跟踪微分器，并为初始跟踪误差安排过渡过程避免初始时刻输出超调，进一步获取跟踪误差信号的微分信号；
4)设计扩张状态观测器，并实时估计系统中的非线性不确定项；
5)非线性不确定项的估计值补偿到跟踪误差状态反馈中建立复合控制器；
6)考虑执行器饱和问题，建立凸优化问题，求解跟踪误差系统的吸引域，即得到中性浮力机器人系统的安全运动范围。
第1)步：构建带有执行器饱和的中性浮力机器人系统动力学模型
建立地理坐标系Oxnynzn：
Figure BDA0001502903390000031
分别指中性浮力机器人在Oxn、Oyn和Oyz方向的位置；
Figure BDA0001502903390000032
分别指中性浮力机器人的横滚角，俯仰角以及偏航角。建立中性浮力机器人体坐标系Oxbybzb：
Figure BDA0001502903390000033
为中性浮力机器人线速度向量，
Figure BDA0001502903390000034
为中性浮力机器人角速度向量。根据Oxnynzn与Oxbybzb的关系，建立如下等式：
Figure BDA0001502903390000035
式中，
Figure BDA0001502903390000036
J(η)为运动系数矩阵。
构建中性浮力机器人系统在体坐标系下的动力学模型：
Figure BDA0001502903390000037
式中，τ为系统控制输入，τm为系统控制输入的上限值，M为惯性质量矩阵，C(v)为科里奥利力矩阵，D(v)为中性浮力机器人在水中受到的黏性阻力，g(η)为负浮力系数，sat(τ)是对控制输入的饱和约束函数，其表达式为：
Figure BDA0001502903390000038
式中，sign(·)为符号函数。
联立式(1)和(2)，可得带有执行器饱和的中性浮力机器人系统动力学模型：
Figure BDA0001502903390000039
式中，Mη(η)＝J-T(η)MJ-1(η)，
Figure BDA00015029033900000310
Dη(η,v)＝J-T(η)D(v)J-1(η)，gη(η)＝J-T(η)g(η)。
第2)步：构建带有执行器饱和的中性浮力机器人姿态与轨迹跟踪误差系统
设中性浮力机器人系统的期望姿态与轨迹为ηd，则根据式(3)可得姿态与轨迹的跟踪误差系统为：
Figure BDA00015029033900000311
令x1(t)＝η-ηd，
Figure BDA0001502903390000041
跟踪误差系统(4)可以进一步简化为如下状态空间表达式的形式：
Figure BDA0001502903390000042
式中，
Figure BDA0001502903390000043
Figure BDA0001502903390000044
B0为参数可调的对角矩阵。
第3)步：设计跟踪微分器
一方面为了避免初始时刻姿态与轨迹的跟踪误差x1(t)过大而造成系统输出超调；另一方面为了获取轨迹跟踪误差x1(t)的微分信号为设计控制器做准备，设计跟踪微分器如下所示：
Figure BDA0001502903390000045
其中，x1(t)是跟踪微分器的输入信号，v1(t)和v2(t)是跟踪微分器的输出信号，并且v1(t)是x1(t)的跟踪信号，v2(t)是x1(t)的近似微分信号，r和h分别是跟踪微分器的速度因子和滤波因子，fhan(v1(t)-x1(t),v2(t),r,h)的表达式为：
Figure BDA0001502903390000046
在此，我们忽略跟踪微分器对信号造成的误差，即假设x1(t)＝v1(t)，x2(t)＝v2(t)。
第4)步：设计扩张状态观测器，估计系统中的非线性不确定项
由于系统中的非线性不确定项d(t)中含有饱和函数sat(τ)，因此该非线性不确定项存在微分无法求解的问题。为了解决此问题，设饱和函数sat(τ)的近似函数
Figure BDA0001502903390000051
如下所示：
Figure BDA0001502903390000052
式中，
Figure BDA0001502903390000053
ε0为正常数。
该饱和函数
Figure BDA0001502903390000055
连续可导，并且满足
Figure BDA0001502903390000056
和dsat(τ)/dτ≤1。
因此，原跟踪误差系统(5)改写为：
Figure BDA0001502903390000057
式中，
Figure BDA0001502903390000058
针对跟踪误差系统(7)设计扩张状态观测器形式如下所示：
Figure BDA0001502903390000059
式中，
Figure BDA00015029033900000510
是扩张状态观测器的输出状态，
Figure BDA00015029033900000511
是跟踪误差状态x1(t)的估计误差，α＝[α1,α2,α3]T是扩状态观测器的可调增益，系数矩阵
Figure BDA00015029033900000512
和
Figure BDA00015029033900000513
分别为：
Figure BDA00015029033900000514
