CN112130557A - 一种多水下航行器跟踪控制方法、终端及存储介质 - Google Patents

一种多水下航行器跟踪控制方法、终端及存储介质 Download PDF

Info

Publication number
CN112130557A
CN112130557A CN202010838281.3A CN202010838281A CN112130557A CN 112130557 A CN112130557 A CN 112130557A CN 202010838281 A CN202010838281 A CN 202010838281A CN 112130557 A CN112130557 A CN 112130557A
Authority
CN
China
Prior art keywords
underwater vehicle
motion data
target
target underwater
coordinate system
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
Application number
CN202010838281.3A
Other languages
English (en)
Other versions
CN112130557B (zh
Inventor
许斌
寿莹鑫
张爱东
梅涛
李胜全
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.)
Peng Cheng Laboratory
Original Assignee
Peng Cheng Laboratory
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 Peng Cheng Laboratory filed Critical Peng Cheng Laboratory
Priority to CN202010838281.3A priority Critical patent/CN112130557B/zh
Publication of CN112130557A publication Critical patent/CN112130557A/zh
Application granted granted Critical
Publication of CN112130557B publication Critical patent/CN112130557B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种多水下航行器跟踪控制方法、终端及存储介质，本发明通过将水下航行器行驶过程中的不确定性影响因素作为预设参数，预先建立预设参数与水下航行器的控制输入量以及航行误差的对应关系，并根据预设参数对应的运动数据和实际运动数据的差异来更新所述预设参数,从而对水下航行器行驶过程中的不确定影响因素的影响进行估计，实现了对水下航行器行驶路径的可靠控制。

