CN109581876A - 一种无人船的事件触发状态观测器结构及其设计方法 - Google Patents
一种无人船的事件触发状态观测器结构及其设计方法 Download PDFInfo
- Publication number
- CN109581876A CN109581876A CN201910017243.9A CN201910017243A CN109581876A CN 109581876 A CN109581876 A CN 109581876A CN 201910017243 A CN201910017243 A CN 201910017243A CN 109581876 A CN109581876 A CN 109581876A
- Authority
- CN
- China
- Prior art keywords
- unit
- unmanned boat
- output signal
- event
- module
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive 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
- G05B13/042—Adaptive 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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种无人船的事件触发状态观测器结构及其设计方法,所述的观测器结构,包括事件触发模块、位置观测模块、扰动观测模块和速度观测模块。本发明所需传感器数量少,仅通过无人船定位系统输出的位置状态信息即可观测出无人船的速度信息与无人船在海洋环境中所受的集总扰动信息,不依赖于传感器与精确的无人船模型,易于海洋环境中的工程实现。本发明可以避免高增益状态观测器可能引起的高频震荡,调节参数少,计算负荷低,有利于实际微处理器的实时计算,从而可以提高无人船的整体性能。本发明设计了相应情况下合理的触发机制,减少了一些不必要的更新计算时刻点,从而减小了系统的损耗与计算负荷,节省了无人船有限的处理器资源。
Description
技术领域
本发明涉及无人船自主控制技术领域,尤其是一种无人船的事件触发状态观测器结构及其设计方法。
背景技术
海洋资源的认识、开发与保护对人类生存与可持续发展具有重要意义。无人船对认识海洋、开发海洋与保护海洋具有重要意义,在军事领域与民用领域具有广泛的应用,例如海洋环境监测、污染跟踪、海洋资源开发、水面搜寻救助。然而无人船的关键技术领域中,无人船的运动控制技术是实现其工程应用的基础。在实际无人船运动控制中,无人船的位置速度信息的获取是实现无人船运动控制的前提。
针对无人船的位置速度信息获取问题,无人船技术领域已有一些可行的方法。中国专利CN108197350A公开了一种无人船速度和不确定性估计系统及设计方法该方法可以将回声状态网络应用于无人船的速度估计中,利用回声状态网络逼近模型不确定性和环境扰动,使系统获得目标速度的观测值。
中国专利CN105807634A公开了一种无人船动力定位系统及方法,所述的系统包括传感器测量系统、控制系统、动力和推进系统;所述的方法包括:建立无人船在多因素作用下的水动力模型,实现无人船控制标准化描述;由无人船装备的各种传感器测量出船运动的位置和航向。
现有技术的现状如下:
第一,位置信息、速度信息和姿态信息的获取是实现无人船运动控制的前提条件。在实际的无人船运动过程中,无人船的位置信息可由全球导航卫星系统直接获取,而速度信息却难以通过直接测量获得。无人船技术领域中现有方法数大都是利用一些速度传感器获得无人船的速度信息。存在问题如下:使用速度传感器,增加了无人船的生产与维护成本;速度的获取过度依赖于传感器的可靠性,一旦传感器出现故障或受到干扰,速度信息获取源就会中断,降低了无人船的稳定性。
第二,为精确估计无人船运动速度信息,现有的一些观测器设计方法需要依赖于无人船的精确模型,抗干扰能力弱。当存在模型参数不确定性、流体动力学未建模、风浪和洋流引起的外部干扰的情况下,这些观测器的对速度信息的观测效果会降低。虽然现有方法中有的是利用高增益状态观测器的方法估计速度和角速度,并使用神经网络的逼近功能补偿模型参数不确定项和外部干扰项,但计算负荷较重,调节参数过多,不利于工程实现。
第三,目前现有的状态观测器设计方法中,观测器基本都是在固定周期的采样时刻点上根据采样所得信息进行更新计算。观测器固定周期性的更新计算的方法较为简单,但很多时候会重复一些无用的更新计算过程,并且过高的更新计算频率增加了系统的计算负担与损耗。对资源受限的无人船嵌入式系统而言,现有固定周期性更新计算的观测方法过多占用了无人船有限的硬件与软件资源,从而影响到了无人船整体性能。
发明内容
为了解决现有技术存在的上述问题,本发明要提供一种无人船的事件触发状态观测器结构及其设计方法,既能提高观测器估计结果的实时性和准确性,又能减少观测器的采样与计算量、节省无人船有限的处理器资源、减少计算负荷、易于工程实现、降低无人船的成本。