该扩张状态观测器是一个动态过程，它只用了跟踪误差系统(7)中的输入输出信息。扩张状态观测器的输出状态
Figure BDA00015029033900000515
之所以能够实时估计出系统中的非线性不确定项
Figure BDA00015029033900000516
其根本原因是不管非线性不确定项
Figure BDA00015029033900000517
是什么形式，只要其影响系统的实际输出，就可以从输出信息中提炼出非线性不确定项的实时作用量。
综上所述，利用设计的扩张状态观测器可以实时的估计出系统中众多未建模动态、非线性不确定项等外部干扰，增强了中性浮力机器人系统的稳定性和鲁棒性。
第5)步：复合控制器设计
为了保证精准的姿态与轨迹跟踪控制，本发明中控制器采用跟踪误差状态反馈控制，并将扩张状态观测器估计出的非线性不确定项实时补偿到控制器中。进而，无论系统是确定的还是不确定的，是线性的还是非线性，是时不变的还是时变的，都可以将原系统转换为确定的线性时不变积分串联型系统。跟踪误差系统(7)中的控制器设计为：
Figure BDA0001502903390000061
式中，K＝[k1,k2]是控制器(9)的可调控制增益。
第6)步：考虑执行器饱和问题，求解跟踪误差系统的吸引域
为了避免控制输入超过执行器的饱和上限而损坏执行器，本发明将饱和控制器sat(τ)用凸包的方式表示，并求解中性浮力机器人跟踪误差系统的吸引域。
饱和函数sat(τ)的凸包形式为：
Figure BDA0001502903390000062
式中，0≤δi≤1，
Figure BDA0001502903390000063
Ei为由0或1组成的对角矩阵，
Figure BDA0001502903390000064
H∈R6×12并满足线性饱和区域Ξ(H)＝{x(t)∈R12:|Hx(t)|≤1}。
将饱和控制器(10)代入跟踪误差系统(7)，得
Figure BDA0001502903390000065
式中，
Figure BDA0001502903390000066
e3(t)是扩张状态观测器对非线性不确定项的估计误差，即，
Figure BDA0001502903390000067
并且通过调节扩张状态观测器的增益α可以保证估计误差e3(t)有界。本发明设|e3(t)|≤M1，则根据
Figure BDA0001502903390000071
可知
Figure BDA0001502903390000072
因此系统(11)可改写为：
Figure BDA0001502903390000073
式中，
Figure BDA0001502903390000074
设椭球表达式为
Figure BDA0001502903390000075
其中，Φ∈R12×12是正定矩阵，ρ是正数。并针对该跟踪误差系统(12)设定两个椭球区域
Figure BDA0001502903390000076
和
Figure BDA0001502903390000077
分别满足如下条件：
Figure BDA0001502903390000078
Figure BDA0001502903390000079
Figure BDA00015029033900000710
再给出两个形状参考集
Figure BDA00015029033900000711
和
Figure BDA00015029033900000712
分别满足
Figure BDA00015029033900000713
和
Figure BDA00015029033900000714
其中，γ表示干扰抑制水平。设θ＝γ2，Θ＝Φ-1，X1＝H1Θ和X2＝H2Θ，并设定ρ1和κ的值，可通过求解如下凸优化问题(13)，一方面可以求出最小的干扰抑制水平γ；另一方面可以求出正定矩阵Φ并求出跟踪误差系统的吸引域。
Figure BDA00015029033900000715
s.t.a)
Figure BDA00015029033900000716
b)
Figure BDA00015029033900000717
c)
Figure BDA00015029033900000718
d)
Figure BDA00015029033900000720
e)
Figure BDA00015029033900000721
与现有技术相比，本发明具有以下有益效果：
本发明在考虑执行器饱和问题的情况下，首先根据期望的姿态与运动轨迹将中性浮力机器人系统动力学模型转化为跟踪误差系统形式；通过跟踪微分器为初始跟踪误差安排过渡过程避免初始时刻输出超调，进一步获取跟踪误差信号的微分信号；扩张状态观测器实时估计跟踪误差系统中的非线性不确定项并补偿到跟踪误差状态组成的反馈控制器中，避免内外干扰等非线性因素对系统造成不利影响，提高系统的鲁棒性，便于精准地姿态与轨迹跟踪控制；通过凸包方法处理系统中的执行器饱和问题，并求解出系统的吸引域，即，中性浮力机器人系统的安全运动范围。尤其是利用跟踪微分器安排过渡过程，避免了因初始误差过大而造成的输出超调现象，对中性浮力机器人起到一定的保护作用；通过扩张状态观测器实时估计系统中的非线性不确定项并补偿到跟踪误差反馈控制器中，克服了非线性不确定项对系统造成的不利影响，提高系统的鲁棒性，便于实现中性浮力机器人的姿态与轨迹跟踪控制；考虑执行器饱和问题，求解出系统安全工作的区域，避免因执行器输入电压超过其饱和上限而损坏。本发明提出的控制策略对带有执行器饱和的中性浮力机器人系统有良好的控制效果，并且可以广泛应用于带有执行器饱的其他非线性系统中。
