CN108196445B - 一种基于双闭环自抗扰的水下机器人姿态与位置控制方法 - Google Patents

一种基于双闭环自抗扰的水下机器人姿态与位置控制方法 Download PDF

Info

Publication number
CN108196445B
CN108196445B CN201711311540.1A CN201711311540A CN108196445B CN 108196445 B CN108196445 B CN 108196445B CN 201711311540 A CN201711311540 A CN 201711311540A CN 108196445 B CN108196445 B CN 108196445B
Authority
CN
China
Prior art keywords
underwater robot
robot
controller
matrix
tracking
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
CN201711311540.1A
Other languages
English (en)
Other versions
CN108196445A (zh
Inventor
袁源
成磊
袁建平
朱占霞
孙冲
张博
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 CN201711311540.1A priority Critical patent/CN108196445B/zh
Publication of CN108196445A publication Critical patent/CN108196445A/zh
Application granted granted Critical
Publication of CN108196445B publication Critical patent/CN108196445B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Abstract

本发明公开了一种基于双闭环自抗扰的水下机器人姿态与位置控制方法,首先对水下机器人运用动量和矩定理并利用大地坐标系和机体坐标系间的转换关系,建立动力学模型;设计水下机器人的速度环扩张状态观测器观测未建模和外部扰动并实时补偿抑制,使得速度环的抗扰性能大大增加,提高系统的鲁棒性;针对速度环高频震颤的特点,利用扰动观测值构建基于非线性函数反馈速度环自抗扰控制器;基于非线性函数fhan,设计目标位置信号的跟踪微分器,给出位置信号的过渡过程和目标速度估计值,避免了系统响应的突变,解决了快速性和超调的矛盾;设计基于位置偏差反馈的水下机器人位置环比例‑微分控制器,适于工程应用。