为实现上述目的,本发明的技术方案如下:一种无人船的事件触发状态观测器结构,包括事件触发模块、位置观测模块、扰动观测模块和速度观测模块,所述的事件触发模块由事件触发判断单元、事件触发执行单元和零阶保持单元构成。所述的位置观测模块由作差单元、比例放大单元1、求和单元1、旋转变换单元1和积分单元1构成,所述的集总扰动观测模块由旋转变换单元2、比例放大单元2和积分单元2构成,所述的速度观测模块由旋转变换单元3、比例放大单元3、比例放大单元4、求和单元3和积分单元3构成;
所述的事件触发判断单元的两个输入端分别与无人船和零阶保持单元连接、输出端与事件触发执行单元连接;所述的事件触发执行单元另一个输入端与无人船连接、输出端和零阶保持单元连接;
所述的作差单元的两个输入端分别与零阶保持单元和积分单元1连接、输出端分别与比例放大单元1、旋转变换单元2和旋转变换单元连接;所述的比例放大单元1的输出端经求和单元1连接积分单元1;所述的求和单元1的输入端与旋转变换单元1连接;
所述的旋转变换单元2的输出端经比例放大单元2连接到积分单元2;
所述的旋转变换单元3的输出端经比例放大单元3连接到求和单元3,所述的求和单元3另两个输入端分别与和积分单元2和比例放大单元4连接、输出端与积分单元3连接。
一种无人船的维护成本的无人船的事件触发状态观测器结构的设计方法,所述的无人船的运动学和动力学模型用下式表示:
其中:
表示船体参考坐标系到地球参考坐标系之间的旋转变换矩阵;
代表地球参考坐标系下无人船位置信息,其中:x代表在地球参考坐标系下x轴方向的位置坐标,y代表地球参考坐标系下y轴方向的位置坐标,ψ表示地球参考坐标系下无人船的艏摇角;
代表船体参考坐标系下无人船的速度信息,其中:u为船体参考坐标系下的纵荡速度,υ为船体参考坐标系下的横荡速度,r为船体参考坐标系下的艏摇角速度;
表示惯性矩阵;表示向心力矩阵;表示非线性阻尼矩阵;g(ν,η)表示由浮力和重力共同作用所引起的回复力与回复力矩的向量;表示无人船的控制输入信号;
代表海洋环境中时变洋流对无人船所造成的外部扰动,定义包括外部扰动与内部建模不确定性的集总扰动:
计算公式为:
σ(t)=M-1[-C(v(t))v(t)-D(v(t))v(t)+g(v(t),η(t))+τω(t)] (3)
其中:σu、συ和σr分别为纵荡速度方向、横荡速度方向和艏摇角速度方向三个方向上的集总扰动分量。
所述的设计方法,包括以下步骤:
A、事件触发模块的设计
事件触发模块的输入信号为无人船定位系统实时输出的位置信息η(t),输出信号为ξ(t)。事件触发模块的输出信号ξ(t)设计方法如下:
其中:r(t)为事件触发判断单元的输出信号,事件触发执行单元的输入信号之一,代表事件触发的触发机制。r(t)为0时代表事件触发执行单元在t时刻不触发且不执行导通任务,事件触发模块的输出信号ξ(t)为触发执行单元上一触发时刻tk执行导通任务后经过零阶保持器所保持的位置信息η(tk);r(t)为1时代表触发执行单元在t时刻触发并执行导通任务,事件触发模块的输出信号ξ(t)更新为当前时刻t无人船的位置信息η(t);其中无人船事件触发状态观测器的触发机制r(t)设计方法如下:
其中:q(t)=(η(t)-η(tk))/ε2为采样误差;ε为一个增益变量;m为触发阈值;当采样误差大于触发阈值时,事件触发判断单元输出信号r(t)为1,当采样误差小于触发阈值时,事件触发判断单元输出信号r(t)为0。
B、位置观测模块的设计
位置观测模块的输入为事件触发模块的输出信号和速度观测模块的输出信号。具体来说:做差单元的输入信号为事件触发模块的输出信号与积分单元1的输出信号;比例放大单元1的输入信号为做差单元的输出信号;旋转变换单元1的输入信号为积分单元3的输出信号;求和单元1的输入信号为比例放大单元1的输出信号和旋转变换单元1的输出信号;积分单元1的输入信号为求和单元1的输出信号,积分单元1的输出信号同时也是位置观测模块的输出信号;无人船事件触发观测器中对无人船位置信息的观测方法设计如下:
其中:为无人船事件触发观测器对无人船位置信息的观测值。
C、速度观测模块的设计
速度观测模块的输入为无人船的控制输入信号、作差单元的输出信号和积分单元2的输出信号,速度观测模块的输出信号为事件对速度的观测值。具体来说:无人船的控制输入信号为比例放大单元4的输入信号;作差单元的输出信号为旋转变换单元3的输入信号;比例放大单元3的输入信号为旋转变换单元2的输出信号;求和单元3的输入信号为比例放大单元3的输出信号、比例放大单元4的输出信号和积分单元2的输出信号;积分单元3的输入信号为求和单元3的输出信号;积分单元3的输出信号为无人船事件触发观测器对速度的观测输出信号。无人船事件触发观测器中对无人船速度的观测方法设计如下:
其中:为无人船事件触发观测器对无人船速度信息的观测值;M-1表示一个增益矩阵。
D、集总扰动观测模块的设计
