CN110908389B - 一种针对不确定水下机器人的自适应快速速度跟踪控制方法 - Google Patents

一种针对不确定水下机器人的自适应快速速度跟踪控制方法 Download PDF

Info

Publication number
CN110908389B
CN110908389B CN201911303919.7A CN201911303919A CN110908389B CN 110908389 B CN110908389 B CN 110908389B CN 201911303919 A CN201911303919 A CN 201911303919A CN 110908389 B CN110908389 B CN 110908389B
Authority
CN
China
Prior art keywords
underwater robot
tracking
sliding mode
model
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.)
Active
Application number
CN201911303919.7A
Other languages
English (en)
Other versions
CN110908389A (zh
Inventor
杨亚娜
陈奕行
甘露
李军朋
华长春
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.)
Yanshan University
Original Assignee
Yanshan 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 Yanshan University filed Critical Yanshan University
Priority to CN201911303919.7A priority Critical patent/CN110908389B/zh
Publication of CN110908389A publication Critical patent/CN110908389A/zh
Application granted granted Critical
Publication of CN110908389B publication Critical patent/CN110908389B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/04Control of altitude or depth
    • G05D1/06Rate of change of altitude or depth
    • G05D1/0692Rate of change of altitude or depth specially adapted for under-water vehicles

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

一种针对不确定水下机器人的自适应快速速度跟踪控制方法,包括如下步骤:针对水下机器人运动学模型,根据机器人实际应用设计控制目标;并利用时延估计技术在线估计系统模型不确定部分和未知外界干扰,进一步设计一个积分终端滑模面;基于积分终端滑模面和水下机器人运动学模型,设计自适应控制器,定义控制律中增益变量;利用Lyapunov方程证明系统的稳定性,验证所设计积分终端滑模面和自适应控制器的合理性。本发明解决了现有控制器依赖于水下机器人模型信息的问题,即所设计控制器独立于系统模型,从而克服了模型不确定性和未知干扰对水下机器人系统的影响,提高了系统的鲁棒性能、简化了控制器设计,更利于在工程实际中应用。