Description

一种基于双闭环自抗扰的水下机器人姿态与位置控制方法
技术领域
本发明属于水下机器人控制领域,涉及水下机器人的姿态和位置控制方法,具体涉及一种基于双闭环自抗扰的水下机器人姿态与位置控制方法。
背景技术
随着人类对海洋资源的开发越来越深入,水下机器人由于其下潜深度大,工作时效久,取代了人工潜水,为人类进行深海资源的研究与开发提供了强有力的工具,因此受到国内外的广泛关注;受自身复杂动力学特性的影响以及水文扰流的影响,水下机器人弹性机体、推进系统以及结构动态之间的耦合更强,模型的非线性度也更高;此外,受水流的粘性阻力、兴波阻力和波浪力影响,水下机器人对外界条件非常敏感。
当前针对水下机器人控制大都集中在基于偏差反馈的非线性控制的设计上;自抗扰是一种预知扰动,通过非线性反馈在线主动抑制扰动的新型控制技术。自抗扰控制器主要包括三个部分,跟踪微分器,扩张状态观测器和非线性状态误差反馈。顾名思义,跟踪微分器用来安排过渡过程和产生跟踪信号的微分信号。安排过渡过程的目的是降低目标值和当前值的偏差,特别是当跟踪信号存在阶跃信号时,可以有效避免系统震荡,使当前值无超调情况下最快达到目标值。扩张状态观测器是将系统外部扰动和模型内部扰动作为一个扩张的状态进行观测,实际上,可以充分利用标称模型中的已知非线性耦合,以获得更高的精度。PID利用偏差及其各阶导数的线性组合进行反馈,然而,这种线性反馈往往不是最优的;非线性状态误差反馈将偏差及其导数进行非线性组合,非线性饱和函数fal(·)和fhan(·)的使用使控制器能够满足工程实际中“小偏差,大增益;大偏差,小增益”的调参经验。
发明内容
本发明的目的在于提供一种基于双闭环自抗扰的水下机器人姿态与位置控制方法,以克服现有非线性控制器的运算负荷大,不利于工程实现和抗扰能力差的不足,本发明通过建模将水下机器人分为内环速度环和外环角度环,内环使用自抗扰控制器,外环使用PD控制器;内环速度量变化快,并且受误差影响大,使用自抗扰控制器以获得更强的鲁棒性和更高的精度,位置量一般变化缓慢,使用PD控制就可以获得足够的鲁棒性;而且控制器设计简单,计算机运行负载低。
为达到上述目的,本发明采用如下技术方案:
一种基于双闭环自抗扰的水下机器人姿态与位置控制方法,包括以下步骤:
步骤一:对水下机器人运用动量矩定理和坐标系间的转换关系,建立动力学模型;
步骤二:设计水下机器人的速度环扩张状态观测器;
步骤三:利用矿长状态观测器给出的扰动观测值构建基于非线性函数反馈速度环控制器;
步骤四:基于非线性函数,设计目标位置信号的跟踪微分器,给出位置信号的过渡过程和目标速度估计值;
步骤五:设计水下机器人位置环控制器,对水下机器人姿态与位置进行控制。
进一步地,步骤一具体为:水下机器人在大地坐标下的位置量为
Figure BDA0001503105820000021
其中x、y和z是机器人的位置坐标,φ、θ和
Figure BDA0001503105820000022
是机器人的姿态角度;机体坐标系下,机器人的速度量为v=[μ υ ω p q r]T,其中,μ、υ和ω为机器人沿机体坐标轴的线速度,p、q和r是机器人绕机体坐标轴的角速度,方向满足右手螺旋定理,η和ν都是时间t的函数;
Figure BDA0001503105820000023
为沿大地坐标轴的速度向量,通过转换矩阵J(η),能够获得
Figure BDA0001503105820000024
与ν的转换关系:
Figure BDA0001503105820000025
对水下机器人运用动量与动量矩定理,能够建立如下运动方程:
Figure BDA0001503105820000026
其中,M(η)是该模型的惯性矩阵,C(ν)是科氏力矩阵,D(ν)代表系统阻尼矩阵,g(η)是负浮力,τ表示控制量;
系统(1)和系统(2)联立得到:
Figure BDA0001503105820000027
其中,Mη(η)=J-T(η)MJ-1(η),为广义惯性矩阵,Cη(ν,η)=J-T(η)[C(ν)-MJ-1(η)]J-1(η),是广义科氏力矩阵,gη(η)=J-T(η)g(η),为等价负浮力,Dη(ν,η)=J-T(η)D(ν)J-1(η),为等价阻尼矩阵,τC=J-T(η)τ,为等价控制量,Fη(ν,η)是未建模部分;
定义位置量x0=η,速度量
Figure BDA00015031058200000311
控制系数b0=I,其中I为合适维数的单位矩阵,模型已知耦合非线性扰动量
Figure BDA0001503105820000031
未建模扰动量
Figure BDA0001503105820000032
控制器向量
Figure BDA0001503105820000033
水下机器人系统(3)能够写成以下串级积分形式:
Figure BDA0001503105820000034
Figure BDA0001503105820000035