Description

一种多水下航行器跟踪控制方法、终端及存储介质
技术领域
本发明涉及水下航行器技术领域，特别涉及一种多水下航行器跟踪控制方法、终端及存储介质。
背景技术
在海洋资源开发过程中，多水下航行器协同合作执行任务的场景十分常见，在这种场景下，需要保持每个水下航行器按照期望路径行驶，但是，水下航行器的水下行驶过程中对水下航行器的路径产生影响的因素具有不确定性，水下航行器经常会出现偏航的情况，现有技术中，对于水下航行器的路径控制没有考虑到水下航行器行驶过程中的不确定性参数，难以实现可靠控制。
因此，现有技术还有待改进和提高。
发明内容
针对现有技术的上述缺陷，本发明提供一种多水下航行器跟踪控制方法、终端及存储介质，旨在解决现有技术中多水下航行器跟踪控制方案中没有考虑到行驶过程中的不确定性因素，难以实现可靠控制的问题。
为了解决上述技术问题，本发明所采用的技术方案如下：
本发明的第一方面，提供一种多水下航行器跟踪控制方法，所述方法包括：
获取目标水下航行器的期望路径，根据所述目标水下航行器的期望路径和所述目标水下航行器当前的运动数据获取所述目标水下航行器当前的航行误差；
根据预先建立的所述目标水下航行器的运动模型获取所述目标水下航行器的控制输入量与所述航行误差以及预设参数的对应关系，其中，所述控制输入量为所述目标水下航行器的推进系统的控制力和力矩；
根据所述预设参数的估计值对应的运动数据和实际运动数据对所述预设参数的估计值进行更新；
根据更新后的所述预设参数、所述航行误差以及所述对应关系获取所述控制输入量；
根据所述控制输入量调节所述目标水下航行器的推进系统的控制力和力矩，使得所述目标水下航行器按照所述目标水下航行器的期望路径航行；
其中，所述目标水下航行器的运动数据包括第一运动数据和第二运动数据，所述第一运动数据为所述目标水下航行器在地球坐标系下的位置和艏向，所述第二运动数据为所述目标水下航行器在体坐标系下的纵荡、横荡和艏摇速度。
所述的多水下航行器跟踪控制方法，其中，所述获取所述目标水下航行器的期望路径包括：
设置虚拟领航者的期望路径；
根据所述虚拟领航者的期望路径以及所述目标水下航行器与所述虚拟领航者的期望位置关系获取所述目标水下航行器的期望路径。
所述的多水下航行器跟踪控制方法，其中，所述目标水下航行器的期望路径通过如下公式被表示：
ηdi(θ)＝ηd(θ)+R[ψd(θ)]li；
其中，ηd(θ)＝[-cos(θ),sin(θ),θ]T为虚拟领航者的期望路径，θ为期望路径的变化参数，R(ψ)为地球坐标系和体坐标系的转换矩阵，ψd为所述虚拟领航者在地球坐标系下的艏向，li为所述目标水下航行器和所述虚拟领航者的相对位置向量。
所述的多水下航行器跟踪控制方法，其中，所述航行误差包括位置误差和跟踪误差，所述根据所述目标水下航行器的期望路径和所述目标水下航行器当前的运动数据获取所述目标水下航行器的航行误差包括：
根据第一预设公式和第二预设公式分别获取所述位置误差和所述跟踪误差；
所述第一预设公式为：ei,1＝xi,1-ηdi(θ)；
所述第二预设公式为：
Figure BDA0002640484220000031
其中，ei,1为所述位置误差，xi,1为所述第一运动数据的矩阵表示，ηdi(θ)为所述目标水下航行器的期望路径，θ为期望路径的变化参数，ei,2为所述跟踪误差，xi,2为所述第二运动数据的矩阵表示，gi,1＝R(ψi)，ψi为所述目标水下航行器在地球坐标系下的艏向，R(ψ)为地球坐标系和体坐标系的转换矩阵，Ki,1为控制增益参数，vs为所述目标水下航行器沿所述目标水下航行器的期望路径形式的期望速度。
所述的多水下航行器跟踪控制方法，其中，所述目标水下航行器的运动模型为：
Figure BDA0002640484220000032
Figure BDA0002640484220000033
其中，
Figure BDA0002640484220000034
表示xi,1的导数形式，xi,1为所述第一运动数据的矩阵表示，gi,1＝R(ψi)，ψi为所述目标水下航行器在地球坐标系下的艏向，R(ψ)为地球坐标系和体坐标系的转换矩阵，
Figure BDA0002640484220000035
表示xi,2的导数形式，xi,2为所述第二运动数据的矩阵表示，fi,2为所述预设参数，
Figure BDA0002640484220000037
Figure BDA0002640484220000036
Mi为包含水动力附加质量的惯性矩阵，C(xi,2)为水动力附加质量的科里奥利向心力矩阵，D(xi,2)为阻尼系数矩阵，μi为所述控制输入量。
所述的多水下航行器跟踪控制方法，其中，所述根据所述预设参数的估计值对应的运动数据和实际运动数据对所述预设参数的估计值进行更新包括：
将所述预设参数通过神经网络的权重与基函数表示，其中，所述预设参数
Figure BDA0002640484220000041
Figure BDA0002640484220000042
为所述神经网络的权重，φi为所述神经网络的基函数；
根据预先设置的所述权重的自适应更新律更新所述神经网络的权重；
所述权重的自适应更新律为：
Figure BDA0002640484220000043
其中，
Figure BDA00026404842200000416
为估计误差，
Figure BDA0002640484220000044
Figure BDA0002640484220000045
为所述预设参数的估计值对应的所述第二运动数据，λi、kσ、δi为常数，ei,2为所述跟踪误差，
