CN110879599A - 一种基于有限时间扰动观测器的固定时间编队控制方法 - Google Patents
一种基于有限时间扰动观测器的固定时间编队控制方法 Download PDFInfo
- Publication number
- CN110879599A CN110879599A CN201911276389.1A CN201911276389A CN110879599A CN 110879599 A CN110879599 A CN 110879599A CN 201911276389 A CN201911276389 A CN 201911276389A CN 110879599 A CN110879599 A CN 110879599A
- Authority
- CN
- China
- Prior art keywords
- unmanned ship
- following
- piloting
- time
- fixed time
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011217 control strategy Methods 0.000 claims abstract description 13
- 238000013461 design Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000009131 signaling function Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 50
- 230000000694 effects Effects 0.000 description 27
- 238000004422 calculation algorithm Methods 0.000 description 13
- 239000003795 chemical substances by application Substances 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
-
- 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)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (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有限时间扰动观测器的固定时间编队控制方法,属于多无人船协同控制领域,建立领航无人船和跟随无人船的动力学和运动学模型,以及建立领航无人船子系统的期望轨迹模型,结合积分滑模面,设计领航无人船子系统的固定时间跟踪控制器以实现领航无人船轨迹控制;采用反步法设计跟随无人船子系统的虚拟速度,来确定领航无人船和跟随无人船之间的位置误差,并通过设计跟随无人船的跟踪控制器调整领航无人船和跟随无人船之间的跟踪误差;采用有限时间扰动观测器,并结合固定时间控制律提出在复杂环境下的基于有限时间观测器的固定时间编队控制策略,实现领航无人船和跟随无人船之间的精确编队控制,并计算出最大收敛时间,该方法提出有限时间扰动观测器思想,它能够对外界扰动实现快速、有效的辨识,从而提高了无人船编队系统的鲁棒性。
Description
技术领域
本发明涉及多无人船协同控制领域,尤其涉及一种基于有限时间扰动观测器的固定时间编队控制方法。
背景技术
近些年,水面无人船(Unmanned Surface Vehicles,USV)在军事和民用领域扮演着越来越重要的角色,如情报侦查、水域环境检测、海图绘制等方面。当面临着复杂水域环境、多样性的作业任务,单一无人船显得势单力薄。多无人艇协同控制因其具有高效率、广覆盖、强鲁棒性等优势,逐渐成为研究的热点。在多无人艇协同控制领域,最重要的问题之一便是编队控制,主要有五种常见策略:图论策略、基于行为的控制策略、虚拟领航者控制策略、神经网络和领航-跟随控制策略等。在上述的几种方法中,领航-跟随控制策略得到了更加广泛的应用。在领航-跟随控制策略中,跟随无人艇能够有效跟踪领航无人艇的运动轨迹,从而实现稳定的编队队形。
领航-跟随无人艇编队控制中,收敛速率是一个重要的控制指标。早期的文献,针对一阶多智能体系统的线性一致性拓扑,提出了代数连通图的概念,并运用渐进收敛算法证明了其有效的收敛性。然而,渐进收敛算法存在其自身的劣势,即收敛时间是不可预测的,这也导致了系统稳定性的不可预测。相比于此,随后的研究更多采用有限时间收敛算法,求解单智能体或者多智能体编队的收敛性问题,该算法极大地改善了以往算法的跟踪精度和收敛速度。近几年,作为有限时间算法的扩展,固定时间控制算法逐渐被引入多智能体编队控制领域。固定时间控制算法能够实现有限时间收敛,并且其收敛时间的上界可以通过数学方法计算得到。后来的研究分别运用固定时间算法在一阶、二阶以及高阶多智能体系统中尝试应用,并证明了其相比于有限时间控制策略的优越性。
领航-跟随无人艇编队系统中,编队控制的稳定性将会受到复杂的外界环境扰动(主要体现在水域环境中风、浪、涌的干扰)影响,给水面无人艇稳定性控制带来了极大的困难。为了处理复杂的外界扰动,以往主要采用了如下几种控制方法对扰动进行处理,如非线性扰动观测器、降维扰动观测器等。近些年,有限时间扰动观测器(Finite-timeDistribute Observer,FDO)技术逐渐成为研究热点,并对FDO进行了尝试应用,并取得了显著的效果。相比于传统的扰动观测器,有限时间扰动观测器能够对扰动实现快速、高效的辨识。
渐进收敛算法存在其自身的劣势,即收敛时间是不可预测的,这也导致了系统稳定性的不可预测;有限时间收敛算法虽然极大的改善了以往算法的跟踪精度和收敛速度,但也无法求得收敛时间以往主要采用了如下几种控制方法对扰动进行处理,如非线性扰动观测器、降维扰动观测器等。其存在无法对系统复杂扰动实现快速、高效的辨识。
发明内容
根据现有技术存在的问题,本发明公开了一种基于有限时间扰动观测器的固定时间编队控制方法,包括以下步骤:
S1:建立领航无人船和跟随无人船的动力学和运动学模型;
S2:建立领航无人船子系统的期望轨迹模型,结合积分滑模面,设计领航无人船子系统的固定时间跟踪控制器以实现领航无人船轨迹控制;
S3:采用反步法设计跟随无人船子系统的虚拟速度,来确定领航无人船和跟随无人船之间的位置误差,并通过设计跟随无人船的跟踪控制器调整领航无人船和跟随无人船之间的跟踪误差;
S4:采用有限时间扰动观测器,并结合固定时间控制律提出在复杂环境下的基于有限时间观测器的固定时间编队控制策略,实现领航无人船和跟随无人船之间的精确编队控制,并计算出最大收敛时间。
