CN109116732A - 一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法 - Google Patents

一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法 Download PDF

Info

Publication number
CN109116732A
CN109116732A CN201810869524.2A CN201810869524A CN109116732A CN 109116732 A CN109116732 A CN 109116732A CN 201810869524 A CN201810869524 A CN 201810869524A CN 109116732 A CN109116732 A CN 109116732A
Authority
CN
China
Prior art keywords
unmanned boat
hurwitz
point stabilization
control
controller
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
CN201810869524.2A
Other languages
English (en)
Inventor
万磊
曾江峰
李岳明
郑晓波
徐钰斐
牛广智
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering 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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201810869524.2A priority Critical patent/CN109116732A/zh
Publication of CN109116732A publication Critical patent/CN109116732A/zh
Pending legal-status Critical Current

Links

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法,属于无人艇镇定控制技术领域。考虑环境干扰力的影响建立无人艇镇定控制误差方程;通过坐标变换以及控制输入变换对镇定控制误差模型进行解耦;定义新的控制变量进行系统变换,得到便于控制器设计的两个镇定控制误差子系统;分别设计两个子系统的滑模控制器并进行控制输入逆变换得到实际控制力与控制力矩;根据Hurwitz稳定条件设计滑模控制器参数,最终得到无人艇镇定控制的滑模控制律。所设计的控制器通过在控制器中对干扰力进行补偿来增强系统鲁棒性,滑模控制面参数根据Hurwitz稳定条件来确定,保证控制器具有较好的收敛性能。