Description

一种针对不确定水下机器人的自适应快速速度跟踪控制方法
技术领域
本发明涉及水下机器人系统控制领域,尤其涉及一种针对不确定水下机器人的自适应快速速度跟踪控制方法。
背景技术
水下机器人主要用于水下检测及信息收集,常被用于河堤大坝水况监测、河道桥墩水下信息收集,近海码头港口检修以及船舶外体水下检测、海上油气勘探等商业、科学和军事领域。目前,水下机器人的控制面临很大的挑战,一方面由于本身具有很强的非线性系统,另一方面水下机器人大多应用未知环境的水下探测。水下机器人由于其强非线性和耦合性,运动参数不确定性以及工作环境复杂,易受外界干扰影响,水下机器人对控制性能的要求不断提高,需要控制算法的不断改进,控制精度的不断提高。收敛时间长和外部干扰对水下机器人系统的控制产生了影响,因此需要提出新的控制方法来补偿干扰,保证跟踪的稳定性和精度。
针对系统的不确定性、扰动和有界外部扰动,滑模控制是很重要且有效的方法,因为它对系统不确定性和外部扰动具有很强的鲁棒性。很多滑模控制都只能保证渐进误差收敛,不能保证有限时间误差收敛。而时延估计可以用来估计非线性和不确定系统,减少抖震,然而和传统滑模结合可能引起奇异性问题,跟踪精度也不高。
发明内容
为了克服上述问题,本发明的目的在于提供一种跟踪精度高、减少抖震、鲁棒性好、克服参数不确定性和未知干扰对水下机器人影响的基于时延估计的一种针对不确定水下机器人的自适应快速速度跟踪控制方法。
本发明采用的技术手段如下:
本发明所提出的一种针对不确定水下机器人的自适应快速速度跟踪控制方法,该方法包括以下步骤:步骤S1,针对水下机器人运动学模型,根据实际应用要求设计控制目标,利用时延估计技术在线估计系统的模型不确定部分和外界干扰;步骤S2,基于所设计的控制目标设计一种能保证速度快速跟踪的积分终端滑模面;S3基于所设计的积分终端滑模面和水下机器人运动学模型,设计自适应控制器,定义控制器中增益变量;步骤S4,利用Lyapunov方程证明系统的稳定性,验证所设计积分终端滑模面和自适应控制器的合理性,最终证明基于所设计的自适应控制器,水下机器人系统在系统模型不确定和外界干扰存在的情形况下仍能稳定运行。
进一步的,所述步骤S1中,针对水下机器人运动学模型,测量水下机器人运动学模型中涉及的水下机器人系统参数,并设计控制目标,
Figure BDA0002322566150000021
水下机器人的系统参数:M∈R6×6为质量惯性矩阵,C(ν)∈R6×6为科氏力和向心力矩阵,D(ν)∈R6×6为非线性阻尼矩阵,g(η)∈R6为重力与浮力矩阵,τd∈R6为时变外部干扰,τ∈R6为控制输入;η=[x,y,z,φ,θ,ψ]T∈R6为静坐标系下水下机器人的位移和角度量,φ,θ,ψ分别为横滚角、纵倾角、艏向角,x,y,z为在静坐标系中的位置;ν=[u,v,w,p,q,r]T为动坐标系下水下机器人的速度和角速度向量,u,v,w分别代表在x,y,z轴的速度,p,q,r为角速度;
Figure BDA0002322566150000022
为静坐标系下六自由度位置和方向矢量对时间的一阶导数,上标T为求相应向量的转置;
由运动学模型(1)得到期望跟踪速度:
Figure BDA0002322566150000023
其中,K1=diag(k11,…,k16),K2=diag(k21,…,k26)为正常数矩阵,ηd为期望位置,
Figure BDA0002322566150000024
为位置跟踪误差;
控制目标为实现水下机器人系统的快速速度追踪即设计控制器τ保证速度追踪误差
e=νd-ν (3)
快速收敛到零点;
引入正对角增益矩阵
Figure BDA0002322566150000025
代入到水下机器人运动学模型中,得到:
Figure BDA0002322566150000026
Figure BDA0002322566150000031
的选取使得不等式
Figure BDA0002322566150000032
成立,
为了简化(4),使得:
Figure BDA0002322566150000033
进而可得
Figure BDA0002322566150000034
Figure BDA0002322566150000035
为包括系统模型不确定和未知外界干扰的不确定项,利用时延估计技术进行在线估计,
Figure BDA0002322566150000036
定义为
Figure BDA0002322566150000037
的估计值,其可表示为
Figure BDA0002322566150000038
其中,带有下标t-L的信号表示当时延为L时的值。
进一步的,所述步骤S2中,基于所设计的控制目标设计一种能保证速度快速跟踪的积分终端滑模面;
控制目标是实现快速速度跟踪,即保证e=νd-ν快速收敛至零点,基于该目标设计积分终端滑模面为:
Figure BDA0002322566150000039
Kp,K都为正对角增益矩阵其中参数p,q选取为正奇数,且满足γ>1,0<p/q<1;进一步可得积分滑模面的导数为