进一步地,所述无人船运动模型:
其中Z(ηi,νi)=-C(νi)νi-D(νi)νi,i=0,1,2,...,n表示无人船动力学和运动学模型,i=0表示领航无人船,i=1,2,...,n代表所有的跟随无人船,C(νi)表示斜对称矩阵,阻尼矩阵D(νi),νi=[ui,vi,ri]T表示在附体坐标系AXY下前进、横漂、艏摇三个自由度上的速度;τi=[τi,1,τi,2,τi,3]T表示无人船的控制输入,δi=MRTdi(t),di(t)=[di1(t),di2(t),di3(t)]T表示复杂的环境扰动,τdi表示外部扰动对模型的影响,M表示惯性矩阵,R(ψi)表示旋转矩阵,满足以下条件:
进一步地,所述领航无人船子系统的期望轨迹模型如下:
式中Ω(ηd,νd)=-C(νd)νd-D(νd)νd+τd是期望的动力,ηd=[xd,yd,ψd]T和νd=[ud,vd,rd]T是领航无人船期望的位置和速度状态,R(ψd)表示旋转矩阵。
进一步地,所述积分滑模面公式如下:
S0(t)=Θe,0+∫0 tun(μ)d(μ) (3)
式中S0(t)表示所设计积分滑模面,Θe,0表示状态误差,Θe,0=Θ0-Θd,un(μ)表示该滑模面的趋近律;
对S0(t)进行微分计算:
式中:sgn(·)是信号函数,j=1,2,0<β1<1,β2=2β1/(1+β1),κ1>0,κ2>0,R0=R(ψ0),τ0表示领航无人船的控制输入,Θ0为定义的辅助向量,κ1,κ2是常数,表示趋近滑模面S的速率;
所述领航无人船子系统的固定时间跟踪控制器模型如下:
其中Σ(·)=Σ(η0,Θ0,ηd,Θd),λ0,λ1,λ2>0,p,q是满足p<q的正奇数。
进一步地,所述领航无人船子系统的固定时间跟踪控制器的稳定性验证过程如下:
S1:到达项:通过Lyapunov函数:
结合(4)和(5),得出的时间导数:
当领航无人船子系统确保定时稳定,并可以按以下方式获得收敛时间的上限:
结合公式(9)我们可以得出:
其全局渐近稳定性和负同质性易于控制,确保有限时间的稳定性,同时跟踪误差ηe,0和Θe,0在有限时间内收敛于0。
进一步地,所述采用反步法设计跟随无人船子系统的虚拟速度,来确定领航无人船和跟随无人船之间的位置误差的过程如下:
定义领航无人船和跟随无人船之间位置误差公式如下:
e3,i=ηi-η0-ρi0 (12)
其中i≠0,e3,i=[e3,i,x,e3,i,y,e3,i,ψ]∈R3,ρi0∈R3是领航无人船和跟随无人船之间的期望范围,
根据公式(12),可得e3,i的导数如下:
其中α1>0,β1>0,κ1>0。
进一步地,设计了跟随无人船的跟随控制律:
定义跟随无人船子系统速度跟踪误差向量e4,i∈R3,如下式(15)所示:
获得e4,i的导数如下:
跟随无人船的控制律设计如下:
其中κ2>0。
进一步地,所述跟随无人船的控制器的验证过程如下:
通过Lyapunov候选函数:
V4的时间导数如下:
实现编队统的整体固定时间稳定性,得出其收敛时间的上限:
进一步地,所述在复杂环境下的基于有限时间观测器的固定时间编队控制策略如下:
在跟随无人船子系统的外部干扰如下时:
其中0<Ld<∞;
结合所设计的扰动观测器,跟随无人船子系统可重写为如下形式:
固定时间控制律通过如下公式进行设计:
进一步地,所述最大收敛时间的公式如下:
T=T1+T4=T1+T2+T3 (24)
其中:T1为领航无人船跟随期望轨迹的收敛时间,T2和T3为跟随无人船跟随领航无人船位置及速度的收敛时间,T4=T2+T3。
由于采用了上述技术方案,本发明提供的一种基于有限时间扰动观测器的固定时间编队控制方法针对领航-跟随结构的无人艇编队问题,结合积分滑模面技术,设计了固定时间控制律,能够实现领航-跟随无人艇编队算法快速的收敛性,尤其指出的,该方法能够计算出最大的收敛时间,针对跟随无人艇系统受外界扰动影响的实际情况,提出有限时间扰动观测器思想,它能够对外界扰动实现快速、有效的辨识,从而提高了无人船编队系统的鲁棒性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1本发明中各无人船的编队轨迹效果图;
图2(a)是本发明中第一组参数横坐标下各无人船位置跟踪效果图;
图2(b)是本发明中第一组参数纵坐标下各无人船位置跟踪效果图;
图2(c)是本发明中第一组参数航向角度下各无人船位置跟踪效果图;
图3(a)本发明中第一组参数横坐标下各无人船位置误差图;
图3(b)本发明中第一组参数纵坐标下各无人船位置误差图;
图3(c)本发明中第一组参数航向角度下各无人船位置误差图;
图4(a)本发明中第一组参数各无人船前进速度跟踪效果图;
图4(b)本发明中第一组参数各无人船横漂速度跟踪效果图;
图4(c)本发明中第一组参数各无人船数艏摇速度跟踪效果图;
图5(a)本发明中第一组参数前进速度各无人船速度误差图;
图5(b)本发明中第一组参数横漂速度各无人船速度误差图;
图5(c)本发明中第一组参数艏摇速度各无人船速度误差图;
图6(a)本发明中领航无人船在初始输入较大情况下的控制输入图;
图6(b)本发明中领航无人船在初始输入为零情况下的控制输入图;
图6(c)本发明中领航无人船在初始输入较小情况下的控制输入图;
图7(a)本发明中跟随船Ⅰ在领航无人船初始输入较大情况下的控制输入图;
图7(b)本发明中跟随船Ⅰ在领航无人船初始输入为零情况下的控制输入图;
图7(c)本发明中跟随船Ⅰ在领航无人船初始输入较小情况下的控制输入图;
图8(a)本发明中跟随船Ⅱ在领航无人船初始输入较大情况下的控制输入图;
图8(b)本发明中跟随船Ⅱ在领航无人船初始输入为零情况下的控制输入图;
图8(c)本发明中跟随船Ⅱ在领航无人船初始输入较小情况下的控制输入图;
图9(a)本发明中干扰观察器Ⅰ在复杂扰动为零情况下的观察结果图;
图9(b)本发明中干扰观察器Ⅰ在较小复杂扰动情况下的观察结果图;
图9(c)本发明中干扰观察器Ⅰ在较大复杂扰动情况下的观察结果图;
图10(a)本发明中干扰观察器Ⅱ在复杂扰动为零情况下的观察结果图;
图10(b)本发明中干扰观察器Ⅱ在较小复杂扰动情况下的观察结果图;
图10(c)本发明中干扰观察器Ⅱ在较大复杂扰动情况下的观察结果图;
图11(a)本发明中第二组参数横坐标下各无人船位置跟踪效果图;
图11(b)本发明中第二组参数纵坐标下各无人船位置跟踪效果图;
图11(c)本发明中第二组参数航向角度下各无人船位置跟踪效果图;
图12(a)本发明中第二组参数横坐标下无人船位置误差图;
图12(b)本发明中第二组参数纵坐标下无人船位置误差图;
图12(c)本发明中第二组参数航向角度下下无人船位置误差图;
图13(a)本发明中第二组参数各无人船前进速度跟踪效果图;
图13(b)本发明中第二组参数各无人船横漂速度跟踪效果图;