附图说明
图1为本发明中性浮力机器人自抗扰姿态与轨迹控制方法流程图。
图2为带有执行器饱和的中性浮力机器人自抗扰控制方框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明：
本发明如流程图1所示，通过以下步骤实现带有执行器饱和的中性浮力机器人系统姿态与轨迹跟踪控制：
第一步：构建带有执行器饱和的中性浮力机器人系统动力学模型
建立地理坐标系Oxnynzn：
Figure BDA0001502903390000081
分别指中性浮力机器人在Oxn、Oyn和Oyz方向的位置；
Figure BDA0001502903390000082
分别指中性浮力机器人的横滚角，俯仰角以及偏航角。建立中性浮力机器人体坐标系Oxbybzb：
Figure BDA0001502903390000083
为中性浮力机器人线速度向量，
Figure BDA0001502903390000091
为中性浮力机器人角速度向量。根据Oxnynzn与Oxbybzb的关系，建立如下等式：
Figure BDA0001502903390000092
式中，
Figure BDA0001502903390000093
J(η)为运动系数矩阵。
构建中性浮力机器人系统在体坐标系下的动力学模型：
Figure BDA0001502903390000094
式中，τ为系统控制输入，τm为系统控制输入的上限值，M为惯性质量矩阵，C(v)为科里奥利力矩阵，D(v)为中性浮力机器人在水中受到的黏性阻力，g(η)为负浮力系数，sat(τ)是对控制输入的饱和约束函数，其表达式为：
Figure BDA0001502903390000095
式中，sign(·)为符号函数。
由式(14)可得
Figure BDA0001502903390000096
对式(14)进行微分，可得
Figure BDA0001502903390000097
将式(16)和(17)带入式(15)可得带有执行器饱和的中性浮力机器人系统动力学模型：
Figure BDA0001502903390000098
式中，Mη(η)＝J-T(η)MJ-1(η)，
Figure BDA0001502903390000099
Dη(η,v)＝J-T(η)D(v)J-1(η)，gη(η)＝J-T(η)g(η)。
第二步：构建带有执行器饱和的中性浮力机器人姿态与轨迹跟踪误差系统
设中性浮力机器人系统的期望姿态与轨迹为
Figure BDA00015029033900000910
本实例中，选取
Figure BDA00015029033900000911
和
Figure BDA00015029033900000912
根据式(18)可得姿态与轨迹的跟踪误差系统为：
Figure BDA0001502903390000101
令x1(t)＝η-ηd，
Figure BDA0001502903390000102
则跟踪误差系统(19)可以进一步简化为如下状态空间表达式的形式：
Figure BDA0001502903390000103
式中，
Figure BDA0001502903390000104
B0为参数可调的对角矩阵。
第三步：设计跟踪微分器
一方面为了避免初始时刻姿态与轨迹的跟踪误差x1(t)过大而造成系统输出超调；另一方面为了获取轨迹跟踪误差x1(t)的微分信号为设计控制器做准备，设计跟踪微分器如下所示：
Figure BDA0001502903390000106
式中，x1(t)是跟踪微分器的输入信号，v1(t)和v2(t)是跟踪微分器的输出信号，并且v1(t)是x1(t)的跟踪信号，v2(t)是x1(t)的近似微分信号，r和h分别是跟踪微分器的速度因子和滤波因子，fhan(v1(t)-x1(t),v2(t),r,h)的表达式为：
Figure BDA0001502903390000107
为了保证跟踪微分器即能够快速地跟踪信号又能起到良好的滤波效果，本实例中选取速度因子与滤波因子分别为：r＝[100 100 100 100 100 100]T和h＝[0.1 0.1 0.10.1 0.1 0.1]T。
在此，我们忽略跟踪微分器对信号造成的误差，即假设x1(t)＝v1(t)，x2(t)＝v2(t)。
第四步：设计扩张状态观测器，估计系统中的非线性不确定项
为了解决饱和函数sat(τ)导致非线性不确定项d(t)无法求微分的问题，设饱和函数sat(τ)的近似函数
Figure BDA0001502903390000111
如下所示：
Figure BDA0001502903390000112
式中，
Figure BDA0001502903390000113
ε0为正常数。
该饱和函数
Figure BDA0001502903390000114
连续可导，并且满足
