CN111624878A - 自主式水面机器人轨迹跟踪的积分滑模获取方法及系统 - Google Patents
自主式水面机器人轨迹跟踪的积分滑模获取方法及系统 Download PDFInfo
- Publication number
- CN111624878A CN111624878A CN202010399555.3A CN202010399555A CN111624878A CN 111624878 A CN111624878 A CN 111624878A CN 202010399555 A CN202010399555 A CN 202010399555A CN 111624878 A CN111624878 A CN 111624878A
- Authority
- CN
- China
- Prior art keywords
- water surface
- surface robot
- sliding mode
- autonomous water
- integral sliding
- 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
- 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
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)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及自主式水面机器人控制技术领域，特别涉及自主式水面机器人轨迹跟踪的积分滑模获取方法及系统。包括建立含有外部干扰的自主式水面机器人以及被跟踪期望轨迹的运动学和动力学模型，然后引入辅助变量，将含有外部干扰的基于自主式水面机器人的模型转化为跟踪误差系统模型，设计积分滑模面和固定时间干扰观测器，基于干扰估计值设计自主式水面机器人的轨迹跟踪积分滑模控制方案；本方法可以有效降低外部干扰对自主式水面机器人的影响，实现精确控制，适用于自主式水面机器人的固定时间轨迹跟踪控制。
Description
技术领域
本发明涉及自主式水面机器人控制技术领域，特别涉及自主式水面机器人轨迹跟踪的积分滑模获取方法及系统。
背景技术
近年来，自主式水面机器人受到重视，自主式水面机器人是集控制装置、导航定位装置、自诊断和故障处理装置、测量装置和能源装置于一体的具有智能行为的机器人，其中控制装置是自主式水面机器人在水面进行作业的控制中心，是机器人控制的核心技术所在。但是，自主式水面机器人所处的水面环境存在众多的干扰因素，这些因素会影响控制装置对机器人做出正确的指令。因此，如何设计自主式水面机器人的控制方案，以消减外部干扰而不影响稳定性以及提高控制性能是非常重要的。
发明内容
针对现有技术存在的不足，本发明所要解决的技术问题是，针对带有外部干扰的自主式水面机器人系统，提供一种固定时间轨迹跟踪控制方法，消减了外部干扰因素，且轨迹跟踪性能良好的自主式水面机器人轨迹跟踪的积分滑模获取方法及系统。
本发明为实现上述目的采用的技术方案是：自主式水面机器人轨迹跟踪的积分滑模获取方法，包括以下步骤：
步骤1：建立含有外部干扰的自主式水面机器人以及被跟踪期望轨迹的运动学模型和动力学模型；
步骤2：引入辅助变量，把含有外部干扰的水面机器人模型和被跟踪期望轨迹的系统模型转化为自主式水面机器人的跟踪误差系统模型；
步骤3：设计积分滑模面和固定时间干扰观测器，得到基于固定时间干扰观测器的积分滑模控制器。
进一步的，所述步骤1的具体内容如下：
建立含有外部干扰的自主式水面机器人运动学模型和动力学模型
其中
表示自主水面机器人的位置和航行角，υ＝[u,ν,r]T表示线速度和角速度，
为转动惯量矩阵，M为惯性矩阵，C(υ)为科里奥利和向心矩阵，D(υ)为阻尼矩阵，g(η,υ)为重力矩阵，τ(t)为控制输入，dl(t)为外部干扰，S(r)＝[0-r 0；r 0 0；0 0 0]；
建立被跟踪期望轨迹的运动学模型和动力学模型，
进一步的，所述步骤2的具体内容如下：
定义
系统(1.1)转化为如下的形式，
其中Θ(η，σ)＝S(σ)σ-RM-1(C(RTσ)+D(RTσ))RTσ-RM-1(C(RTσ)+D(RTσ))RTσ；
定义
系统(1.2)转化为如下的形式，
其中