Figure BDA00023225661500000310
当速度误差e=νd-ν与零点距离较远时,eγ占据主导地位,能够保证快速收敛,当速度误差接近零点时,ep/q确保有限时间内快速收敛。
进一步的,所述步骤S3中,基于所设计的积分终端滑模面和水下机器人运动学模型,设计自适应控制器,定义控制器中增益变量;
此时通过使用时延估计方法,用抽样时刻的值作为现在时间的估计值,得到水下机器人的控制器为:
Figure BDA00023225661500000311
关于K(s)=diag(K11,K22,...,K66)的定义有:
Figure BDA00023225661500000312
其中i=1,2,…,6,进而由(5)—(9)得到:
Figure BDA00023225661500000313
其中,时延估计的误差为
Figure BDA00023225661500000314
K(s)为时延估计误差的补偿部分;关于K(s):αii为自适应增益矩阵,βi是与跟踪精度相关的量,对于K(s),如果|si|>|Kii|/βi,则增益矩阵K(s)增加,这将导致时延估计误差和跟踪误差的减小;如果|si|<|Kii|/βi,则此时控制误差大小可接受,增益矩阵减小来防止一个过高的增益。|Kii|/βi与跟踪精度有关,|Kii|/βi越小,则跟踪精度越好。
进一步的,所述步骤S4中,利用Lyapunov方程证明系统的稳定性,验证所设计积分滑模面和控制器的合理性,最终证明在设计的自适应控制器下,水下机器人系统在系统不确定性和未知干扰的情形下仍能稳定运行,
选取lyapunov如下:
Figure BDA0002322566150000041
其中,定义的
Figure BDA0002322566150000042
代表εi的上界,选取合适的βi使得不等式
Figure BDA0002322566150000043
成立,||s||为s的无穷范数,基于此对Lyapunov方程求导,当|si|>|Kii|/βi时可得:
Figure BDA0002322566150000044
当|si|>|Kii|/βi成立时,可得|Kii|<|sii,根据不等式
Figure BDA0002322566150000045
可得
Figure BDA0002322566150000046
Figure BDA0002322566150000047
表明滑动变量s满足|si|<|Kii|/βi,因此
Figure BDA0002322566150000048
的正负号不断变化;滑模变量可能会重复地穿过|Kii|/βi组成的范围,当s的范围满足|si|>|Kii|/βi
Figure BDA0002322566150000049
再一次变为负定,最终保证了闭环系统Lyapunov稳定。
本发明与现有技术相比具有以下有益效果:
本发明适用于一阶、二阶、多阶系统等机器人、机械臂等设备和系统。使用了时延估计,不用考虑未知参数等情况,模型比较独立,消除了机器人动力学方程获取信息的需要,简化了机器人动力学方程模型。而且由于增益动态通过滑动变量自动调整增益补偿非线性,所以对于参数变化,有很强的鲁棒性。该方法具有很好的鲁棒性和跟踪精度,在跟踪控制水下机器人的过程中能够产生非常理想的技术效果。
附图说明
图1为本发明的控制方法原理图。
具体实施方式
参见图1,本发明提出的一种针对不确定水下机器人的自适应快速速度跟踪控制方法的具体步骤如下:
步骤S1,针对水下机器人运动学模型,根据实际应用要求设计控制目标,利用时延估计技术在线估计系统的模型不确定部分和外界干扰;
水下机器人运动学模型:
Figure BDA0002322566150000051
水下机器人系统参数包括:M∈R6×6为质量惯性矩阵,C(ν)∈R6×6为科氏力和向心力矩阵,D(ν)∈R6×6为非线性阻尼矩阵,g(η)∈R6为重力与浮力矩阵,τd∈R6为时变外部干扰,τ∈R6为控制输入;η=[x,y,z,φ,θ,ψ]T∈R6为静坐标系下水下机器人的位移和角度量,φ,θ,ψ分别为横滚角、纵倾角、艏向角,x,y,z为在静坐标系中的位置;ν=[u,v,w,p,q,r]T为动坐标系下水下机器人的速度和角速度向量,u,v,w分别代表在x,y,z轴的速度,p,q,r为角速度;
Figure BDA0002322566150000052
为静坐标系下六自由度位置和方向矢量对时间的一阶导数,上标T为求相应向量的转置;
其中,
Figure BDA0002322566150000053
η=[x,y,z,φ,θ,ψ]T
Figure BDA0002322566150000054
s·,c·,t·分别代表sin(·),cos(·),tan(·);
得到期望位置跟踪:
Figure BDA0002322566150000061
其中,K1=diag(k11,…,k16),K2=diag(k21,…,k26)为正常数对角矩阵,ηd为期望位置,
