CN112147899B - 一种基于模糊滑模算法的水下机器人自主避障控制方法 - Google Patents
一种基于模糊滑模算法的水下机器人自主避障控制方法 Download PDFInfo
- Publication number
- CN112147899B CN112147899B CN202011056659.0A CN202011056659A CN112147899B CN 112147899 B CN112147899 B CN 112147899B CN 202011056659 A CN202011056659 A CN 202011056659A CN 112147899 B CN112147899 B CN 112147899B
- Authority
- CN
- China
- Prior art keywords
- underwater robot
- speed
- jiao
- sliding mode
- fuzzy
- 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.)
- Active
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
本发明公开一种基于模糊滑模算法的水下机器人自主避障控制方法,属于水下机器人运动规划和轨迹跟踪技术领域,该方法在水下机器人通过加速、匀速和减速完成既定的规划路线基础上增加了洋流干扰、洋流测速以及避障部分。当遇到障碍物时,水下机器人控制系统根据水下机器人与障碍物的距离以及障碍物的大小,通过模糊滑模算法调节水下机器人的速度以及航向角,达到快速避障的效果。本方法可以有效降低水下机器人运动时的洋流干扰,保障水下机器人平稳安全运行。
Description
技术领域
本发明涉及水下机器人运动规划和轨迹跟踪技术领域,尤其涉及一种基于模糊滑模算法的水下机器人自主避障控制方法。
背景技术
海洋总面积约占地球表面积的71%,丰富的海洋资源等待着人们探索和开发,水下机器人应运而生。水下机器人在未知的海洋环境下工作,除了完成既定的勘测任务之外,保障自身的安全也尤为重要。因此水下机器人不仅要具备轨迹跟踪能力,还要具备快速避障的能力。
水下机器人按照控制变量和被控自由度的数量关系分为三大类:全驱动水下机器人、过驱动水下机器人和欠驱动水下机器人。为了降低成本和减轻质量,本发明采用欠驱动水下机器人,欠驱动水下机器人具有能源消耗低和系统推进效率高的优点,但是欠驱动水下机器人系统具有较强的耦合性,模型参数不定,易受海洋环境影响,因此采用合适的控制算法不仅可以提高欠驱动水下机器人系统的鲁棒性,而且对水下机器人实现快速避障至关重要。
发明内容
针对上述现有技术的不足,本发明提供一种基于模糊滑模算法的水下机器人自主避障控制方法。
为解决上述技术问题,本发明所采取的技术方案是:一种基于模糊滑模算法的水下机器人自主避障控制方法,包括如下步骤:
步骤1:建立水下机器人在水平面的推力分布以及运动学模型;给定水下机器人的运动路线,行驶速度以及外界扰动,设置障碍物,障碍物的位置和大小未知;
所述水下机器人在水平面的运动学模型为:
V=[u v r]
其中,M为包括水动力引起的附加重力的惯性矩阵;V为水下机器人的运动速度,其中u、v为直角坐标系中水下机器人在X、Y轴的速度分量,r为水下机器人在水平面的角速度;为运动速度关于时间的导数;C(V)为包括水动力引起的附加重力的哥式力和向心力矩阵;D(V)为水阻力与动力矩阵;G为重力和浮力矩阵;T为外部施加的作用力和转矩,包括控制输入和外界扰动;
所述直角坐标系以水下机器人的质心点为坐标系原点,X轴平行于艇体基线指向艇首,Y轴平行于基面指向右舷。
所述水下机器人在水平面的推力分布为:
U=[T1 T2]
其中,F为外部施加的作用力;Q为外部施加的转矩;L为转换矩阵;U为推进器推力向量,T1为推进器1的推力,T2为推进器2的推力;W为外界扰动。
步骤2:水下机器人根据给定的运动路线和行驶速度进行路径跟踪,同时由声纳检测其前方是否存在障碍物;
所述水下机器人根据给定的运动路线和行驶速度进行路径跟踪时,水平面轨迹跟踪误差表示为:
其中,Xe为水下机器人在X轴的位移跟踪误差,Ye为水下机器人在Y轴的位移跟踪误差,为水下机器人的航向角跟踪误差,为水下机器人在X轴的位移跟踪误差关于时间的导数,为水下机器人在Y轴的位移跟踪误差关于时间的导数,为水下机器人的航向角跟踪误差关于时间的导数。
步骤3:若声纳检测到障碍物时,根据声纳探测的水下机器人与障碍物之间的距离,采用模糊滑模算法调整水下机器人的速度以及航向角,完成避障行为;
所述步骤3中采用模糊滑模算法调整水下机器人的速度以及航向角的过程如下:
步骤3.1:根据水下机器人推力分布和水平面运动学模型,设置变量x1、x2和uc;