针对系统(1.3)和(1.4)，建立自主式水面机器人的跟踪误差系统模型，
进一步的，所述步骤3的具体内容如下：
针对系统(1.5)，设计如下积分滑模面，
其中
设计如下的固定时间干扰观测器
其中χ为辅助变量，
为dl(t)的估计，λ1i，λ2i，βi为观测器增益；
得到基于固定时间干扰观测器的积分滑模控制器
其中ξ1，ξ2为控制器增益。
进一步的，以自主式水面机器人系统为例来说明方法的具体实现，其步骤是：
建立含有外部干扰的自主式水面机器人运动学模型和动力学模型
其中
表示自主水面机器人的位置和航行角，υ＝[u，ν，r]T表示线速度和角速度
为转动惯量矩阵，
为惯性矩阵，
为科里奥利和向心矩阵，
为阻尼矩阵，
为外部干扰，g(η，υ)＝[0，0，0]T为重力矩阵，初始状态选取为η(0)＝[2，1，π/2]T，υ(0)＝[0，0，0]T；
建立被跟踪期望轨迹的运动学模型和动力学模型，
其中期望控制输入
初始状态选取为ηd(0)＝[1，2，π/4]T，vd(0)＝[0，0，0]T。
进一步的，以自主式水面机器人系统为例来说明方法的具体实现，其步骤是：
定义
系统(1.7)转化为如下的形式，
其中Θ(η，σ)＝S(σ)σ-RM-1(C(RTσ)+D(RTσ))RTσ-RM-1(C(RTσ)+D(RTσ))RTσ；
定义
系统(1.8)转化为如下的形式，
其中
针对系统(1.3)和(1.4)，建立自主式水面机器人的跟踪误差系统模型，
进一步的，以自主式水面机器人系统为例来说明方法的具体实现，其步骤是：
针对系统(1.5)，设计如下积分滑模面，
其中un＝5[ηe]0.5385+5[ηe]+5[ηe]1.9+5[σe]0.7+5[σe]+5[σe]1.1875，
设计如下的固定时间干扰观测器
其中χ为辅助变量，
为dl(t)的估计，λ1i＝λ2i＝6，γ1＝γ2＝0.3，γ3＝0.8，β1＝9，β2＝6，β3＝3为观测器增益；
得到基于固定时间干扰观测器的积分滑模控制器
其中ξ1＝ξ2＝4为控制器增益，α＝0.5，β＝2。
本发明还包括自主式水面机器人轨迹跟踪的积分滑模获取系统，包括以下内容：
建立含有外部干扰的自主式水面机器人以及被跟踪期望轨迹的运动学模型和动力学模型建立单元；
引入辅助变量，把含有外部干扰的水面机器人模型和被跟踪期望轨迹的系统模型转化为自主式水面机器人的跟踪误差系统模型建立单元；
设计积分滑模面和固定时间干扰观测器，得到基于固定时间干扰观测器的积分滑模控制器建立单元。
本发明设计的一种基于固定时间干扰观测器的自主式水面机器人轨迹跟踪的积分滑模获取方法，针对一类含有外部干扰的自主式水面机器人系统，引入了积分滑模面并设计了固定时间干扰观测器，进一步给出了基于观测器的积分滑模控制策略；本发明设计的基于观测器的滑模获取方法可以消除外部干扰的影响，能够在有限时间内实现水下机器人的轨迹跟踪，极大的改善了水下机器人的控制性能。本方法可以有效消减自主式水面机器人的外部干扰，实现精确控制，适用于水面机器人的固定时间轨迹跟踪控制。
附图说明
图1为本发明实施例获取方法的设计流程图；
图2为本发明实施例获取系统的结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步详细说明；
实施例1：
如图1所示，自主式水面机器人轨迹跟踪的积分滑模获取方法，包括以下步骤：
步骤100：建立含有外部干扰的自主式水面机器人以及被跟踪期望轨迹的运动学模型和动力学模型；
(1)建立含有外部干扰的自主式水面机器人运动学模型和动力学模型
其中
表示自主水面机器人的位置和航行角，υ＝[u,ν,r]T表示线速度和角速度，
为转动惯量矩阵，M为惯性矩阵，C(υ)为科里奥利和向心矩阵，D(υ)为阻尼矩阵，g(η,υ)为重力矩阵，τ(t)为控制输入，dl(t)为外部干扰，S(r)＝[0 -r 0；r 0 0；0 00]；
(2)建立被跟踪期望轨迹的运动学模型和动力学模型，
步骤200：引入辅助变量，把含有外部干扰的水面机器人模型和被跟踪期望轨迹的系统模型转化为自主式水面机器人的跟踪误差系统模型；
定义
系统(1.1)转化为如下的形式，
其中Θ(η，σ)＝S(σ)σ-RM-1(C(RTσ)+D(RTσ))RTσ-RM-1(C(RTσ)+D(RTσ))RTσ；
定义
系统(1.2)转化为如下的形式，
其中
针对系统(1.3)和(1.4)，建立自主式水面机器人的跟踪误差系统模型，