旋转变换单元2的输入信号为作差单元的输出信号;比例放大单元2的输入信号为为旋转变换单元2的输出信号;积分单元2的输入信号为比例放大单元2的输出信号;集总扰动观测模块的输出信号为积分单元2的输出信号;无人船事件触发观测器中对无人船所受集总扰动的观测方法设计如下:
其中:为无人船事件触发观测器对无人船所受集总扰动信息的观测值。
与现有技术相比,本发明具有以下有益效果:
第一,与现有采用大量传感器测量无人船运动速度的方法相比,本发明所需传感器数量少,仅通过无人船定位系统输出的位置状态信息即可观测出无人船的速度信息与无人船在海洋环境中所受的集总扰动信息。结构简单,成本低,不依赖于传感器与精确的无人船模型,易于海洋环境中的工程实现。
第二,与现有的利用高增益状态观测器的方法估计速度,并使用神经网络的逼近无人船动力系统不确定项和干扰项的方法相比,本发明可以避免高增益状态观测器可能引起的高频震荡,调节参数少,计算负荷低,有利于实际微处理器的实时计算,从而可以提高无人船的整体性能。同时本发明所提方法同时适用于欠驱动无人船与全驱动的无人船。
第三,与现有的在固定采样周期时刻点上更新计算的状态观测器设计方法相比,本发明设计了相应情况下合理的触发机制,只有在满足预设触发机制条件的时刻,无人船事件触发状态观测器才会更新进行计算与观测。这样减少了一些不必要的更新计算时刻点,节省了大量的计算资源,并降低了无人船状态观测器的更新计算率,从而减小了系统的损耗与计算负荷,节省了无人船有限的处理器资源。
附图说明
图1是无人船事件触发状态观测器系统结构示意图。
图2是无人船事件触发状态观测器的x轴位置观测效果图。
图3是无人船事件触发状态观测器的y轴位置观测效果图。
图4是无人船事件触发状态观测器的艏摇角观测效果图。
图5是无人船事件触发状态观测器的纵荡速度观测效果图。
图6是无人船事件触发状态观测器的横荡速度观测效果图。
图7是无人船事件触发状态观测器的艏摇角速度观测效果图。
图8是无人船事件触发状态观测器的纵向扰动观测效果图。
图9是无人船事件触发状态观测器的横向扰动观测效果图。
图10是无人船事件触发状态观测器的艏摇扰动观测效果图。
图11是事件触发模块触发机制的示意图。
具体实施方式
下面结合附图对本发明进行进一步地描述。
本发明涉及的无人船事件触发状态观测器系统结构如图1所示,满足式(4)-式(8)对无人船事件触发状态观测器的描述。下面针以一个具体无人船进行状态观测,并以此为例对本发明进行进一步说明,其中无人船模型的具体参数如下:
其中:m11=21.61;m22=35.4;m33=3.02;m23=m32=2.105。
其中:c13=c31=-2.105r-35.4υ;c23=c32=21.61u。
其中:d11=4.69u2+2.17u+0.91;d22=28.9υ+1.104r+1.027;
d23=1.142υ+2.97r+8.03;d32=4.12υ+0.276r+0.1529;d33=0.97υ+0.59r+1.74。
ε=0.12。
仿真结果如图2-10所示。图2-4是无人船在地球参考坐标系下x方向、y方向的实际位置值和无人船艏摇角的实际值与无人船事件触发状态观测器所得观测值的比较,由图可以看出观测器的观测值可以准确跟踪实际值;图5-7是无人船实际纵荡速度u、横荡速度υ和艏摇角速度r与无人船事件触发状态观测器所得观测值的比较效果图,由图可以看出观测器的观测值可以实时准确跟踪速度实际值,误差极小;图8-10是对集总扰动的三个分量的观测效果示意图,分别是纵荡速度方向、横荡速度方向和艏摇角速度方向的三个扰动分量的观测效果,由图可以看出本发明所提的无人船事件触发状态观测器可以有效观测出实际扰动值,误差极小。图11是无人船事件触发状态观测器中事件触发模块触发机制的示意图,并结合图2-4,可以看出,本发明所提观测器并不是在每一个固定采样周期点都频繁触发采样,而是在采样误差超过触发阈值时刻才会触发。在0s-10s和40s-50s两个时间段内,无人船的位置变化较快,相应的触发频率较高;而在20s-40s时间段内,无人船的位置变化较慢,相应的触发频率较低。
本发明不局限于本实施例,任何在本发明披露的技术范围内的等同构思或者改变,均列为本发明的保护范围。
Claims (2)
1.一种无人船的事件触发状态观测器结构,其特征在于:包括事件触发模块、位置观测模块、扰动观测模块和速度观测模块,所述的事件触发模块由事件触发判断单元、事件触发执行单元和零阶保持单元构成;所述的位置观测模块由作差单元、比例放大单元1、求和单元1、旋转变换单元1和积分单元1构成,所述的集总扰动观测模块由旋转变换单元2、比例放大单元2和积分单元2构成,所述的速度观测模块由旋转变换单元3、比例放大单元3、比例放大单元4、求和单元3和积分单元3构成;
所述的事件触发判断单元的两个输入端分别与无人船和零阶保持单元连接、输出端与事件触发执行单元连接;所述的事件触发执行单元另一个输入端与无人船连接、输出端和零阶保持单元连接;
