CN112099506A - 一种欠驱动无人船时变编队的跟踪控制方法和系统 - Google Patents

一种欠驱动无人船时变编队的跟踪控制方法和系统 Download PDF

Info

Publication number
CN112099506A
CN112099506A CN202010980280.2A CN202010980280A CN112099506A CN 112099506 A CN112099506 A CN 112099506A CN 202010980280 A CN202010980280 A CN 202010980280A CN 112099506 A CN112099506 A CN 112099506A
Authority
CN
China
Prior art keywords
expected
control
formation
under
course angle
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.)
Pending
Application number
CN202010980280.2A
Other languages
English (en)
Inventor
董希旺
白文露
任章
于江龙
李清东
韩亮
吕金虎
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202010980280.2A priority Critical patent/CN112099506A/zh
Publication of CN112099506A publication Critical patent/CN112099506A/zh
Pending legal-status Critical Current

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
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control of position or course in two dimensions specially adapted to water vehicles
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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
    • G05B13/045Adaptive 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 using a perturbation signal
    • 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
    • G05D1/08Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0875Control of attitude, i.e. control of roll, pitch, or yaw specially adapted to water vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种欠驱动无人船时变编队的跟踪控制方法和系统。该跟踪控制方法和系统,在确定期望编队队形和期望航行轨迹后,通过根据确定的期望编队队形和期望航行轨迹确定得到时变编队中各欠驱动无人船的期望位置、期望速度向量和期望航向角,然后采用外回路轨迹跟踪控制律,使实际位置趋近于期望位置,以精确快速的实现对期望编队队形的控制;采用内回路鲁棒姿态跟踪律,使实际速度向量趋近于期望速度向量,使实际航向角趋近于期望航向角,以精确快速的实现对期望航行轨迹的控制,进而完成对时变编队的跟踪控制。