步骤300：设计积分滑模面和固定时间干扰观测器，得到基于固定时间干扰观测器的积分滑模控制器。
针对系统(1.5)，设计如下积分滑模面，
其中
设计如下的固定时间干扰观测器
其中χ为辅助变量，
为dl(t)的估计，λ1i，λ2i，βi为观测器增益；
得到基于固定时间干扰观测器的积分滑模控制器
其中ξ1，ξ2为控制器增益。
如图2所示，本发明还包括自主式水面机器人轨迹跟踪的积分滑模获取系统，包括以下内容：
10：建立含有外部干扰的自主式水面机器人以及被跟踪期望轨迹的运动学模型和动力学模型建立单元；
20：引入辅助变量，把含有外部干扰的水面机器人模型和被跟踪期望轨迹的系统模型转化为自主式水面机器人的跟踪误差系统模型建立单元；
30：设计积分滑模面和固定时间干扰观测器，得到基于固定时间干扰观测器的积分滑模控制器建立单元。
实施例2：
如图1所示，自主式水面机器人轨迹跟踪的积分滑模获取方法，以自主式水面机器人系统为例来说明方法的具体实现，其步骤是：
步骤100：建立含有外部干扰的自主式水面机器人以及被跟踪期望轨迹的运动学模型和动力学模型；
(1)建立含有外部干扰的自主式水面机器人运动学模型和动力学模型
其中
表示自主水面机器人的位置和航行角，υ＝[u，ν，r]T表示线速度和角速度
为转动惯量矩阵，
为惯性矩阵，
为科里奥利和向心矩阵，
为阻尼矩阵，
为外部干扰，g(η，υ)＝[0，0，0]T为重力矩阵，初始状态选取为η(0)＝[2，1，π/2]T，υ(0)＝[0，0，0]T；
(2)建立被跟踪期望轨迹的运动学模型和动力学模型，
其中期望控制输入
初始状态选取为ηd(0)＝[1，2，π/4]T，vd(0)＝[0，0，0]T。
步骤200：引入辅助变量，把含有外部干扰的水面机器人模型和被跟踪期望轨迹的系统模型转化为自主式水面机器人的跟踪误差系统模型；
定义
系统(1.7)转化为如下的形式，
其中Θ(η，σ)＝S(σ)σ-RM-1(C(RTσ)+D(RTσ))RTσ-RM-1(C(RTσ)+D(RTσ))RTσ；
定义
系统(1.8)转化为如下的形式，
其中
针对系统(1.3)和(1.4)，建立自主式水面机器人的跟踪误差系统模型，
步骤300：设计积分滑模面和固定时间干扰观测器，得到基于固定时间干扰观测器的积分滑模控制器。
针对系统(1.5)，设计如下积分滑模面，
其中un＝5[ηe]0.5385+5[ηe]+5[ηe]1.9+5[σe]0.7+5[σe]+5[σe]1.1875，
设计如下的固定时间干扰观测器，
其中χ为辅助变量，
为dl(t)的估计，λ1i＝λ2i＝6，γ1＝γ2＝0.3，γ3＝0.8，β1＝9，β2＝6，β3＝3为观测器增益；
得到基于固定时间干扰观测器的积分滑模控制器
其中ξ1＝ξ2＝4为控制器增益，α＝0.5，β＝2。
如图2所示，本发明还包括自主式水面机器人轨迹跟踪的积分滑模获取系统，包括以下内容：
10：建立含有外部干扰的自主式水面机器人以及被跟踪期望轨迹的运动学模型和动力学模型建立单元；
20：引入辅助变量，把含有外部干扰的水面机器人模型和被跟踪期望轨迹的系统模型转化为自主式水面机器人的跟踪误差系统模型建立单元；
30：设计积分滑模面和固定时间干扰观测器，得到基于固定时间干扰观测器的积分滑模控制器建立单元。
上述实施例只是为了说明本发明的技术构思及特点，其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰，都应涵盖在本发明的保护范围内。
Claims (8)
1.自主式水面机器人轨迹跟踪的积分滑模获取方法，其特征在于：包括以下步骤：
步骤1：建立含有外部干扰的自主式水面机器人以及被跟踪期望轨迹的运动学模型和动力学模型；
步骤2：引入辅助变量，把含有外部干扰的水面机器人模型和被跟踪期望轨迹的系统模型转化为自主式水面机器人的跟踪误差系统模型；
步骤3：设计积分滑模面和固定时间干扰观测器，得到基于固定时间干扰观测器的积分滑模控制器。
2.根据权利要求1所述的自主式水面机器人轨迹跟踪的积分滑模获取方法，其特征是，所述步骤1的具体内容如下：
建立含有外部干扰的自主式水面机器人运动学模型和动力学模型
其中
表示自主水面机器人的位置和航行角，υ＝[u,ν,r]T表示线速度和角速度，
为转动惯量矩阵，M为惯性矩阵，C(υ)为科里奥利和向心矩阵，D(υ)为阻尼矩阵，g(η,υ)为重力矩阵，τ(t)为控制输入，dl(t)为外部干扰，S(r)＝[0-r 0；r 0 0；0 0 0]；
