CN110376891B - 一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法 - Google Patents
一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法 Download PDFInfo
- Publication number
- CN110376891B CN110376891B CN201910639698.4A CN201910639698A CN110376891B CN 110376891 B CN110376891 B CN 110376891B CN 201910639698 A CN201910639698 A CN 201910639698A CN 110376891 B CN110376891 B CN 110376891B
- Authority
- CN
- China
- Prior art keywords
- underwater vehicle
- unmanned underwater
- sliding mode
- fuzzy
- backstepping
- 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
Links
Images
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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
本发明属于机器人领域,公开了一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法,包含如下步骤:步骤(1):建立无人潜航器在垂平面的运动学模型和无人潜航器在垂平面上的动力学模型,引入虚拟控制量α避免奇异值;步骤(2):利用步骤(1)中的信息,结合反步法,选取Lyapunov函数,设计反步滑模控制器;步骤(3):根据模糊规则设计模糊系统,将模糊系统的输出带入到控制器,以消除步骤(2)中滑模控制的抖振现象;步骤(4):根据李雅普诺夫稳定性理论、比较原理,采用闭环轨迹跟踪误差调整增益收敛到接近零的压缩有界集使系统全局渐近稳定。本发明消除了滑模控制的抖振现象,跟踪精度更高、鲁棒性更好。
Description
技术领域
本发明属于机器人领域,尤其涉及一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法。
背景技术
无人潜航器是没有人驾驶、靠遥控或自动控制在水下航行的器具,主要指那些代替潜水员或载人小型潜艇进行深海探测、救生、排除水雷等高危险性水下作业的智能化系统。因此,无人潜航器也被称为“潜水机器人”或“水下机器人”。无人潜航器按应用领域,可分为军用与民用。在军用领域上,无人潜航器可作为一种新概念武器中无人作战平台武器。从这某层意义上说,无人潜航器的作用和无人机作用差不多。
早期的水下无人潜航器只是用于民用领域,可以代替潜水员进行沉船打捞、深水勘探以及水下电缆铺设等作业和施工。直到上个世纪90年代,无人潜航器的相关技术发展相对成熟,其在军事领域的重要价值才日渐被人们重视。美海军水文和海洋单位使用配备有大量传感器的UUV绘制海床图,为潜艇和两栖作战计划提供必要数据。无人潜航器也用于搜救、情报、监视和侦察任务。同时,美国已经开始测试一种新型深海UUV用于跟踪敌方潜艇,开发时序要求严格的打击能力也成为一种实际可能。它可通过远程操作来进攻——将会支撑起舰队行动、海上拒止、海洋封锁等任务,控制住重要的海洋航线。
无人潜航器是小型灵活的海洋探测工具,在潜艇目标探测,输油管道检测和海底地形方面具有广泛的应用。然而,由于水下环境的复杂性和无人潜航器模型的不确定性,无人潜航器的轨迹跟踪控制变得困难,主要有以下两个原因:(1)若不考虑模型的不确定性,当存在外部干扰时,无法保证系统的稳定性。本发明旨在考虑模型不确定性的情况下来设计控制器;(2)由于滑模控制的抖振现象明显,常规轨迹跟踪控制方法无法满足控制需求。综上,对于模糊切换增益反步滑模无人潜航器轨迹跟踪控制方法的研究不仅具有理论价值,而且符合实际控制需求。
欠驱动无人潜航器运动控制系统是一类典型的时滞强非线性系统,对无人潜航器深度控制器的设计提出了更高的要求。目前,根据参考文献可知,针对欠驱动无人潜航器的轨迹跟踪控制方法大都是采用传统的反步法设计无人潜航器深度控制器,忽略了模型的不确定性和环境干扰问题。若增加神经网络来近似非线性项,会导致设计形式复杂,虚拟控制变量的导数阶太高;若使用反步滑模控制器,则控制输入抖动明显,实际上不能直接用于执行器的应用;结合模糊控制方法提出的一种无无人潜航器模型的模糊滑模控制方法,此方法不能保证系统的整体稳定性;亦有基于模糊神经网络的参数调整滑模控制方法,但无人潜航器跟踪系统的全局稳定性和参数收敛性也无法确定。