Figure BDA0001502903390000115
和dsat(τ)/dτ≤1。
因此，原跟踪误差系统(20)改写为：
Figure BDA0001502903390000116
式中，
Figure BDA0001502903390000117
针对跟踪误差系统(22)设计扩张状态观测器形式如下所示：
Figure BDA0001502903390000118
式中，
Figure BDA0001502903390000119
是扩张状态观测器的输出状态，
Figure BDA00015029033900001110
是跟踪误差状态x1(t)的估计误差，α＝[α1,α2,α3]T是扩状态观测器的可调增益，系数矩阵
Figure BDA00015029033900001112
和
Figure BDA00015029033900001113
分别为：
Figure BDA00015029033900001111
为了实现对非线性不确定项的实时估计，本实例中对扩张状态观测器的可调增益选取为：
α1＝diag{100 100 100 100 100 100}，
α2＝diag{2000 2000 2000 2000 2000 2000}，
α3＝diag{300 300 300 300 300 300}。
该扩张状态观测器是一个动态过程，它只用了跟踪误差系统(22)中的输入输出信息。扩张状态观测器的输出状态
Figure BDA0001502903390000122
之所以能够实时估计出系统中的非线性不确定项
Figure BDA0001502903390000123
其根本原因是不管非线性不确定项
Figure BDA0001502903390000124
是什么形式，只要其影响系统的实际输出，就可以从输出信息中提炼出非线性不确定项的实时作用量。
综上所述，利用设计的扩张状态观测器可以实时的估计出系统中众多未建模动态、非线性不确定项等外部干扰，增强了中性浮力机器人系统的稳定性和鲁棒性。
第五步：复合控制器设计
为了保证精准的姿态与轨迹跟踪控制，本发明中控制器采用跟踪误差状态反馈控制，并将扩张状态观测器估计出的非线性不确定项实时补偿到控制器中。进而，无论系统是确定的还是不确定的，是线性的还是非线性，是时不变的还是时变的，都可以将原系统转换为确定的线性时不变积分串联型系统。跟踪误差系统(22)中的控制器设计为：
Figure BDA0001502903390000121
式中，K＝[k1,k2]是控制器(24)的可调控制增益。为了保证中性浮力机器人实现快速精准的姿态与轨迹跟踪控制，本实例中选取参数可调的对角矩阵B0为：B0＝diag{20 2020 10 10 10}
控制增益为：k1＝diag{10 10 15 2 1.8 3}和k2＝diag{1 1 3 1 1.5 2}。
第六步：考虑执行器饱和问题，求解跟踪误差系统的吸引域
为了避免控制输入超过执行器的饱和上限而损坏执行器，本发明将饱和控制器sat(τ)用凸包的方式表示，并求解中性浮力机器人跟踪误差系统的吸引域。
饱和函数sat(τ)的凸包形式为：
Figure BDA0001502903390000131
式中，0≤δi≤1，
Figure BDA0001502903390000132
Ei为由0或1组成的对角矩阵，
Figure BDA0001502903390000133
H∈R6×12并满足线性饱和区域Ξ(H)＝{x(t)∈R12:|Hx(t)|≤1}。
将饱和控制器(25)代入跟踪误差系统(22)，得
Figure BDA0001502903390000134
式中，
Figure BDA0001502903390000135
e3(t)是扩张状态观测器对非线性不确定项的估计误差，即，
Figure BDA0001502903390000136
并且通过调节扩张状态观测器的增益α可以保证估计误差e3(t)有界。本发明设|e3(t)|≤M1，则根据
Figure BDA0001502903390000137
可知
Figure BDA0001502903390000138
因此系统(26)可改写为：
Figure BDA0001502903390000139
式中，
Figure BDA00015029033900001320
设椭球表达式为
Figure BDA00015029033900001311
其中，Φ∈R12×12是正定矩阵，ρ是正数。并针对该跟踪误差系统(22)设定两个椭球区域
Figure BDA00015029033900001312
和
Figure BDA00015029033900001313
分别满足如下条件：
Figure BDA00015029033900001314
Figure BDA00015029033900001315
Figure BDA00015029033900001316
并给出两个形状参考集
Figure BDA00015029033900001317
和
Figure BDA00015029033900001318
分别满足
Figure BDA00015029033900001319
和
Figure BDA0001502903390000141