图13(c)本发明中第二组参数各无人船艏摇速度跟踪效果图;
图14(a)本发明中第二组参数下无人船前进速度误差图;
图14(b)本发明中第二组参数下无人船横漂速度误差图;
图14(c)本发明中第二组参数下无人船艏摇速度误差图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
一种基于有限时间扰动观测器的固定时间编队控制方法,包括以下步骤:
S1:建立领航无人船和跟随无人船的动力学和运动学模型;
S2:建立领航无人船子系统的期望轨迹模型,结合积分滑模面,设计领航无人船子系统的固定时间跟踪控制器以实现领航无人船轨迹控制;
S3:采用反步法设计跟随无人船子系统的虚拟速度,来确定领航无人船和跟随无人船之间的位置误差,并通过设计跟随无人船的跟踪控制器调整领航无人船和跟随无人船之间的跟踪误差;
S4:采用有限时间扰动观测器,并结合固定时间控制律提出在复杂环境下的基于有限时间观测器的固定时间编队控制策略,实现领航无人船和跟随无人船之间的精确编队控制,并计算出最大收敛时间。
进一步地,ηi=[xi,yi,ψi]T表示无人船在大地坐标系OX0Y0下的位置和航向,νi=[ui,vi,ri]T表示在附体坐标系AXY下前进、横漂、艏摇三个自由度上的速度。单个无人船模型可以描述为如下:
其中Z(ηi,νi)=-C(νi)νi-D(νi)νi,i=0,1,2,...,n表示无人船动力学和运动学模型,i=0表示领航无人船,其他的代表所有的跟随无人船,τi=[τi,1,τi,2,τi,3]T表示无人船的控制输入,δi=MRTdi(t),di(t)=[di1(t),di2(t),di3(t)]T表示复杂的环境扰动,R(ψi)表示旋转矩阵,满足以下条件并有以下特性:RT(ψi)S(ψi)=I,||R(ψi)||=1,同时RT(ψi)S(ri)R(ψi)=R(ψi)S(ri)RT(ψi)=S(ri),其中同时惯性矩阵斜对称矩阵C(νi)=-C(νi)T和阻尼矩阵D(νi)表示如下:
其中:
考虑以下期望的轨迹:
式中Ω(ηd,νd)=-C(νd)νd-D(νd)νd+τd是期望的动力,ηd=[xd,yd,ψd]T和νd=[ud,vd,rd]T是领航无人船期望的位置和速度状态,同时跟随无人船队维持与领航无人船的期望队形。
进一步地:领航无人船子系统控制器设计:
S1:辅助向量定义如下:
其中Θ0=[Θ0,1,Θ0,2,Θ0,3]T,Θd=[Θd,1,Θd,2,Θd,3]T,R0=R(ψ0),Rd=R(ψd);
因此,领航无人船子系统可以定义如下:
类似地,所需轨迹可以按以下方式转换:
其中Ω(·)=Ω(ηd,νd);
结合以上两个公式,得出:
其中:
通过以上两式,设计积分滑模面(ISM)如下:
S0(t)=Θe,0+∫0 tun(μ)d(μ) (8)
其中
对S0(t)进行微分:
因此,用于领航无人船子系统的固定时间跟踪控制器可以设计如下:
其中Σ(·)=Σ(η0,Θ0,ηd,Θd),λ0,λ1,λ2>0,p,q是满足p<q的正奇数。
进一步地:领航无人船子系统控制器稳定性分析如下:
使用以上控制方案,在预期轨迹下,领航无人船可以实现在有限时间内准确追踪。
整个稳定性分析可分为两个步骤,即到达项和滑模项。
(1)到达项:考虑以下Lyapunov函数:
结合(10)和(11),得出的时间导数:
系统可以确保定时稳定,并可以按以下方式获得收敛时间的上限:
结合公式(6)我们可以得出:
根据如下定理:考虑一个如下非线性系统:
其中x∈Rn,F:R+×Rn→Rn是上半连续凸映射,使得对于任何(t,x)∈R+×Rn来说F(t,x(t))是非空的,并且对于所有t>0,F(t,0)=0;
假设以上非线性系统是k阶齐次,如果原点是渐近稳定的,则系统的原点是有限时间稳定的;并且k<0。
其全局渐近稳定性和负同质性可以易于控制,从而确保有限时间的稳定性。同时跟踪误差ηe,0和Θe,0可以在有限于0。
进一步地,跟随无人船子系统控制器设计:
跟随无人船子系统的控制器在不受外部干扰的情况下将通过以下两个步骤进行设计:
对于领航无人船和跟随无人船之间的位置系统,位置误差定义如下:
e3,i=ηi-η0-ρi0 (18)
其中i≠0,e3,i=[e3,i,x,e3,i,y,e3,i,ψ]∈R3,ρi0∈R3是领航无人船和跟随无人船之间的期望范围。
根据公式(1),可得e3,i的导数如下:
其中α1>0,β1>0,κ1>0。
考虑如下的Lyapunov候选函数:
可以得出V2的时间导数:
其中α,β>0,p,q是满足p<q的正奇整数,固定时间稳定,可以通过以下方式计算最大设置时间:
跟踪误差e3,i在给定的固定时间内收敛为零:
(2)为跟随无人船子系统定义速度跟踪误差向量e4,i∈R3,如下所示:
e4,i的导数可通过以下方式获取:
因此,可以将控制律设计如下:
其中κ2>0
将(26)代入(25)可得
考虑如下Lyapunov候选函数:
对V3求导,可得
根据以上引理2,跟踪误差e4,i在给定的固定时间内收敛为零
进一步地,跟随无人船子系统控制器稳定性分析:
对跟随无人船子系统使用固定时间控制定律,在固定的时间之后可以精确地保持稳定的领导者跟随者编队:
考虑如下Lyapunov候选函数:
V4的时间导数如下:
其中
利用如下定理:如果存在一个连续的径向无界函数V:Rn→R+∪0,使得
对于任何α,β>0,0<p<1,q>1;解γ(t)满足不等式V(γ)≤-αVp(γ)-βVq(γ)。然后,可以通过建立稳定时间T满足全局固定时间的稳定性:
以及利用Young的不等式,可以实现编队统的整体固定时间稳定性,并且可以得出其收敛时间的上限
由此可见,为跟随无人船子系统设计的FTFC(固定时间编队控制)方法可以确保在固定收敛时间的情况下稳定形成。
进一步地,FDO-FTFC(基于有限时间扰动观测器的固定时间编队控制方法)控制方案的设计
FDO-FTFC控制为基于有限时间观测器的固定时间编队控制,设计FDO-FTFC控制策略可以增强编队的鲁棒性和精确性。为便于进行编队控制设计,必须假设如下:
假设1:跟随无人船子系统的外部干扰满足:
其中0<Ld<∞。
跟随无人船子系统可重写为如下形式:
其中zi,1是基于FDO的观测值,有以下系统产生
其中zi,j=[zi,j,1,zi,j,2,zi,j,3]T,j=0,1,2,ξi,k=[ξi,k,1,ξi,k,2,ξi,k,3]T,k=0,1,
在复杂扰动下,FDO-FTFC方法可以实现对无人船的精确编队控制。
证明:Lyapunov函数V4的时间导数可重写为:
定义观察误差如下:
取时间导数,得到:
根据引理1,观测误差χi,1,χi,2,χi,3可以在有限的时间T0内精确收敛到零。
此外,有
与以上定理的证明相似,可以实现编队控制系统的固定时间稳定性。