Figure BDA0002640484220000046
为
Figure BDA0002640484220000047
的导数形式。
所述的多水下航行器跟踪控制方法，其中，所述预设参数的估计值对应的所述第二运动数据通过下列模型获取：
Figure BDA0002640484220000048
其中，
Figure BDA0002640484220000049
为
Figure BDA00026404842200000410
的导数形式，
Figure BDA00026404842200000411
Mi为包含水动力附加质量的惯性矩阵，βi为常数。
所述的多水下航行器跟踪控制方法，其中，所述目标水下航行器的控制输入量与所述航行误差以及预设参数的对应关系通过如下公式表示：
Figure BDA00026404842200000412
其中，
Figure BDA00026404842200000413
表示
Figure BDA00026404842200000414
的导数形式，
Figure BDA00026404842200000415
Mi为包含水动力附加质量的惯性矩阵，Ki,2为控制增益参数。
本发明的第二方面，提供一种终端，所述终端包括处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令，所述处理器适于调用所述存储介质中的指令，以执行实现上述任一项所述的多水下航行器跟踪控制方法的步骤。
本发明的第三方面，提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述任一项所述的多水下航行器跟踪控制方法的步骤。
与现有技术相比，本发明提供了一种多水下航行器跟踪控制方法、终端及存储介质，所述多水下航行器跟踪控制方法通过将水下航行器行驶过程中的不确定性影响因素作为预设参数，预先建立预设参数与水下航行器的控制输入量以及航行误差的对应关系，并根据预设参数对应的运动数据和实际运动数据的差异来更新所述预设参数,从而对水下航行器行驶过程中的不确定影响因素的影响进行估计，实现了对水下航行器行驶路径的可靠控制。
附图说明
图1为本发明提供的多水下航行器跟踪控制方法的实施例的流程图；
图2为本发明提供的终端的实施例的原理示意图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所表示的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例一
本发明提供的多水下航行器跟踪控制方法，可以是应用在终端中，终端可以通过本发明提供的多水下航行器跟踪控制方法控制水下航行器的路径，终端可以是与水下航行器一体设置，例如，终端可以为水下航行器的控制器，也可以是单独设置，与水下航行器通信连接。如图1所示，所述多水下航行器跟踪控制方法的一个实施例中，包括步骤：
S100、获取目标水下航行器的期望路径，根据所述目标水下航行器的期望路径和所述目标水下航行器当前的运动数据获取所述目标水箱航行器当前的航行误差。
所述目标水下航行器是需要进行路径控制的水下航行器，对所述目标水下航行器的路径进行控制的目的是使得所述目标水下航行器按照所述目标水下航行器的期望路径行驶。所述目标水下航行器的运动数据包括第一运动数据和第二运动数据，所述第一运动数据为所述目标水下航行器在地球坐标系下的位置和艏向，所述第二运动数据为所述目标水下航行器在体坐标系下的纵荡、横荡和艏摇速度。也就是说，在步骤S100中，是获取所述目标水下航行器当前的所述第一运动数据和所述第二运动数据。
所述目标水下航行器的期望路径是预先设置的，在一种可能的实现方式中，可以直接设置所述目标水下航行器的期望路径，在本实施例中，所述获取所述目标水下航行器的期望路径包括：
S110、设置虚拟领航者的期望路径；
S120、根据所述虚拟领航者的期望路径以及所述目标水下航行器与所述虚拟领航者的期望位置关系获取所述目标水下航行器的期望路径。
具体地，在多水下航行器协同执行任务的场景下，各个水下航行器需要保持一定的队形，为了方便地实现多水下航行器的期望路径设置，是设置一个虚拟领航者，通过设置各个水下航行器与该虚拟领航者的相对位置关系来实现对多水下航行器的期望路径的设置，具体地，所述目标水下航行器的期望路径通过如下公式被表示：
ηdi(θ)＝ηd(θ)+R[ψd(θ)]li；
其中，ηd(θ)＝[-cos(θ),sin(θ),θ]T为虚拟领航者的期望路径，θ为期望路径的变化参数，R(ψ)为地球坐标系和体坐标系的转换矩阵，ψd为所述虚拟领航者在地球坐标系下的艏向，li为所述目标水下航行器和所述虚拟领航者的相对位置向量。
具体地，
Figure BDA0002640484220000061
那么，
Figure BDA0002640484220000062
期望路径的变化参数θ可根据水下航行器实际执行的任务进行设置，可以为一个定值，也可以为与时间有关的变量。
所述航行误差指的是所述目标水下航行器的当前行驶路径与期望路径的误差，在本实施例中，所述航行误差包括位置误差和跟踪误差，所述根据所述目标水下航行器的期望路径和所述目标水下航行器当前的运动数据获取所述目标水下航行器的航行误差包括：
根据第一预设公式和第二预设公式分别获取所述位置误差和所述跟踪误差。
所述第一预设公式为：ei,1＝xi,1-ηdi(θ)；
所述第二预设公式为：
Figure BDA0002640484220000071