Description

一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法
技术领域
本发明涉及无人艇镇定控制技术领域,具体涉及一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法。
背景技术
水面无人艇是一种可以无人操控的海洋航行器,主要用于巡逻、侦察、搜救、水文地理调查、等军事和非军事用途。由于无人艇可以执行危险和不适于载人船只完成的任务,因此受到了世界各国海军的关注。
常规的水面无人艇横向没有直接控制输入,因此具有欠驱动特性而不满足Brockett引理条件,目前非完整系统的控制方法很难直接用于解决无人艇的镇定控制问题。现有的基于微分同胚变换以及反步法得到的无人艇镇定控制器,由于忽略了环境干扰力因素而具有较大的局限性。滑模变结构控制具有较强的鲁棒性,由于其对输入干扰不敏感,当进行合理设计时能获得良好的指数收敛性能。
发明内容
本发明的目的在于提供一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法。
为克服无人艇镇定控制中的环境干扰问题以及控制器收敛性能优化问题,提供了一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法。该控制方法充分考虑无人艇镇定控制中的环境干扰因素,并根据Hurwitz稳定条件设计滑模参数得到鲁棒性强、具有指数收敛特性的滑模控制器。
为了实现上述目的,本发明采用以下技术方案:
一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法,其特征在于,包括如下步骤:
步骤一:建立无人艇镇定控制误差方程,包括建立控制对象的运动学及动力学模型与环境干扰模型,并进行坐标转换得到原始镇定控制误差方程:
上式为无人艇水平面三自由度运动学及动力学方程,其中,m11,m22,m33,d11,d22,d33为水动力系数,η=[x,y,ψ]T表示无人艇在大地坐标系下的位置、艏向角,υ=[u,v,r]T为无人艇的纵向速度、横向速度及艏向角速度,τ=[τu,0,τr]T表示纵向推力和转艏力矩,τd=[τdu,0,τdr]T为环境干扰力,且满足|τdu|=|τdu(t)|≤du,|τdr|=|τdr(t)|≤dr,上述方程组可写为如下向量形式:
其中,M为质量和惯性矩阵,D为阻尼力矩阵,R(η)为旋转矩阵,C(υ)和科氏力向心力矩阵,则那么即:
展开并整理得到无人艇镇定控制误差方程为:
步骤二:将步骤一得到的无人艇镇定控制误差方程转换为大地坐标系下的误差方程,并通过控制输入变换进行模型解耦:
为了得到大地坐标系下的误差方程,将带入步骤一并定义如下的变换矩阵:
为了便于控制器设计,引入中间变量 并对上式作控制输入变换,即 那么变换后镇定控制误差方程为:
步骤三:通过定义新的控制变量进行系统变换,得到两个镇定控制误差子系统:
定义新的控制变量则无人艇镇定控制误差方程可变换为如下两个子系统:
设计可逆状态变换其中并进行变量代换,令μ1=z4,μ2=[z3,z5,γ]T,则子系统2可变换为:
步骤四:设计基于Hurwitz稳定的无人艇镇定控制滑模控制器:
定义子系统1的滑模面为σ1=z2+cz1,则那么τ1可以设计为:τ1=-cz21sat(σ1)-ζ1σ1,其中 定义子系统2的滑模面函数为σ2=μ1-Bμ2,其中B=[B1,B2,B3],j=1,2,3,则那么τ2可以设计为:
其中,饱和函数sat(σi),i=1,2定义为:
那么,根据控制输入逆变换关系可求得纵向控制力τu和艏向控制力矩τr为:
τu=m11sec(z12+(-sin(z1)z4+cos(z1)z6)[-m11tan(z1)d22/m22+(m11-m22)z2]+(cos(z1)z4+sin(z1)z6)[-m11tan(z1)(m11-m22)z2/m22+d11]
τr=m33τ1+d33z2-(m11-m22)[(cos(z1)z4+sin(z1)z6)(-sin(z1)z4+cos(z1)z6)]
步骤五:根据Hurwitz稳定条件确定滑模控制器参数:
通过Lyapunov稳定性分析得到子系统1为指数收敛,定义辅助矩阵A1=[1,0,1]T,A2=[0,0,0;0,0,-1;0,1,-d22/m22],则当A1B+A2的特征值在负半平面远离原点的位置时满足系统Hurwitz渐近稳定,通过设计使矩阵A1B+A2为Hurwitz的,则非最小相位闭环系统为指数稳定,设定|sI-(A1B+A2)|的特征值为-λ,则由(s+λ)3=s3+3λs2+3λ2s+λ3得B1=-λ3、B2=(3λ2-1-d22λ3/m22)、B3=(d22/m223-3λ),由Barbalat引理可得μ2=[z3,z5,γ]T原点为渐近稳定,从而μ1=Bμ2=z4渐近稳定性,则子系统2渐近稳定性。
本发明具有以下有益效果:
本发明采用滑模变结构进行控制器设计并依据Hurwitz稳定条件选择滑模面参数,能够实现欠驱动无人艇在环境力扰动下的镇定控制,所设计的控制器通过在控制器中对干扰力进行补偿来增强系统鲁棒性,滑模控制面参数根据Hurwitz稳定条件来确定,保证控制器具有较好的收敛性能,与传统无人艇镇定控制方法相比具有鲁棒性好、镇定控制精度高的特点。
附图说明
图1为本发明的镇定控制系统结构图;
图2为本发明不同初始状态下镇定控制无人艇轨迹图;
图3为本发明对应轨迹1的无人艇位置收敛曲线图;
图4为本发明对应轨迹1的无人艇艏向角收敛曲线图。
具体实施方式
下面结合附图对本发明做进一步描述。
实施例1:
本发明目的在于克服无人艇镇定控制中的环境干扰问题以及控制器收敛性能优化问题,提供了一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法。该控制方法充分考虑无人艇镇定控制中的环境干扰因素,并根据Hurwitz稳定条件设计滑模参数得到鲁棒性强、具有指数收敛特性的滑模控制器。
为了实现上述目的,本发明采用以下技术方案:
第一步,建立无人艇的镇定控制误差方程,包括建立控制对象的运动学及动力学模型与环境干扰模型:
上式为无人艇水平面三自由度运动学及动力学方程,其中,m11,m22,m33,d11,d22,d33为水动力系数,η=[x,y,ψ]T表示无人艇在大地坐标系下的位置、艏向角,υ=[u,v,r]T为无人艇的纵向速度、横向速度及艏向角速度,τ=[τu,0,τr]T表示纵向推力和转艏力矩,τd=[τdu,0,τdr]T为环境干扰力,且满足|τdu|=|τdu(t)|≤du,|τdr|=|τdr(t)|≤dr,则上述方程组可写为如下向量形式:
其中,M为质量和惯性矩阵,D为阻尼力矩阵,R(η)为旋转矩阵,C(υ)和科氏力向心力矩阵,则那么即:
展开并整理得到无人艇镇定控制误差方程为:
第二步,将第一步得到的无人艇镇定控制误差方程转换为大地坐标系下的误差方程,并通过控制输入变换进行模型解耦:
带入第一步并定义如下的变换矩阵:
为了便于控制器设计,引入中间变量 并对上式作控制输入变换,即d2(η,t)=α2 -1(η)τdu,那么变换后镇定控制误差方程为:
第三步,定义新的控制变量进行系统变换,得到两个镇定控制误差子系统:
定义新的控制变量则无人艇镇定控制误差方程可变换为如下两个子系统:
设计可逆状态变换其中并进行变量代换,令μ1=z4,μ2=[z3,z5,γ]T,则子系统2可变换为:
第四步,设计基于Hurwitz稳定的无人艇镇定控制滑模控制器:
定义子系统1的滑模面为σ1=z2+cz1,则那么τ1可以设计为:τ1=-cz21sat(σ1)-ζ1σ1,其中χ1≥dr/m33≥|τdr|/m33≥τdr/m33=d1(z,t),定义子系统2的滑模面函数为σ2=μ1-Bμ2,其中B=[B1,B2,B3],j=1,2,3,则那么τ2可以设计为
其中,饱和函数sat(σi),i=1,2定义为:
那么,根据控制输入逆变换关系可求得纵向控制力τu和艏向控制力矩τr为:
τu=m11sec(z12+(-sin(z1)z4+cos(z1)z6)[-m11tan(z1)d22/m22+(m11-m22)z2]+(cos(z1)z4+sin(z1)z6)[-m11tan(z1)(m11-m22)z2/m22+d11]
τr=m33τ1+d33z2-(m11-m22)[(cos(z1)z4+sin(z1)z6)(-sin(z1)z4+cos(z1)z6)]
第五步,根据闭环系统的Hurwitz稳定条件设计滑模控制器参数:
通过Lyapunov稳定性分析很容易得到子系统1为指数收敛,定义辅助矩阵A1=[1,0,1]T,A2=[0,0,0;0,0,-1;0,1,-d22/m22],则当A1B+A2的特征值在负半平面远离原点的位置时可满足系统Hurwitz渐近稳定,通过设计使矩阵A1B+A2为Hurwitz的,则非最小相位闭环系统为指数稳定,设定|sI-(A1B+A2)|的特征值为-λ,则由(s+λ)3=s3+3λs2+3λ2s+λ3得B1=-λ3、B2=(3λ2-1-d22λ3/m22)、B3=(d22/m223-3λ),由Barbalat引理可得μ2=[z3,z5,γ]T原点为渐近稳定,从而μ1=Bμ2=z4渐近稳定性,则子系统2渐近稳定性。
实施例2
结合附图1,一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法,按以下步骤进行:
步骤一,建立无人艇镇定控制误差方程,包括建立控制对象的运动学及动力学模型与环境干扰模型,并进行坐标转换得到原始镇定控制误差方程:
上式为无人艇水平面三自由度运动学及动力学方程,其中,m11,m22,m33,d11,d22,d33为水动力系数,η=[x,y,ψ]T表示无人艇在大地坐标系下的位置、艏向角,υ=[u,v,r]T为无人艇的纵向速度、横向速度及艏向角速度,τ=[τu,0,τr]T表示纵向推力和转艏力矩,τd=[τdu,0,τdr]T为环境干扰力,且满足|τdu|=|τdu(t)|≤du,|τdr|=|τdr(t)|≤dr,则上述方程组可写为如下向量形式:
其中,M为质量和惯性矩阵,D为阻尼力矩阵,R(η)为旋转矩阵,C(υ)和科氏力向心力矩阵,则那么即:
展开并整理得到无人艇镇定控制误差方程为:
步骤二,将步骤一得到的无人艇镇定控制误差方程转换为大地坐标系下的误差方程,并通过控制输入变换进行模型解耦:
为了得到大地坐标系下的误差方程,将带入步骤一并定义如下的变换矩阵:
为了便于控制器设计,引入中间变量 并对上式作控制输入变换,即d2(η,t)=α2 -1(η)τdu,那么变换后镇定控制误差方程为:
步骤三,通过定义新的控制变量进行系统变换,得到两个镇定控制误差子系统:
定义新的控制变量则无人艇镇定控制误差方程可变换为如下两个子系统:
设计可逆状态变换其中并进行变量代换,令μ1=z4,μ2=[z3,z5,γ]T,则子系统2可变换为:
步骤四,设计基于Hurwitz稳定的无人艇镇定控制滑模控制器:
定义子系统1的滑模面为σ1=z2+cz1,则那么τ1可以设计为:τ1=-cz21sat(σ1)-ζ1σ1,其中χ1≥dr/m33≥|τdr|/m33≥τdr/m33=d1(z,t),定义子系统2的滑模面函数为σ2=μ1-Bμ2,其中B=[B1,B2,B3],j=1,2,3,则那么τ2可以设计为
其中,饱和函数sat(σi),i=1,2定义为:
那么,根据控制输入逆变换关系可求得纵向控制力τu和艏向控制力矩τr为:
τu=m11sec(z12+(-sin(z1)z4+cos(z1)z6)[-m11tan(z1)d22/m22+(m11-m22)z2]+(cos(z1)z4+sin(z1)z6)[-m11tan(z1)(m11-m22)z2/m22+d11]
τr=m33τ1+d33z2-(m11-m22)[(cos(z1)z4+sin(z1)z6)(-sin(z1)z4+cos(z1)z6)]
步骤五,根据Hurwitz稳定条件确定滑模控制器参数:
通过Lyapunov稳定性分析很容易得到子系统1为指数收敛,定义辅助矩阵A1=[1,0,1]T,A2=[0,0,0;0,0,-1;0,1,-d22/m22],则当A1B+A2的特征值在负半平面远离原点的位置时可满足系统Hurwitz渐近稳定,通过设计使矩阵A1B+A2为Hurwitz的,则非最小相位闭环系统为指数稳定,设定|sI-(A1B+A2)|的特征值为-λ,则由(s+λ)3=s3+3λs2+3λ2s+λ3得B1=-λ3、B2=(3λ2-1-d22λ3/m22)、B3=(d22/m223-3λ),由Barbalat引理可得μ2=[z3,z5,γ]T原点为渐近稳定,从而μ1=Bμ2=z4渐近稳定性,则子系统2渐近稳定性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法,其特征在于,包括如下步骤:
步骤一:建立无人艇镇定控制误差方程,包括建立控制对象的运动学及动力学模型与环境干扰模型,并进行坐标转换得到原始镇定控制误差方程:
上式为无人艇水平面三自由度运动学及动力学方程,其中,m11,m22,m33,d11,d22,d33为水动力系数,η=[x,y,ψ]T表示无人艇在大地坐标系下的位置、艏向角,υ=[u,v,r]T为无人艇的纵向速度、横向速度及艏向角速度,τ=[τu,0,τr]T表示纵向推力和转艏力矩,τd=[τdu,0,τdr]T为环境干扰力,且满足|τdu|=|τdu(t)|≤du,|τdr|=|τdr(t)|≤dr,上述方程组可写为如下向量形式:
其中,M为质量和惯性矩阵,D为阻尼力矩阵,R(η)为旋转矩阵,C(υ)和科氏力向心力矩阵,则那么即:
展开并整理得到无人艇镇定控制误差方程为:
步骤二:将步骤一得到的无人艇镇定控制误差方程转换为大地坐标系下的误差方程,并通过控制输入变换进行模型解耦:
为了得到大地坐标系下的误差方程,将带入步骤一并定义如下的变换矩阵:
为了便于控制器设计,引入中间变量 并对上式作控制输入变换,即d1(η,t)=α1 -1(η)τdr、d2(η,t)=α2 -1(η)τdu,那么变换后镇定控制误差方程为:
步骤三:通过定义新的控制变量进行系统变换,得到两个镇定控制误差子系统:
定义新的控制变量则无人艇镇定控制误差方程可变换为如下两个子系统:
设计可逆状态变换γ=-z6+tan(z1)z4+Θ(z)sin(z1),则z6=-γ+tan(z1)z4+Θ(z)sin(z1),其中Θ(z)=(z4+z5)/z2,并进行变量代换,令μ1=z4,μ2=[z3,z5,γ]T,则子系统2可变换为:
步骤四:设计基于Hurwitz稳定的无人艇镇定控制滑模控制器:
定义子系统1的滑模面为σ1=z2+cz1,则那么τ1可以设计为:τ1=-cz21sat(σ1)-ζ1σ1,其中χ1≥dr/m33≥|τdr|/m33≥τdr/m33=d1(z,t),定义子系统2的滑模面函数为σ2=μ1-Bμ2,其中B=[B1,B2,B3],那么τ2可以设计为:
其中,饱和函数sat(σi),i=1,2定义为:
那么,根据控制输入逆变换关系可求得纵向控制力τu和艏向控制力矩τr为:
τu=m11sec(z12+(-sin(z1)z4+cos(z1)z6)[-m11tan(z1)d22/m22+(m11-m22)z2]
+(cos(z1)z4+sin(z1)z6)[-m11tan(z1)(m11-m22)z2/m22+d11]
τr=m33τ1+d33z2-(m11-m22)[(cos(z1)z4+sin(z1)z6)(-sin(z1)z4+cos(z1)z6)]
步骤五:根据Hurwitz稳定条件确定滑模控制器参数:
通过Lyapunov稳定性分析得到子系统1为指数收敛,定义辅助矩阵A1=[1,0,1]T,A2=[0,0,0;0,0,-1;0,1,-d22/m22],则当A1B+A2的特征值在负半平面远离原点的位置时满足系统Hurwitz渐近稳定,通过设计使矩阵A1B+A2为Hurwitz的,则非最小相位闭环系统为指数稳定,设定|sI-(A1B+A2)|的特征值为-λ,则由(s+λ)3=s3+3λs2+3λ2s+λ3得B1=-λ3、B2=(3λ2-1-d22λ3/m22)、B3=(d22/m223-3λ),由Barbalat引理可得μ2=[z3,z5,γ]T原点为渐近稳定,从而μ1=Bμ2=z4渐近稳定性,则子系统2渐近稳定性。
CN201810869524.2A 2018-08-02 2018-08-02 一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法 Pending CN109116732A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810869524.2A CN109116732A (zh) 2018-08-02 2018-08-02 一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810869524.2A CN109116732A (zh) 2018-08-02 2018-08-02 一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法