为了证明所提出的基于有限时间扰动观测器的固定时间编队控制方法的有效性和优越性,在不确定性下对CyberShip II进行了仿真研究,其关键参数如表1所示。
表1 CyberShip II的水动力参数
为了验证该方法的有效性,三艘无人船包括一个领航无人船和两个跟随无人船用于实现仿真实验。整个参数如下所示:
预期的控制输入τd=[6,2cos2(0.05πt),sin2(0.05πt)]T,初始状态:
ηd(0)=[18,16,π/3]T,νd(0)=[1,0,0]T。
领航无人船的初始状态为η0(0)=[17,17,0]T,ν0(0)=[0,0,0]T,
两个跟随无人船的初始状态为η1(0)=[17.5,17.6,-π/4]T,ν1(0)=[0,0,0]T
η2(0)=[16,16,π/4]T,ν2(0)=[0,0,0]T。
假定跟随无人船的外部干扰分别是:
d1(t)=[3cos(0.2πt-π/3),4cos(0.2πt+π/4),6cos(0.3πt+π/6)]T,
d2(t)=[3cos(0.2πt-π/3),3cos(0.2πt+π/4),6cos(0.3πt+π/6)]T
该方法的用户定义的参数的选择如下:κ1=1.2,κ2=0.8,β1=0.867,β2=0.929,
λ0=0.4,λ1=1.5,λ2=0.5,k1=0.5,k2=0.5,α1=1.5,β1=0.7,p=7,q=9,两个FDO的参数为λ3=3.2,λ4=1.6,λ5=1.1,Ld=diag(20,10,10)。
领航无人船和跟随无人船之间的期望范围是:
ρ1,0=[-0.3,0.4,0]T,ρ2,0=[-0.3,-0.4,0]T。
然后可以计算出最大收敛时间:T=T1+T4=10.068s。
图1为本发明中各无人船的编队轨迹效果图;图2(a)是本发明中第一组参数横坐标下各无人船位置跟踪效果图;图2(b)是本发明中第一组参数纵坐标下各无人船位置跟踪效果图;图2(c)是本发明中第一组参数航向角度下各无人船位置跟踪效果图;图3(a)本发明中第一组参数横坐标下各无人船位置误差图;图3(b)本发明中第一组参数纵坐标下各无人船位置误差图;图3(c)本发明中第一组参数航向角度下各无人船位置误差图;图4(a)本发明中第一组参数各无人船前进速度跟踪效果图;图4(b)本发明中第一组参数各无人船横漂速度跟踪效果图;图4(c)本发明中第一组参数各无人船数艏摇速度跟踪效果图;图5(a)本发明中第一组参数前进速度各无人船速度误差图;图5(b)本发明中第一组参数横漂速度各无人船速度误差图;图5(c)本发明中第一组参数艏摇速度各无人船速度误差图;图6(a)本发明中领航无人船在初始输入较大情况下的控制输入图;图6(b)本发明中领航无人船在初始输入为零情况下的控制输入图;图6(c)本发明中领航无人船在初始输入较小情况下的控制输入图;图7(a)本发明中跟随船Ⅰ在领航无人船初始输入较大情况下的控制输入图;图7(b)本发明中跟随船Ⅰ在领航无人船初始输入为零情况下的控制输入图;图7(c)本发明中跟随船Ⅰ在领航无人船初始输入较小情况下的控制输入图;图8(a)本发明中跟随船Ⅱ在领航无人船初始输入较大情况下的控制输入图;图8(b)本发明中跟随船Ⅱ在领航无人船初始输入为零情况下的控制输入图;图8(c)本发明中跟随船Ⅱ在领航无人船初始输入较小情况下的控制输入图;图9(a)本发明中干扰观察器Ⅰ在复杂扰动为零情况下的观察结果图;图9(b)本发明中干扰观察器Ⅰ在较小复杂扰动情况下的观察结果图;图9(c)本发明中干扰观察器Ⅰ在较大复杂扰动情况下的观察结果图;图10(a)本发明中干扰观察器Ⅱ在复杂扰动为零情况下的观察结果图;图10(b)本发明中干扰观察器Ⅱ在较小复杂扰动情况下的观察结果图;图10(c)本发明中干扰观察器Ⅱ在较大复杂扰动情况下的观察结果图;以上展示了FDO-FTFC方法的有效性,所提出的该方法可以在未知扰动下快速实现精确的编队控制。
另取第二组参数数据如下:
领航无人船的初始状态为η0(0)=[17,17,0]T,ν0(0)=[0,0,0]T
两个跟随无人船的初始状态为η1(0)=[1.75,1.76,-π/4]T,ν1(0)=[0,0,0]T
η2(0)=[1.6,1.6,π/4]T,ν2(0)=[0,0,0]T。
领航无人船和跟随无人船之间的期望范围ρ1,0=[-3/2,2,0]T,ρ2,0=[2,-3/2,0]T。
图11(a)本发明中第二组参数横坐标下各无人船位置跟踪效果图;图11(b)本发明中第二组参数纵坐标下各无人船位置跟踪效果图;图11(c)本发明中第二组参数航向角度下各无人船位置跟踪效果图;图12(a)本发明中第二组参数横坐标下无人船位置误差图;图12(b)本发明中第二组参数纵坐标下无人船位置误差图;图12(c)本发明中第二组参数航向角度下下无人船位置误差图;图13(a)本发明中第二组参数各无人船前进速度跟踪效果图;图13(b)本发明中第二组参数各无人船横漂速度跟踪效果图;图13(c)本发明中第二组参数各无人船艏摇速度跟踪效果图;图14(a)本发明中第二组参数下无人船前进速度误差图;图14(b)本发明中第二组参数下无人船横漂速度误差图;图14(c)本发明中第二组参数下无人船艏摇速度误差图。
两组数据对比可以看出,在5.5s左右就可以完成编队。显然,所提出的控制方案可以保证收敛时间小于最大值,并且可以独立于代入的初始状态进行计算。
Claims (10)
1.一种基于有限时间扰动观测器的固定时间编队控制方法,其特征在于:包括以下步骤:
S1:建立领航无人船和跟随无人船的动力学和运动学模型;
S2:建立领航无人船子系统的期望轨迹模型,结合积分滑模面,设计领航无人船子系统的固定时间跟踪控制器以实现领航无人船轨迹控制;
S3:采用反步法设计跟随无人船子系统的虚拟速度,来确定领航无人船和跟随无人船之间的位置误差,并通过设计跟随无人船的跟踪控制器调整领航无人船和跟随无人船之间的跟踪误差;
S4:采用有限时间扰动观测器,并结合固定时间控制律提出在复杂环境下的基于有限时间观测器的固定时间编队控制策略,实现领航无人船和跟随无人船之间的精确编队控制,并计算出最大收敛时间。
2.根据权利要求1所述的一种基于有限时间扰动观测器的固定时间编队控制方法,其特征在于:
所述无人船运动模型:
4.根据权利要求1所述的一种基于有限时间扰动观测器的固定时间编队控制方法,其特征还在于:
所述积分滑模面公式如下:
S0(t)=Θe,0+∫0 tun(μ)d(μ) (3)
式中S0(t)表示所设计积分滑模面,Θe,0表示状态误差,Θe,0=Θ0-Θd,un(μ)表示该滑模面的趋近律;
对S0(t)进行微分计算:
式中:sgn(·)是信号函数,j=1,2,0<β1<1,β2=2β1/(1+β1),κ1>0,κ2>0,R0=R(ψ0),τ0表示领航无人船的控制输入,Θ0为定义的辅助向量,κ1,κ2是常数,表示趋近滑模面S的速率;