其中，ei,1为所述位置误差，xi,1为所述第一运动数据的矩阵表示，ηdi(θ)为所述目标水下航行器的期望路径，θ为期望路径的变化参数，ei,2为所述跟踪误差，xi,2为所述第二运动数据的矩阵表示，gi,1＝R(ψi)，ψi为所述目标水下航行器在地球坐标系下的艏向，R(ψ)为地球坐标系和体坐标系的转换矩阵，Ki,1为控制增益参数，vs为所述目标水下航行器沿所述目标水下航行器的期望路径形式的期望速度。
具体地，xi,1＝[x,y,ψi]T，(x,y)为所述目标水下航行器在地球坐标系下的位置，ψi为所述目标水下航行器在地球坐标系下的的艏向，xi,2＝[u,v,r]T，u，v，r分别为所述目标水下航行器在体坐标系下的纵荡、横荡和艏摇速度。R(ψi)为地球多坐标系和所述目标水下航行器的体坐标系的转换矩阵，
Figure BDA0002640484220000072
那么，
Figure BDA0002640484220000073
Ki,1为一个预先设置的常数，Ki,1＞0，例如可以取3、5等。vs可以用公式表示为：
Figure BDA0002640484220000074
Figure BDA0002640484220000075
为ψd(θ)的导数形式，
Figure BDA0002640484220000076
为θ的导数形式，
Figure BDA0002640484220000077
请再次参阅图1，本实施例提供的多水下航行器跟踪控制方法，还包括步骤：
S200、根据预先建立的所述目标水下航行器的运动模型获取所述目标水下航行器的控制输入量与所述航行误差以及预设参数的对应关系。
所述控制输入量为所述目标水下航行器的推进系统的控制力和力矩。
在本实施例中，预先建立的所述目标水下航行器的运动模型为：
Figure BDA0002640484220000081
Figure BDA0002640484220000082
其中，
Figure BDA0002640484220000083
表示xi,1的导数形式，xi,1为所述第一运动数据的矩阵表示，gi,1＝R(ψi)，ψi为所述目标水下航行器在地球坐标系下的艏向，R(ψ)为地球坐标系和体坐标系的转换矩阵，
Figure BDA0002640484220000084
表示xi,2的导数形式，xi,2为所述第二运动数据的矩阵表示，fi,2为所述预设参数，
Figure BDA00026404842200000811
Figure BDA0002640484220000085
Mi为包含水动力附加质量的惯性矩阵，C(xi,2)为水动力附加质量的科里奥利向心力矩阵，D(xi,2)为阻尼系数矩阵，μi为所述控制输入量。
具体地，
Figure BDA0002640484220000086
Figure BDA0002640484220000087
Figure BDA0002640484220000088
其中，m为所述目标水下航行器的质量，Iz为所述目标水下航行器的转动惯量，xg为所述目标水下航行器的体坐标系重心的位置，
Figure BDA0002640484220000089
Figure BDA00026404842200000810
为水动力引起的附加质量，Xu、Yv、Yr、Nv、Nr、Xu|u|、Yv|v|、Yr|r|、Nv|v|、Nr|r|为水动力的阻尼系数。而在实际应用中，水动力的阻尼系数具有不确定性，即预设参数fi,2具有不确定性，不能获取fi,2的真实值，而所述目标水下航行器的路径控制是通过所述控制输入量μi来实现的，在根据所述目标水下航行器的运动模型得到所述控制输入量μi和所述目标水下航行器的航行误差以及所述预设参数fi,2的对应关系后，就可以根据所述对应关系，获取到相应的所述控制输入量μi，实现控制所述目标水下航行器的行驶路径与期望路径一致，但是，fi,2的真实值无法获取到，而在本实施例中，通过预设参数对应的运动数据和实际运动数据的差异来更新所述预设参数以使得所述预设参数能够逼近真实值，从而可以得到相应的所述所述控制输入量μi。
具体地，通过所述目标水下航行器的运动模型得到的所述控制输入量与所述航行误差以及预设参数的对应关系通过如下公式表示：
Figure BDA0002640484220000091
其中，
Figure BDA0002640484220000092
表示
Figure BDA0002640484220000093
的导数形式，
Figure BDA0002640484220000094
Mi为包含水动力附加质量的惯性矩阵，gi,1＝R(ψi)，ψi为所述目标水下航行器在地球坐标系下的艏向，R(ψ)为地球坐标系和体坐标系的转换矩阵，ei,1为所述位置误差，ei,2为所述跟踪误差，具体如前面所说明，Ki,2为控制增益参数，Ki,2为预先设置的常数，Ki,2＞0，例如可以取3、5等。
具体地，本实施例提供的多水下航行器跟踪控制方法还包括步骤：
S300、根据所述预设参数的估计值对应的运动数据和实际运动数据对所述预设参数的估计值进行更新。
在本实施例中，对所述预设参数进行估计，具体地，是根据所述预设参数的估计值对应的运动数据和实际运动数据所述根据所述预设参数的估计值对应的运动数据和实际运动数据之间的差异来对所述预设参数的估计值进行更新，以使得所述预设参数的估计值逼近真实值，对所述预设参数的估计值进行更新包括：
S310、将所述预设参数通过神经网络的权重与基函数表示；
S320、根据预先设置的所述权重的自适应更新律更新所述神经网络的权重。