Publications (1)

Publication Number Publication Date
CN109116732A true CN109116732A (zh) 2019-01-01

Family

ID=64851598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810869524.2A Pending CN109116732A (zh) 2018-08-02 2018-08-02 一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法

Country Status (1)

Country Link
CN (1) CN109116732A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110007604A (zh) * 2019-05-14 2019-07-12 哈尔滨工程大学 基于滑模技术的有缆水下机器人海底定点着陆饱和控制方法
CN110262226A (zh) * 2019-03-29 2019-09-20 浙江理工大学 一种欠驱动系统控制方法、装置、设备及介质
CN110989358A (zh) * 2019-12-20 2020-04-10 中国民航大学 一种欠驱动系统的控制方法
CN112327835A (zh) * 2020-10-23 2021-02-05 上海大学 一种无人艇滑模编队控制系统及其方法
CN115933631A (zh) * 2022-09-14 2023-04-07 哈尔滨工程大学 一种应用于欠驱动无人艇的编队控制器构建方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106444794A (zh) * 2016-09-20 2017-02-22 哈尔滨工程大学 一种无参数欠驱动uuv垂直面路径跟踪滑模控制方法
CN107024863A (zh) * 2017-03-24 2017-08-08 哈尔滨工程大学 一种避免微分爆炸的uuv轨迹跟踪控制方法
WO2017136604A1 (en) * 2016-02-04 2017-08-10 Proxy Technologies, Inc. Unmanned vehicle, system and method for determining a planned path for unmanned vehicles

