CN110928310A - 一种无人船领航跟随固定时间编队控制方法 - Google Patents
一种无人船领航跟随固定时间编队控制方法 Download PDFInfo
- Publication number
- CN110928310A CN110928310A CN201911288891.4A CN201911288891A CN110928310A CN 110928310 A CN110928310 A CN 110928310A CN 201911288891 A CN201911288891 A CN 201911288891A CN 110928310 A CN110928310 A CN 110928310A
- Authority
- CN
- China
- Prior art keywords
- unmanned ship
- following
- piloting
- fixed time
- follows
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Abstract
本发明公开了一种无人船领航‑跟随固定时间编队控制方法,属于无人船控制领域,该方法包括建立领航无人船和跟随无人船的动力学和运动学模型,设计领航无人船子系统的固定时间控制律,以实现领航无人船轨迹控制,并为跟随无人船子系统提供控制输入信号;设计有限时间扰动观测器,实现对跟随无人船环境扰动的有效观测;建立积分滑模面,确立跟随无人船和领航无人船之间的跟随误差,并设计在复杂扰动下基于有限时间扰动观测器的固定时间编队控制方案,基于滑模技术的固定时间跟踪控制策略,将其应用于领航无人船子系统中,驱动领航无人船精确地跟踪期望的轨迹,有效提高了系统的跟踪精度,在外界扰动存在的情况下,仍然能够实现稳定的领航‑跟随无人船编队队形,显著提高了编队系统的鲁棒性。
Description
技术领域
本发明涉及无人船控制领域,尤其涉及一种无人船领航跟随固定时间编队控制方法。
背景技术
近年来,随着各国对海洋科技的重视,水面船舶正向着智能化和无人化发展,水面无人船在科学研究、水域监测、海洋环境勘探、军事和其他民用领域发挥着越来越大的作用。但是海洋水域环境复杂多变,存在多种未知扰动,在面对多任务作业时,单一无人船无法较好实现目标,所以多无人船协同控制作业因其效率高、覆盖广、鲁棒性强等特点,成为各研究机构的研究热点。在多无人船协同控制领域,编队控制最为重要,目前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。其中领航-跟随控制策略因其跟随无人船能够有效的跟踪领航无人船的运动轨迹,实现稳定的编队队形而得到更为广泛的研究和应用。
领航-跟随无人船编队控制系统中,其稳定性将会受到复杂的外界环境扰动影响,例如天气和气候的变化,水位的变化,风浪的影响,给无人船编队的稳定控制带来了极大的困难。滑模控制技术因其具有较强的抗不确定性和抗扰性,已经在随机系统、刚体系统、海洋装备等领域得到了较为广泛的应用。常见的滑模技术主要有传统的渐进收敛滑模、积分滑模、终端滑模、非奇异终端滑模等。为了进一步处理复杂的外界扰动,以往主要采用了如下几种方法,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-time Distribute Observer,FDO)技术逐渐成为研究热点。相比于传统的扰动观测器,FDO能够对扰动实现快速、精确的辨识。FDO技术在无人船编队控制领域鲜有应用,具有巨大的潜在研究价值。
在领航-跟随无人船编队控制中,为了更好地保证编队系统的响应特性,收敛速率是首要考虑的控制指标。早期的研究,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不足,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。固定时间控制算法由Polyakov首次提出,该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。Zuo在随后的研究中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。
发明内容
根据现有技术存在的问题,本发明公开了一种无人船领航-跟随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:设计领航无人船子系统的固定时间控制律,以实现领航无人船轨迹控制,并为跟随无人船子系统提供控制输入信号;
S3:设计有限时间扰动观测器,实现对跟随无人船环境扰动的有效观测;
S4:建立积分滑模面,确立跟随无人船和领航无人船之间的跟随误差,并设计在复杂扰动下基于有限时间扰动观测器的固定时间编队控制方案。
进一步地,所述无人船运动学和动力学数学模型如下所示:
式中,i=0,1,2,…,n分别表示领航无人船(i=0)和跟随无人船(i≠0),ηi=[xi,yi,ψi]T为惯性坐标系下的位置和航向,νi=[ui,vi,ri]T为附体坐标系下纵荡、横漂、艏摇速度,τi=[τi1,τi2,τi3]T为控制输入,δi=MiRT(ψi)di(t),di(t)=[di1(t),di2(t),di3(t)]T为外部扰动,R(ψi)为旋转矩阵,Mi=Mi T>0为惯性矩阵,C(vi)=-C(vi)T为科氏力矩阵,D(vi)为阻尼矩阵,Z(ηd,vd)=-C(vd)vd-D(vd)vd,ηd=[xd,yd,ψd]T和νd=[ud,vd,rd]T分别为期望的位置向量和速度向量。