Figure BDA0002322566150000062
为位置跟踪误差;
根据实际应用对水下机器人的要求设计控制目标为实现水下机器人系统的快速速度追踪即设计控制器τ保证速度追踪误差
e=νd-ν (2)
快速收敛到零点;
引入正对角增益矩阵
Figure BDA0002322566150000063
代入到水下机器人运动学模型中,得到:
Figure BDA0002322566150000064
Figure BDA0002322566150000065
的选取使得不等式
Figure BDA0002322566150000066
成立,
为了简化(4),使得:
Figure BDA0002322566150000067
进而可得
Figure BDA0002322566150000068
Figure BDA0002322566150000069
为包括系统模型不确定和未知外界干扰的不确定项,利用时延估计技术进行在线估计,
Figure BDA00023225661500000610
定义为
Figure BDA00023225661500000611
的估计值,其可表示为
Figure BDA00023225661500000612
其中,带有下标t-L的信号表示当时延为L时的值。
步骤S2,基于所设计的控制目标设计一种能保证速度快速跟踪的积分终端滑模面;
控制目标是实现快速速度跟踪,即保证e=νd-ν快速收敛至零点,基于该目标设计积分终端滑模面为:
Figure BDA00023225661500000613
其中参数p,q选取为正奇数,且满足0<p/q<1,γ>1,K,Kp为正对角增益矩阵;进一步可得积分滑模面的导数为
Figure BDA00023225661500000614
当速度误差e=νd-ν与零点距离较远时,eγ占据主导地位,能够保证快速收敛,当速度误差接近零点时,ep/q确保有限时间内快速收敛。
步骤S3,基于所设计的积分终端滑模面和水下机器人运动学模型,设计自适应控制器,定义控制器中增益变量;
通过使用时延估计方法,用时延的值作为现在时间的估计值,得到水下机器人的控制器为:
Figure BDA0002322566150000071
关于K(s)=diag(K11,K22,...,K66)的定义有:
Figure BDA0002322566150000072
其中i=1,2,…,6,进而由(4)—(12)得到:
Figure BDA0002322566150000073
其中,时延估计的误差为
Figure BDA0002322566150000074
K(s)为时延估计误差的补偿部分;关于K(s):αii为自适应增益矩阵,βi是与跟踪精度相关的量,对于K(s),如果|si|>|Kii|/βi,则增益矩阵K(s)增加,这将导致时延估计误差和跟踪误差的减小;如果|si|<|Kii|/βi,则此时控制误差大小可接受,增益矩阵减小来防止一个过高的增益。|Kii|/βi与跟踪精度有关,|Kii|/βi越小,则跟踪精度越好。
步骤S4,利用Lyapunov方程证明系统的稳定性,验证所设计积分滑模面和控制器的合理性,最终证明在设计的自适应控制器下,水下机器人系统在系统不确定性和未知干扰的情形下仍能稳定运行,
选取的lyapunov函数如下所示:
Figure BDA0002322566150000075
其中,定义的
Figure BDA0002322566150000076
代表εi的上界,选取合适的βi使得不等式
Figure BDA0002322566150000077
成立,||s||为s的无穷范数,基于此对Lyapunov方程求导,当|si|>|Kii|/βi时可得:
Figure BDA0002322566150000081
当|si|>|Kii|/βi成立时,可得|Kii|<|sii,根据不等式
Figure BDA0002322566150000082
可得
Figure BDA0002322566150000083
Figure BDA0002322566150000084
表明滑动变量s满足|si|<|Kii|/βi,因此
Figure BDA0002322566150000085
的正负号不断变化;滑模变量可能会重复地穿过|Kii|/βi组成的范围,当s的范围满足|si|>|Kii|/βi
Figure BDA0002322566150000086
再一次变为负定,最终保证了闭环系统Lyapunov稳定。
以上所述的各实施例仅用于说明本发明技术方案,而非对其限制,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解,其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或全部技术特征进行等同替换,而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (1)