发明内容
本发明的目的在于公开跟踪精度高、鲁棒性好的一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法。
本发明的目的是这样实现的:
包含如下步骤:
步骤(1):建立无人潜航器在垂平面的运动学模型和无人潜航器在垂平面上的动力学模型,引入虚拟控制量α避免奇异值;
步骤(2):利用步骤(1)中的信息,结合反步法,选取Lyapunov函数,设计反步滑模控制器;
步骤(3):根据模糊规则设计模糊系统,将模糊系统的输出带入到控制器,以消除步骤(2)中滑模控制的抖振现象;
步骤(4):根据李雅普诺夫稳定性理论、比较原理,采用闭环轨迹跟踪误差调整增益收敛到接近零的压缩有界集使系统全局渐近稳定。
本发明还包括如下特征:
1、所述的步骤(1)具体为:
无人潜航器在垂平面的运动学模型为:
上式中,w为无人潜航器的垂直速度,q为俯仰角速度; d55=Mq; 为附加质量;Iy为绕y轴的转动惯量;Zw,Mq为一次水动力系数;为高次水动力系数;ρ为水密度,g为重力加速度,▽为水量,为中心高度;τd3,τd4代表外部干扰;τq是控制输入;
无人潜航器在垂平面上的动力学模型为:
上式中,z为无人潜航器的垂荡量,θ为无人潜航器的纵摇量,u为无人潜航器的纵荡速度,w为无人潜航器的垂荡速度,q为无人潜航器的纵摇速度;
将θ的误差θe更换为虚拟控制量α=-u0sinθecosθd以避免奇异值问题。
2、所述的步骤(2)具体为:
Lyapunov函数V1,V2,V3分别为:
期望值αd:
控制输入τq:
式中,η≥D>0,D是扰动量τqq的上限。
3、所述的步骤(3)具体为:
定义模糊规则:
控制器表示为:
4、所述的步骤(4)具体为:
步骤(4.2):定义γ=[ze,αe,qe]T,Lyapunov函数V3可以表示为:
2V3=||γ||2;
上式中,λ=min{k1,k2,k3};
步骤(4.4):根据δ′的有界性、比较原理,得:
本发明的有益效果为:
本发明引入虚拟控制变量来解决传统反步法可能引起的奇异值问题,选择俯仰角误差来稳定系统;利用滑模增益的模糊规则,来消除滑模控制的抖振现象;在具有时变干扰以及模型参数不确定的情况下,使得无人潜航器能够准确跟踪预期路径,控制器相较于传统的滑模控制,具有高跟踪精度和更好的鲁棒性。
附图说明
图1是一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法流程图;
图2是输入的隶属函数;
图3是输出的隶属函数;
图4是无人潜航器的深度控制响应曲线;
图5是传统滑模深度控制动作;
图6是模糊滑模深度控制动作;
图7是无人潜航器的姿态角度响应曲线;
图8是无人潜航器的纵摇速度;
图9是传统滑模控制下无人潜航器的升沉速度;
图10是模糊滑模控制下无人潜航器的升沉速度。
具体实施方式
下面结合附图来进一步描述本发明:
如图1,一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法,包含如下步骤:
步骤1、简化无人潜航器的运动学和动力学模型,为了避免奇异值,提出了虚拟控制量;
步骤2、利用步骤1中的信息,结合反步法,选取Lyapunov函数,设计反步滑模控制器;
步骤3、为了消除步骤2中滑模控制的抖振现象,根据模糊规则设计模糊系统,将模糊系统的输出带入到控制器;
步骤4、根据李雅普诺夫稳定性理论,要使收敛,需满足条件为负值,结合步骤2和步骤3中的数据,根据比较原理可以得出:闭环轨迹跟踪误差可以通过调整增益收敛到接近零的压缩有界集,即系统全局渐近稳定。
具体地,一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法,包含如下步骤:
步骤1中简化无人潜航器的运动学和动力学模型,为了避免奇异值,提出了虚拟控制量α。
其中,无人潜航器在垂平面的运动学模型为:
w,q是系统的状态向量,分别代表无人潜航器的垂直速度和俯仰角速度。d33=Zw;d55=Mq; 为附加质量;Iy为绕y轴的转动惯量;Zw,Mq为一次水动力系数;为高次水动力系数。ρ,g,▽,代表水密度,重力加速度,水量和中心高度。τd3,τd4代表外部干扰;τq是控制输入。
无人潜航器在垂平面上的动力学模型为:
其中,z,θ,u,w,q是系统状态量,分别表示无人潜航器的垂荡量,纵摇量,纵荡速度,垂荡速度和纵摇速度。
选择θ的误差以稳定轨迹跟踪的误差,则可能导致奇异值问题。因此,θe必须更换为虚拟控制量α=-u0sinθecosθd。
步骤2中利用步骤1中的信息,结合反步法,选取Lyapunov函数,设计反步滑模控制器。
选取Lyapunov函数:
虚拟控制量α的期望值αd如下:
对(3)求导得到:
选择新的Lyapunov函数:
其中,δ′=αeu0cosθdδ.