进一步地,所述领航无人船与期望轨迹之间误差的积分滑模面公式及领航无人船固定时间控制律如下:
由上公式(2)得积分滑模面变量的导数,如下所示:
设计基于有限时间扰动观测器的固定时间编队控制律:
式中,e0,1=η0-ηd,e0,2=ω0-ωd分别表示坐标变换后的位置误差和速度误差,Ωe=ξ(η0,ω0)-ξ(ηd,ωd)-RdMd -1τd,Λi>0(i=0,1,2),m,n表示正奇数,满足m<n。
进一步地:所述领航无人船子系统的固定时间控制律的稳定性验证过程如下:
通过Lyapunov函数:
对V1求导,可得:
计算得到最大收敛时间如下:
进一步地,结合积分滑模面所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:
编队跟踪误差如下:
式中,ei,3=ηi-η0=[ηi,3,1,ηi,3,2,ηi,3,3]T,ei,4=ωi-ω0=[ωi,4,1,ωi,4,2,ωi,4,3]T,ξe=ξ(ηi,ωi)-ξ(η0,ω0)-R0M0 -1τ0,ρi0∈R3表示第i个跟随无人船与领航无人船之间期望值,
设计一个积分滑模面,如下所示:
设计跟随无人船的控制律如下:
式中,zi,1表示跟随无人船的扰动的观测值,λi.j>0(j=0,1,2),p,q表示正奇数,满足p<q,zi,j:=[zi,j,1,zi,j,2,zi,j,3]T(i=0,1),zi,0,zi,1分别是ei,4,di的观测值,λk>0,k=3,4和Ld=diag(ld1,ld2,ld3)。
进一步地:所述跟随无人船的控制器的验证过程如下:
定义Lyapunov函数:
对上式求导,可得:
设计关于zi,0,zi,1,ei,3,di的辅助误差变量,如下所示:
误差系统的时间导数如下所示:
观测误差ei,5,ei,6将在有限时间T0内收敛到0,即:
当扰动被观测之后,可得:
得到最大收敛时间,如下所示:
由于采用了上述技术方案,本发明提供的一种无人船领航跟随固定时间编队控制方法,设计基于滑模技术的固定时间跟踪控制(ISM-FTC)策略,将其应用于领航无人船子系统中,驱动领航无人船精确地跟踪期望的轨迹,有效提高了系统的跟踪精度,引入基于有限时间扰动观测器的固定时间编队控制(FDO-FFC)策略,对复杂扰动下的领航-跟随编队系统进行了精确控制,能够驱动多个跟随无人船精确地保持对领航无人船之间的间距,尤其是在外界扰动存在的情况下,仍然能够实现稳定的领航跟随无人船编队队形,显著提高了编队系统的鲁棒性。
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本发明水面船的大地坐标系OXoYo和附体坐标系AXY图;
图2无人船编队轨迹图;
图3(a)是本发明中横坐标下各无人船位置跟踪效果图;
图3(b)是本发明中纵坐标下各无人船位置跟踪效果图;
图3(c)是本发明中航向角度下各无人船位置跟踪效果图;
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)本发明中领航无人船在初始输入较大情况下的控制输入图;
图5(b)本发明中领航无人船在初始输入较低情况下的控制输入图;
图5(c)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(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6(b)本发明中跟随船Ⅰ在领航无人船初始输入较低情况下的控制输入图;
图6(c)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(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7(b)本发明中跟随船Ⅱ在领航无人船初始输入较低情况下的控制输入图;
图7(c)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(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8(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8(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9(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9(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9(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。
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:
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:
一种无人船领航-跟随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:设计领航无人船子系统的固定时间控制律,以实现领航无人船轨迹控制,并为跟随无人船子系统提供控制输入信号;
S3:设计有限时间扰动观测器,实现对跟随无人船环境扰动的有效观测;
S4:建立积分滑模面,确立跟随无人船和领航无人船之间的跟随误差,并设计在复杂扰动下基于有限时间扰动观测器的固定时间编队控制方案。
进一步地,图1本发明水面无人船船的大地坐标系OXoYo和附体坐标系AXY图,无人船运动学和动力学数学模型如下所示:
式(1)中,i=0,1,2,…,n分别表示领航无人船(i=0)和跟随无人船(i≠0),ηi=[xi,yi,ψi]T为惯性坐标系下的位置和航向,νi=[ui,vi,ri]T为附体坐标系下纵荡、横漂、艏摇速度,Z(ηi,vi)=-C(vi)vi-D(vi)vi,τi=[τi1,τi2,τi3]T为控制输入,δi=MiRT(ψi)di(t),di(t)=[di1(t),di2(t),di3(t)]T为外部扰动,R(ψi)为旋转矩阵,Mi=Mi T>0为惯性矩阵,C(vi)=-C(vi)T为科氏力矩阵,D(vi)为阻尼矩阵
考虑如下期望轨迹:
其中,Z(ηd,vd)=-C(vd)vd-D(vd)vd,ηd=[xd,yd,ψd]T和νd=[ud,vd,rd]T分别为期望的位置向量和速度向量。
进一步地,该无人船编队控制系统设计与稳定性分析过程如下:
为了简化分析和计算过程,引入辅助变量ωi,ωd,如下所示:
其中,ωi=[ωi,1,ωi,2,ωi,3]T,ωd=[ωd,1,ωd,2,ωd,3]T,Ri=R(ψi),Rd=R(ψd)。
结合(1),(2)和(3),可以得到坐标变换如下所示:
其中,ξ(ηi,ωi)=S(ωi3)ωi+RiMi -1Z(ηi,Ri Tωi)。
其中,ξ(ηd,ωd)=S(ωd3)ωd+RdMd -1Z(ηd,Rd Tωd)。
进一步地,对领航无人船子系统和跟随无人船子系统进行分析,并分别设计固定时间控制律。
设计领航无人船子系统控制器,从而保证编队系统对期望轨迹的精确跟踪,同时为跟随无人船子系统提供控制输入信号,对理想情况下的领航无人船子系统进行分析。
由(4)和(5),可得领航无人船与期望轨迹之间的误差,如下所示:
其中,e0,1=η0-ηd,e0,2=ω0-ωd分别表示坐标变换后的位置误差和速度误差,Ωe=ξ(η0,ω0)-ξ(ηd,ωd)-RdMd -1τd。
由(6),设计一个关于e0,1,e0,2的积分滑模面(ISM),如下所示:
结合(7)和(8),可得ISM变量的导数,如下所示:
进而,设计ISM-FTC控制律:
式中,Λi>0(i=0,1,2),m,n表示正奇数,满足m<n。
通常:在理想的领航无人船子系统中,设计的固定时间控制律能够在固定时间内,驱动领航无人船子系统精确跟踪期望轨迹。
设计一个Lyapunov函数:
结合(7)-(10),对V1求导,可得:
根据以下引理:针对一个标量系统:
其中,m,n表示正奇数,满足m<n.,那么系统固定时间稳定,并且收敛时间上界满足:
可以得到,设计的固定时间控制律(10)能够驱动领航无人船对期望轨迹的精确跟踪,
并且可以计算得到最大收敛时间如下:
综上,领航无人船子系统所设计的控制律能够在固定时间内保证η0≡ηd,ω0≡ωd,即领航无人船精确地跟踪期望轨迹。
进一步地,跟随无人船子系统控制律设计如下:
考虑编队跟踪误差如下:
式中,ρi0∈R3表示第i个跟随无人船与领航无人船之间期望值。
对系统(16)求导,可得:
式(17)中,ei,3=ηi-η0=[ηi,3,1,ηi,3,2,ηi,3,3]T,ei,4=ωi-ω0=[ωi,4,1,ωi,4,2,ωi,4,3]T,ξe=ξ(ηi,ωi)-ξ(η0,ω0)-R0M0 -1 τ0。
结合误差系统(17),设计一个积分滑模面(ISM),如下所示:
结合假设1,误差系统和ISM系统,设计FDO-FFC控制律,如下所示:
式中,zi,1表示跟随无人船扰动的观测值,λi.j>0(j=0,1,2),p,q表示正奇数,满足p<q。
为有效观测跟随无人船的环境扰动,设计FDO如下所示:
在复杂扰动下,FDO-FFC控制律能够精确形成并维持领航-跟随编队,并可得到最大收敛时间。
证明:定义一个Lyapunov函数
结合(19)-(21)对其求导,可得:
针对FDO,设计关于zi,0,zi,1,ei,3,di的辅助误差变量,如下所示:
结合公式(17)和(23),误差系统(24)的时间导数如下所示:
观测误差ei,5,ei,6将在有限时间T0内收敛到0,即:
当扰动被观测之后,结合(23)可得:
FDO-FFC控制律能够实现领航-跟随无人船编队系统稳定性控制,并得到最大收敛时间,如下所示:
同样地,在最大设定时间内,滑模面能够到达。滑模面到达之后,ei,3,ei,4将在有限时间内沿着滑模面的方向收敛至0。从而,跟随无人船子系统能够实现ηi-η0≡ρi0,ωi≡ω0,即实现领航-跟随无人船编队控制。
为了验证固定时间控制策略的有效性,利用经典的Cybership II试验模型进行仿真实验。设计1艘领航无人船和2艘跟随无人船组成编队系统,进行仿真验证。
编队系统中的参数设置如下:期望的轨迹初始值参数ηd(0)=[-2,0,π/4]T,νd(0)=[1,0,0]T;领航USV的初始值η0(0)=[-3,2,0]T,ν0(0)=[0,0,0]T;跟随USV-1初始值η1(0)=[3,-4,0]T,ν1(0)=[0,0,0]T,扰动d1(t)=[0.8cos(0.1πt-π/3),cos(0.2πt+π/4),1.2cos(0.3πt+π/6)]T;跟随USV-2的初始值:η2(0)=[-4,3,0]T,ν2(0)=[0,2,0]T,扰动d2(t)=[3cos(0.2πt-π/3),4cos(0.2πt+π/4),6cos(0.3πt+π/6)]T;滑模控制面参数κ1=κ3=1.25,κ2=κ4=0.35,α1=α3=0.73,α2=α4=0.85;扰动观测器参数λ1,3=3.2,λ1,4=2.2,Ld=diag(20,10,10);λ2,3=3.2,λ2,4=2.2,