所述的作差单元的两个输入端分别与零阶保持单元和积分单元1连接、输出端分别与比例放大单元1、旋转变换单元2和旋转变换单元连接;所述的比例放大单元1的输出端经求和单元1连接积分单元1;所述的求和单元1的输入端与旋转变换单元1连接;
所述的旋转变换单元2的输出端经比例放大单元2连接到积分单元2;
所述的旋转变换单元3的输出端经比例放大单元3连接到求和单元3,所述的求和单元3另两个输入端分别与和积分单元2和比例放大单元4连接、输出端与积分单元3连接。
2.一种无人船的维护成本的无人船的事件触发状态观测器结构的设计方法,其特征在于:所述的无人船的运动学和动力学模型用下式表示:
其中:
表示船体参考坐标系到地球参考坐标系之间的旋转变换矩阵;
代表地球参考坐标系下无人船位置信息,其中:x代表在地球参考坐标系下x轴方向的位置坐标,y代表地球参考坐标系下y轴方向的位置坐标,ψ表示地球参考坐标系下无人船的艏摇角;
代表船体参考坐标系下无人船的速度信息,其中:u为船体参考坐标系下的纵荡速度,υ为船体参考坐标系下的横荡速度,r为船体参考坐标系下的艏摇角速度;
表示惯性矩阵;表示向心力矩阵;表示非线性阻尼矩阵;g(ν,η)表示由浮力和重力共同作用所引起的回复力与回复力矩的向量;表示无人船的控制输入信号;
代表海洋环境中时变洋流对无人船所造成的外部扰动,定义包括外部扰动与内部建模不确定性的集总扰动:
计算公式为:
σ(t)=M-1[-C(v(t))v(t)-D(v(t))v(t)+g(v(t),η(t))+τw(t)] (3)
其中:σu、συ和σr分别为纵荡速度方向、横荡速度方向和艏摇角速度方向三个方向上的集总扰动分量;
所述的设计方法,包括以下步骤:
A、事件触发模块的设计
事件触发模块的输入信号为无人船定位系统实时输出的位置信息η(t),输出信号为ξ(t);事件触发模块的输出信号ξ(t)设计方法如下:
其中:r(t)为事件触发判断单元的输出信号,事件触发执行单元的输入信号之一,代表事件触发的触发机制;r(t)为0时代表事件触发执行单元在t时刻不触发且不执行导通任务,事件触发模块的输出信号ξ(t)为触发执行单元上一触发时刻tk执行导通任务后经过零阶保持器所保持的位置信息η(tk);r(t)为1时代表触发执行单元在t时刻触发并执行导通任务,事件触发模块的输出信号ξ(t)更新为当前时刻t无人船的位置信息η(t);其中无人船事件触发状态观测器的触发机制r(t)设计方法如下:
其中:q(t)=(η(t)-η(tk))/ε2为采样误差;ε为一个增益变量;m为触发阈值;当采样误差大于触发阈值时,事件触发判断单元输出信号r(t)为1,当采样误差小于触发阈值时,事件触发判断单元输出信号r(t)为0;
B、位置观测模块的设计
位置观测模块的输入为事件触发模块的输出信号和速度观测模块的输出信号;具体来说:做差单元的输入信号为事件触发模块的输出信号与积分单元1的输出信号;比例放大单元1的输入信号为做差单元的输出信号;旋转变换单元1的输入信号为积分单元3的输出信号;求和单元1的输入信号为比例放大单元1的输出信号和旋转变换单元1的输出信号;积分单元1的输入信号为求和单元1的输出信号,积分单元1的输出信号同时也是位置观测模块的输出信号;无人船事件触发观测器中对无人船位置信息的观测方法设计如下:
其中:为无人船事件触发观测器对无人船位置信息的观测值;
C、速度观测模块的设计
速度观测模块的输入为无人船的控制输入信号、作差单元的输出信号和积分单元2的输出信号,速度观测模块的输出信号为事件对速度的观测值;具体来说:无人船的控制输入信号为比例放大单元4的输入信号;作差单元的输出信号为旋转变换单元3的输入信号;比例放大单元3的输入信号为旋转变换单元2的输出信号;求和单元3的输入信号为比例放大单元3的输出信号、比例放大单元4的输出信号和积分单元2的输出信号;积分单元3的输入信号为求和单元3的输出信号;积分单元3的输出信号为无人船事件触发观测器对速度的观测输出信号;无人船事件触发观测器中对无人船速度的观测方法设计如下:
其中:为无人船事件触发观测器对无人船速度信息的观测值;M-1表示一个增益矩阵;
D、集总扰动观测模块的设计
旋转变换单元2的输入信号为作差单元的输出信号;比例放大单元2的输入信号为为旋转变换单元2的输出信号;积分单元2的输入信号为比例放大单元2的输出信号;集总扰动观测模块的输出信号为积分单元2的输出信号;无人船事件触发观测器中对无人船所受集总扰动的观测方法设计如下:
其中:为无人船事件触发观测器对无人船所受集总扰动信息的观测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910017243.9A CN109581876B (zh) | 2019-01-08 | 2019-01-08 | 一种无人船的事件触发状态观测器结构及其设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910017243.9A CN109581876B (zh) | 2019-01-08 | 2019-01-08 | 一种无人船的事件触发状态观测器结构及其设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109581876A true CN109581876A (zh) | 2019-04-05 |