选择新的Lyapunov函数:
对Lyapunov函数两边求导,得到:
根据滑模结构,定义滑动面:s=qe。为确保(10)为负,控制输入τq如下:
其中,η≥D>0。D是扰动量τqq的上限。
步骤3中为了消除步骤2中滑模控制的抖振现象,根据模糊规则设计模糊系统,将模糊系统的输出带入到控制器。
其中模糊规则为
控制器可以表示为:
其中:
定义γ=[ze,αe,qe]T,Lyapunov函数V3可以表示为:
2V3=||γ||2 (16)
结合公式(9)和(12),可知:
其中,λ=min{k1,k2,k3}。
由于δ′的有界性,根据比较原理,可以得到:
因此,闭环轨迹跟踪误差可以通过调整增益收敛到接近零的压缩有界集,即系统全局渐近稳定。
为了验证所设计的基于模糊切换增益的反步滑模控制器能够实现无人潜航器在外部扰动下的精确轨迹跟踪控制,并对比传统滑模控制方法。对比仿真任务如下:
两个滑模控制器的参数是相同的,并且选择控制增益为k1=1,k2=1,k3=10,η=1.1。
设定欠驱动无人潜航器的纵向速度为u=1m/s,初始位置为z0=0,初始姿态角为θ=0,预期姿态角为θd=0。无人潜航器模型参数是:m11=200,m33=250,m55=70,d33=50,d55=100,
干扰变量是τww=sin(0.01t)和τqq=sin(0.01t)。
选择无人潜航器的轨迹跟踪曲线为:
zd=8sin(0.02πt). (20)
利用Matlab/Simulink仿真得到对比结果如图4-图10所示。
从图4可以看出,在传统的滑模控制和模糊滑模控制下,无人潜航器可以很好地跟踪所需的深潜路径,使用模糊滑模控制的误差小于传统方法,但差别并不明显。通过比较图5和图6,可以清楚地看到控制输入在传统滑模下是大抖动,在本文设计的滑模控制器中,控制输入在初始阶段只有抖动,后期几乎没有抖动。图7反映了无人潜航器深潜姿态角的变化,可以看出两条曲线具有相同的趋势,差异不明显。图8反映了纵摇的变化,两条曲线的变化几乎相同。然而,从无人潜航器的升沉曲线可以看出,图9中存在明显的抖振现象,并且在使用模糊切换增益的反步滑模控制方法的曲线中,图10中的10s后几乎没有抖动。本文设计的控制器明显优于传统的滑模控制。
综上,本发明针对欠驱动无人潜航器运动控制系统的时变干扰特性,公开了一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法。包括以下步骤:步骤1:简化无人潜航器的运动学和动力学模型,为了避免奇异值,提出了虚拟控制量α;步骤2:利用步骤1中的信息,结合反步法,选取Lyapunov函数,设计反步滑模控制器;步骤3:为了消除步骤2中滑模控制的抖振现象,根据模糊规则设计模糊系统,将模糊系统的输出带入到控制器;步骤4:根据李雅普诺夫稳定性理论,要使V收敛,需满足条件为负值,结合步骤2和步骤3中的数据,根据比较原理可以得出:闭环轨迹跟踪误差可以通过调整增益收敛到接近零的压缩有界集,即系统全局渐近稳定。
Claims (3)
1.一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法,其特征在于:包含如下步骤:
步骤(1):建立无人潜航器在垂平面的运动学模型和无人潜航器在垂平面上的动力学模型,引入虚拟控制量α避免奇异值;
无人潜航器在垂平面的运动学模型为:
上式中,w为无人潜航器的垂直速度,q为无人潜航器的实际俯仰角速度; d33=Zw;d55=Mq;为附加质量;Iy为绕y轴的转动惯量;Zw,Mq为一次水动力系数;为高次水动力系数;ρ为水密度,g为重力加速度,为水量,为中心高度;τww,τqq代表外部干扰;τq是控制输入;
无人潜航器在垂平面上的动力学模型为:
上式中,z为无人潜航器的垂荡量,θ为无人潜航器的纵摇量,u为无人潜航器的纵荡速度,w为无人潜航器的垂直速度,q为无人潜航器的实际俯仰角速度;
将θ的误差θe更换为虚拟控制量α=-u0sinθecosθd以避免奇异值问题;
步骤(2):利用步骤(1)中的信息,结合反步法,选取Lyapunov函数,设计反步滑模控制器;
Lyapunov函数V1,V2,V3分别为:
期望虚拟控制量αd:
控制输入τq:
式中,η≥D>0为正实数,D是扰动量τqq的上限;
步骤(3):根据模糊规则设计模糊系统,将模糊系统的输出带入到控制器,以消除步骤(2)中滑模控制的抖振现象;
步骤(4):根据李雅普诺夫稳定性理论、比较原理,采用闭环轨迹跟踪误差调整增益收敛到接近零的压缩有界集使系统全局渐近稳定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910639698.4A CN110376891B (zh) | 2019-07-16 | 2019-07-16 | 一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910639698.4A CN110376891B (zh) | 2019-07-16 | 2019-07-16 | 一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110376891A CN110376891A (zh) | 2019-10-25 |
CN110376891B true CN110376891B (zh) | 2022-09-02 |
Family
ID=68253305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910639698.4A Active CN110376891B (zh) | 2019-07-16 | 2019-07-16 | 一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110376891B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112147899B (zh) * | 2020-09-30 | 2022-05-20 | 沈阳工业大学 | 一种基于模糊滑模算法的水下机器人自主避障控制方法 |