Description

一种欠驱动无人船时变编队的跟踪控制方法和系统
技术领域
本发明涉及欠驱动无人船协同控制领域,特别是涉及一种欠驱动无人船时变编队的跟踪控制方法和系统。
背景技术
欠驱动船舶由于缺少横漂运动推进装置,可以减少推进设备的维护,具有很好的经济效益,这种配置在海上水面船只中最为普遍,在过去的几年中,动力不足的水面舰艇的轨迹跟踪和编队跟踪问题引起了控制界的广泛关注。在船舶运动控制中,单个水面船由于其单位时间下作业范围面小、容错能力差以及资源利用率低等特点,越来越不能胜任关于海洋地形探测、海洋搜救救援等实际海洋工程的需求。因此,人们开始关注能够实现大作业半径、容错能力强、以及拥有高效率作业的船舶编队控制。然而,模型不确定和外界未知扰动都广泛存在于编队控制中。除了这些研究难点,不同于单船轨迹跟踪控制,编队控制还需要保持编队队形。编队控制是协同控制领域中的重要课题之一,通过调整各无人船之间的相对阵位关系,使得多船系统形成特定的编队队形,可以在为包括协同侦察、探测等任务创造有利条件的同时,提供技术保障。
近几年,随着实际工程的需要,越来越多的编队控制策略得到了深入研究,其中,大致包括基于行为法、虚拟结构法、领导跟随法和基于图论法等编队控制策略。基于行为的编队方法依靠于定性的行为规则,难以建立整个系统的定量模型,无法保证整个系统编队运动的稳定性;基于虚拟结构的方法需要中心节点进行集中式控制,不能够以分布式的形式实现。随着一致性理论的不断发展与完善,一致性的编队控制方法仅利用邻居节点的相对作用信息设计本地控制器,结构简单的同时,具有较好的可扩展性与自组织性,同时该方法与领导跟随法相结合能够在一定程度上克服上述几种传统编队控制方法的缺点,实现多船系统的编队跟踪。然而上述现有方法对欠驱动多无人船的研究大多针对的是时不变编队,考虑到外部态势和任务需求的多变性,多船系统的编队队形往往不是固定不变的,而需要能够根据实际需求对编队队形进行实时动态调整(时变编队控制),这对于进行时变编队的跟踪更具有实际意义与一般性。
因此,提供一种能够实现对时变编队进行跟踪控制的方法或系统是本领域亟待解决的一个技术难题。
发明内容
本发明的目的是提供一种欠驱动无人船时变编队的跟踪控制方法和系统,以能够在实现对时变编队的跟踪控制的同时,提高跟踪控制的效率和精确度。
为实现上述目的,本发明提供了如下方案:
一种欠驱动无人船时变编队的跟踪控制方法,包括:
获取欠驱动无人船的数学模型;
根据所述数学模型,采用拉普拉斯矩阵构建各欠驱动无人船间的拓扑通信关系;
根据所述拓扑通信关系确定所述欠驱动无人船的时变编队,并确定所述时变编队的期望编队队形和期望航行轨迹;
根据所述期望编队队形和所述期望航行轨迹确定所述时变编队中各欠驱动无人船的期望位置、期望速度向量和期望航向角;所述期望速度向量包括:纵荡期望速度向量、横荡期望速度向量和艏摇期望速度向量;所述期望航向角为大地坐标系下的航向角;所述期望航向角包括:纵向期望航向角、横向期望航向角和艏向期望航向角;
获取欠驱动无人船时变编队当前的实际位置、实际速度向量和实际航向角;
采用外回路轨迹跟踪控制律,使所述实际位置趋近于所述期望位置,以完成对所述期望编队队形的控制;
采用内回路鲁棒姿态跟踪律,使所述实际速度向量趋近于所述期望速度向量,使所述实际航向角趋近于所述期望航向角,以完成对所述期望航行轨迹的控制。
优选的,所述采用外回路轨迹跟踪控制律,使所述实际位置趋近于所述期望位置,以完成对所述期望编队队形的控制,具体包括:
获取时变编队中欠驱动无人船的当前速度向量;所述当前速度向量包括:纵荡当前速度向量、横荡当前速度向量和艏摇当前速度向量;
根据所述当前速度向量确定位置误差;
当所述位置误差趋近于零时所述实际位置与所述期望位置相等,完成对所述期望编队队形的控制。
优选的,所述采用内回路鲁棒姿态跟踪律,使所述实际速度向量趋近于所述期望速度向量,使所述实际航向角趋近于所述期望航向角,以完成对所述期望航行轨迹的控制,具体包括:
获取时变编队中欠驱动无人船的当前速度向量;
根据所述当前速度向量和所述期望速度向量确定第一滑模控制模型;
设定航行中外界干扰量引起的外界扰动有界,则当所述外界扰动满足第一特定条件时,采用所述第一滑模控制模型确定速度向量的控制输入;所述速度向量的控制输入记为第一控制输入;所述外界干扰量包括:风、浪和流。
根据所述第一控制输入使所述实际速度向量趋近于所述期望速度向量;
获取当前航向角;
根据所述当前航向角和所述期望航向角确定第二滑模控制模型;
设定航行中外界干扰量引起的外界扰动有界,则当所述外界扰动满足第二特定条件时,采用所述第二滑模控制模型确定航向角的控制输入;所述航向角的控制输入记为第二控制输入;
根据所述第二控制输入使所述实际航向角趋近于所述期望航向角。
优选的,所述获取欠驱动无人船的数学模型,之前包括:
获取欠驱动无人船的控制参数;所述控制参数包括:速度向量、航向角、扰动干扰量以及由惯性质量和水动力阻尼系数确定的非零恒定控制系数;
根据所述控制参数构建所述数学模型。
一种欠驱动无人船时变编队的跟踪控制系统,包括:
数学模型获取模块,用于获取欠驱动无人船的数学模型;
拓扑通信关系构建模块,用于根据所述数学模型,采用拉普拉斯矩阵构建各欠驱动无人船间的拓扑通信关系;
队形和航迹确定模块,用于根据所述拓扑通信关系确定所述欠驱动无人船的时变编队,并确定所述时变编队的期望编队队形和期望航行轨迹;