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017136604A1 (en) * 2016-02-04 2017-08-10 Proxy Technologies, Inc. Unmanned vehicle, system and method for determining a planned path for unmanned vehicles
CN106444794A (zh) * 2016-09-20 2017-02-22 哈尔滨工程大学 一种无参数欠驱动uuv垂直面路径跟踪滑模控制方法
CN107024863A (zh) * 2017-03-24 2017-08-08 哈尔滨工程大学 一种避免微分爆炸的uuv轨迹跟踪控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
万磊等: "欠驱动水下机器人航迹跟踪控制", 《电机与控制学报》 *
于瑞亭: "欠驱动水面船舶的全局镇定控制方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110262226A (zh) * 2019-03-29 2019-09-20 浙江理工大学 一种欠驱动系统控制方法、装置、设备及介质
CN110262226B (zh) * 2019-03-29 2022-05-06 浙江理工大学 一种欠驱动系统控制方法、装置、设备及介质
CN110007604A (zh) * 2019-05-14 2019-07-12 哈尔滨工程大学 基于滑模技术的有缆水下机器人海底定点着陆饱和控制方法
CN110007604B (zh) * 2019-05-14 2021-09-28 哈尔滨工程大学 基于滑模技术的有缆水下机器人海底定点着陆饱和控制方法
CN110989358A (zh) * 2019-12-20 2020-04-10 中国民航大学 一种欠驱动系统的控制方法
CN110989358B (zh) * 2019-12-20 2022-03-29 中国民航大学 一种欠驱动系统的控制方法
CN112327835A (zh) * 2020-10-23 2021-02-05 上海大学 一种无人艇滑模编队控制系统及其方法
CN115933631A (zh) * 2022-09-14 2023-04-07 哈尔滨工程大学 一种应用于欠驱动无人艇的编队控制器构建方法及装置

Similar Documents

Publication Publication Date Title
CN109116732A (zh) 一种基于Hurwitz稳定的欠驱动无人艇滑模镇定控制方法
Sun et al. Leader-follower formation control of underactuated surface vehicles based on sliding mode control and parameter estimation
CN108008628B (zh) 一种不确定欠驱动无人艇系统的预设性能控制方法
Zhang et al. Linear reduction of backstepping algorithm based on nonlinear decoration for ship course-keeping control system
CN103592846B (zh) 基于自适应模糊估计器的滤波反步船舶运动控制系统
CN104850122B (zh) 基于可变船长比的抵抗侧风无人水面艇直线路径跟踪方法
CN104898688B (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
Breivik et al. Ship formation control: A guided leader-follower approach
CN108897217A (zh) 一种基于模型预测控制的欠驱动水面船轨迹跟踪控制方法
CN105867382B (zh) 一种基于等效干扰补偿的船舶动力定位控制系统
CN109634307A (zh) 一种无人水下航行器复合航迹跟踪控制方法
CN108241292B (zh) 一种基于扩张状态观测器的水下机器人滑模控制方法
CN111736600A (zh) 一种时滞非对称时变全状态约束下的水面无人艇轨迹跟踪控制方法
CN114115262B (zh) 基于方位角信息的多auv执行器饱和协同编队控制系统和方法
CN108267952B (zh) 一种水下机器人自适应有限时间控制方法
CN105807789A (zh) 基于t-s模糊观测器补偿的uuv控制方法
CN105974930A (zh) 一种基于非线性模型预测控制的uuv对运动母船的跟踪方法
Huo et al. Horizontal path-following control for deep-sea work-class ROVs based on a fuzzy logic system
CN110334411A (zh) 一种基于Huber M估计的水下机器人动力学模型参数辨识方法
Lv et al. Trajectory tracking control for unmanned surface vessel with input saturation and disturbances via robust state error IDA-PBC approach
Zhao et al. Barrier Lyapunov Function-based adaptive prescribed-time extended state observers design for unmanned surface vehicles subject to unknown disturbances
Lv et al. Robust state‐error port‐controlled Hamiltonian trajectory tracking control for unmanned surface vehicle with disturbance uncertainties
CN109144080A (zh) 水下航行器艏艉联合操舵深度控制策略及其pid控制器
CN109739249A (zh) 一种速度状态缺失条件下的多uuv编队协调控制方法
CN117472061B (zh) 一种有限时间稳定的预设性能无人船编队控制设计方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190101