其中，γ表示干扰抑制水平。设θ＝γ2，Θ＝Φ-1，X1＝H1Θ和X2＝H2Θ，并选取ρ1＝0.01和κ＝0.05，通过求解如下凸优化问题(28)，即可求出最小的干扰抑制水平γ又可以求出正定矩阵Φ并求出跟踪误差系统的吸引域。
Figure BDA0001502903390000142
s.t.a)
Figure BDA0001502903390000143
b)
Figure BDA0001502903390000144
c)
Figure BDA0001502903390000145
d)
Figure BDA0001502903390000146
e)
Figure BDA0001502903390000147
以上，仅为本发明的较佳实施例，并非仅限于本发明的实施范围，凡依本发明专利范围的内容所做的等效变化和修饰，都应为本发明的技术范畴。

Claims (7)

1.一种中性浮力机器人姿态与轨迹自抗扰控制方法，其特征在于，包括以下步骤：
1)建立带有执行器饱和的中性浮力机器人系统动力学模型；
2)利用原系统模型，构建带有执行器饱和的中性浮力机器人姿态与轨迹跟踪误差系统；
3)设计跟踪微分器，并为初始跟踪误差安排过渡过程避免初始时刻输出超调，进一步获取跟踪误差信号的微分信号；
4)设计扩张状态观测器，并实时估计系统中的非线性不确定项；
5)非线性不确定项的估计值补偿到跟踪误差状态反馈中建立复合控制器；
6)考虑执行器饱和问题，建立凸优化问题，求解跟踪误差系统的吸引域，即得到中性浮力机器人系统的安全运动范围。
2.根据权利要求1所述的中性浮力机器人姿态与轨迹自抗扰控制方法，其特征在于，步骤1)具体步骤如下：
建立地理坐标系Oxnynzn：
Figure FDA0002211979360000011
分别指中性浮力机器人在Oxn、Oyn和Oyz方向的位置；
Figure FDA0002211979360000012
分别指中性浮力机器人的横滚角，俯仰角以及偏航角；建立中性浮力机器人体坐标系Oxbybzb：
Figure FDA0002211979360000013
为中性浮力机器人线速度向量，
Figure FDA0002211979360000014
为中性浮力机器人角速度向量；
根据Oxnynzn与Oxbybzb的关系，建立如下等式：
Figure FDA0002211979360000015
式中，
Figure FDA0002211979360000016
J(η)为运动系数矩阵；
构建中性浮力机器人系统在体坐标系下的动力学模型：
Figure FDA0002211979360000017
式中，τ为系统控制输入，τm为系统控制输入的上限制，M为惯性质量矩阵，C(v)为科里奥利力矩阵，D(v)为中性浮力机器人在水中受到的黏性阻力，g(η)为负浮力系数，sat(τ)是对控制输入的饱和约束函数，其表达式为：
Figure FDA0002211979360000021
式中，sign(·)为符号函数；
联立式(1)和(2)，可得带有执行器饱和的中性浮力机器人系统动力学模型：
Figure FDA0002211979360000022
式中，Mη(η)＝J-T(η)MJ-1(η)，
Figure FDA0002211979360000028
Dη(η,v)＝J-T(η)D(v)J-1(η)，gη(η)＝J-T(η)g(η)。
3.根据权利要求2所述的中性浮力机器人姿态与轨迹自抗扰控制方法，其特征在于，步骤2)具体步骤如下：
设中性浮力机器人系统的期望姿态与轨迹为ηd，则根据式(3)可得姿态与轨迹的跟踪误差系统为：
Figure FDA0002211979360000023
令x1(t)＝η-ηd，
Figure FDA0002211979360000024
跟踪误差系统(4)简化为如下状态空间表达式的形式：
Figure FDA0002211979360000025
式中，
Figure FDA0002211979360000026
Figure FDA0002211979360000027
B0为参数可调的对角矩阵。
4.根据权利要求3所述的中性浮力机器人姿态与轨迹自抗扰控制方法，其特征在于，步骤1)具体步骤如下：
设计跟踪微分器如下所示：
Figure FDA0002211979360000031
其中，x1(t)是跟踪微分器的输入信号，v1(t)和v2(t)是跟踪微分器的输出信号，并且v1(t)是x1(t)的跟踪信号，v2(t)是x1(t)的近似微分信号，r和h分别是跟踪微分器的速度因子和滤波因子，fhan(v1(t)-x1(t),v2(t),r,h)的表达式为：
Figure FDA0002211979360000032
5.根据权利要求4所述的中性浮力机器人姿态与轨迹自抗扰控制方法，其特征在于，步骤4)具体步骤如下：
设饱和函数sat(τ)的近似函数
Figure FDA0002211979360000033
如下所示：
Figure FDA0002211979360000034
式中，
Figure FDA0002211979360000035
ε0为正常数；该饱和函数
Figure FDA0002211979360000036