神经网络具备学习进而不断优化神经网络的权重的能力，从而使得神经网络的权重不断逼近最优解，在本实施例中，将所述预设参数通过神经网络的权重与基函数表示，具体为：
Figure BDA0002640484220000101
Figure BDA0002640484220000102
为所述神经网络的权重，φi为所述神经网络的基函数。神经网络中所述权重的更新是通过所述权重的自适应更新律来实现，具体地，所述权重的自适应更新律为：
Figure BDA0002640484220000103
其中
Figure BDA00026404842200001013
为估计误差，
Figure BDA0002640484220000104
Figure BDA0002640484220000105
为所述预设参数的估计值对应的所述第二运动数据，λi、kσ、δi为常数，ei,2为所述跟踪误差，
Figure BDA0002640484220000106
为
Figure BDA0002640484220000107
的导数形式。λi＞0，kσ＞0、δi＞0，λi、kσ、δi可预先根据试验设置，例如λi可以取0.1、0.2等，kσ可以取40、50等，δi可以取0.01、0.05等。所述权重的初始值可以是随机初始化得到。所述第二运动数据可以直接测量得到，即所述第二运动数据可以获取到真实值，在更新所述权重的过程中，结合了所述预设参数逇估计值对应的所述第二运动数据和所述第二运动数据的真实值之间的差异，这样，使得所述权重在更新的过程中，能够逼近真实值。
在本实施例中，
Figure BDA0002640484220000108
可以通过下列模型来得到：
Figure BDA0002640484220000109
其中，
Figure BDA00026404842200001010
为
Figure BDA00026404842200001011
的导数形式，
Figure BDA00026404842200001012
Mi为包含水动力附加质量的惯性矩阵，具体如前面所说明，βi为常数，βi＞0，例如可以取0.1、0.3等。
所述多水下航行器跟踪控制方法还包括步骤：
S400、根据更新后的所述预设参数、所述航行误差以及所述对应关系获取所述控制输入量。
通过上述步骤S100-S300，可以获取到对所述权重不断更新，以使得所述权重的估计值不断逼近最优权重，最优权重的估计值对应的所述预设参数就是逼近了所述预设参数的真实值的估计值，再通过所述控制输入量与所述航行误差以及所述预设参数的对应关系就可以获取到对应的控制输入量，不难看出，由于在获取控制输入量时考虑到了不确定性参数，并且对不确定性参数的真实值进行了估计，因此，根据本方法获取到的所述控制输入量更准确，根据所述控制输入量能够更可靠地控制所述目标水下航行器的路径，实现实际行驶路径与期望路径一致。
从上面的说明不难看出，所述对应关系可以通过如下公式表示：
Figure BDA0002640484220000111
式中的各项的含义可以参考前面的说明。
S500、根据所述控制输入量调节所述目标水下航行器的推荐系统的控制力和力矩，使得所述目标水下航行器按照所述目标水下航行器的期望路径航行。
综上所述，本实施例提供一种多水下航行器跟踪控制方法，通过将水下航行器行驶过程中的不确定性影响因素作为预设参数，预先建立预设参数与水下航行器的控制输入量以及航行误差的对应关系，并根据预设参数对应的运动数据和实际运动数据的差异来更新所述预设参数,从而对水下航行器行驶过程中的不确定影响因素的影响进行估计，实现了对水下航行器行驶路径的可靠控制。
应该理解的是，虽然本发明说明书附图中给出的的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
实施例二
基于上述实施例，本发明还相应提供了一种终端，如图2所示，所述终端包括处理器10以及存储器20。图2仅示出了终端的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述终端的内部存储单元，例如终端的硬盘或内存。所述存储器20在另一些实施例中也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器20还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述终端的应用软件及各类数据。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有多水下航行器跟踪控制程序30，该多水下航行器跟踪控制程序30可被处理器10所执行，从而实现本申请中多水下航行器跟踪控制方法。
所述处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)，微处理器或其他芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述多水下航行器跟踪控制方法等。
在一实施例中，当处理器10执行所述存储器20中多水下航行器跟踪控制程序30时实现以下步骤：
获取目标水下航行器的期望路径，根据所述目标水下航行器的期望路径和所述目标水下航行器当前的运动数据获取所述目标水下航行器当前的航行误差；
根据预先建立的所述目标水下航行器的运动模型获取所述目标水下航行器的控制输入量与所述航行误差以及预设参数的对应关系，其中，所述控制输入量为所述目标水下航行器的推进系统的控制力和力矩；
根据所述预设参数的估计值对应的运动数据和实际运动数据对所述预设参数的估计值进行更新；