所述领航无人船子系统的固定时间跟踪控制器模型如下:
其中Σ(·)=Σ(η0,Θ0,ηd,Θd),λ0,λ1,λ2>0,p,q是满足p<q的正奇数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911276389.1A CN110879599B (zh) | 2019-12-12 | 2019-12-12 | 一种基于有限时间扰动观测器的固定时间编队控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911276389.1A CN110879599B (zh) | 2019-12-12 | 2019-12-12 | 一种基于有限时间扰动观测器的固定时间编队控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110879599A true CN110879599A (zh) | 2020-03-13 |
CN110879599B CN110879599B (zh) | 2022-05-31 |
Family
ID=69731288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911276389.1A Active CN110879599B (zh) | 2019-12-12 | 2019-12-12 | 一种基于有限时间扰动观测器的固定时间编队控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110879599B (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111665855A (zh) * | 2020-08-03 | 2020-09-15 | 陕西理工大学 | 一种机器人预设性编队控制方法 |
CN111752280A (zh) * | 2020-07-10 | 2020-10-09 | 大连海事大学 | 一种基于有限时间不确定观测器的多无人船编队固定时间控制方法 |
CN111913481A (zh) * | 2020-06-30 | 2020-11-10 | 北京航天控制仪器研究所 | 一种可变领航员模式的多无人艇协同编队方法 |
CN112510999A (zh) * | 2020-11-26 | 2021-03-16 | 联通(浙江)产业互联网有限公司 | 降压型直流变换器固定时间滑模控制方法和装置 |
CN112650303A (zh) * | 2021-01-20 | 2021-04-13 | 南京航空航天大学 | 一种基于固定时间技术的无人机编队容错控制方法 |
CN112882482A (zh) * | 2021-01-27 | 2021-06-01 | 曲阜师范大学 | 一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法 |
CN112904723A (zh) * | 2021-01-19 | 2021-06-04 | 南京航空航天大学 | 非匹配干扰下的空地固定时间协同容错编队控制方法 |
CN112947560A (zh) * | 2021-02-07 | 2021-06-11 | 广东工业大学 | 未知扰动下的高层消防多无人机滑模跟踪控制方法及系统 |
CN112936277A (zh) * | 2021-02-04 | 2021-06-11 | 大连海事大学 | 一种水下机器人-机械手系统固定时间轨迹跟踪方法 |
CN112947442A (zh) * | 2021-02-08 | 2021-06-11 | 辽宁工业大学 | 一种有限时间收敛车辆编队控制器及设计方法 |
CN112965497A (zh) * | 2021-02-23 | 2021-06-15 | 武汉理工大学 | 一种船舶编队控制方法、装置及存储介质 |
CN112987758A (zh) * | 2021-04-29 | 2021-06-18 | 电子科技大学 | 一种多水面航行器协同跟踪编队控制方法 |
CN113009930A (zh) * | 2021-03-05 | 2021-06-22 | 北京航空航天大学 | 一种无人飞艇编队飞行轨迹跟踪控制方法及系统 |
CN113110495A (zh) * | 2021-05-08 | 2021-07-13 | 广东省智能机器人研究院 | 一种考虑外部干扰下移动机器人的编队控制方法 |
CN113110430A (zh) * | 2021-04-02 | 2021-07-13 | 大连海事大学 | 一种无人船无模型固定时间精准轨迹跟踪控制方法 |
CN113126648A (zh) * | 2021-02-18 | 2021-07-16 | 西北工业大学 | 一种基于专家s面控制的四旋翼无人机协同控制方法 |
CN113189979A (zh) * | 2021-04-02 | 2021-07-30 | 大连海事大学 | 一种无人船的分布式队列有限时间控制方法 |
CN113253764A (zh) * | 2021-07-14 | 2021-08-13 | 北京大学 | 一种基于降维观测器的无人集群仿射编队控制方法 |
CN113268059A (zh) * | 2021-04-20 | 2021-08-17 | 大连海事大学 | 一种基于有限时间扩张状态观测器的多无人艇编队控制方法 |
CN113268064A (zh) * | 2021-07-01 | 2021-08-17 | 黄山学院 | 一种考虑通信时延的多移动机器人协同编队控制方法 |
CN113467465A (zh) * | 2021-07-22 | 2021-10-01 | 福州大学 | 一种面向机器人系统的人在回路决策建模与控制方法 |
CN113835338A (zh) * | 2021-09-08 | 2021-12-24 | 哈尔滨工程大学 | 基于积分滑模的欠驱动无人艇的有限时间跟踪控制方法及装置 |
CN114047744A (zh) * | 2021-09-08 | 2022-02-15 | 哈尔滨工程大学 | 基于采样通信的自适应反步滑模多无人艇编队控制方法 |
CN114296449A (zh) * | 2021-12-13 | 2022-04-08 | 广东海洋大学 | 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 |