CN117709000B (zh) * | 2024-02-06 | 2024-05-28 | 清华大学 | 无人潜航器仿真方法、装置、计算机设备、介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102385316B (zh) * | 2011-09-16 | 2013-03-20 | 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 |
US20140301161A1 (en) * | 2012-11-14 | 2014-10-09 | Cgg Services Sa | Marine seismic survey and method using autonomous underwater vehicles and underwater bases |
CN106444799B (zh) * | 2016-07-15 | 2019-03-12 | 浙江工业大学 | 基于模糊扩张状态观测器和自适应滑模的四旋翼无人机控制方法 |
CN106444794B (zh) * | 2016-09-20 | 2019-03-05 | 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 |
CN107807522A (zh) * | 2017-10-17 | 2018-03-16 | 西北工业大学 | 水下机器人轨迹跟踪反步控制方法 |
-
2019
- 2019-07-16 CN CN201910639698.4A patent/CN110376891B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110376891A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108803632B (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 | |
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 | |
CN110308735B (zh) | 一种针对输入时滞的欠驱动uuv轨迹跟踪滑模控制方法 | |
CN107957727B (zh) | 水下机器人控制系统及动力定位方法 | |
CN111736617B (zh) | 一种基于速度观测器的可底栖式水下机器人预设性能轨迹跟踪控制方法 | |
CN110427040B (zh) | 一种基于动态面滑模的欠驱动无缆水下机器人深度反步控制方法 | |
CN109583144B (zh) | 一种无人海洋航行器的动力学优化控制器结构及设计方法 | |
CN111857165B (zh) | 一种水下航行器的轨迹跟踪控制方法 | |
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 | |
CN109946976B (zh) | 一种宽航速auv运动控制方法 | |
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 | |
CN110376891B (zh) | 一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法 | |
Shojaei | Three-dimensional tracking control of autonomous underwater vehicles with limited torque and without velocity sensors | |
CN113467231A (zh) | 基于侧滑补偿ilos制导律的无人艇路径跟踪方法 | |
KR101690154B1 (ko) | 무인 잠수정의 경로 추적 장치 및 그 방법 | |
CN112327892A (zh) | 一种auv误差受限的抗扰控制方法 | |
CN113110512B (zh) | 一种减弱未知干扰与抖振影响的可底栖式auv自适应轨迹跟踪控制方法 | |
Dai et al. | Dual closed loop AUV trajectory tracking control based on finite time and state observer | |
CN115951693B (zh) | 一种欠驱动水下机器人鲁棒轨迹跟踪控制方法 | |
CN117389312A (zh) | 一种基于模型的水下航行器抗衡滚三维跟踪控制方法 | |
CN115657713B (zh) | 一种考虑发射平台沉浮和晃动条件下发射决策控制方法 | |
CN116540717A (zh) | 一种基于改进dwa的auv局部路径规划方法 | |
CN114564015B (zh) | 一种拒止环境下的欠驱动无人艇分布式编队控制方法 | |
Nguyen et al. | Robust Adaptive Depth Control of hybrid underwater glider in vertical plane | |
Liu et al. | Synchronisation control for ships in underway replenishment based on dynamic surface control |
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 |