其中,b在一阶速度系统(4)中为单位矩阵,将未建模动态扩张为新的状态x2(t),即,x2(t)=f(t),水下机器人串级积分模型(4)被重写为:
Figure BDA0001503105820000036
x2(t)=ω(t) (6)
其中ω(t)是x2(t)的导数。
进一步地,步骤二具体为:针对系统(3)设计的扩张状态观测器如下:
Figure BDA0001503105820000037
Figure BDA0001503105820000038
其中,z1(t)和z2(t)分别是x1(t)和x2(t)的观测值,e1(t)=x1(t)-z1(t),β1,β2和δ1是正的可调参数,非线性奇函数fal(·)的构成如下:
Figure BDA0001503105820000039
其中,sign(·)为符号函数:
Figure BDA00015031058200000310
进一步地,步骤三具体为:设计一个非线性状态误差反馈控制器使得内环能跟踪外环的输出,即目标角速度,令误差信号为:
ζ(t)=ν(t)-z1(t)
其中,ζ(t)是速度误差,ν(t)是大地坐标下水下机器人当前的实时速度;
构造一个非线性状态误差反馈控制器:
ui(t)=(α1fal(ζ(t),σ12)-z2(t))/b
其中,α1是非线性状态误差反馈控制器的增益,σ1和δ2是可调参数,z2(t)/b补偿水下机器人系统(4)中的未建模项f(t)。
进一步地,步骤四具体为:针对系统(3)的输入目标位置和角度,设计跟踪微分器:
Figure BDA0001503105820000041
Figure BDA0001503105820000044
其中,s1(t)跟踪目标位置信号ηd(t),s2(t)跟踪目标位置的导数信号
Figure BDA0001503105820000042
r0和h0是两个可调的正数,r0越大,跟踪速度越快;h0越小,跟踪误差越小;非线性函数fhan(x1(t),x2(t),r,h)构成如下:
Figure BDA0001503105820000043
进一步地,步骤五具体为:设计一个PD控制器作为水下机器人控制系统的外环位置量控制器,输入到水下机器人系统的外环位置量为跟踪微分器安排的过渡过程s1(t),令位置目标值与实际值的偏差为ε(t),并且满足ε(t)=s1(t)-η(t),外环控制律设计为:
Figure BDA0001503105820000051
其中,kp是比例增益,TD是积分增益。
与现有技术相比,本发明具有以下有益的技术效果:
本发明将水下机器人的姿态与位置控制分为内外两个控制环,针对速度环高频震颤的特点设计自抗扰算法,位置环设计基于误差的PD控制器;速度环使用扩张状态观测器观测未建模和外部扰动并实时补偿抑制,速度环的抗扰性能大大增加,提高了系统的鲁棒性;位置环使用了跟踪微分器,使得位置偏差不会突变,避免了系统响应的突变,解决了快速性和超调的矛盾。
附图说明
图1为本发明的流程图。
具体实施方式
下面对本发明作进一步详细描述:
基于扩张状态观测器的自抗扰控制技术和双闭环控制架构,设计水下机器人的姿态与位置控制方法,通过以下步骤实现:
第一步:构建水下机器人动力学模型:
水下机器人在大地坐标下的位置量为
Figure BDA0001503105820000052
其中x、y和z是机器人的位置坐标,φ、θ和
Figure BDA0001503105820000053
是机器人的姿态角度。机体坐标系下,机器人的速度量为ν=[μ υ ω pq r]T,其中,μ、υ和ω为机器人的沿机体坐标轴的线速度,p、q和r是机器人绕机体坐标轴的角速度,方向满足右手螺旋定理,η和ν都是时间t的函数,在不引起歧义情况下,下文将忽略t。
Figure BDA0001503105820000054
为沿大地坐标轴的速度向量,通过转换矩阵J(η),可以获得
Figure BDA0001503105820000055
与ν的转换关系:
Figure BDA0001503105820000056
对水下机器人运用动量与动量矩定理,可以建立如下的运动方程:
Figure BDA0001503105820000057
其中,M(η)是该模型的惯性矩阵,C(ν)是科氏力矩阵,D(ν)代表系统阻尼矩阵,g(η)是负浮力,τ表示控制量。系统(1)和系统(2)联立可得:
Figure BDA0001503105820000058
其中,Mη(η)=J-T(η)MJ-1(η),为广义惯性矩阵,Cη(ν,η)=J-T(η)[C(ν)-MJ-1(η)]J-1(η),是广义科氏力矩阵,gη(η)=J-T(η)g(η),为等价负浮力,Dη(ν,η)=J-T(η)D(ν)J-1(η),为等价阻尼矩阵,τC=J-T(η)τ,为等价控制量,Fη(ν,η)是未建模部分。定义位置量x0=η,速度量
Figure BDA0001503105820000061
控制系数b0=I,其中I为合适维数的单位矩阵,模型已知耦合非线性扰动量
Figure BDA0001503105820000062