Ld=diag(20,10,10);控制器的参数:Λ0=0.03,Λ1=2,Λ2=2;λ1,0=λ2,0=0.03,λ1,1=λ2,1=2,λ1,2=λ2,2=2,m=p=7,n=q=9。进而,可以计算出最大收敛时间Tmax=7.069s。
图2为无人船编队轨迹图,展示了设计的领航-跟随USV编队能够精确跟踪期望的直线轨迹,并能够保持期望的编队队形;
图3(a)是本发明中横坐标下各无人船位置跟踪效果图;图3(b)是本发明中纵坐标下各无人船位置跟踪效果图;图3(c)是本发明中航向角度下各无人船位置跟踪效果图;分别展示了编队系统的位置踪随时间的变化;
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;分别展示了编队系统的速度跟踪随时间的变化,
图5(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5(b)本发明中领航无人船在初始输入较低情况下的控制输入图;图5(c)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5分别展示了领航无人船输入随时间的变化情况;
图6(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6(b)本发明中跟随船Ⅰ在领航无人船初始输入较低情况下的控制输入图,图6(c)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,展示了跟随船Ⅰ控制输入随时间的变化情况;
图7(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7(b)本发明中跟随船Ⅱ在领航无人船初始输入较低情况下的控制输入图,图7(c)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,展示了跟随船Ⅱ控制输入随时间的变化情况;
图8(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8(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8(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;展示了扰观察器Ⅰ的外界扰动曲线以及FDO的观测结果,
图9(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9(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9(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,展示了扰观察器Ⅱ的外界扰动曲线以及FDO的观测结果。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种无人船领航跟随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:设计领航无人船子系统的固定时间控制律,以实现领航无人船轨迹控制,并为跟随无人船子系统提供控制输入信号;
S3:设计有限时间扰动观测器,实现对跟随无人船环境扰动的有效观测;
S4:建立积分滑模面,确立跟随无人船和领航无人船之间的跟随误差,并设计在复杂扰动下基于有限时间扰动观测器的固定时间编队控制方案。
2.根据权利要求1所述的一种无人船领航跟随固定时间编队控制方法,其特征在于:
所述无人船运动学和动力学数学模型如下所示:
式中,i=0,1,2,…,n分别表示领航无人船(i=0)和跟随无人船(i≠0),ηi=[xi,yi,ψi]T为惯性坐标系下的位置和航向,νi=[ui,vi,ri]T为附体坐标系下纵荡、横漂、艏摇速度,τi=[τi1,τi2,τi3]T为控制输入,δi=MiRT(ψi)di(t),di(t)=[di1(t),di2(t),di3(t)]T为外部扰动,R(ψi)为旋转矩阵,Mi=Mi T>0为惯性矩阵,C(vi)=-C(vi)T为科氏力矩阵,D(vi)为阻尼矩阵,Z(ηd,vd)=-C(vd)vd-D(vd)vd,ηd=[xd,yd,ψd]T和νd=[ud,vd,rd]T分别为期望的位置向量和速度向量。
3.根据权利要求1所述的一种无人船领航跟随固定时间编队控制方法,其特征还在于:
所述领航无人船与期望轨迹之间误差的积分滑模面公式及领航无人船固定时间控制律如下:
由上公式(2)得积分滑模面变量的导数,如下所示:
设计基于有限时间扰动观测器的固定时间编队控制律:
式中,e0,1=η0-ηd,e0,2=ω0-ωd分别表示坐标变换后的位置误差和速度误差,Ωe=ξ(η0,ω0)-ξ(ηd,ωd)-RdMd -1τd,Λi>0(i=0,1,2),m,n表示正奇数,满足m<n。
5.根据权利要求1所述的一种无人船领航跟随固定时间编队控制方法,其特征还在于:结合积分滑模面所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:
编队跟踪误差如下:
式中,ei,3=ηi-η0=[ηi,3,1,ηi,3,2,ηi,3,3]T,ei,4=ωi-ω0=[ωi,4,1,ωi,4,2,ωi,4,3]T,ξe=ξ(ηi,ωi)-ξ(η0,ω0)-R0M0 -1τ0,ρi0∈R3表示第i个跟随无人船与领航无人船之间期望值,