参数确定模块,用于根据所述期望编队队形和所述期望航行轨迹确定所述时变编队中各欠驱动无人船的期望位置、期望速度向量和期望航向角;所述期望速度向量包括:纵荡期望速度向量、横荡期望速度向量和艏摇期望速度向量;所述期望航向角为大地坐标系下的航向角;所述期望航向角包括:纵向期望航向角、横向期望航向角和艏向期望航向角;
参数获取模块,用于获取欠驱动无人船时变编队当前的实际位置、实际速度向量和实际航向角;
队形控制模块,用于采用外回路轨迹跟踪控制律,使所述实际位置趋近于所述期望位置,以完成对所述期望编队队形的控制;
航行轨迹控制模块,用于采用内回路鲁棒姿态跟踪律,使所述实际速度向量趋近于所述期望速度向量,使所述实际航向角趋近于所述期望航向角,以完成对所述期望航行轨迹的控制。
优选的,所述队形控制模块,具体包括:
第一速度向量获取单元,用于获取时变编队中欠驱动无人船的当前速度向量;所述当前速度向量包括:纵荡当前速度向量、横荡当前速度向量和艏摇当前速度向量;
位置误差确定单元,用于根据所述当前速度向量确定位置误差;
队形控制单元,用于当所述位置误差趋近于零时所述实际位置与所述期望位置相等,完成对所述期望编队队形的控制。
优选的,所述航行轨迹控制模块,具体包括:
第二速度向量获取单元,用于获取时变编队中欠驱动无人船的当前速度向量;
第一滑模控制模型确定单元,用于根据所述当前速度向量和所述期望速度向量确定第一滑模控制模型;
第一控制输入确定单元,用于设定航行中外界干扰量引起的外界扰动有界,则当所述外界扰动满足第一特定条件时,采用所述第一滑模控制模型确定速度向量的控制输入;所述速度向量的控制输入记为第一控制输入;所述外界干扰量包括:风、浪和流。
第一趋近单元,用于根据所述第一控制输入使所述实际速度向量趋近于所述期望速度向量;
航向角获取单元,用于获取当前航向角;
第二滑模控制模型确定单元,用于根据所述当前航向角和所述期望航向角确定第二滑模控制模型;
第二控制输入确定单元,用于设定航行中外界干扰量引起的外界扰动有界,则当所述外界扰动满足第二特定条件时,采用所述第二滑模控制模型确定航向角的控制输入;所述航向角的控制输入记为第二控制输入;
第二趋近单元,用于根据所述第二控制输入使所述实际航向角趋近于所述期望航向角。
优选的,所述系统还包括:
控制参数获取模块,用于获取欠驱动无人船的控制参数;所述控制参数包括:速度向量、航向角、扰动干扰量以及由惯性质量和水动力阻尼系数确定的非零恒定控制系数;
数学模型构建模块,用于根据所述控制参数构建所述数学模型。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的欠驱动无人船时变编队的跟踪控制方法和系统,在确定期望编队队形和期望航行轨迹后,通过根据确定的期望编队队形和期望航行轨迹确定得到时变编队中各欠驱动无人船的期望位置、期望速度向量和期望航向角,然后采用外回路轨迹跟踪控制律,使实际位置趋近于期望位置,以精确快速的实现对期望编队队形的控制;采用内回路鲁棒姿态跟踪律,使实际速度向量趋近于期望速度向量,使实际航向角趋近于期望航向角,以精确快速的实现对期望航行轨迹的控制,进而完成对时变编队的跟踪控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的欠驱动无人船时变编队的跟踪控制方法的流程图;
图2为本发明实施例中提供的路径跟踪的几何框架图;
图3为本发明实施例中三条船的通信拓扑关系图;
图4为本发明实施例中六条船的通信拓扑关系图;
图5为本发明实施例中三条船的时变编队跟踪仿真图;
图6为本发明实施例中六条船的时变编队跟踪仿真图;
图7为本发明实施例中三条船的队形变换仿真图;
图8为本发明实施例中六条船的队形变换仿真图;
图9为本发明实施例中对路径点的编队跟踪仿真图;
图10为本发明提供的欠驱动无人船时变编队的跟踪控制系统的结构示意图。
具体实施方式
下面将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、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种欠驱动无人船时变编队的跟踪控制方法和系统,以能够在实现对时变编队的跟踪控制的同时,提高跟踪控制的效率和精确度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明提供的欠驱动无人船时变编队的跟踪控制方法的流程图,如图1所示,一种欠驱动无人船时变编队的跟踪控制方法,包括:
步骤100:获取欠驱动无人船的数学模型。
步骤101:根据数学模型,采用拉普拉斯矩阵构建各欠驱动无人船间的拓扑通信关系。该步骤具体包括:
根据图论知识,用拉普拉斯矩阵L∈RN×N表示N条船间的通信关系。设有N条欠驱动船舶,xi(t)=[xix(t),xiy(t)]T,(i=1,2,…,N)表示第i条船的实时位置信息。hi(t)=[hix(t),hiy(t)]T,(i=1,2,…,N),h(t)=[h1(t),h2(t),…,hN(t)]T表示期望的时变编队构型。
由于是非线性模型,如果多船的状态满足下列条件:
Figure BDA0002687281470000081
则多船系统实现了时变编队。
其中,c(t)称为编队参考,即
Figure BDA0002687281470000082
成立时,则多船系统实现了时变编队。