CN115328126A (zh) * | 2022-08-08 | 2022-11-11 | 大连海事大学 | 一种无人船自适应滑模轨迹跟踪控制方法及其控制系统 |
CN117170382A (zh) * | 2023-10-11 | 2023-12-05 | 哈尔滨理工大学 | 一种适用于同向实时点位跟踪的双无人船协同控制方法 |
CN117472061A (zh) * | 2023-11-15 | 2024-01-30 | 大连海事大学 | 一种有限时间稳定的预设性能无人船编队控制设计方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2441660A1 (en) * | 2010-09-24 | 2012-04-18 | EVS Embedded Vision Systems s.r.l. | Assisting visual apparatus for mooring a ship |
CN105607636A (zh) * | 2016-01-21 | 2016-05-25 | 浙江工业大学 | 一种基于积分滑模算法的轮式移动机器人主从式编队控制方法 |
CN108073175A (zh) * | 2018-01-23 | 2018-05-25 | 上海交通大学 | 基于虚拟艇自适应规划的欠驱动无人艇编队智能控制方法 |
CN108646778A (zh) * | 2018-07-18 | 2018-10-12 | 哈尔滨工业大学 | 一种垂直起降重复使用运载器的非线性自抗扰控制方法 |
CN109002058A (zh) * | 2018-09-10 | 2018-12-14 | 北京航空航天大学 | 基于事件触发的航天器编队飞行相对位置协同控制方法 |
CN109032136A (zh) * | 2018-07-23 | 2018-12-18 | 西北工业大学 | 基于主从分布式模型预测控制的欠驱动多无人船编队跟踪方法 |
CN109683628A (zh) * | 2018-12-26 | 2019-04-26 | 哈尔滨工程大学 | 一种基于有限时间分布式速度观测器的航天器相对位置控制方法 |
CN109857124A (zh) * | 2019-03-22 | 2019-06-07 | 大连海事大学 | 基于速度与航向双重制导的无人船精确路径跟踪控制方法 |
CN110196599A (zh) * | 2019-06-26 | 2019-09-03 | 华南理工大学 | 一种避碰与连接保持约束下的无人艇分布式编队控制方法 |
CN110362095A (zh) * | 2019-08-09 | 2019-10-22 | 大连海事大学 | 一种有限时间收敛无人船协同控制器的设计方法 |
CN110377036A (zh) * | 2019-07-09 | 2019-10-25 | 哈尔滨工程大学 | 一种基于指令约束的无人水面艇航迹跟踪固定时间控制方法 |
-
2019
- 2019-12-12 CN CN201911276389.1A patent/CN110879599B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2441660A1 (en) * | 2010-09-24 | 2012-04-18 | EVS Embedded Vision Systems s.r.l. | Assisting visual apparatus for mooring a ship |
CN105607636A (zh) * | 2016-01-21 | 2016-05-25 | 浙江工业大学 | 一种基于积分滑模算法的轮式移动机器人主从式编队控制方法 |
CN108073175A (zh) * | 2018-01-23 | 2018-05-25 | 上海交通大学 | 基于虚拟艇自适应规划的欠驱动无人艇编队智能控制方法 |
CN108646778A (zh) * | 2018-07-18 | 2018-10-12 | 哈尔滨工业大学 | 一种垂直起降重复使用运载器的非线性自抗扰控制方法 |
CN109032136A (zh) * | 2018-07-23 | 2018-12-18 | 西北工业大学 | 基于主从分布式模型预测控制的欠驱动多无人船编队跟踪方法 |
CN109002058A (zh) * | 2018-09-10 | 2018-12-14 | 北京航空航天大学 | 基于事件触发的航天器编队飞行相对位置协同控制方法 |
CN109683628A (zh) * | 2018-12-26 | 2019-04-26 | 哈尔滨工程大学 | 一种基于有限时间分布式速度观测器的航天器相对位置控制方法 |
CN109857124A (zh) * | 2019-03-22 | 2019-06-07 | 大连海事大学 | 基于速度与航向双重制导的无人船精确路径跟踪控制方法 |
CN110196599A (zh) * | 2019-06-26 | 2019-09-03 | 华南理工大学 | 一种避碰与连接保持约束下的无人艇分布式编队控制方法 |
CN110377036A (zh) * | 2019-07-09 | 2019-10-25 | 哈尔滨工程大学 | 一种基于指令约束的无人水面艇航迹跟踪固定时间控制方法 |
CN110362095A (zh) * | 2019-08-09 | 2019-10-22 | 大连海事大学 | 一种有限时间收敛无人船协同控制器的设计方法 |
Non-Patent Citations (2)
Title |
---|
YANG YANG: "A Trajectory Tracking Robust Controller of Surface Vessels With Disturbance Uncertainties", 《IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY》 * |
高振宇等: "基于扰动观测器的AUVs固定时间编队控制", 《自动化学报》 * |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111913481A (zh) * | 2020-06-30 | 2020-11-10 | 北京航天控制仪器研究所 | 一种可变领航员模式的多无人艇协同编队方法 |
CN111913481B (zh) * | 2020-06-30 | 2023-06-06 | 航天时代(青岛)海洋装备科技发展有限公司 | 一种可变领航员模式的多无人艇协同编队方法 |
CN111752280A (zh) * | 2020-07-10 | 2020-10-09 | 大连海事大学 | 一种基于有限时间不确定观测器的多无人船编队固定时间控制方法 |