连续可导，并且满足
Figure FDA0002211979360000037
和dsat(τ)/dτ≤1；
原跟踪误差系统(5)改写为：
Figure FDA0002211979360000038
式中，
Figure FDA0002211979360000039
针对跟踪误差系统(7)设计扩张状态观测器形式如下所示：
Figure FDA00022119793600000310
式中，
Figure FDA0002211979360000041
是扩张状态观测器的输出状态，
Figure FDA0002211979360000042
是跟踪误差状态x1(t)的估计误差，α＝[α1,α2,α3]T是扩状态观测器的可调增益，系数矩阵
Figure FDA0002211979360000043
和
Figure FDA0002211979360000044
分别为：
Figure FDA0002211979360000045
6.根据权利要求5所述的中性浮力机器人姿态与轨迹自抗扰控制方法，其特征在于，步骤5)具体步骤如下：
控制器采用跟踪误差状态反馈控制，并将扩张状态观测器估计出的非线性不确定项实时补偿到控制器中，为了将跟踪误差系统(7)转换为确定的线性时不变积分串联型系统，跟踪误差系统(7)中的控制器设计为：
Figure FDA0002211979360000046
式中，K＝[k1,k2]是控制器(9)的可调控制增益。
7.根据权利要求6所述的中性浮力机器人姿态与轨迹自抗扰控制方法，其特征在于，步骤6)具体步骤如下：
将饱和控制器sat(τ)用凸包的方式表示，并求解中性浮力机器人跟踪误差系统的吸引域，饱和函数sat(τ)的凸包形式为：
Figure FDA0002211979360000047
式中，0≤δi≤1，
Figure FDA0002211979360000048
Ei为由0或1组成的对角矩阵，
Figure FDA0002211979360000049
H∈R6×12并满足线性饱和区域Ξ(H)＝{x(t)∈R12:|Hx(t)|≤1}；
将饱和控制器(10)代入跟踪误差系统(7)，得
Figure FDA0002211979360000051
式中，
Figure FDA0002211979360000052
e3(t)是扩张状态观测器对非线性不确定项的估计误差，即，
Figure FDA0002211979360000053
并且通过调节扩张状态观测器的增益α可以保证估计误差e3(t)有界；设|e3(t)|≤M1，则根据
Figure FDA0002211979360000054
可知
Figure FDA0002211979360000055
因此系统(11)可改写为：
Figure FDA0002211979360000056
式中，
Figure FDA0002211979360000057
设椭球表达式为
Figure FDA0002211979360000058
其中，Φ∈R12×12是正定矩阵，ρ是正数，针对该跟踪误差系统(12)设定两个椭球区域
Figure FDA0002211979360000059
和
Figure FDA00022119793600000510
分别满足如下条件：
Figure FDA00022119793600000511
Figure FDA00022119793600000512
Figure FDA00022119793600000513
再给出两个形状参考集
Figure FDA00022119793600000514
和
Figure FDA00022119793600000515
分别满足
Figure FDA00022119793600000516
和
Figure FDA00022119793600000517
其中，γ表示干扰抑制水平；设
Figure FDA00022119793600000518
Θ＝Φ-1，X1＝H1Θ和X2＝H2Θ，并设定ρ1和κ的值，通过求解如下凸优化问题(13)，求出最小的干扰抑制水平γ和正定矩阵Φ并求出跟踪误差系统的吸引域；
Figure FDA0002211979360000061
CN201711310563.0A 2017-12-11 2017-12-11 一种中性浮力机器人姿态与轨迹自抗扰控制方法 Active CN108181914B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711310563.0A CN108181914B (zh) 2017-12-11 2017-12-11 一种中性浮力机器人姿态与轨迹自抗扰控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711310563.0A CN108181914B (zh) 2017-12-11 2017-12-11 一种中性浮力机器人姿态与轨迹自抗扰控制方法

Publications (2)

Publication Number Publication Date
CN108181914A CN108181914A (zh) 2018-06-19