CN109581876B CN109581876B (zh) | 2021-08-20 |
Family
ID=65916256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910017243.9A Active CN109581876B (zh) | 2019-01-08 | 2019-01-08 | 一种无人船的事件触发状态观测器结构及其设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109581876B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109917657A (zh) * | 2019-04-15 | 2019-06-21 | 鲁东大学 | 动力定位船舶的抗干扰控制方法、装置与电子设备 |
CN111273671A (zh) * | 2020-03-03 | 2020-06-12 | 大连海事大学 | 一种智能船舶的非周期通讯远程观测器 |
CN111338213A (zh) * | 2020-03-17 | 2020-06-26 | 大连海事大学 | 一种基于事件触发机制的多水下航行器自适应模糊二部一致控制方法 |
CN113485121A (zh) * | 2021-08-03 | 2021-10-08 | 大连海事大学 | 一种分布式多船协同动力定位控制方法 |
CN116360260A (zh) * | 2023-03-22 | 2023-06-30 | 大连海事大学 | 基于触发制导和自更新阈值的asv预设性能控制方法 |
CN117150901A (zh) * | 2023-08-31 | 2023-12-01 | 哈尔滨理工大学 | 一种节约通信资源的动力定位船位置观测器设计方法 |
CN117150901B (zh) * | 2023-08-31 | 2024-06-07 | 哈尔滨理工大学 | 一种节约通信资源的动力定位船位置观测器设计方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7319570B2 (en) * | 2005-09-19 | 2008-01-15 | Seagate Technology Llc | Random vibration and shock compensator using a disturbance observer |
US20090112335A1 (en) * | 2005-10-04 | 2009-04-30 | Fisher-Rosemount Systems, Inc. | Method and apparatus for intelligent control and monitoring in a process control system |
CN103575299A (zh) * | 2013-11-13 | 2014-02-12 | 北京理工大学 | 利用外观测信息的双轴旋转惯导系统对准及误差修正方法 |
CN106325071A (zh) * | 2016-09-28 | 2017-01-11 | 哈尔滨工程大学 | 一种基于事件驱动的广义预测自适应补给船航向控制方法 |
CN106557088A (zh) * | 2017-02-15 | 2017-04-05 | 大连海事大学 | 一种基于事件触发机制的船舶航向控制器及其控制方法 |
CN108197350A (zh) * | 2017-12-11 | 2018-06-22 | 大连海事大学 | 一种无人船速度和不确定性估计系统及设计方法 |
CN108828955A (zh) * | 2018-08-16 | 2018-11-16 | 大连海事大学 | 基于有限时间扩张状态观测器的精准航迹跟踪控制方法 |
-
2019
- 2019-01-08 CN CN201910017243.9A patent/CN109581876B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7319570B2 (en) * | 2005-09-19 | 2008-01-15 | Seagate Technology Llc | Random vibration and shock compensator using a disturbance observer |
US20090112335A1 (en) * | 2005-10-04 | 2009-04-30 | Fisher-Rosemount Systems, Inc. | Method and apparatus for intelligent control and monitoring in a process control system |