1.一种针对不确定水下机器人的自适应快速速度跟踪控制方法,其特征在于:该方法包括以下步骤:
步骤S1,针对水下机器人运动学模型,根据实际应用要求设计控制目标,利用时延估计技术在线估计系统的模型不确定部分和外界干扰;
步骤S2,基于所设计的控制目标设计一种能保证速度快速跟踪的积分终端滑模面;
步骤S3,基于所设计的积分终端滑模面和水下机器人运动学模型,设计自适应控制器,定义控制器中增益变量;
步骤S4,利用Lyapunov方程证明系统的稳定性,验证所设计积分终端滑模面和自适应控制器的合理性,最终证明基于所设计的自适应控制器,水下机器人系统在系统模型不确定和外界干扰存在的情形况下仍能稳定运行;
所述步骤S1中,针对如下水下机器人运动学模型,
Figure DEST_PATH_IMAGE002
(1)
水下机器人系统参数包括:
Figure DEST_PATH_IMAGE004
为质量惯性矩阵,
Figure DEST_PATH_IMAGE006
为科氏力和向心力矩阵,
Figure DEST_PATH_IMAGE008
为非线性阻尼矩阵,
Figure DEST_PATH_IMAGE010
为重力与浮力矩阵,
Figure DEST_PATH_IMAGE012
为时变外部干扰,
Figure DEST_PATH_IMAGE014
为控制输入;
Figure DEST_PATH_IMAGE016
为静坐标系下水下机器人的位移和角度量,
Figure DEST_PATH_IMAGE018
分别为横滚角、纵倾角、艏向角,
Figure DEST_PATH_IMAGE020
为在静坐标系中的位置;
Figure DEST_PATH_IMAGE022
为动坐标系下水下机器人的速度和角速度向量,
Figure DEST_PATH_IMAGE024
分别代表在
Figure DEST_PATH_IMAGE020A
轴的速度,
Figure DEST_PATH_IMAGE027
为角速度;
Figure DEST_PATH_IMAGE029
为静坐标系下六自由度位置和方向矢量对时间的一阶导数,上标
Figure DEST_PATH_IMAGE031
为求相应向量的转置;
由运动学模型(1)可得期望跟踪速度:
Figure 875821DEST_PATH_IMAGE002
(2)
其中,K1=diag(k11,…,k16),K2=diag(k21,…,k26)为正常数对角矩阵,
Figure DEST_PATH_IMAGE039
为期望位置,
Figure 544699DEST_PATH_FDA0002322566140000021
为位置跟踪误差;
根据实际应用对水下机器人的要求设计控制目标,为实现水下机器人系统的快速速度追踪即设计控制器
Figure DEST_PATH_IMAGE043
保证速度追踪误差
Figure DEST_PATH_IMAGE045
(3)
快速收敛到零点;
引入正对角增益矩阵
Figure DEST_PATH_IMAGE047
,代入到水下机器人运动学模型中,得到:
Figure DEST_PATH_IMAGE049
(4)
Figure DEST_PATH_IMAGE051
的选取使得不等式
Figure DEST_PATH_IMAGE053
成立,
为了简化(4),使得:
Figure DEST_PATH_IMAGE055
进而可得
Figure DEST_PATH_IMAGE057
(5)
Figure DEST_PATH_IMAGE059
为包括系统模型不确定和未知外界干扰的不确定项,利用时延估计技术进行在线估计,
Figure DEST_PATH_IMAGE061
定义为
Figure DEST_PATH_IMAGE059A
的估计值,其可表示为
Figure 475746DEST_PATH_IMAGE004
(6)
其中,带有下标
Figure DEST_PATH_IMAGE066
的信号表示当时延为
Figure DEST_PATH_IMAGE068
时的值;
所述步骤S2中,基于所设计的控制目标设计一种能保证速度快速跟踪的积分终端滑模面;
控制目标是实现快速速度跟踪,即保证
Figure DEST_PATH_IMAGE045A
快速收敛至零点,基于该目标设计积分终端滑模面为:
Figure 230076DEST_PATH_IMAGE006
(7)
其中参数
Figure DEST_PATH_IMAGE073
选取为正奇数,且满足
Figure DEST_PATH_IMAGE075
Figure DEST_PATH_IMAGE077
Figure DEST_PATH_IMAGE079
Figure DEST_PATH_IMAGE081
为正对角增益矩阵;进一步可得积分滑模面的导数为
Figure 967088DEST_PATH_IMAGE008