CN108181914B true CN108181914B (zh) 2020-04-14

Family

ID=62545998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711310563.0A Active CN108181914B (zh) 2017-12-11 2017-12-11 一种中性浮力机器人姿态与轨迹自抗扰控制方法

Country Status (1)

Country Link
CN (1) CN108181914B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109048891B (zh) * 2018-07-25 2021-12-07 西北工业大学 基于自触发模型预测控制的中性浮力机器人姿态与轨迹控制方法
CN109189085B (zh) * 2018-07-25 2021-06-08 西北工业大学 基于事件触发的航天器网络化系统姿态控制方法
CN108829109B (zh) * 2018-07-25 2021-06-08 西北工业大学 基于分布式模型预测控制的中性浮力机器人姿态与轨迹控制方法
CN109062043B (zh) * 2018-08-01 2021-02-02 西北工业大学 考虑网络传输以及执行器饱和的航天器自抗扰控制方法
CN109460069B (zh) * 2018-12-28 2021-03-23 西北工业大学 一种空间机器人燃料最省的协调控制方法
CN110618698B (zh) * 2019-09-30 2022-11-29 北京航空航天大学青岛研究院 基于自适应遗传算法的飞行模拟器运动控制方法
CN111272178B (zh) * 2020-03-13 2022-03-04 上海航天控制技术研究所 基于扩张观测器与辅助信息估计的机动目标相对导航方法
CN111766780B (zh) * 2020-04-16 2022-06-28 大连空天动力控制系统有限公司 开环稳定受限系统的抗饱和控制器设计方法
CN112286056B (zh) * 2020-11-02 2022-11-22 西北工业大学 一种多中性浮力机器人一致性控制方法
CN112494281B (zh) * 2020-11-23 2023-02-17 延边大学 机器人控制装置、机器人、机器人控制方法及存储介质
CN113885543B (zh) * 2021-09-29 2022-09-06 哈尔滨工业大学 一种复杂海况干扰下的航行体自抗扰横滚控制器的设计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104590593A (zh) * 2015-01-16 2015-05-06 西北工业大学 航天器地面微重力实验中心引力标定方法
CN105563489A (zh) * 2016-03-01 2016-05-11 浙江工业大学 基于非线性自抗扰控制技术的柔性机械臂控制方法
CN105843077A (zh) * 2016-04-07 2016-08-10 杭州电子科技大学 一种航天器交会系统的增益切换方法及最大吸引域估计
CN107065564A (zh) * 2017-05-18 2017-08-18 西北工业大学 一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法
CN107065847A (zh) * 2016-03-31 2017-08-18 北京航空航天大学 一种执行器非对称饱和的水面舰船轨迹跟踪控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104590593A (zh) * 2015-01-16 2015-05-06 西北工业大学 航天器地面微重力实验中心引力标定方法
CN105563489A (zh) * 2016-03-01 2016-05-11 浙江工业大学 基于非线性自抗扰控制技术的柔性机械臂控制方法
CN107065847A (zh) * 2016-03-31 2017-08-18 北京航空航天大学 一种执行器非对称饱和的水面舰船轨迹跟踪控制方法
CN105843077A (zh) * 2016-04-07 2016-08-10 杭州电子科技大学 一种航天器交会系统的增益切换方法及最大吸引域估计
CN107065564A (zh) * 2017-05-18 2017-08-18 西北工业大学 一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
A Sampled-Data Approach to Nonlinear ESO-Based Active Disturbance Rejection Control for Pneumatic Muscle Actuator Systems with Actuator Saturations;Yuan Yuan 等;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20190630;全文 *