CN103575299A (zh) * | 2013-11-13 | 2014-02-12 | 北京理工大学 | 利用外观测信息的双轴旋转惯导系统对准及误差修正方法 |
CN106325071A (zh) * | 2016-09-28 | 2017-01-11 | 哈尔滨工程大学 | 一种基于事件驱动的广义预测自适应补给船航向控制方法 |
CN106557088A (zh) * | 2017-02-15 | 2017-04-05 | 大连海事大学 | 一种基于事件触发机制的船舶航向控制器及其控制方法 |
CN108197350A (zh) * | 2017-12-11 | 2018-06-22 | 大连海事大学 | 一种无人船速度和不确定性估计系统及设计方法 |
CN108828955A (zh) * | 2018-08-16 | 2018-11-16 | 大连海事大学 | 基于有限时间扩张状态观测器的精准航迹跟踪控制方法 |
Non-Patent Citations (11)
Title |
---|
GUOQING XIA,ETC.: ""Robust Nonlinear Observer And Observer-Backstepping Control Design For Surface Ships"", 《ASIAN JOURNAL OF CONTROL》 * |
LU LIU,ETC.: ""Adaptive Output Feedback Control for Cooperative Dynamic Positioning of Multiple Offshore Vessels"", 《2014 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN)》 * |
PAULO TABUADA,ETC.: ""Event-Triggered Real-Time Scheduling of Stabilizing Control Tasks"", 《IEEE TRANSACTIONS ON AUTOMATIC CONTROL》 * |
RONG ZHAO,ETC.: ""Event-triggered Course-tracking Control of Marine Surface Vessels"", 《2017 13TH IEEE INTERNATIONAL CONFERENCE ON CONTROL & AUTOMATION (ICCA)》 * |
ZHILIN LIU,ETC.: ""Model Predictive Controller Design with Disturbance Observer for Path Following of Unmanned Surface Vessel"", 《INTERNATIONAL CONFERENCE ON MECHATRONICS AND AUTOMATION》 * |
刘陆: ""欠驱动无人船的路径跟踪与协同控制"", 《中国博士学位论文全文数据库 工程科技II辑》 * |
杜佳璐,等: ""基于高增益观测器的船舶动力定位系统的输出反馈控制"", 《控制理论与应用》 * |
汤佳奇: ""基于事件触发的多动力定位船协调同步控制研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
王岩: ""欠驱动船舶运动的非线性鲁棒控制研究"", 《中国博士学位论文全文数据库 工程科技II辑》 * |
王茹: ""欠驱动船舶轨迹跟踪的自适应滑模控制研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
赵大端: ""基于事件触发通信方式的多智能体一致性研究"", 《万方学位论文全文数据库》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109917657A (zh) * | 2019-04-15 | 2019-06-21 | 鲁东大学 | 动力定位船舶的抗干扰控制方法、装置与电子设备 |
CN109917657B (zh) * | 2019-04-15 | 2021-12-31 | 鲁东大学 | 动力定位船舶的抗干扰控制方法、装置与电子设备 |
CN111273671A (zh) * | 2020-03-03 | 2020-06-12 | 大连海事大学 | 一种智能船舶的非周期通讯远程观测器 |
CN111338213A (zh) * | 2020-03-17 | 2020-06-26 | 大连海事大学 | 一种基于事件触发机制的多水下航行器自适应模糊二部一致控制方法 |
CN113485121A (zh) * | 2021-08-03 | 2021-10-08 | 大连海事大学 | 一种分布式多船协同动力定位控制方法 |