根据更新后的所述预设参数、所述航行误差以及所述对应关系获取所述控制输入量；
根据所述控制输入量调节所述目标水下航行器的推进系统的控制力和力矩，使得所述目标水下航行器按照所述目标水下航行器的期望路径航行；
其中，所述目标水下航行器的运动数据包括第一运动数据和第二运动数据，所述第一运动数据为所述目标水下航行器在地球坐标系下的位置和艏向，所述第二运动数据为所述目标水下航行器在体坐标系下的纵荡、横荡和艏摇速度。
其中，所述获取所述目标水下航行器的期望路径包括：
设置虚拟领航者的期望路径；
根据所述虚拟领航者的期望路径以及所述目标水下航行器与所述虚拟领航者的期望位置关系获取所述目标水下航行器的期望路径。
其中，所述目标水下航行器的期望路径通过如下公式被表示：
ηdi(θ)＝ηd(θ)+R[ψd(θ)]li；
其中，ηd(θ)＝[-cos(θ),sin(θ),θ]T为虚拟领航者的期望路径，θ为期望路径的变化参数，R(ψ)为地球坐标系和体坐标系的转换矩阵，ψd为所述虚拟领航者在地球坐标系下的艏向，li为所述目标水下航行器和所述虚拟领航者的相对位置向量。
其中，所述航行误差包括位置误差和跟踪误差，所述根据所述目标水下航行器的期望路径和所述目标水下航行器当前的运动数据获取所述目标水下航行器的航行误差包括：
根据第一预设公式和第二预设公式分别获取所述位置误差和所述跟踪误差；
所述第一预设公式为：ei,1＝xi,1-ηdi(θ)；
所述第二预设公式为：
Figure BDA0002640484220000141
其中，ei,1为所述位置误差，xi,1为所述第一运动数据的矩阵表示，ηdi(θ)为所述目标水下航行器的期望路径，θ为期望路径的变化参数，ei,2为所述跟踪误差，xi,2为所述第二运动数据的矩阵表示，gi,1＝R(ψi)，ψi为所述目标水下航行器在地球坐标系下的艏向，R(ψ)为地球坐标系和体坐标系的转换矩阵，Ki,1为控制增益参数，vs为所述目标水下航行器沿所述目标水下航行器的期望路径形式的期望速度。
其中，所述目标水下航行器的运动模型为：
Figure BDA0002640484220000142
Figure BDA0002640484220000143
其中，
Figure BDA0002640484220000144
表示xi,1的导数形式，xi,1为所述第一运动数据的矩阵表示，gi,1＝R(ψi)，ψi为所述目标水下航行器在地球坐标系下的艏向，R(ψ)为地球坐标系和体坐标系的转换矩阵，
Figure BDA0002640484220000151
表示xi,2的导数形式，xi,2为所述第二运动数据的矩阵表示，fi,2为所述预设参数，
Figure BDA00026404842200001519
Figure BDA0002640484220000152
Mi为包含水动力附加质量的惯性矩阵，C(xi,2)为水动力附加质量的科里奥利向心力矩阵，D(xi,2)为阻尼系数矩阵，μi为所述控制输入量。
其中，所述根据更新后的所述预设参数、所述航行误差以及所述对应关系获取所述控制输入量包括：
将所述预设参数通过神经网络的权重与基函数表示，其中，所述预设参数
Figure BDA0002640484220000153
Figure BDA0002640484220000154
为所述神经网络的权重，φi为所述神经网络的基函数；
根据预先设置的所述权重的自适应更新律更新所述神经网络的权重；
所述权重的自适应更新律为：
Figure BDA0002640484220000155
其中，
Figure BDA00026404842200001518
为估计误差，
Figure BDA0002640484220000156
Figure BDA0002640484220000157
为所述预设参数的估计值对应的所述第二运动数据，λi、kσ、δi为常数，ei,2为所述跟踪误差，
Figure BDA0002640484220000158
为
Figure BDA0002640484220000159
的导数形式。
其中，所述预设参数的估计值对应的所述第二运动数据通过下列模型获取：
Figure BDA00026404842200001510
其中，
Figure BDA00026404842200001511
为
Figure BDA00026404842200001512
的导数形式，
Figure BDA00026404842200001513
Mi为包含水动力附加质量的惯性矩阵，βi为常数。
其中，所述目标水下航行器的控制输入量与所述航行误差以及预设参数的对应关系通过如下公式表示：
Figure BDA00026404842200001514
其中，
Figure BDA00026404842200001515
表示
Figure BDA00026404842200001516
的导数形式，
Figure BDA00026404842200001517
Mi为包含水动力附加质量的惯性矩阵，Ki,2为控制增益参数。
实施例三
本发明还提供一种存储介质，其中，存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的多水下航行器跟踪控制方法的步骤。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，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精神和范围。

