CN111338212B - 一种基于极值搜索的欠驱动船舶寻源控制方法 - Google Patents

Abstract

本发明公开了一种基于极值搜索的欠驱动船舶寻源控制方法，包括：建立信号源非线性模型，明确寻找目标—信号源中心的位置表示；建立六自由度欠驱动船舶的控制系统模型，通过船舶线速度控制器控制和滤波器处理，得到设计的损失函数的梯度，通过平均化方法对得到的梯度不断逼近，使得x_s和y_s逐渐收敛到极值x^*和y^*，即控制欠驱动船舶(x_s,y_s)逼近到信号源中心(x^*,y^*)附近。经过严格数学证明，证实了该方法的有效性，可运用于小型船舶寻源实际控制。

Description

一种基于极值搜索的欠驱动船舶寻源控制方法

技术领域

本发明属于欠驱动船舶的寻源控制技术领域，具体涉及一种基于非模型极值搜索算法的偏航角速度固定欠驱动船舶的寻源控制方法。

背景技术

早在二十世纪初，在车辆寻源控制领域就呈现一种趋势—开发完全自主的车辆，即该车辆不必需要具有观察自身位置的能力。原因有两方面：(1)在水下、冰下或在没有全球定位系统的洞穴等环境的应用需求；(2)高成本的INS系统，难以在较长的时间内保持准确。

现在关于非完整车辆传感器的控制通常有以下几种方法：(1)动态表面控制(DSC)方法,(2)链式系统控制方法，(3)滑模控制方法。然而这些非完整寻源搜索方法计算量大，计算复杂，提高了算法实现成本，而且这些寻源控制在一般陆地需求状况下可以满足要求，然而因为环境约束以及运动体的运动方式不同，类似的非完整寻源搜索便难以满足水环境的寻源要求。

所以一种稳定性好、实时性强、成本低的关于在水环境中欠驱动船舶的寻源控制方法有了实际需求。

发明内容

本发明的目的是克服现有技术的不足，提供一种能应用在类似海洋河流之类的水环境中、计算量小且成本低的基于极值搜索的欠驱动船舶寻源控制方法，例如运用于水上救援，水上清理污染物等作业环境中。

为了解决上述技术问题，本发明采用如下技术方案实现：

一种基于极值搜索的欠驱动船舶寻源控制方法，包括如下步骤：

步骤一、建立信号源非线性模型，明确寻找目标，即未知信号源位置(x^*,y^*)表示；

步骤二、建立六自由度欠驱动船舶的运动学模型，并简化为浪涌、摇摆、偏航运动控制；

步骤三、设计信号观测器将船舶上传感器采集到的变化的源信号传输到极值搜索算法模块，通过控制器控制和滤波器处理得到损失函数梯度，传感器的位置坐标为(x_s,y_s)；

步骤四、通过平均化方法对得到的梯度不断逼近，使得x_s和y_s逐渐收敛到极值x^*和y^*，即欠驱动船舶的传感器坐标(x_s,y_s)稳定逼近信号源坐标(x^*,y^*)，完成欠驱动船舶寻源追踪的目的。

进一步改进，寻源过程欠驱动船舶沿着信号场最优梯度方向。

进一步改进，确定最优梯度方向的方法为：

利用极值搜索算法对船身传感器位姿与信号源位姿进行处理；

采用平均化方法对得到的梯度不断逼近，同时通过滤波器使输出误差减小到固定较小值。

进一步改进，所述步骤一、建立信号源非线性模型，明确寻找目标，即未知信号源位置(x^*,y^*)表示：

在寻源控制过程中，由一般规律可知，跟踪信号源分布于一个未知的非线性映射J＝f(x,y)，该映射具有孤立的局部最大值，即信号源中心f^*＝f(x^*,y^*)，其表达式为：

J＝f(x,y)＝f^*-q_x(x-x^*)²-q_y(y-y^*)² (1)