未建模扰动量
Figure BDA0001503105820000063
控制器向量
Figure BDA0001503105820000064
水下机器人系统(3)可以写成以下串级积分形式:
Figure BDA0001503105820000065
Figure BDA0001503105820000066
其中,b在一阶速度系统(4)中为单位矩阵,然而,在实际应用中它是可以调整的参数,实践证明b=(1±30%)b0系统都处于稳定状态。在水下机器人系统(3)中,未建模动态主要包括控制器扰动和水下机器人模型简化误差。在工程实际中,未建模动态连续可导并且有界,设计扩张状态观测器来估计未建模扰动。将未建模动态扩张为新的状态x2(t),即,x2(t)=f(t),水下机器人串级积分模型(4)被重写为:
Figure BDA0001503105820000067
x2(t)=ω(t) (6)
其中ω(t)是x2(t)的导数,注意ω(t)在实际应用中是有界的。
第二步:构建水下机器人速度环扩张状态观测器:
针对系统(3)设计的扩张状态观测器如下:
Figure BDA0001503105820000068
Figure BDA0001503105820000069
其中,z1(t)和z2(t)分别是x1(t)和x2(t)的观测值,e1(t)=x1(t)-z1(t),β1,β2和δ1是正的可调参数。其中非线性奇函数fal(·)的构成如下:
Figure BDA00015031058200000610
其中,sign(·)为符号函数:
Figure BDA0001503105820000071
Figure BDA0001503105820000072
Figure BDA0001503105820000076
Figure BDA0001503105820000073
其中,s1(t)跟踪目标位置信号ηd(t),s2(t)跟踪目标位置的导数信号
Figure BDA0001503105820000074
r0和h0是两个可调的正数,基本上r0越大,跟踪速度越快;h0越小,跟踪误差越小,实际中r0一般取为执行器饱和上限略小,h0取为采样时长。非线性函数fhan(x1(t),x2(t),r,h)构成如下:
Figure BDA0001503105820000075
第五步:构建水下机器人位置环控制器:
设计一个PD控制器作为水下机器人控制系统的外环位置量控制器,输入到水下机器人系统的外环位置量为跟踪微分器安排的过渡过程s1(t),令位置目标值与实际值的偏差为ε(t),并且满足ε(t)=s1(t)-η(t)。外环控制律设计为:
Figure BDA0001503105820000081
其中,kp是比例增益,TD是积分增益。
本发明考虑标称模型的不确定性,控制量的未知扰动和环境扰动,采用扩张状态观测器实时抑制扰动。通过对目标姿态和位置安排过渡过程和采用非线性状态误差反馈,以获得更高的控制精度和更强的鲁棒性。外环PD控制技术的使用,利于工程实现和降低计算复杂性。
下面结合具体实施例对本发明做进一步详细描述:
本发明如图1所示,通过以下步骤实现:
第一步:构建水下机器人动力学模型:
水下机器人在大地坐标下的位置量为
Figure BDA0001503105820000082
其中x、y和z是机器人的位置坐标,φ、θ和
Figure BDA0001503105820000083
是机器人的姿态角度。机体坐标系下,机器人的速度量为ν=[μ υ ω pq r]T,其中,μ、υ和ω为机器人的沿机体坐标轴的线速度,p、q和r是机器人绕机体坐标轴的角速度,方向满足右手螺旋定理。
Figure BDA0001503105820000084
为沿大地坐标轴的速度向量,通过转换矩阵J(η),可以获得
Figure BDA0001503105820000085
与ν的转换关系:
Figure BDA0001503105820000086
对水下机器人运用动量与动量矩定理,可以建立如下的运动方程:
Figure BDA0001503105820000087
其中,M(η)是该模型的惯性矩阵,C(ν)是科氏力矩阵,D(ν)代表系统阻尼矩阵,g(η)是负浮力,τC表示控制量。系统(1)和系统(2)联立可得:
Figure BDA0001503105820000088
其中,Mη(η)=J-T(η)MJ-1(η),Cη(ν,η)=J-T(η)[C(ν)-MJ-1(η)]J-1(η),gη(η)=J-T(η)g(η),Cη(ν,η)=J-T(η)[C(ν)-MJ-1(η)]J-1(η),Dη(ν,η)=J-T(η)D(ν)J-1(η)和τC=J-T(η)τ,Fη(ν,η)是未建模部分。定义位置量x0=η,速度量
Figure BDA0001503105820000089
控制系数b0=I,模型已知耦合非线性扰动量
Figure BDA00015031058200000810
未建模扰动量