Claims (10)

1.一种多水下航行器跟踪控制方法，其特征在于，所述方法包括：
获取目标水下航行器的期望路径，根据所述目标水下航行器的期望路径和所述目标水下航行器当前的运动数据获取所述目标水下航行器当前的航行误差；
根据预先建立的所述目标水下航行器的运动模型获取所述目标水下航行器的控制输入量与所述航行误差以及预设参数的对应关系，其中，所述控制输入量为所述目标水下航行器的推进系统的控制力和力矩；
根据所述预设参数的估计值对应的运动数据和实际运动数据对所述预设参数的估计值进行更新；
根据更新后的所述预设参数、所述航行误差以及所述对应关系获取所述控制输入量；
根据所述控制输入量调节所述目标水下航行器的推进系统的控制力和力矩，使得所述目标水下航行器按照所述目标水下航行器的期望路径航行；
其中，所述目标水下航行器的运动数据包括第一运动数据和第二运动数据，所述第一运动数据为所述目标水下航行器在地球坐标系下的位置和艏向，所述第二运动数据为所述目标水下航行器在体坐标系下的纵荡、横荡和艏摇速度。
2.根据权利要求1所述的多水下航行器跟踪控制方法，其特征在于，所述获取所述目标水下航行器的期望路径包括：
设置虚拟领航者的期望路径；
根据所述虚拟领航者的期望路径以及所述目标水下航行器与所述虚拟领航者的期望位置关系获取所述目标水下航行器的期望路径。
3.根据权利要求2所述的多水下航行器跟踪控制方法，其特征在于，所述目标水下航行器的期望路径通过如下公式被表示：
ηdi(θ)＝ηd(θ)+R[ψd(θ)]li；
其中，ηd(θ)＝[-cos(θ),sin(θ),θ]T为虚拟领航者的期望路径，θ为期望路径的变化参数，R(ψ)为地球坐标系和体坐标系的转换矩阵，ψd为所述虚拟领航者在地球坐标系下的艏向，li为所述目标水下航行器和所述虚拟领航者的相对位置向量。
4.根据权利要求1所述的多水下航行器跟踪控制方法，其特征在于，所述航行误差包括位置误差和跟踪误差，所述根据所述目标水下航行器的期望路径和所述目标水下航行器当前的运动数据获取所述目标水下航行器的航行误差包括：
根据第一预设公式和第二预设公式分别获取所述位置误差和所述跟踪误差；
所述第一预设公式为：ei,1＝xi,1-ηdi(θ)；
所述第二预设公式为：
Figure FDA0002640484210000021
其中，ei,1为所述位置误差，xi,1为所述第一运动数据的矩阵表示，ηdi(θ)为所述目标水下航行器的期望路径，θ为期望路径的变化参数，ei,2为所述跟踪误差，xi,2为所述第二运动数据的矩阵表示，gi,1＝R(ψi)，ψi为所述目标水下航行器在地球坐标系下的艏向，R(ψ)为地球坐标系和体坐标系的转换矩阵，Ki,1为控制增益参数，vs为所述目标水下航行器沿所述目标水下航行器的期望路径形式的期望速度。
5.根据权利要求1所述的多水下航行器跟踪控制方法，其特征在于，所述目标水下航行器的运动模型为：
Figure FDA0002640484210000022
Figure FDA0002640484210000023
其中，
Figure FDA0002640484210000024
表示xi,1的导数形式，xi,1为所述第一运动数据的矩阵表示，gi,1＝R(ψi)，ψi为所述目标水下航行器在地球坐标系下的艏向，R(ψ)为地球坐标系和体坐标系的转换矩阵，
Figure FDA0002640484210000031
表示xi,2的导数形式，xi,2为所述第二运动数据的矩阵表示，fi,2为所述预设参数，
Figure FDA0002640484210000032
Mi为包含水动力附加质量的惯性矩阵，C(xi,2)为水动力附加质量的科里奥利向心力矩阵，D(xi,2)为阻尼系数矩阵，μi为所述控制输入量。
6.根据权利要求4所述的多水下航行器跟踪控制方法，其特征在于，所述根据所述预设参数的估计值对应的运动数据和实际运动数据对所述预设参数的估计值进行更新包括：
将所述预设参数通过神经网络的权重与基函数表示，其中，所述预设参数
Figure FDA0002640484210000033
Figure FDA0002640484210000034
为所述神经网络的权重，φi为所述神经网络的基函数；
根据预先设置的所述权重的自适应更新律更新所述神经网络的权重；
所述权重的自适应更新律为：
Figure FDA0002640484210000035
其中，
Figure FDA0002640484210000036
为估计误差，
Figure FDA0002640484210000037
Figure FDA0002640484210000038
为所述预设参数的估计值对应的所述第二运动数据，λi、kσ、δi为常数，ei,2为所述跟踪误差，
Figure FDA0002640484210000039
为
Figure FDA00026404842100000310
的导数形式。
7.根据权利要求6所述的多水下航行器跟踪控制方法，其特征在于，所述预设参数的估计值对应的所述第二运动数据通过下列模型获取：
Figure FDA00026404842100000311
其中，
Figure FDA00026404842100000312
为
Figure FDA00026404842100000313
的导数形式，
Figure FDA00026404842100000314
Mi为包含水动力附加质量的惯性矩阵，βi为常数。
8.根据权利要求6所述的多水下航行器跟踪控制方法，其特征在于，所述目标水下航行器的控制输入量与所述航行误差以及预设参数的对应关系通过如下公式表示：
Figure FDA00026404842100000315
其中，
Figure FDA00026404842100000316
表示
Figure FDA00026404842100000317
的导数形式，
Figure FDA00026404842100000318
Mi为包含水动力附加质量的惯性矩阵，Ki,2为控制增益参数。
9.一种终端，其特征在于，所述终端包括：处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令，所述处理器适于调用所述存储介质中的指令，以执行实现上述权利要求1-8任一项所述的多水下航行器跟踪控制方法的步骤。
10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-8任一项所述的多水下航行器跟踪控制方法的步骤。
CN202010838281.3A 2020-08-19 2020-08-19 一种多水下航行器跟踪控制方法、终端及存储介质 Active CN112130557B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010838281.3A CN112130557B (zh) 2020-08-19 2020-08-19 一种多水下航行器跟踪控制方法、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010838281.3A CN112130557B (zh) 2020-08-19 2020-08-19 一种多水下航行器跟踪控制方法、终端及存储介质