步骤102:根据拓扑通信关系确定欠驱动无人船的时变编队,并确定时变编队的期望编队队形和期望航行轨迹。其中,期望运动轨迹参考为c(t)和编队队形为h(t)。
该步骤102具体包括:
1)对于只给出几个轨迹点但未给定参考轨迹的编队跟踪问题,首先可以根据给定的轨迹点,利用三维样条插值方法,设计出一条虚拟轨迹,本发明创新性的将轨迹编队跟踪扩展到对点的编队跟踪。
2)对于第i条欠驱动船,hi(t)=[hix(t),hiy(t)]T,(i=1,2,…,N),h(t)=[h1(t),h2(t),…,hN(t)]T表示期望的时变编队构型。根据具体实例,设计合适的编队函数h(t),在此基础上,以便完成欠驱动多无人船系统的编队跟踪。
步骤103:根据期望编队队形和期望航行轨迹确定时变编队中各欠驱动无人船的期望位置、期望速度向量和期望航向角。期望速度向量包括:纵荡期望速度向量、横荡期望速度向量和艏摇期望速度向量。期望航向角为大地坐标系下的航向角。期望航向角包括:纵向期望航向角、横向期望航向角和艏向期望航向角。
步骤104:获取欠驱动无人船时变编队当前的实际位置、实际速度向量和实际航向角。
步骤105:采用外回路轨迹跟踪控制律,使实际位置趋近于期望位置,以完成对期望编队队形的控制。
该步骤具体包括:
获取时变编队中欠驱动无人船的当前速度向量。当前速度向量包括:纵荡当前速度向量、横荡当前速度向量和艏摇当前速度向量。
根据当前速度向量确定位置误差。该位置误差为:xe=x-xd
当位置误差趋近于零时实际位置与期望位置相等,完成对期望编队队形的控制。
上述外回路轨迹跟踪控制律优选为:
Figure BDA0002687281470000091
其中,u1=ucosψ,u2=usinψ,
Figure BDA0002687281470000092
u为纵荡速度向量,v为横荡速度向量,r为艏摇速度向量。
Figure BDA0002687281470000093
代入公式
Figure BDA0002687281470000094
得到:
Figure BDA0002687281470000095
将xe=x-xd代入公式
Figure BDA0002687281470000096
得:
Figure BDA0002687281470000097
则有xe指数收敛至0,y方向同理有ye→0,在ud的控制下,实现了船的路径跟踪。
步骤106:采用内回路鲁棒姿态跟踪律,使实际速度向量趋近于期望速度向量,使实际航向角趋近于期望航向角,以完成对期望航行轨迹的控制。该步骤具体包括:
获取时变编队中欠驱动无人船的当前速度向量。
根据当前速度向量和期望速度向量确定第一滑模控制模型。
设定航行中外界干扰量引起的外界扰动有界,则当外界扰动满足第一特定条件(|τwu≤η,τwu为纵向外部扰动,η为一个有界正值)时,采用第一滑模控制模型(s1=e,e=u-ud,ud为期望纵荡速度向量)确定速度向量的控制输入。速度向量的控制输入记为第一控制输入τu。外界干扰量包括:风、浪和流。
根据第一控制输入τu使实际速度向量趋近于期望速度向量。
获取当前航向角。
根据当前航向角和期望航向角确定第二滑模控制模型。
设定航行中外界干扰量引起的外界扰动有界,则当外界扰动满足第二特定条件(|τwr≤D,τwr为航向角速度外部扰动,D为一个有界正值)时,采用第二滑模控制模型(
Figure BDA0002687281470000104
e′=ψd-ψ,e′为艏向误差,ψd为期望航向角)确定航向角的控制输入。航向角的控制输入记为第二控制输入τr
根据第二控制输入τr使实际航向角趋近于期望航向角。
优选的,获取欠驱动无人船的数学模型,之前包括:
获取欠驱动无人船的控制参数。控制参数包括:速度向量、航向角、扰动干扰量以及由惯性质量和水动力阻尼系数确定的非零恒定控制系数。
根据控制参数构建数学模型。所构建得到的数学模型为:
Figure BDA0002687281470000101
其中,(x,y)表示在大地坐标系下的位置坐标,ψ表示在大地坐标系下的航向角,(u,v,r)表示在船体坐标系下的速度向量。
Figure BDA0002687281470000102
分别为大地坐标系下x方向的速度,y方向的速度,航向角速度。
Figure BDA0002687281470000103
分别为纵荡加速度,横荡加速度,航向角速度的加速度。τu为第一控制输入,τr为第二控制输入。模型参数[m11,m22,m33]T为惯性系数向量,[d11,d22,d33]T为阻尼系数向量。τwuwvwr分别为纵向,横向,航向角方向上的外界时变环境扰动。
其中,由于纵荡速度向量v方向中没有横向控制输入,因此将该船定义为欠驱动船。
下面提供一个具体实施案例进一步说明本发明的方案,本发明具体实施案例中以采用领-从式跟踪策略为例进行阐述,在具体应用时,本发明的方案也适用于其他类型的跟踪策略。
采用上述公开的跟踪方法,欠驱动无人船的的期望位置坐标为(xd,ydd),其中,(xd,yd)表示在大地坐标系下虚拟船的位置,ψd表示方位角,如图2所示。
1)外回路轨迹跟踪控制律:
Figure BDA0002687281470000111
其中,u1=ucosψ,u2=usinψ,
Figure BDA0002687281470000112
u为纵荡速度向量,v为横荡速度向量,r为艏摇速度向量,ud为期望的纵荡速度,ψd为期望的艏向角。
Figure BDA0002687281470000113