Figure BDA0001503105820000091
控制器向量
Figure BDA0001503105820000092
相关的参数定义如下:
rB=[xB,yB,zB]T=[0,0,0]T,rG=[xG,yG,zG]T=[0,0,0.05]T,m=125,
Figure BDA0001503105820000093
Figure BDA0001503105820000094
Figure BDA0001503105820000095
Figure BDA0001503105820000096
C(ν)=CA(ν)+CRB(ν),
D(ν)=diag{48|μ|,48|υ|,48|ω|,110|p|,110|q|,110|r|},
Figure BDA0001503105820000097
其中,xB,yB和zB是浮心坐标,xG,yG和zG表示质心坐标,m表示质量,I0是转动惯量矩阵,ν1=[μ υ ω]T和ν2=[p q r]T是速度ν的平移速度和角速度分量,CA(ν)和CRB(ν)分别是所排流体的运动所具有的柯氏矩阵和柯氏矩阵。
水下机器人系统(3)可以写成以下串级积分形式:
Figure BDA0001503105820000098
Figure BDA0001503105820000101
其中,b在一阶速度系统(4)中为单位矩阵,然而,在实际应用中它是可以调整的参数,实践证明b=(1±30%)b0系统都处于稳定状态。在水下机器人系统(3)中,未建模动态主要包括控制器扰动和水下机器人模型简化误差。在工程实际中,未建模动态连续可导并且有界,设计扩张状态观测器来估计未建模扰动。将未建模动态扩张为新的状态x2(t),即,x2(t)=f(t),水下机器人串级积分模型(4)被重写为:
Figure BDA0001503105820000102
x2(t)=ω(t) (6)
其中ω(t)是x2(t)的导数,注意ω(t)在实际应用中是有界的。可调参数b的取值为:b=diag{0.9 0.9 1 0.4 0.5 0.7}
第二步:构建水下机器人速度环扩张状态观测器:
针对系统(3)设计的扩张状态观测器如下:
Figure BDA0001503105820000103
Figure BDA0001503105820000104
其中,z1(t)和z2(t)分别是x1(t)和x2(t)的观测值。其中非线性奇函数fal(·)的构成如下:
Figure BDA0001503105820000105
其中,sign(·)为符号函数:
Figure BDA0001503105820000106
在本实例中,β1和β2的取值为:
β1=diag{100 100 300 200 300 150}
β2=diag{10000 10000 20000 10000 20000 20000}
第三步:构建水下机器人速度环控制器:
设计一个非线性状态误差反馈控制器使得内环能跟踪外环的输出,即目标角速度。令误差信号为:
ζ(t)=ν(t)-z1(t)
其中,ν(t)是大地坐标下水下机器人当前的实时速度。构造一个非线性状态误差反馈控制器:
ui(t)=(α1fal(ζ(t),σ12)-z2(t))/b
其中,α1是非线性状态误差反馈控制器的增益,z2(t)/b补偿水下机器人系统(4)中的未建模项f(t)。可调参数α1的取值为:
α1=diag{7.6 7.6 8 7.6 7.6 8}
第四步:构建水下机器人位置环跟踪微分器:
针对系统(3)的输入目标位置和角度。设计跟踪微分器:
Figure BDA0001503105820000111
Figure BDA0001503105820000112
其中,s1(t)跟踪目标位置信号ηd(t),s2(t)跟踪目标位置的导数信号
Figure BDA0001503105820000113
r0和h0是两个可调的正数,基本上r0越大,跟踪速度越快;h0越小,跟踪误差越小,实际中r0一般取为执行器饱和上限略小,h0取为采样时长。非线性函数fhan(x1(t),x2(t),r,h)构成如下:
Figure BDA0001503105820000114
可调参数r0和h0的取值为:
r0=diag{1000 1000 1200 1000 1000 1000}
h0=diag{0.005 0.005 0.005 0.005 0.005 0.005}
第五步:构建水下机器人位置环控制器:
设计一个PD控制器作为水下机器人控制系统的外环位置量控制器,输入到水下机器人系统的外环位置量为跟踪微分器安排的过渡过程s1(t),令位置目标值与实际值的偏差为ε(t),并且满足ε(t)=s1(t)-η(t)。外环控制律设计为:
Figure BDA0001503105820000121
其中,kp和TD是可调参数,具体取值如下:
kp=diag{0.2 0.2 0.21 0.2 0.2 0.21}
TD=diag{0.47 0.47 0.5 0.47 0.47 0.5}。