CN113485121B (zh) * | 2021-08-03 | 2024-04-16 | 大连海事大学 | 一种分布式多船协同动力定位控制方法 |
CN116360260A (zh) * | 2023-03-22 | 2023-06-30 | 大连海事大学 | 基于触发制导和自更新阈值的asv预设性能控制方法 |
CN116360260B (zh) * | 2023-03-22 | 2023-10-20 | 大连海事大学 | 基于触发制导和自更新阈值的asv预设性能控制方法 |
CN117150901A (zh) * | 2023-08-31 | 2023-12-01 | 哈尔滨理工大学 | 一种节约通信资源的动力定位船位置观测器设计方法 |
CN117150901B (zh) * | 2023-08-31 | 2024-06-07 | 哈尔滨理工大学 | 一种节约通信资源的动力定位船位置观测器设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109581876B (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109581876A (zh) | 一种无人船的事件触发状态观测器结构及其设计方法 | |
CA3067573A1 (en) | Target tracking systems and methods for uuv | |
CN108197350A (zh) | 一种无人船速度和不确定性估计系统及设计方法 | |
CN112923924B (zh) | 一种锚泊船舶姿态与位置监测方法及系统 | |
CN103676654B (zh) | 基于干扰补偿的船舶动力定位速度估计系统及方法 | |
CN110887509B (zh) | 一种仿复眼偏振传感器多方向标定方法 | |
CN112967392A (zh) | 一种基于多传感器触合的大规模园区建图定位方法 | |
CN109764870B (zh) | 基于变换估计量建模方案的载体初始航向估算方法 | |
CN110045726A (zh) | 带有时滞和饱和的欠驱动船舶有限时间动力定位控制系统 | |
CN105867417B (zh) | 一种dvl测速失效时的uuv反步滑模动力定位控制方法 | |
CN104677359B (zh) | 一种动态载体运行轨迹预测预报的方法 | |
CN111618861A (zh) | 一种基于四轴结构的双随动智能手臂控制方法 | |
Fossen et al. | Exogenous kalman filter (xkf) for visualization and motion prediction of ships using live automatic identification systems (ais) data | |
CN109739088A (zh) | 一种无人船有限时间收敛状态观测器及其设计方法 | |
Yan et al. | A navigation accuracy compensation algorithm for low-cost unmanned surface vehicles based on models and event triggers | |
CN111141286A (zh) | 一种无人机飞控多传感器姿态置信解算方法 | |
CN111273671B (zh) | 一种智能船舶的非周期通讯远程观测器 | |
CN112762935B (zh) | 一种基于船体姿态监测的定位方法及系统 | |
Wang et al. | Robust filter method for SINS/DVL/USBL tight integrated navigation system | |
CN103308047B (zh) | 一种具有人工在线修正功能的移动机器人定位方法 | |
CN115857520B (zh) | 一种基于视觉和船状态结合的无人机着舰状态监视方法 | |
Simoes et al. | Neural-network-based prediction of mooring forces in floating production storage and offloading systems | |
CN107063300A (zh) | 一种基于反演的水下导航系统动力学模型中扰动估计方法 | |
Zhang et al. | A novel separation and calibration method for DVL and compass error in dead reckoning navigation systems | |
CN114659496B (zh) | 一种用于船载北斗一体机倾斜监测的方法 |
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 |