代入
Figure BDA0002687281470000114
得到:
Figure BDA0002687281470000115
定义位置误差xe=x-xd,代入
Figure BDA0002687281470000116
得:
Figure BDA0002687281470000117
则有xe指数收敛至0,y方向同理有ye→0,在ud的控制下,实现了船的路径跟踪。
2)内回路鲁棒姿态跟踪律:
假设1:运动中风、浪、流等带来的外界干扰τwuwvwr均有界。
对于速度控制:
Figure BDA0002687281470000121
根据假设1,外界扰动|τwu≤η,利用滑模控制模型设计第一控制输入τu,使得纵荡速度向量u跟踪上期望纵荡速度向量ud,定义速度向量速度误差e=u-ud,构建第一滑模面(第一滑模模型)s1=e。
Figure BDA0002687281470000122
设计第一控制输入为:
Figure BDA0002687281470000123
构造李雅普诺夫函数为:
Figure BDA0002687281470000124
Figure BDA0002687281470000125
V1指数收敛至0,收敛速度由k1决定,有V1→0,s1→0,e→0,u→ud
由于引入了符号函数sgn(s),不可避免的会发生抖震现象,可采用饱和函数来代替(φ1反映了过渡过程的快慢):
Figure BDA0002687281470000126
对于艏向角控制:
Figure BDA0002687281470000131
Figure BDA0002687281470000132
根据假设1,外界扰动|τwr≤D,采用滑模控制技术,定义艏向误差e′=ψd-ψ,定义第二滑模面(第二滑模模型)
Figure BDA0002687281470000133
Figure BDA0002687281470000134
设计第二控制输入:
Figure BDA0002687281470000135
构造李雅普诺夫函数为:
Figure BDA0002687281470000136
Figure BDA0002687281470000137
V2指数收敛至0,收敛速度由k2决定,V2→0,s2→0,e→0,ψ→ψd
由于引入了符号函数sgn(s),不可避免的会发生抖震现象,可采用饱和函数来代替(φ2反映了过渡过程的快慢):
Figure BDA0002687281470000138
在上面领导者船跟踪控制律的基础上,下面研究跟随者船的编队跟踪。对于N条欠驱动多船系统,单条船的数学模型也采用上述构建得到的数学模型。
令xi(t)=[xix(t),xiy(t)]T,xi(t)代表系统中第i条船的位置矢量信息。hi(t)=[hix(t),hiy(t)]T
Figure BDA0002687281470000139
描述期望的时变编队构型。
1)跟随者船的外回路时变编队跟踪控制律为:
对于第i条船:
Figure BDA0002687281470000141
Figure BDA0002687281470000142
其中,k>0为控制器参数。
2)跟随者船的内回路设计鲁棒编队跟踪控制器:
Figure BDA0002687281470000143
内回路设计与领导者船相同,其中s1,s2的构造与领导者船相同。于是有ψ→ψd,u→ud,得到:
Figure BDA0002687281470000144
其中,i=1,2,…N,当
Figure BDA0002687281470000145
则实现了时变编队,即
Figure BDA0002687281470000146
其中c(t)称为编队参考,即编队问题转变为一致性问题。
Figure BDA0002687281470000147
则上式可化为:
Figure BDA0002687281470000148
L是通信拓扑图G的拉普拉斯矩阵(G是包含领导者在内的通信拓扑),L1是表示跟随者之间通信关系的拉普拉斯矩阵。
Figure BDA0002687281470000151
其中,
Figure BDA0002687281470000152
Figure BDA0002687281470000153
就有
Figure BDA0002687281470000154
稳定性证明:
引理1:
Figure BDA0002687281470000155
是有向图G的拉普拉斯矩阵
1)L至少有一个0根,1N是0特征根对应的向量,即L1N=0。
2)如果G含有有向生成树,则0是L的一个特征根,其余的根全部为负值。
当通信拓扑G有生成树时,根据引理1可知,L有一个0特征根,其余特征根均为正值,则-L有一个0特征根,其余特征根均为负值,则-L1的所有特征根均为负根,因此,系统
Figure BDA0002687281470000156
是稳定的。在控制器的作用下,系统实现了时变编队跟踪。
对上述控制律进行仿真验证
在仿真过程中,分别以3条船、6条船为例,设计了变边长时变编队跟踪,队形变换时变编队跟踪。同时扩展到仅给出几个点的轨迹跟踪,需要首先利用三次样条插值先完成航路设计。再按照本发明提出的控制律进行编队跟踪控制,参数选择:k=1,k1=1.5,k2=8,c=1,φ1=φ2=0.1。图5-9为时变编队仿真示例,可以看出编队跟踪效果很好。
1)变边长时变编队跟踪:
针对3条船,通信拓扑如图3,仿真见图5,时变编队函数h(t):
Figure BDA0002687281470000161
针对6条船,通信拓扑如图4,仿真见图6,时变编队函数h(t):
Figure BDA0002687281470000162
2)队形变换时变编队跟踪
针对3条船,通信拓扑如图3所示,仿真见图7,时变编队函数h(t):
Figure BDA0002687281470000163
针对6条船,通信拓扑如图4,仿真见图8,时变编队函数h(t):
Figure BDA0002687281470000171
3)对轨迹点的时变编队跟踪,3条船为例,通信拓扑如图3所示,一字型编队,仿真见图9。
其中,如图9(a)部分所示,路径经过点A:(0。1,0。04)、B:(50,15)、C:(100,20)。
如图9(b)部分所示,路径经过点A:(0。1,0。04)、B:(40,15)、C:(80,20)和D:(100,20)。
此外,针对上述提供的跟踪控制方法,本发明还对应提供了一种欠驱动无人船时变编队的跟踪控制系统,如图10所示,该跟踪控制系统包括:
数学模型获取模块1,用于获取欠驱动无人船的数学模型。
拓扑通信关系构建模块2,用于根据数学模型,采用拉普拉斯矩阵构建各欠驱动无人船间的拓扑通信关系。
队形和航迹确定模块3,用于根据拓扑通信关系确定欠驱动无人船的时变编队,并确定时变编队的期望编队队形和期望航行轨迹。
参数确定模块4,用于根据期望编队队形和期望航行轨迹确定时变编队中各欠驱动无人船的期望位置、期望速度向量和期望航向角。期望速度向量包括:纵荡期望速度向量、横荡期望速度向量和艏摇期望速度向量。期望航向角为大地坐标系下的航向角。期望航向角包括:纵向期望航向角、横向期望航向角和艏向期望航向角。
参数获取模块5,用于获取欠驱动无人船时变编队当前的实际位置、实际速度向量和实际航向角。
队形控制模块6,用于采用外回路轨迹跟踪控制律,使实际位置趋近于期望位置,以完成对期望编队队形的控制。
航行轨迹控制模块7,用于采用内回路鲁棒姿态跟踪律,使实际速度向量趋近于期望速度向量,使实际航向角趋近于期望航向角,以完成对期望航行轨迹的控制。
作为本发明的一优选实施例,上述队形控制模块6具体包括:
第一速度向量获取单元,用于获取时变编队中欠驱动无人船的当前速度向量。当前速度向量包括:纵荡当前速度向量、横荡当前速度向量和艏摇当前速度向量。
位置误差确定单元,用于根据当前速度向量确定位置误差。
队形控制单元,用于当位置误差趋近于零时实际位置与期望位置相等,完成对期望编队队形的控制。
作为本发明的另一优选实施例,上述航行轨迹控制模块7具体包括:
第二速度向量获取单元,用于获取时变编队中欠驱动无人船的当前速度向量。
第一滑模控制模型确定单元,用于根据当前速度向量和期望速度向量确定第一滑模控制模型。
第一控制输入确定单元,用于设定航行中外界干扰量引起的外界扰动有界,则当外界扰动满足第一特定条件时,采用第一滑模控制模型确定速度向量的控制输入。速度向量的控制输入记为第一控制输入。外界干扰量包括:风、浪和流。
第一趋近单元,用于根据第一控制输入使实际速度向量趋近于期望速度向量。
航向角获取单元,用于获取当前航向角。
第二滑模控制模型确定单元,用于根据当前航向角和期望航向角确定第二滑模控制模型。
第二控制输入确定单元,用于设定航行中外界干扰量引起的外界扰动有界,则当外界扰动满足第二特定条件时,采用第二滑模控制模型确定航向角的控制输入。航向角的控制输入记为第二控制输入。
第二趋近单元,用于根据第二控制输入使实际航向角趋近于期望航向角。
作为本发明的又一优选实施例,上述跟踪控制系统还可以包括:
控制参数获取模块,用于获取欠驱动无人船的控制参数。控制参数包括:速度向量、航向角、扰动干扰量以及由惯性质量和水动力阻尼系数确定的非零恒定控制系数。
数学模型构建模块,用于根据控制参数构建数学模型。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种欠驱动无人船时变编队的跟踪控制方法,其特征在于,包括:
获取欠驱动无人船的数学模型;
根据所述数学模型,采用拉普拉斯矩阵构建各欠驱动无人船间的拓扑通信关系;
根据所述拓扑通信关系确定所述欠驱动无人船的时变编队,并确定所述时变编队的期望编队队形和期望航行轨迹;
根据所述期望编队队形和所述期望航行轨迹确定所述时变编队中各欠驱动无人船的期望位置、期望速度向量和期望航向角;所述期望速度向量包括:纵荡期望速度向量、横荡期望速度向量和艏摇期望速度向量;所述期望航向角为大地坐标系下的航向角;所述期望航向角包括:纵向期望航向角、横向期望航向角和艏向期望航向角;
获取欠驱动无人船时变编队当前的实际位置、实际速度向量和实际航向角;
采用外回路轨迹跟踪控制律,使所述实际位置趋近于所述期望位置,以完成对所述期望编队队形的控制;
采用内回路鲁棒姿态跟踪律,使所述实际速度向量趋近于所述期望速度向量,使所述实际航向角趋近于所述期望航向角,以完成对所述期望航行轨迹的控制。
2.根据权利要求1所述的欠驱动无人船时变编队的跟踪控制方法,其特征在于,所述采用外回路轨迹跟踪控制律,使所述实际位置趋近于所述期望位置,以完成对所述期望编队队形的控制,具体包括:
获取时变编队中欠驱动无人船的当前速度向量;所述当前速度向量包括:纵荡当前速度向量、横荡当前速度向量和艏摇当前速度向量;
根据所述当前速度向量确定位置误差;