Claims (1)

1.一种基于双闭环自抗扰的水下机器人姿态与位置控制方法,其特征在于,包括以下步骤:
步骤一:对水下机器人运用动量矩定理和坐标系间的转换关系,建立动力学模型;
具体为:水下机器人在大地坐标下的位置量为
Figure FDA0002671715390000011
其中x、y和z是机器人的位置坐标,f 、θ和
Figure FDA0002671715390000012
是机器人的姿态角度;机体坐标系下,机器人的速度量为ν=[μ υ ωp q r]T,其中,μ、υ和ω为机器人沿机体坐标轴的线速度,p、q和r是机器人绕机体坐标轴的角速度,方向满足右手螺旋定理,η和ν都是时间t的函数;
Figure FDA0002671715390000013
为沿大地坐标轴的速度向量,通过转换矩阵J(η),能够获得
Figure FDA0002671715390000014
与ν的转换关系:
Figure FDA0002671715390000015
对水下机器人运用动量与动量矩定理,能够建立如下运动方程:
Figure FDA0002671715390000016
其中,M(η)是该模型的惯性矩阵,C(ν)是科氏力矩阵,D(ν)代表系统阻尼矩阵,g(η)是负浮力,τ表示控制量;
系统(1)和系统(2)联立得到:
Figure FDA0002671715390000017
其中,Mη(η)=J-T(η)MJ-1(η),为广义惯性矩阵,Cη(ν,η)=J-T(η)[C(ν)-MJ-1(η)]J-1(η),是广义科氏力矩阵,gη(η)=J-T(η)g(η),为等价负浮力,Dη(ν,η)=J-T(η)D(ν)J-1(η),为等价阻尼矩阵,τC=J-T(η)τ,为等价控制量,Fη(ν,η)是未建模部分;
定义位置量x0=η,速度量
Figure FDA0002671715390000018
控制系数b0=I,其中I为合适维数的单位矩阵,模型已知耦合非线性扰动量
Figure FDA0002671715390000019
未建模扰动量
Figure FDA00026717153900000110
控制器向量
Figure FDA00026717153900000111
水下机器人系统(3)能够写成以下串级积分形式:
Figure FDA00026717153900000112
Figure FDA0002671715390000021
其中,b在一阶速度系统(4)中为单位矩阵,将未建模动态扩张为新的状态x2(t),即,x2(t)=f(t),水下机器人串级积分模型(4)被重写为:
Figure FDA0002671715390000022
x2(t)=ω(t) (6)
其中ω(t)是x2(t)的导数;
步骤二:设计水下机器人的速度环扩张状态观测器;
具体为:针对系统(3)设计的扩张状态观测器如下:
Figure FDA0002671715390000023
Figure FDA0002671715390000024
其中,z1(t)和z2(t)分别是x1(t)和x2(t)的观测值,e1(t)=x1(t)-z1(t),β1,β2和δ1是正的可调参数,非线性奇函数fal(·)的构成如下:
Figure FDA0002671715390000025
其中,sign(·)为符号函数:
Figure FDA0002671715390000026
步骤三:利用扩张 状态观测器给出的扰动观测值构建基于非线性函数反馈速度环控制器;
具体为:设计一个非线性状态误差反馈控制器使得内环能跟踪外环的输出,即目标角速度,令误差信号为:
ζ(t)=ν(t)-z1(t)
其中,ζ(t)是速度误差,ν(t)是大地坐标下水下机器人当前的实时速度;
构造一个非线性状态误差反馈控制器:
ui(t)=(α1fal(ζ(t),σ12)-z2(t))/b
其中,α1是非线性状态误差反馈控制器的增益,σ1和δ2是可调参数,z2(t)/b补偿水下机器人系统(4)中的未建模项f(t);
步骤四:基于非线性函数,设计目标位置信号的跟踪微分器,给出位置信号的过渡过程和目标速度估计值;
具体为:针对系统(3)的输入目标位置和角度,设计跟踪微分器:
Figure FDA0002671715390000031
Figure FDA0002671715390000032
其中,s1(t)跟踪目标位置信号ηd(t),s2(t)跟踪目标位置的导数信号
Figure FDA0002671715390000033
r0和h0是两个可调的正数,r0越大,跟踪速度越快;h0越小,跟踪误差越小;非线性函数fhan(x1(t),x2(t),r,h)构成如下:
Figure FDA0002671715390000034
步骤五:设计水下机器人位置环控制器,对水下机器人姿态与位置进行控制
具体为:设计一个PD控制器作为水下机器人控制系统的外环位置量控制器,输入到水下机器人系统的外环位置量为跟踪微分器安排的过渡过程s1(t),令位置目标值与实际值的偏差为ε(t),并且满足ε(t)=s1(t)-η(t),外环控制律设计为:
Figure FDA0002671715390000035
其中,kp是比例增益,TD是积分增益。
CN201711311540.1A 2017-12-11 2017-12-11 一种基于双闭环自抗扰的水下机器人姿态与位置控制方法 Active CN108196445B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711311540.1A CN108196445B (zh) 2017-12-11 2017-12-11 一种基于双闭环自抗扰的水下机器人姿态与位置控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711311540.1A CN108196445B (zh) 2017-12-11 2017-12-11 一种基于双闭环自抗扰的水下机器人姿态与位置控制方法