设计一个积分滑模面,如下所示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911288891.4A CN110928310B (zh) | 2019-12-12 | 2019-12-12 | 一种无人船领航跟随固定时间编队控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911288891.4A CN110928310B (zh) | 2019-12-12 | 2019-12-12 | 一种无人船领航跟随固定时间编队控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110928310A true CN110928310A (zh) | 2020-03-27 |
CN110928310B CN110928310B (zh) | 2022-05-13 |
Family
ID=69863677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911288891.4A Active CN110928310B (zh) | 2019-12-12 | 2019-12-12 | 一种无人船领航跟随固定时间编队控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110928310B (zh) |
Cited By (19)
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 |
CN112327926A (zh) * | 2020-11-24 | 2021-02-05 | 南京工业大学 | 一种无人机编队的自适应滑模控制方法 |
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 |
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 |
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 |
CN112965375A (zh) * | 2021-02-02 | 2021-06-15 | 大连海事大学 | 一种基于固定时间终端滑模的多无人艇编队控制方法 |
CN112965478A (zh) * | 2021-01-25 | 2021-06-15 | 湖南大学 | 考虑不匹配速度扰动的车辆队列稳定性控制方法和系统 |
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 |
CN113064349A (zh) * | 2021-03-22 | 2021-07-02 | 中国人民解放军国防科技大学 | 固定时间收敛的非线性平台滑模控制方法、装置及系统 |
CN113093804A (zh) * | 2021-04-06 | 2021-07-09 | 上海海事大学 | 基于反演滑模控制的无人艇编队控制方法和控制系统 |
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 |
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 |
CN113671978A (zh) * | 2021-08-20 | 2021-11-19 | 大连海事大学 | 一种基于符号函数的动力定位固定时间控制方法 |
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 (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2392183C1 (ru) * | 2009-05-15 | 2010-06-20 | Учреждение Российской академии наук Институт проблем управления им. В.А. Трапезникова РАН | Способ управления движением корабля по глубине |
CN107085427A (zh) * | 2017-05-11 | 2017-08-22 | 华南理工大学 | 一种基于领导跟随结构的无人水面艇编队控制方法 |
RU174606U1 (ru) * | 2016-12-28 | 2017-10-23 | Федеральное государственное бюджетное учреждение науки Институт проблем управления им. В.А. Трапезникова Российской академии наук | Система управления движением судна с усредненной оценкой внешнего возмущающего момента |
CN107807521A (zh) * | 2017-09-20 | 2018-03-16 | 北京飞小鹰科技有限责任公司 | 面向固定时间的编队飞行器协同控制方法及系统 |
CN108445892A (zh) * | 2018-05-31 | 2018-08-24 | 大连海事大学 | 一种欠驱动无人船编队控制器结构及设计方法 |
CN108681321A (zh) * | 2018-04-10 | 2018-10-19 | 华南理工大学 | 一种无人船协同编队的水下探测方法 |
CN109324636A (zh) * | 2018-10-24 | 2019-02-12 | 中北大学 | 基于二阶一致性和自抗扰的多四旋翼主从式协同编队控制方法 |