当所述位置误差趋近于零时所述实际位置与所述期望位置相等,完成对所述期望编队队形的控制。
3.根据权利要求1所述的欠驱动无人船时变编队的跟踪控制方法,其特征在于,所述采用内回路鲁棒姿态跟踪律,使所述实际速度向量趋近于所述期望速度向量,使所述实际航向角趋近于所述期望航向角,以完成对所述期望航行轨迹的控制,具体包括:
获取时变编队中欠驱动无人船的当前速度向量;
根据所述当前速度向量和所述期望速度向量确定第一滑模控制模型;
设定航行中外界干扰量引起的外界扰动有界,则当所述外界扰动满足第一特定条件时,采用所述第一滑模控制模型确定速度向量的控制输入;所述速度向量的控制输入记为第一控制输入;所述外界干扰量包括:风、浪和流。
根据所述第一控制输入使所述实际速度向量趋近于所述期望速度向量;
获取当前航向角;
根据所述当前航向角和所述期望航向角确定第二滑模控制模型;
设定航行中外界干扰量引起的外界扰动有界,则当所述外界扰动满足第二特定条件时,采用所述第二滑模控制模型确定航向角的控制输入;所述航向角的控制输入记为第二控制输入;
根据所述第二控制输入使所述实际航向角趋近于所述期望航向角。
4.根据权利要求1所述的欠驱动无人船时变编队的跟踪控制方法,其特征在于,所述获取欠驱动无人船的数学模型,之前包括:
获取欠驱动无人船的控制参数;所述控制参数包括:速度向量、航向角、扰动干扰量以及由惯性质量和水动力阻尼系数确定的非零恒定控制系数;
根据所述控制参数构建所述数学模型。
5.一种欠驱动无人船时变编队的跟踪控制系统,其特征在于,包括:
数学模型获取模块,用于获取欠驱动无人船的数学模型;
拓扑通信关系构建模块,用于根据所述数学模型,采用拉普拉斯矩阵构建各欠驱动无人船间的拓扑通信关系;
队形和航迹确定模块,用于根据所述拓扑通信关系确定所述欠驱动无人船的时变编队,并确定所述时变编队的期望编队队形和期望航行轨迹;
参数确定模块,用于根据所述期望编队队形和所述期望航行轨迹确定所述时变编队中各欠驱动无人船的期望位置、期望速度向量和期望航向角;所述期望速度向量包括:纵荡期望速度向量、横荡期望速度向量和艏摇期望速度向量;所述期望航向角为大地坐标系下的航向角;所述期望航向角包括:纵向期望航向角、横向期望航向角和艏向期望航向角;
参数获取模块,用于获取欠驱动无人船时变编队当前的实际位置、实际速度向量和实际航向角;
队形控制模块,用于采用外回路轨迹跟踪控制律,使所述实际位置趋近于所述期望位置,以完成对所述期望编队队形的控制;
航行轨迹控制模块,用于采用内回路鲁棒姿态跟踪律,使所述实际速度向量趋近于所述期望速度向量,使所述实际航向角趋近于所述期望航向角,以完成对所述期望航行轨迹的控制。
6.根据权利要求5所述的欠驱动无人船时变编队的跟踪控制系统,其特征在于,所述队形控制模块,具体包括:
第一速度向量获取单元,用于获取时变编队中欠驱动无人船的当前速度向量;所述当前速度向量包括:纵荡当前速度向量、横荡当前速度向量和艏摇当前速度向量;
位置误差确定单元,用于根据所述当前速度向量确定位置误差;
队形控制单元,用于当所述位置误差趋近于零时所述实际位置与所述期望位置相等,完成对所述期望编队队形的控制。
7.根据权利要求5所述的欠驱动无人船时变编队的跟踪控制系统,其特征在于,所述航行轨迹控制模块,具体包括:
第二速度向量获取单元,用于获取时变编队中欠驱动无人船的当前速度向量;
第一滑模控制模型确定单元,用于根据所述当前速度向量和所述期望速度向量确定第一滑模控制模型;
第一控制输入确定单元,用于设定航行中外界干扰量引起的外界扰动有界,则当所述外界扰动满足第一特定条件时,采用所述第一滑模控制模型确定速度向量的控制输入;所述速度向量的控制输入记为第一控制输入;所述外界干扰量包括:风、浪和流。
第一趋近单元,用于根据所述第一控制输入使所述实际速度向量趋近于所述期望速度向量;
航向角获取单元,用于获取当前航向角;
第二滑模控制模型确定单元,用于根据所述当前航向角和所述期望航向角确定第二滑模控制模型;
第二控制输入确定单元,用于设定航行中外界干扰量引起的外界扰动有界,则当所述外界扰动满足第二特定条件时,采用所述第二滑模控制模型确定航向角的控制输入;所述航向角的控制输入记为第二控制输入;
第二趋近单元,用于根据所述第二控制输入使所述实际航向角趋近于所述期望航向角。
8.根据权利要求5所述的欠驱动无人船时变编队的跟踪控制系统,其特征在于,所述系统还包括:
控制参数获取模块,用于获取欠驱动无人船的控制参数;所述控制参数包括:速度向量、航向角、扰动干扰量以及由惯性质量和水动力阻尼系数确定的非零恒定控制系数;
数学模型构建模块,用于根据所述控制参数构建所述数学模型。
CN202010980280.2A 2020-09-17 2020-09-17 一种欠驱动无人船时变编队的跟踪控制方法和系统 Pending CN112099506A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010980280.2A CN112099506A (zh) 2020-09-17 2020-09-17 一种欠驱动无人船时变编队的跟踪控制方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010980280.2A CN112099506A (zh) 2020-09-17 2020-09-17 一种欠驱动无人船时变编队的跟踪控制方法和系统