(8)
当速度误差
Figure DEST_PATH_IMAGE045AA
与零点距离较远时,eγ占据主导地位,能够保证快速收敛,当速度误差接近零点时,ep/q确保有限时间内快速收敛;
所述步骤S3中,基于所设计的积分终端滑模面和水下机器人运动学模型,设计自适应控制器,定义控制器中增益变量;
通过使用时延估计方法,用时延的值作为现在时间的估计值,得到水下机器人的控制器为:
Figure 428156DEST_PATH_IMAGE010
(9)
关于K(s)=diag(K11,K22,...,K66)的定义有:
Figure 858000DEST_PATH_IMAGE012
(10)
其中
Figure DEST_PATH_IMAGE096
,进而由(5)—(9)得到:
Figure 458904DEST_PATH_IMAGE002
(11)
其中,时延估计的误差为
Figure DEST_PATH_IMAGE100
(12)
Figure DEST_PATH_IMAGE102
为时延估计误差的补偿部分;关于
Figure DEST_PATH_IMAGE102A
Figure DEST_PATH_IMAGE105
为自适应增益矩阵,
Figure DEST_PATH_IMAGE107
是与跟踪精度相关的量,对于
Figure DEST_PATH_IMAGE102AA
,如果
Figure DEST_PATH_IMAGE110
,则增益矩阵
Figure DEST_PATH_IMAGE102AAA
增加,这将导致时延估计误差和跟踪误差的减小;如果
Figure DEST_PATH_IMAGE113
,则此时控制误差大小可接受,增益矩阵减小来防止一个过高的增益,
Figure DEST_PATH_IMAGE115
与跟踪精度有关,
Figure DEST_PATH_IMAGE115A
越小,则跟踪精度越好;
所述步骤S4中,利用Lyapunov方程证明系统的稳定性,验证所设计积分滑模面和控制器的合理性,最终证明在设计的自适应控制器下,水下机器人系统在系统不确定性和未知干扰的情形下仍能稳定运行,
选取Lyapunov方程如下,
Figure DEST_PATH_IMAGE118
(13)
其中,定义的
Figure 37309DEST_PATH_FDA0002322566140000036
代表
Figure DEST_PATH_IMAGE122
的上界,选取合适的
Figure DEST_PATH_IMAGE107A
使得不等式
Figure 312432DEST_PATH_FDA0002322566140000037
成立,
Figure DEST_PATH_IMAGE127
Figure DEST_PATH_IMAGE129
的无穷范数,基于此对Lyapunov方程求导,当
Figure DEST_PATH_IMAGE110A
时可得:
Figure 955903DEST_PATH_IMAGE014
(14)
Figure DEST_PATH_IMAGE110AA
成立时,可得
Figure DEST_PATH_IMAGE135
,根据不等式
Figure 228753DEST_PATH_FDA0002322566140000042
可得
Figure 957674DEST_PATH_FDA0002322566140000043
表明滑动变量
Figure DEST_PATH_IMAGE129A
满足
Figure DEST_PATH_IMAGE113A
,因此
Figure DEST_PATH_IMAGE144
的正负号不断变化;滑模变量可能会重复地穿过
Figure DEST_PATH_IMAGE115AA
组成的范围,当
Figure DEST_PATH_IMAGE129AA
的范围满足
Figure DEST_PATH_IMAGE110AAA
Figure DEST_PATH_IMAGE144A
再一次变为负定,最终保证了闭环系统Lyapunov稳定。
CN201911303919.7A 2019-12-17 2019-12-17 一种针对不确定水下机器人的自适应快速速度跟踪控制方法 Active CN110908389B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911303919.7A CN110908389B (zh) 2019-12-17 2019-12-17 一种针对不确定水下机器人的自适应快速速度跟踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911303919.7A CN110908389B (zh) 2019-12-17 2019-12-17 一种针对不确定水下机器人的自适应快速速度跟踪控制方法