CN109521797A (zh) * | 2018-12-28 | 2019-03-26 | 西北工业大学 | 无人船引导水下航行器群的优化割草型编队控制方法 |
CN109799818A (zh) * | 2019-01-15 | 2019-05-24 | 大连海事大学 | 多参数化路径导引的无人船协同操纵控制器及其设计方法 |
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 |
-
2019
- 2019-12-12 CN CN201911288891.4A patent/CN110928310B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2392183C1 (ru) * | 2009-05-15 | 2010-06-20 | Учреждение Российской академии наук Институт проблем управления им. В.А. Трапезникова РАН | Способ управления движением корабля по глубине |
RU174606U1 (ru) * | 2016-12-28 | 2017-10-23 | Федеральное государственное бюджетное учреждение науки Институт проблем управления им. В.А. Трапезникова Российской академии наук | Система управления движением судна с усредненной оценкой внешнего возмущающего момента |
CN107085427A (zh) * | 2017-05-11 | 2017-08-22 | 华南理工大学 | 一种基于领导跟随结构的无人水面艇编队控制方法 |
CN107807521A (zh) * | 2017-09-20 | 2018-03-16 | 北京飞小鹰科技有限责任公司 | 面向固定时间的编队飞行器协同控制方法及系统 |
CN108681321A (zh) * | 2018-04-10 | 2018-10-19 | 华南理工大学 | 一种无人船协同编队的水下探测方法 |
CN108445892A (zh) * | 2018-05-31 | 2018-08-24 | 大连海事大学 | 一种欠驱动无人船编队控制器结构及设计方法 |
CN109324636A (zh) * | 2018-10-24 | 2019-02-12 | 中北大学 | 基于二阶一致性和自抗扰的多四旋翼主从式协同编队控制方法 |
CN109521797A (zh) * | 2018-12-28 | 2019-03-26 | 西北工业大学 | 无人船引导水下航行器群的优化割草型编队控制方法 |
CN109799818A (zh) * | 2019-01-15 | 2019-05-24 | 大连海事大学 | 多参数化路径导引的无人船协同操纵控制器及其设计方法 |
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: "基于扰动观测器的AUVs固定时间编队控制", 《自动化学报》 * |
Cited By (30)
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 |
CN111752280B (zh) * | 2020-07-10 | 2023-06-13 | 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 |
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 |
CN112327926A (zh) * | 2020-11-24 | 2021-02-05 | 南京工业大学 | 一种无人机编队的自适应滑模控制方法 |
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 |
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 |
CN112965478A (zh) * | 2021-01-25 | 2021-06-15 | 湖南大学 | 考虑不匹配速度扰动的车辆队列稳定性控制方法和系统 |
CN112965375A (zh) * | 2021-02-02 | 2021-06-15 | 大连海事大学 | 一种基于固定时间终端滑模的多无人艇编队控制方法 |
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 |
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 |
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 |
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 |
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 |
CN113064349A (zh) * | 2021-03-22 | 2021-07-02 | 中国人民解放军国防科技大学 | 固定时间收敛的非线性平台滑模控制方法、装置及系统 |
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 |