Publications (2)

Publication Number Publication Date
CN112130557A true CN112130557A (zh) 2020-12-25
CN112130557B CN112130557B (zh) 2023-10-20

Family

ID=73851735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010838281.3A Active CN112130557B (zh) 2020-08-19 2020-08-19 一种多水下航行器跟踪控制方法、终端及存储介质

Country Status (1)

Country Link
CN (1) CN112130557B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101706367B1 (ko) * 2015-11-27 2017-02-14 공주대학교 산학협력단 과소작동기를 갖는 자율무인 이동체의 신경회로망 기반 결함포용 컨트롤 방법
CN106773713A (zh) * 2017-01-17 2017-05-31 北京航空航天大学 针对欠驱动海洋航行器的高精度非线性路径跟踪控制方法
CN109189103A (zh) * 2018-11-09 2019-01-11 西北工业大学 一种具有暂态性能约束的欠驱动auv轨迹跟踪控制方法
CN109634307A (zh) * 2019-01-15 2019-04-16 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
CA3067573A1 (en) * 2019-01-14 2020-07-14 Harbin Engineering University Target tracking systems and methods for uuv

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101706367B1 (ko) * 2015-11-27 2017-02-14 공주대학교 산학협력단 과소작동기를 갖는 자율무인 이동체의 신경회로망 기반 결함포용 컨트롤 방법
CN106773713A (zh) * 2017-01-17 2017-05-31 北京航空航天大学 针对欠驱动海洋航行器的高精度非线性路径跟踪控制方法
CN109189103A (zh) * 2018-11-09 2019-01-11 西北工业大学 一种具有暂态性能约束的欠驱动auv轨迹跟踪控制方法
CA3067573A1 (en) * 2019-01-14 2020-07-14 Harbin Engineering University Target tracking systems and methods for uuv
CN109634307A (zh) * 2019-01-15 2019-04-16 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

Also Published As

Publication number Publication date
CN112130557B (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
WO2019114757A1 (zh) 多传感器目标信息融合的优化方法及装置、计算机设备和记录介质
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
US11254315B2 (en) Friction adaptive vehicle control
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
CN112650297B (zh) 用于无人机的控制方法、控制装置、无人机及存储介质
CN114880874A (zh) 一种水面无人船参数自适应鲁棒估计方法与系统
Chen et al. Barrier Lyapunov function-based sliding mode control for BWB aircraft with mismatched disturbances and output constraints
CN114115276A (zh) 一种基于在线分组优化模型预测的船舶动力定位控制方法
CN113064350B (zh) 一种导弹助推段自适应动态面控制方法和装置
CN114326770A (zh) 姿态角速度控制方法、装置、计算机设备和存储介质
CN112130557A (zh) 一种多水下航行器跟踪控制方法、终端及存储介质
CN112083733A (zh) 一种基于数据分析的多水下航行器跟踪控制方法
CN116301058B (zh) 一种无人飞行反馈非线性偏航控制方法、系统和设备
CN114117628A (zh) 一种火箭返回制导方法、装置、设备和介质
CN113608541B (zh) 一种水下航行器姿态控制方法和系统
Wadi et al. A novel localization-free approach to system identification for underwater vehicles using a Universal Adaptive Stabilizer
US20230078005A1 (en) Navigation assistance method for a mobile carrier
CN112637120A (zh) 一种多智能体系统一致性控制方法、终端及存储介质
CN114690630A (zh) 神经网络控制器与基于模型的控制器相组合的车辆控制
Rahmani et al. Data-driven Koopman fractional order PID control of a MEMS gyroscope using bat algorithm
CN114043999B (zh) 一种车辆的纵向控制方法和装置
Zwierzewicz The design of ship autopilot via observer based adaptive feedback linearization
CN114509936B (zh) 一种运动能力可在线学习的运动规划方法、装置和介质
CN113253610B (zh) 飞行器控制方法及装置
CN114212081B (zh) 车辆横向控制方法、装置、计算机设备和可读存储介质

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