其中，(x^*,y^*)是未知信号源位置坐标，(x,y)为任意时刻欠驱动船舶位置坐标，而q_x，q_y是未知正数。

进一步改进，所述步骤二、建立六自由度欠驱动船舶的运动学模型，并简化为浪涌、摇摆、偏航运动控制；

建立的欠驱动船舶模型的运动学描述为：

其中，(x_c，y_c)为船舶中心位置的坐标值，x_c是船舶中心位置的横坐标值，y_c是船舶中心位置的纵坐标值；

是船舶在大地坐标系参考下的偏航角度，且固定初始角度为0，u和v是浪涌线速度和摇摆线速度，r则是偏航角速度；

在距离船舶中心位置(x_c，y_c)为d的位置配置传感器，则在参考大地坐标系中传感器安装位置的坐标为(x_s,y_s),可以得到该传感器在控制过程中的位置坐标表示：

进一步改进，所述步骤三、设计信号观测器将船身传感器采集到的变化的源信号传输到极值搜索算法模块，通过控制器控制和滤波器处理得到损失函数梯度；

损失函数：

定义输出误差变量：

设计浪涌线速度和摇摆线速度控制器：

其中，c，α，w，ω₀都是输入参数，为正值常数，Δ是滤波后信号，则

将传感器收集到的信号源信号送入极值搜索模块，通过滤波器和控制器共同作用，得到损失函数梯度：

其中τ＝ωt；

进一步改进，所述步骤四、通过平均化方法对得到的梯度不断逼近，使得x_s和y_s逐渐收敛到极值x^*和y^*：

设计平均化方法模块如下：

平均化模型(14-16)的平衡点为：

由平均化定理得到以下结果：

lim_τ→∞sup|x_s-x^*|＝O(α+1/ω+r) (17)

lim_τ→∞sup|y_s-y^*|＝O(α+1/ω+d) (18)

由(17)和(18)可以得到

即欠驱动船舶的传感器坐标(x_s,y_s)稳定逼近信号源坐标(x^*,y^*)，完成欠驱动船舶寻源追踪的目的。

本发明相对于现有控制技术具有以下的优点和效果：

本发明提出的基于极值搜索的控制算法着眼于水环境，克服了船舶运动学与普通非完整机器人运动学的差异，创新性地改进了现有陆地非完整机器人寻源控制方法。选择的参数较为简单、物理含义清晰，误差小，实际运用中成本低；运动过程中船舶运动稳定性好。

附图说明

图1是六自由度的欠驱动船舶坐标系；

图2是寻源控制算法控制框图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细描述：

如图1、2所示，一种基于极值搜索的欠驱动船舶寻源控制方法，包含以下步骤：

1)、建立欠驱动船舶的控制系统模型：

一般的六自由度欠驱动船舶模型可以简化为浪涌、摇摆和偏航运动控制，则建立的欠驱动船舶模型的运动学描述为：

其中，(x_c，y_c)为船舶中心位置的坐标值，x_c是船舶中心位置的横坐标值，y_c是船舶中心位置的纵坐标值；

是船舶在大地坐标系参考下的偏航角度，且固定初始角度为0，u和v是浪涌线速度和摇摆线速度，r则是偏航角速度。

在距离船舶中心位置(x_c，y_c)为d的位置配置传感器，则在参考大地坐标系中传感器安装位置的坐标为(x_s,y_s),可以得到该传感器在控制过程中的位置坐标表示：

在寻源控制过程中，由一般规律可知，跟踪信号源分布于一个未知的非线性映射J＝f(x,y)，该映射具有孤立的局部最大值，即信号源中心f^*＝f(x^*,y^*)，其表达式为：

J＝f(x,y)＝f^*-q_x(x-x^*)²-q_y(y-y^*)² (6)

其中，(x^*,y^*)是未知信号源位置坐标，(x,y)为任意时刻欠驱动船舶位置坐标，而q_x，q_y是未知正数。

2)、设计极值搜索算法模块，包括线速度控制器以及滤波器：

针对上述步骤一中的公式(1-3，6)，给出损失函数：

定义输出误差变量：

设计浪涌线速度和摇摆线速度控制器：

其中，c，α，w，ω₀都是输入参数，为正值常数，Δ是滤波后信号，则

将传感器收集到的信号源信号送入极值搜索模块，通过滤波器和控制器共同作用，得到损失函数梯度：

其中τ＝ωt；

3)、设计平均化方法模块，对得到的梯度不断逼近，使得x_s和y_s逐渐收敛到极值x^*和y^*，即控制欠驱动船舶(x_s,y_s)逼近到信号源中心(x^*,y^*)附近，达成寻源目标；设计平均化方法模块如下：