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 |
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 |
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 |
CN113093804A (zh) * | 2021-04-06 | 2021-07-09 | 上海海事大学 | 基于反演滑模控制的无人艇编队控制方法和控制系统 |
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 |
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 |
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 |
CN113671978A (zh) * | 2021-08-20 | 2021-11-19 | 大连海事大学 | 一种基于符号函数的动力定位固定时间控制方法 |
CN113671978B (zh) * | 2021-08-20 | 2023-12-01 | 大连海事大学 | 一种基于符号函数的动力定位固定时间控制方法 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN110928310B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110928310B (zh) | 一种无人船领航跟随固定时间编队控制方法 | |
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 | |
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 | |
Wang et al. | Fuzzy unknown observer-based robust adaptive path following control of underactuated surface vehicles subject to multiple unknowns | |
CN108334086B (zh) | 一种基于软约束二次规划mpc的无人驾驶车辆路径跟踪控制方法 | |
CN109885883B (zh) | 一种基于gk聚类算法模型预测的无人车横向运动的控制方法 | |
Oh et al. | Decentralised standoff tracking of moving targets using adaptive sliding mode control for UAVs | |
CN105607473B (zh) | 小型无人直升机的姿态误差快速收敛自适应控制方法 | |
CN103955218A (zh) | 一种基于非线性控制理论的无人艇轨迹跟踪控制装置及方法 | |
CN105138001A (zh) | 一种四旋翼飞行器姿态控制方法 | |
CN105652664B (zh) | 一种基于鸽群优化的四旋翼无人机显式预测控制方法 | |
CN105843224A (zh) | 基于神经动态模型反步法的auv水平面路径跟踪控制方法 | |
CN109828467B (zh) | 一种数据驱动的无人船强化学习控制器结构及设计方法 | |
CN112965375A (zh) | 一种基于固定时间终端滑模的多无人艇编队控制方法 | |
CN105955034A (zh) | 受扰高超声速飞行器的无静差轨迹跟踪预测控制方法 | |
CN109145451A (zh) | 一种高速滑翔飞行器的运动行为识别与航迹估计方法 | |
CN110109363B (zh) | 一种轮式移动机器人编队的神经网络自适应控制方法 | |
Enjiao et al. | Finite-time control of formation system for multiple flight vehicles subject to actuator saturation | |
Khamis | Advanced tracking strategies for linear and nonlinear control systems: Theory and applications | |
CN110654386A (zh) | 弯道下多智能电动汽车协作式巡航纵横向综合控制方法 | |
CN113821054B (zh) | 基于鸽群智能优化动态逆控制的无人机轨迹跟踪制导方法 | |
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 | |
Fukushima et al. | An optimal control method based on the energy flow equation | |
CN115061485A (zh) | 一种基于神经网络的无人飞行器制导指令生成方法及系统 | |
Wang et al. | Path Following Control for Unmanned Surface Vehicles: A Reinforcement Learning-Based Method With Experimental Validation |
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 |