Publications (2)

Publication Number Publication Date
CN110908389A CN110908389A (zh) 2020-03-24
CN110908389B true CN110908389B (zh) 2021-07-27

Family

ID=69826097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911303919.7A Active CN110908389B (zh) 2019-12-17 2019-12-17 一种针对不确定水下机器人的自适应快速速度跟踪控制方法

Country Status (1)

Country Link
CN (1) CN110908389B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112091976B (zh) * 2020-09-17 2022-03-18 哈尔滨工程大学 一种水下机械臂任务空间控制方法
CN113377006B (zh) * 2021-06-08 2022-05-27 华南理工大学 一种基于不变流形观测器的全局快速终端滑模控制方法
CN114047773B (zh) * 2021-11-26 2023-11-03 江西理工大学 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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02297612A (ja) * 1989-05-12 1990-12-10 Fanuc Ltd 積分性を持ったスライディングモード制御方式
EP0446362A1 (en) * 1989-09-30 1991-09-18 Fanuc Ltd. Sliding mode control method
CN103019239A (zh) * 2012-11-27 2013-04-03 江苏大学 用于喷药移动机器人的轨迹跟踪滑模控制系统和控制方法
CN106647281A (zh) * 2017-01-18 2017-05-10 燕山大学 一种基于终端滑模的遥操作系统干扰有限时间补偿方法
CN108089589A (zh) * 2017-11-24 2018-05-29 江苏科技大学 一种水下机器人姿态控制方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7303010B2 (en) * 2002-10-11 2007-12-04 Intelligent Robotic Corporation Apparatus and method for an autonomous robotic system for performing activities in a well
KR101672787B1 (ko) * 2009-06-19 2016-11-17 삼성전자주식회사 로봇청소기와 도킹스테이션 및 이를 가지는 로봇청소기 시스템 및 그 제어방법
FR2999305B1 (fr) * 2012-12-11 2021-11-12 Thales Sa Procede de pilotage d'un ensemble de robots et ensemble de robots
US20160272291A1 (en) * 2015-03-16 2016-09-22 Saudi Arabian Oil Company Water environment mobile robots
US9662787B1 (en) * 2015-09-25 2017-05-30 Google Inc. Hydraulic pressure variation in a legged robot
CN105319972B (zh) * 2015-11-27 2018-06-08 燕山大学 基于快速终端滑模的遥操作机器人固定时间控制方法
CN106154835B (zh) * 2016-08-23 2018-11-16 南京航空航天大学 一种基于时延估计的水下运载器终端滑模控制方法
CN106406333B (zh) * 2016-12-05 2019-04-05 烟台南山学院 一种基于积分型终端滑模的平流层飞艇俯仰角跟踪方法
CN107272677B (zh) * 2017-06-07 2020-12-11 东南大学 一种移动机器人的变结构自适应轨迹跟踪控制方法
US20200109949A1 (en) * 2017-06-30 2020-04-09 Square Robot, Inc. Method and apparatus for self-contained positioning of a mobile robot inside a tank
CN107450572A (zh) * 2017-07-26 2017-12-08 江苏科技大学 基于滑模控制的水下机器人姿态调节控制系统及处理方法
CN107450326B (zh) * 2017-08-09 2020-03-10 清华大学深圳研究生院 反步有限时间双边遥操作控制方法及计算机可读存储介质
CN107861382B (zh) * 2017-09-28 2019-12-13 西北工业大学深圳研究院 一种多执行水下机器人鲁棒自适应运动控制装置及其方法
CN108614425B (zh) * 2018-06-06 2021-03-16 黄山学院 移动机器人自适应积分滑模控制方法
CN109634307B (zh) * 2019-01-15 2021-08-03 大连海事大学 一种无人水下航行器复合航迹跟踪控制方法
CN110154028A (zh) * 2019-05-29 2019-08-23 天津大学 机械臂无模型自适应积分终端滑模控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02297612A (ja) * 1989-05-12 1990-12-10 Fanuc Ltd 積分性を持ったスライディングモード制御方式
EP0446362A1 (en) * 1989-09-30 1991-09-18 Fanuc Ltd. Sliding mode control method
CN103019239A (zh) * 2012-11-27 2013-04-03 江苏大学 用于喷药移动机器人的轨迹跟踪滑模控制系统和控制方法
CN106647281A (zh) * 2017-01-18 2017-05-10 燕山大学 一种基于终端滑模的遥操作系统干扰有限时间补偿方法
CN108089589A (zh) * 2017-11-24 2018-05-29 江苏科技大学 一种水下机器人姿态控制方法

Also Published As

Publication number Publication date
CN110908389A (zh) 2020-03-24

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
CN110908389B (zh) 一种针对不确定水下机器人的自适应快速速度跟踪控制方法
CN109927032B (zh) 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法
CN110687799B (zh) 一种智能船舶自动舵系统的模糊自适应输出反馈控制方法及系统
CN109514564B (zh) 一种复合二次型多关节机械臂最优控制方法
CN113589689B (zh) 一种基于多参数自适应神经网络的滑模控制器设计方法
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
CN110543184B (zh) 一种刚性飞行器的固定时间神经网络控制方法
CN113238567B (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
CN108710296B (zh) 微陀螺仪的分数阶自适应快速终端滑模控制方法
CN111198502B (zh) 基于干扰观测器和模糊系统的无人艇航迹跟踪控制方法
CN109739248B (zh) 基于adrc的船载三自由度并联稳定平台稳定控制方法
CN111221335A (zh) 一种智能船舶自动舵系统的模糊自适应输出反馈有限时间控制方法及系统
Yan et al. Bottom-following control for an underactuated unmanned undersea vehicle using integral-terminal sliding mode control
CN113467231A (zh) 基于侧滑补偿ilos制导律的无人艇路径跟踪方法
WO2022222938A1 (zh) 一种基于运动状态监测的自适应水平姿态测量方法
CN110488854B (zh) 一种基于神经网络估计的刚性飞行器固定时间姿态跟踪控制方法
CN114442640A (zh) 一种水面无人艇轨迹跟踪控制方法
CN113670314A (zh) 基于pi自适应两级卡尔曼滤波的无人机姿态估计方法
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
CN113608534B (zh) 一种无人艇跟踪控制方法及系统
Wang et al. Robust trajectory tracking control of underactuated surface vehicles with prescribed performance
CN115686034B (zh) 考虑速度传感器失效的无人潜航器轨迹跟踪控制方法
CN113156825A (zh) 一种自适应反步滑模控制的舰载光电跟踪系统设计方法
CN115951693B (zh) 一种欠驱动水下机器人鲁棒轨迹跟踪控制方法

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