平均化模型(14-16)的平衡点为：

由平均化定理得到以下结果：

lim_τ→∞sup|x_s-x^*|＝O(α+1/ω+r) (17)

lim_τ→∞sup|y_s-y^*|＝O(α+1/ω+d) (18)

由(17)和(18)可以得到

即欠驱动船舶的传感器坐标(x_s,y_s)稳定逼近信号源坐标(x^*,y^*)，完成欠驱动船舶寻源追踪的目的。该控制算法着眼于水环境，克服了船舶运动学与普通非完整机器人运动学的差异，创新性地改进了现有陆地非完整机器人寻源控制方法。选择的参数较为简单、物理含义清晰，误差小，实际运用中成本低；运动过程中船舶运动稳定性好。

本发明中涉及的未说明部份与现有技术相同或采用现有技术加以实现。

Claims (1)

1.一种基于极值搜索的欠驱动船舶寻源控制方法，其特征在于，包括如下步骤：

步骤一、建立信号源非线性模型，明确寻找目标，即未知信号源位置(x^*,y^*)表示；在寻源控制过程中，由一般规律可知，跟踪信号源分布于一个未知的非线性映射J＝f(x,y)，该映射具有孤立的局部最大值，即信号源中心f^*＝f(x^*,y^*)，其表达式为：

J＝f(x,y)＝f^*-q_x(x-x^*)²-q_y(y-y^*)² (1)

其中，(x^*,y^*)是未知信号源位置坐标，(x,y)为任意时刻欠驱动船舶位置坐标，而q_x，q_y是未知正数；

步骤二、建立六自由度欠驱动船舶的运动学模型，并简化为浪涌、摇摆、偏航运动控制；建立的欠驱动船舶模型的运动学描述为：

其中，(x_c，y_c)为船舶中心位置的坐标值，x_c是船舶中心位置的横坐标值，y_c是船舶中心位置的纵坐标值；

是船舶在大地坐标系参考下的偏航角度，且固定初始角度为0，u和v是浪涌线速度和摇摆线速度，r则是偏航角速度；

在距离船舶中心位置(x_c，y_c)为d的位置配置传感器，则在参考大地坐标系中传感器安装位置的坐标为(x_s,y_s),可以得到该传感器在控制过程中的位置坐标表示：

步骤三、设计信号观测器将船舶上传感器采集到的变化的源信号传输到极值搜索算法模块，通过控制器控制和滤波器处理得到损失函数梯度，传感器的位置坐标为(x_s,y_s)；损失函数：

定义输出误差变量：

设计浪涌线速度和摇摆线速度控制器：

其中，c，α，w，ω₀都是输入参数，为正值常数，Δ是滤波后信号，则

将传感器收集到的信号源信号送入极值搜索模块，通过滤波器和控制器共同作用，得到损失函数梯度：

其中τ＝ωt；

步骤四、通过平均化方法对得到的梯度不断逼近，使得x_s和y_s逐渐收敛到极值x^*和y^*，即欠驱动船舶的传感器坐标(x_s,y_s)稳定逼近信号源坐标(x^*,y^*)，完成欠驱动船舶寻源追踪的目的；寻源过程欠驱动船舶沿着信号场最优梯度方向，确定最优梯度方向的方法为：

利用极值搜索算法对船身传感器位姿与信号源位姿进行处理；

采用平均化方法对得到的梯度不断逼近，同时通过滤波器使输出误差减小到固定较小值；设计平均化方法模块如下：

平均化模型(14-16)的平衡点为：

由平均化定理得到以下结果：

lim_τ→∞sup|x_s-x^*|＝O(α+1/ω+r) (17)

lim_τ→∞sup|y_s-y^*|＝O(α+1/ω+d) (18)

由(17)和(18)可以得到

即欠驱动船舶的传感器坐标(x_s,y_s)稳定逼近信号源坐标(x^*,y^*)，完成欠驱动船舶寻源追踪的目的。

Images