建立被跟踪期望轨迹的运动学模型和动力学模型，
3.根据权利要求2所述的自主式水面机器人轨迹跟踪的积分滑模获取方法，其特征是：所述步骤2的具体内容如下：
定义
系统(1.1)转化为如下的形式，
其中Θ(η，σ)＝S(σ)σ-RM-1(C(RTσ)+D(RTσ))RTσ-RM-1(C(RTσ)+D(RTσ))RTσ；
定义
系统(1.2)转化为如下的形式，
其中
针对系统(1.3)和(1.4)，建立自主式水面机器人的跟踪误差系统模型，
4.根据权利要求3所述的自主式水面机器人轨迹跟踪的积分滑模获取方法，其特征是：所述步骤3的具体内容如下：
针对系统(15)，设计如下积分滑模面，
其中
设计如下的固定时间干扰观测器
χ0＝σ-χ 
其中χ为辅助变量，
为dl(t)的估计，λ1i，λ2i，βi为观测器增益；
得到基于固定时间干扰观测器的积分滑模控制器
其中ξ1，ξ2为控制器增益。
5.根据权利要求1所述的自主式水面机器人轨迹跟踪的积分滑模获取方法，其特征是：以自主式水面机器人系统为例来说明方法的具体实现，其步骤是：
建立含有外部干扰的自主式水面机器人运动学模型和动力学模型
其中
表示自主水面机器人的位置和航行角，υ＝[u,ν,r]T表示线速度和角速度
为转动惯量矩阵，
为惯性矩阵，
为科里奥利和向心矩阵，
为阻尼矩阵，
为外部干扰，g(η，υ)＝[0，0，0]T为重力矩阵，初始状态选取为η(0)＝[2，1，π/2]T，υ(0)＝[0，0，0]T；
建立被跟踪期望轨迹的运动学模型和动力学模型，
其中期望控制输入
初始状态选取为ηd(0)＝[1，2，π/4]T，υd(0)＝[0，0，0]T。
6.根据权利要求5所述的自主式水面机器人轨迹跟踪的积分滑模获取方法，其特征是：以自主式水面机器人系统为例来说明方法的具体实现，其步骤是：
定义
系统(1.7)转化为如下的形式，
其中Θ(η，σ)＝S(σ)σ-RM-1(C(RTσ)+D(RTσ))RTσ-RM-1(C(RTσ)+D(RTσ))RTσ；
定义
系统(1.8)转化为如下的形式，
其中
针对系统(1.3)和(1.4)，建立自主式水面机器人的跟踪误差系统模型，
7.根据权利要求6所述的自主式水面机器人轨迹跟踪的积分滑模获取方法，其特征是：以自主式水面机器人系统为例来说明方法的具体实现，其步骤是：
针对系统(1.5)，设计如下积分滑模面，
其中un＝5[ηe]0.5385+5[ηe]+5[ηe]1.9+5[σe]0.7+5[σe]+5[σe]1.1875，
设计如下的固定时间干扰观测器
χ0＝σ-χ，
其中χ为辅助变量，
为dl(t)的估计，λ1i＝λ2i＝6，γ1＝γ2＝0.3，γ3＝0.8，β1＝9，β2＝6，β3＝3为观测器增益；
得到基于固定时间干扰观测器的积分滑模控制器
其中ξ1＝ξ2＝4为控制器增益，α＝0.5，β＝2。
8.自主式水面机器人轨迹跟踪的积分滑模获取系统，其特征在于：根据权利要求1-7任一项所述的方法获取，包括以下内容：
建立含有外部干扰的自主式水面机器人以及被跟踪期望轨迹的运动学模型和动力学模型建立单元；
引入辅助变量，把含有外部干扰的水面机器人模型和被跟踪期望轨迹的系统模型转化为自主式水面机器人的跟踪误差系统模型建立单元；
设计积分滑模面和固定时间干扰观测器，得到基于固定时间干扰观测器的积分滑模控制器建立单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010399555.3A CN111624878B (zh) | 2020-05-12 | 2020-05-12 | 自主式水面机器人轨迹跟踪的积分滑模获取方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010399555.3A CN111624878B (zh) | 2020-05-12 | 2020-05-12 | 自主式水面机器人轨迹跟踪的积分滑模获取方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111624878A true CN111624878A (zh) | 2020-09-04 |
| CN111624878B CN111624878B (zh) | 2022-07-19 |
Family
ID=72257974