Publications (2)

Publication Number Publication Date
CN108196445A CN108196445A (zh) 2018-06-22
CN108196445B true CN108196445B (zh) 2021-02-02

Family

ID=62574130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711311540.1A Active CN108196445B (zh) 2017-12-11 2017-12-11 一种基于双闭环自抗扰的水下机器人姿态与位置控制方法

Country Status (1)

Country Link
CN (1) CN108196445B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111240192B (zh) * 2018-11-28 2022-02-01 中国科学院沈阳自动化研究所 一种基于平滑切换函数的过渡过程目标值控制方法
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
CN110426954B (zh) * 2019-07-25 2020-06-26 山东大学 深海起重机主动升沉补偿控制器及控制系统
CN111176306B (zh) * 2020-01-24 2022-10-14 西北工业大学 一种水下航行器变增益自抗扰纵向控制方法
CN111381491B (zh) * 2020-03-20 2022-04-08 西南科技大学 球形机器人控制系统及其设计方法和直线运动控制方法
CN111966118B (zh) * 2020-08-14 2021-07-20 哈尔滨工程大学 一种rov推力分配与基于强化学习的运动控制方法
CN111965969B (zh) * 2020-08-19 2022-05-17 华侨大学 直流电机速度-位置双闭环抗扰pid控制方法及系统
CN112346341A (zh) * 2020-11-03 2021-02-09 西北工业大学 基于混合扰动观测器的水下机器人特征模型控制方法及系统
CN112286227B (zh) * 2020-11-03 2022-03-18 西北工业大学 基于微分跟踪器和扰动观测器的水下机器人轨迹控制方法及系统
CN113608541B (zh) * 2021-08-06 2023-05-23 中国科学院声学研究所 一种水下航行器姿态控制方法和系统
CN113961020B (zh) * 2021-12-22 2022-04-08 普宙科技(深圳)有限公司 一种无人机三维空间运动控制方法及系统
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
CN115327925B (zh) * 2022-09-09 2023-12-15 北京理工大学 一种基于扩张状态观测器的组合体姿态有限时间控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104865968A (zh) * 2015-04-22 2015-08-26 浙江工业大学 一种采用串级自抗扰控制技术的四旋翼飞行器悬停控制方法
CN104932252A (zh) * 2015-06-26 2015-09-23 中国科学院光电技术研究所 一种改进的自抗扰与pid的串级控制方法
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
CN106708064A (zh) * 2015-11-13 2017-05-24 中国科学院沈阳自动化研究所 一种水下机器人的垂直面控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104865968A (zh) * 2015-04-22 2015-08-26 浙江工业大学 一种采用串级自抗扰控制技术的四旋翼飞行器悬停控制方法
CN104932252A (zh) * 2015-06-26 2015-09-23 中国科学院光电技术研究所 一种改进的自抗扰与pid的串级控制方法
CN106708064A (zh) * 2015-11-13 2017-05-24 中国科学院沈阳自动化研究所 一种水下机器人的垂直面控制方法
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