CN111665855B (zh) * | 2020-08-03 | 2022-08-30 | 陕西理工大学 | 一种机器人预设性编队控制方法 |
CN111665855A (zh) * | 2020-08-03 | 2020-09-15 | 陕西理工大学 | 一种机器人预设性编队控制方法 |
CN112510999A (zh) * | 2020-11-26 | 2021-03-16 | 联通(浙江)产业互联网有限公司 | 降压型直流变换器固定时间滑模控制方法和装置 |
CN112904723A (zh) * | 2021-01-19 | 2021-06-04 | 南京航空航天大学 | 非匹配干扰下的空地固定时间协同容错编队控制方法 |
CN112904723B (zh) * | 2021-01-19 | 2022-07-22 | 南京航空航天大学 | 非匹配干扰下的空地固定时间协同容错编队控制方法 |
CN112650303A (zh) * | 2021-01-20 | 2021-04-13 | 南京航空航天大学 | 一种基于固定时间技术的无人机编队容错控制方法 |
CN112882482A (zh) * | 2021-01-27 | 2021-06-01 | 曲阜师范大学 | 一种基于具有预定性能约束的自主式水下机器人的固定时间轨迹跟踪控制方法 |
CN112936277A (zh) * | 2021-02-04 | 2021-06-11 | 大连海事大学 | 一种水下机器人-机械手系统固定时间轨迹跟踪方法 |
CN112936277B (zh) * | 2021-02-04 | 2024-02-20 | 大连海事大学 | 一种水下机器人-机械手系统固定时间轨迹跟踪方法 |
CN112947560A (zh) * | 2021-02-07 | 2021-06-11 | 广东工业大学 | 未知扰动下的高层消防多无人机滑模跟踪控制方法及系统 |
CN112947442A (zh) * | 2021-02-08 | 2021-06-11 | 辽宁工业大学 | 一种有限时间收敛车辆编队控制器及设计方法 |
CN112947442B (zh) * | 2021-02-08 | 2024-03-15 | 辽宁工业大学 | 一种有限时间收敛车辆编队控制器及设计方法 |
CN113126648A (zh) * | 2021-02-18 | 2021-07-16 | 西北工业大学 | 一种基于专家s面控制的四旋翼无人机协同控制方法 |
CN113126648B (zh) * | 2021-02-18 | 2022-07-05 | 西北工业大学 | 一种基于专家s面控制的四旋翼无人机协同控制方法 |
CN112965497A (zh) * | 2021-02-23 | 2021-06-15 | 武汉理工大学 | 一种船舶编队控制方法、装置及存储介质 |
CN113009930A (zh) * | 2021-03-05 | 2021-06-22 | 北京航空航天大学 | 一种无人飞艇编队飞行轨迹跟踪控制方法及系统 |
CN113110430A (zh) * | 2021-04-02 | 2021-07-13 | 大连海事大学 | 一种无人船无模型固定时间精准轨迹跟踪控制方法 |
CN113189979A (zh) * | 2021-04-02 | 2021-07-30 | 大连海事大学 | 一种无人船的分布式队列有限时间控制方法 |
CN113110430B (zh) * | 2021-04-02 | 2024-01-30 | 大连海事大学 | 一种无人船无模型固定时间精准轨迹跟踪控制方法 |
CN113189979B (zh) * | 2021-04-02 | 2023-12-01 | 大连海事大学 | 一种无人船的分布式队列有限时间控制方法 |
CN113268059B (zh) * | 2021-04-20 | 2024-03-29 | 大连海事大学 | 基于有限时间扩张状态观测器的多无人艇编队控制方法 |
CN113268059A (zh) * | 2021-04-20 | 2021-08-17 | 大连海事大学 | 一种基于有限时间扩张状态观测器的多无人艇编队控制方法 |
CN112987758A (zh) * | 2021-04-29 | 2021-06-18 | 电子科技大学 | 一种多水面航行器协同跟踪编队控制方法 |
CN113110495A (zh) * | 2021-05-08 | 2021-07-13 | 广东省智能机器人研究院 | 一种考虑外部干扰下移动机器人的编队控制方法 |
CN113110495B (zh) * | 2021-05-08 | 2022-11-08 | 广东省智能机器人研究院 | 一种考虑外部干扰下移动机器人的编队控制方法 |
CN113268064A (zh) * | 2021-07-01 | 2021-08-17 | 黄山学院 | 一种考虑通信时延的多移动机器人协同编队控制方法 |
CN113268064B (zh) * | 2021-07-01 | 2022-09-27 | 黄山学院 | 一种考虑通信时延的多移动机器人协同编队控制方法 |
CN113253764A (zh) * | 2021-07-14 | 2021-08-13 | 北京大学 | 一种基于降维观测器的无人集群仿射编队控制方法 |
CN113467465A (zh) * | 2021-07-22 | 2021-10-01 | 福州大学 | 一种面向机器人系统的人在回路决策建模与控制方法 |
CN113835338B (zh) * | 2021-09-08 | 2024-03-01 | 哈尔滨工程大学 | 积分滑模的欠驱动无人艇的有限时间跟踪控制方法及装置 |
CN114047744A (zh) * | 2021-09-08 | 2022-02-15 | 哈尔滨工程大学 | 基于采样通信的自适应反步滑模多无人艇编队控制方法 |
CN113835338A (zh) * | 2021-09-08 | 2021-12-24 | 哈尔滨工程大学 | 基于积分滑模的欠驱动无人艇的有限时间跟踪控制方法及装置 |
CN114296449B (zh) * | 2021-12-13 | 2022-08-02 | 广东海洋大学 | 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 |
CN114296449A (zh) * | 2021-12-13 | 2022-04-08 | 广东海洋大学 | 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 |