Active Disturbance Rejection Control for a Nonlinear System Subject to Actuator Saturation;Yang Yu 等;《Proceedings of 2018 IEEE 8th Annual International Conference on CYBER Technology in Automation, Control, and Intelligent Systems》;20190411;全文 *
Active disturbance rejection tracking control for a nonlinear pneumatic muscle system;Hongjiu Yang 等;《International Journal of Control, Automation and Systems》;20171011;全文 *
An ADRC based multiple activated anti-windup design;Xiongjun Wu 等;《Proceedings of the 34th Chinese Control Conference》;20150914;全文 *
Anti-windup design for Active Disturbance Rejection Control;Xiongjun Wu 等;《Proceedings of the 33rd Chinese Control Conference》;20140915;全文 *
一种有效的中性浮力下实验体姿态机动模拟控制律设计;陈诗瑜 等;《西北工业大学学报》;20120630;全文 *
无人机飞行控制系统的自抗扰姿态稳定控制;胡海燕 等;《遥测遥控》;20120531;全文 *
气动混联运动模拟平台自抗扰控制研究;于洋;《中国优秀硕士学位论文全文数据库信息科技辑》;20180415;全文 *

Also Published As

Publication number Publication date
CN108181914A (zh) 2018-06-19

Similar Documents

Publication Publication Date Title
CN108181914B (zh) 一种中性浮力机器人姿态与轨迹自抗扰控制方法
CN104589349B (zh) 一种混合悬浮微重力环境下带有单关节机械臂的组合体自主控制方法
CN106773679B (zh) 一种基于角速度观测器的航天器容错控制方法
CN109189085B (zh) 基于事件触发的航天器网络化系统姿态控制方法
CN108803632A (zh) 基于饱和补偿技术的水面无人艇全状态约束轨迹跟踪控制方法
CN106842916B (zh) 一种三维位置伺服系统的预测自抗扰控制方法
CN107065564B (zh) 一种基于自抗扰的中性浮力机器人姿态与轨迹控制方法
CN112987567B (zh) 非线性系统的固定时间自适应神经网络滑模控制方法
CN108227485A (zh) 一种带有执行器饱和的空间机器人自抗扰控制方法
CN111650832B (zh) 一种水下多足步行机器人机械足姿态跟踪控制方法
CN108181806B (zh) 基于采样输出的空间机器人位置与姿态自抗扰控制方法
CN114077258B (zh) 一种基于强化学习ppo2算法的无人艇位姿控制方法
CN108267952B (zh) 一种水下机器人自适应有限时间控制方法
CN109407671A (zh) 一种欠驱动无人船目标包围控制器结构及设计方法
Hao et al. Fault tolerant control of UMV based on sliding mode output feedback
CN113361013B (zh) 一种基于时间同步稳定的航天器姿态鲁棒控制方法
CN112965371A (zh) 基于固定时间观测器的水面无人艇轨迹快速跟踪控制方法
AlShabi et al. Application of the sliding innovation filter to unmanned aerial systems
CN111409869A (zh) 可重复使用运载火箭一子级回收容错控制方法
Gao et al. Adaptive integral backstepping control for a 3-DOF helicopter
CN113848887A (zh) 一种基于mlp方法的欠驱动无人艇轨迹跟踪控制方法
CN109709810A (zh) 全方位移动机器人轨迹跟踪无模型自抗扰控制方法
CN114296449B (zh) 基于固定时间h∞控制的水面无人艇轨迹快速跟踪控制方法
CN115256401A (zh) 一种基于强化学习的空间机械臂轴孔装配变阻抗控制方法
CN117850424A (zh) 一种考虑输入饱和的多usv事件触发误差约束控制方法

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