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010399555.3A Active CN111624878B (zh) | 2020-05-12 | 2020-05-12 | 自主式水面机器人轨迹跟踪的积分滑模获取方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111624878B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN112965371A (zh) * | 2021-01-29 | 2021-06-15 | 哈尔滨工程大学 | 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 |
| 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 |
| CN115185273A (zh) * | 2022-07-06 | 2022-10-14 | 天津大学 | 一种空地异构多机器人轨迹跟踪平台 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090143871A1 (en) * | 2002-04-18 | 2009-06-04 | Cleveland State University | Controllers, observers, and applications thereof |
| CN105319972A (zh) * | 2015-11-27 | 2016-02-10 | 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 |
| CN108448993A (zh) * | 2018-01-29 | 2018-08-24 | 浙江工业大学 | 一种基于相邻交叉耦合的多电机固定时间自适应滑模控制方法 |
| CN110421569A (zh) * | 2019-08-29 | 2019-11-08 | 南京邮电大学 | 一种基于有限时间扰动观测器的反演滑模机械臂控制器设计方法 |
-
2020
- 2020-05-12 CN CN202010399555.3A patent/CN111624878B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090143871A1 (en) * | 2002-04-18 | 2009-06-04 | Cleveland State University | Controllers, observers, and applications thereof |
| CN105319972A (zh) * | 2015-11-27 | 2016-02-10 | 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 |
| CN108448993A (zh) * | 2018-01-29 | 2018-08-24 | 浙江工业大学 | 一种基于相邻交叉耦合的多电机固定时间自适应滑模控制方法 |
| CN110421569A (zh) * | 2019-08-29 | 2019-11-08 | 南京邮电大学 | 一种基于有限时间扰动观测器的反演滑模机械臂控制器设计方法 |
Non-Patent Citations (1)
| Title |
|---|
| 肖仁等: "机械臂固定时间观测器和自适应滑膜控制方法的设计", 《机械科学与技术》, no. 05, 9 September 2019 (2019-09-09) * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN112882482B (zh) * | 2021-01-27 | 2022-07-22 | 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 |
| CN112965371A (zh) * | 2021-01-29 | 2021-06-15 | 哈尔滨工程大学 | 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 |