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Diving control of Autonomous Underwater Vehicle based on improved active disturbance rejection control approach;Yuxuan Shen等;《Neurocomputing》;Elsevier;20160115;第173卷(第3期);第1377-1385页 *
UUV trajective tracking control based on ADRC;Guocheng Zhang等;《2016 IEEE International Conference on Robotics and Biomimetics (ROBIO)》;IEEE;20170302;第1413-1417页 *
全垫升气垫船安全航行自抗扰控制策略研究;刘振业;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;中国学术期刊(光盘版)电子杂志社;20140415(第04期);第1-128页 *
基于自抗扰技术的欠驱动AUV路径跟随控制;张英浩;《中国优秀硕士学位论文全文数据库 信息科技辑》;中国学术期刊(光盘版)电子杂志社;20140415(第04期);第12-35、41-44页 *
基于自抗扰控制的双环伺服系统;刘春强等;《中国电机工程学报》;中国电机工程学会;20171205;第37卷(第23期);第7032-7039页 *

Also Published As

Publication number Publication date
CN108196445A (zh) 2018-06-22

Similar Documents

Publication Publication Date Title
CN108196445B (zh) 一种基于双闭环自抗扰的水下机器人姿态与位置控制方法
CN108008628B (zh) 一种不确定欠驱动无人艇系统的预设性能控制方法
Wang et al. Model-free–based terminal SMC of quadrotor attitude and position
CN112904728B (zh) 一种基于改进型趋近律的机械臂滑模控制轨迹跟踪方法
CN111580523B (zh) 一种基于侧滑角补偿的无人艇路径跟踪自抗扰控制方法
CN110794863A (zh) 一种控制性能指标可定制的重型运载火箭姿态控制方法
CN108170151B (zh) 一种水下机器人的自适应运动控制装置及其方法
CN111258216B (zh) 一种适用于四旋翼飞行器的滑模重复控制器
CN112091976B (zh) 一种水下机械臂任务空间控制方法
CN108267952B (zh) 一种水下机器人自适应有限时间控制方法
CN114047773B (zh) 一种基于扩张状态观测器的水下集矿机器人反步滑模自适应姿态控制方法
Zhu et al. A bio-inspired neurodynamics-based backstepping path-following control of an AUV with ocean current
CN113238567A (zh) 一种基于扩展状态观测器的底栖式auv弱抖振积分滑模点镇定控制方法
Tang et al. Unscented Kalman-filter-based sliding mode control for an underwater gliding snake-like robot
Zhou et al. Robust dynamic heading tracking control for wave gliders
Jing et al. Backstepping control for vibration suppression of 2-D Euler–Bernoulli beam based on nonlinear saturation compensator
CN113377006B (zh) 一种基于不变流形观测器的全局快速终端滑模控制方法
Wen et al. Consensus protocol based attitudes coordination control for Underwater Glider formation
Sun et al. Design of an adaptive depth controller for an autonomous underwater vehicle
Priyadarsini et al. Motion control of AUV using IMC-PID controller
Bai et al. Trajectory tracking control of hovercraft based on Shutting-Backstepping Sliding Model
Gao et al. The study for path following of robot fish based on ADRC
Feng et al. Under-actuated autonomous hovering design and study for the autonomous underwater helicopter
CN112286227B (zh) 基于微分跟踪器和扰动观测器的水下机器人轨迹控制方法及系统
CN112506052B (zh) 一种水下考古机器人抗云台转动干扰控制方法

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