Publications (1)

Publication Number Publication Date
CN112099506A true CN112099506A (zh) 2020-12-18

Family

ID=73759970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010980280.2A Pending CN112099506A (zh) 2020-09-17 2020-09-17 一种欠驱动无人船时变编队的跟踪控制方法和系统

Country Status (1)

Country Link
CN (1) CN112099506A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113110467A (zh) * 2021-04-22 2021-07-13 大连海事大学 一种切换通讯拓扑下无人船编队规划与制导方法及系统
CN115933631A (zh) * 2022-09-14 2023-04-07 哈尔滨工程大学 一种应用于欠驱动无人艇的编队控制器构建方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3287862A1 (en) * 2016-08-25 2018-02-28 Imotec Holding B.V. Method for steering an underactuated ship
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
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
CN110262494A (zh) * 2019-06-26 2019-09-20 华南理工大学 一种同构多无人艇系统的协同学习与编队控制方法
CN110780668A (zh) * 2019-04-09 2020-02-11 北京航空航天大学 一种多无人艇的分布式编队合围跟踪控制方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3287862A1 (en) * 2016-08-25 2018-02-28 Imotec Holding B.V. Method for steering an underactuated ship
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
CN110780668A (zh) * 2019-04-09 2020-02-11 北京航空航天大学 一种多无人艇的分布式编队合围跟踪控制方法及系统
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
CN110262494A (zh) * 2019-06-26 2019-09-20 华南理工大学 一种同构多无人艇系统的协同学习与编队控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
吴文涛,等: "多领航者导引无人船集群的分布式时变队形控制", 《中国舰船研究》 *
李士勇,等: "《智能制导》", 31 December 2011 *
杨震,等: "一种欠驱动船舶编队滑模鲁棒控制方法", 《电机与控制学报》 *
陈霄,等: "欠驱动无人艇自适应滑模航迹跟踪控制", 《国防科技大学学报》 *
马俊达: "自主水面船编队控制研究", 《中国博士学位论文全文数据库 工程科技II辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113110467A (zh) * 2021-04-22 2021-07-13 大连海事大学 一种切换通讯拓扑下无人船编队规划与制导方法及系统
CN113110467B (zh) * 2021-04-22 2024-02-02 大连海事大学 一种切换通讯拓扑下无人船编队规划与制导方法及系统
CN115933631A (zh) * 2022-09-14 2023-04-07 哈尔滨工程大学 一种应用于欠驱动无人艇的编队控制器构建方法及装置

Similar Documents

Publication Publication Date Title
CN110196599B (zh) 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
Yan et al. Consensus formation tracking for multiple AUV systems using distributed bioinspired sliding mode control
CN108445892A (zh) 一种欠驱动无人船编队控制器结构及设计方法
CN110262494B (zh) 一种同构多无人艇系统的协同学习与编队控制方法
CN110308735A (zh) 一种针对输入时滞的欠驱动uuv轨迹跟踪滑模控制方法
CN108197350A (zh) 一种无人船速度和不确定性估计系统及设计方法
CN109100939A (zh) 考虑输入饱和的水面无人艇全状态约束轨迹跟踪控制方法
CN113296507B (zh) 一种基于时空解耦的多动力定位船舶协同编队控制方法
CN112099506A (zh) 一种欠驱动无人船时变编队的跟踪控制方法和系统
CN114442640B (zh) 一种水面无人艇轨迹跟踪控制方法
CN108733057A (zh) 一种基于自抗扰技术的水产养殖明轮船航向控制方法
CN109917657A (zh) 动力定位船舶的抗干扰控制方法、装置与电子设备
CN110865539A (zh) 一种随机干扰下的无人艇跟踪误差约束控制方法
CN113110511B (zh) 一种基于广义模糊双曲模型的智能船舶航向控制方法
CN108829123A (zh) 一种四旋翼飞行器控制方法、系统和装置
CN113848887A (zh) 一种基于mlp方法的欠驱动无人艇轨迹跟踪控制方法
CN112631316A (zh) 变负载四旋翼无人机的有限时间控制方法
CN109932929A (zh) 船舶巡航模拟仿真方法、计算机可读存储介质及终端设备
CN115617039B (zh) 一种基于事件触发的分布式仿射无人艇编队控制器构建方法和无人艇编队控制方法
CN110095989A (zh) 一种基于反步法的分布式多拉格朗日系统跟踪控制策略
CN115469679A (zh) 一种无人机飞行状态参数预测方法及系统
CN113359781A (zh) 网络化水面舰艇跟踪控制方法、装置、设备及存储介质
CN102508818B (zh) 一种刚体空间运动状态的任意步长正交级数输出模型建模方法
CN114035592B (zh) 一种水下滑翔机三维协同路径跟踪控制系统
CN116011350B (zh) 面向模块船运动特性分析的深度强化学习黑箱辨识方法

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