| CN112965371B (zh) * | 2021-01-29 | 2021-09-28 | 哈尔滨工程大学 | 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 |
| 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 |
| 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 |
| 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 |
| CN115185273A (zh) * | 2022-07-06 | 2022-10-14 | 天津大学 | 一种空地异构多机器人轨迹跟踪平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111624878B (zh) | 2022-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111624878B (zh) | 自主式水面机器人轨迹跟踪的积分滑模获取方法及系统 | |
| CN109189085B (zh) | 基于事件触发的航天器网络化系统姿态控制方法 | |
| CN108267953B (zh) | 一种基于领航者-跟踪者水下机器人位置跟踪方法 | |
| CN106994686B (zh) | 关节外力力矩的计算方法及装置、机器人 | |
| CN110065070B (zh) | 一种基于动力学模型的机器人自适应阻抗控制系统 | |
| CN108227485B (zh) | 一种带有执行器饱和的空间机器人自抗扰控制方法 | |
| CN109407671B (zh) | 一种欠驱动无人船目标包围控制器结构及设计方法 | |
| CN111007854B (zh) | 一种欠驱动船轨迹跟踪控制系统 | |
| CN110666794B (zh) | 一种机器人末端工具负载力和力矩补偿的方法 | |
| CN109739088B (zh) | 一种无人船有限时间收敛状态观测器及其设计方法 | |
| CN105629732A (zh) | 一种考虑控制受限的航天器姿态输出反馈跟踪控制方法 | |
| Show et al. | Spacecraft robust attitude tracking design: PID control approach | |
| CN111174795A (zh) | 一种基于混合卡尔曼滤波的自由漂浮目标位姿预测方法 | |
| CN109901402B (zh) | 一种基于航向平滑技术的自主水下机器人路径跟踪方法 | |
| CN112882482B (zh) | 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 | |
| CN110647161B (zh) | 基于状态预测补偿的欠驱动uuv水平面轨迹跟踪控制方法 | |
| CN112329141A (zh) | 不规则小行星平衡点悬停轨道变阈值控制方法 | |
| CN109445448B (zh) | 一种轮控小卫星自适应积分滑模姿态控制器 | |
| CN116755337A (zh) | 基于长短时记忆神经网络线性自抗扰控制的高超声速飞行器容错控制方法 | |
| CN114671050B (zh) | 基于一体化线性算子和抗饱和技术的航天器跟踪控制方法 | |
| CN116203840A (zh) | 可重复使用运载器自适应增益调度控制方法 | |
| CN113485390B (zh) | 一种抗洋流扰动的自主水下机器人动力定位方法和系统 | |
| CN112363538B (zh) | 一种速度信息不完备下的auv区域跟踪控制方法 | |
| CN113671835A (zh) | 一种基于模糊切换增益调节的惯性稳定平台滑模控制方法 | |
| CN113848958A (zh) | 基于四元数的全驱动抗退绕水下机器人有限时间容错轨迹跟踪控制方法 |
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 |