CN115328126B (zh) * | 2022-08-08 | 2023-11-24 | 大连海事大学 | 一种无人船自适应滑模轨迹跟踪控制方法及其控制系统 |
CN115328126A (zh) * | 2022-08-08 | 2022-11-11 | 大连海事大学 | 一种无人船自适应滑模轨迹跟踪控制方法及其控制系统 |
CN117170382A (zh) * | 2023-10-11 | 2023-12-05 | 哈尔滨理工大学 | 一种适用于同向实时点位跟踪的双无人船协同控制方法 |
CN117170382B (zh) * | 2023-10-11 | 2024-04-26 | 哈尔滨理工大学 | 一种适用于同向实时点位跟踪的双无人船协同控制方法 |
CN117472061A (zh) * | 2023-11-15 | 2024-01-30 | 大连海事大学 | 一种有限时间稳定的预设性能无人船编队控制设计方法 |
CN117472061B (zh) * | 2023-11-15 | 2024-06-07 | 大连海事大学 | 一种有限时间稳定的预设性能无人船编队控制设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110879599B (zh) | 2022-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110879599B (zh) | 一种基于有限时间扰动观测器的固定时间编队控制方法 | |
CN110928310B (zh) | 一种无人船领航跟随固定时间编队控制方法 | |
CN111650948B (zh) | 一种可底栖式auv的水平面轨迹快速跟踪控制方法 | |
Liu et al. | Coordinated path following of multiple underacutated marine surface vehicles along one curve | |
CN111752280B (zh) | 一种基于有限时间不确定观测器的多无人船编队固定时间控制方法 | |
CN109634307A (zh) | 一种无人水下航行器复合航迹跟踪控制方法 | |
CN112965371B (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 | |
CN113093804B (zh) | 基于反演滑模控制的无人艇编队控制方法和控制系统 | |
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 | |
Fu et al. | A novel asymmetrical integral barrier Lyapunov function-based trajectory tracking control for hovercraft with multiple constraints | |
Li et al. | Global finite-time control for coordinated path following of multiple underactuated unmanned surface vehicles along one curve under directed topologies | |
Zhang et al. | 3D hybrid formation control of an underwater robot swarm: Switching topologies, unmeasurable velocities, and system constraints | |
CN114047744A (zh) | 基于采样通信的自适应反步滑模多无人艇编队控制方法 | |
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 | |
Wang et al. | Distributed finite-time velocity-free robust formation control of multiple underactuated AUVs under switching directed topologies | |
CN117111614A (zh) | 一种基于改进人工势场法的船舶编队避碰避障与跟踪控制方法 | |
Sun et al. | Prescribed-time error-constrained moving path following control for a stratospheric airship with disturbances | |
Wu et al. | Distributed time-varying formation control for unmanned surface vehicles guided by multiple leaders | |
Juan et al. | Trajectory tracking control of multi-AUVs formation based on virtual leader | |
Selje et al. | Gps-denied three dimensional leader-follower formation control using deep reinforcement learning | |
CN109240081B (zh) | 考虑误差约束的海底地震检波飞行节点有限时间构型包含容错控制方法 | |
CN115480580A (zh) | 一种基于nmpc的水下机器人路径跟踪与避障的控制方法 | |
Li et al. | Distributed Formation Control for Multiple Quadrotor UAVs Based on Distributed Estimator and Singular Perturbation System | |
Zhu et al. | Containment control of underactuated ships with environment disturbances and parameter uncertainties | |
Calado et al. | Leader-follower control of underwater vehicles over acoustic communications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 |