步骤3.1.2:当对水下机器人的航向角进行控制时,使变量x1=ejiao,uc=T″,建立的状态方程同步骤3.1.1,其中,ejiao为水下机器人的期望航向角与实际角度的差值,T″为航向角控制时推进器的推力调整值;
步骤3.2:设计滑模控制器的切换函数以及选取滑模控制率;
步骤3.2.1.1:设计调节速度的滑模控制器的切换函数为:
ssu=csux1+x2 csu>0
其中,csu为常量,ssu为滑模控制器的切换函数;
步骤3.2.1.2:选取滑模控制率为:
uc-su(t)=ψ1-sux1+ψ2-sux2
其中:
其中,ψ1-su和ψ2-su为调节速度的滑膜控制器的增益,该增益值由模糊控制器选择,α1-su、β1-su、α2-su、β2-su均为变量;
步骤3.2.2.1:设计调节航向角的滑模控制器的切换函数为:
sjiao=cjiaox1+x2 cjiao>0
其中,cjiao为常量,sjiao为滑模控制器的切换函数;
步骤3.2.2.2:选取滑模控制率为:
uc-jiao(t)=ψ1-jiaox1+ψ2-jiaox2
其中:
其中,ψ1-jiao和ψ2-jiao为调节航向角的滑膜控制器的增益,该增益值由模糊控制器选择,α1-jiao、β1-jiao、α2-jiao、β2-jiao均为变量;
步骤3.3:水下机器人的实际速度与期望速度的差值经模糊控制器调节输出调节速度的滑模模块的比例切换控制的增益,水下机器人的实际航向角与期望航向角的差值经模糊控制器调节输出调节航向角的滑模模块的比例切换控制的增益;
所述调节速度的滑膜控制器的输入变量为速度偏差esu和偏差变化率ec,输出变量为α1-su、α2-su、β1-su和β2-su;设置esu和ec的论域为[-p,p],α1-su和α2-su的论域均为[q,p],β1-su和β2-su的论域均为[-p,-q];模糊控制器的输出为o个语言值,构成一个输出模糊集合A,实际控制时需要从输出模糊集合中采取加权平均法判决出一个精确控制量,针对论域中的每个元素ak,其中k=1,2,…,o,以ak作为待判决输出模糊集合A的隶属度μA(ak)的加权系数,对输出模糊集合进行加权判断,得到调节速度的滑模控制器的增益结果g表示为:
得到调节航向角的模糊控制器的增益结果的方法与上述调节速度的滑膜控制器的增益相同。
步骤3.4:当水下机器人的期望速度uref与实际速度u的差值为x1,x2为x1关于时间的导数时,根据滑模控制率得到uc-su后,对时间积分即可得到T′;
步骤3.6:推进器的推力T表示为:
T=T′+T″。
步骤4:水下机器人躲避障碍物后需要根据当前位置与给定的运动路线中目标点的位置重新规划路线,匀速直线行驶向目标点,转置执行步骤2;
步骤5:若没有检测到障碍物,待水下机器人到达给定运动路线的目标点后,完成任务。
采用上述技术方案所产生的有益效果在于:
1、本发明充分考虑了水下机器人运动时外界环境的不确定因素,包括洋流干扰和未知障碍物;
2、本发明根据水下机器人的实际位置与规划路线的偏差,通过模糊滑模算法调节水下机器人的速度以及航向角,实现路径追踪;当检测到前方有障碍物时,根据水下机器人的实际位置与障碍物的距离,依照圆形避障规则重新规划路径,通过模糊滑模算法调节水下机器人的速度以及航向角,实现快速避障;
3、本发明在遇到障碍时,不仅可以实现快速稳定的避障处理,还可以降低水下机器人在避障转弯时左右摇摆的幅度,有效提高水下机器人行驶的安全系数。
附图说明
图1为本发明实施例中一种基于模糊滑模算法的水下机器人自主避障控制方法的流程图;
图2(a)为本发明实施例中欠驱动水下机器人的正视图;
图2(b)为本发明实施例中欠驱动水下机器人的俯视图
图2(c)为本发明实施例中欠驱动水下机器人的底部视图;
图3为本发明实施例中模糊滑模算法调整水下机器人的速度以及航向角的示意图;
图4(a)为本发明实施例中速度偏差esu和偏差变化率ec模糊子集的隶属度函数;
图4(b)为本发明实施例中α1-su、α1-jiao、α2-su和α2-jiao模糊子集的隶属度函数;
图4(c)为本发明实施例中β1-su、β1-jiao、β2-su和β2-jiao模糊子集的隶属度函数;
图5为本发明实施例中欠驱动水下机器人位移运动曲线;
图6为本发明实施例中欠驱动水下机器人速度期望/实际曲线;
图7为本发明实施例中欠驱动水下机器人航向角期望/实际曲线;
图8为本发明实施例中洋流速度检测曲线;
其中,1、2和3均为声纳传感器,4和5为推进器,6为油囊,7为水下机器人艇体。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1所示,本实施例的方法如下所述。本实施例中采用的欠驱动水下机器人如图2(a)所示,其俯视图如图2(b)所示,其底部视图如图2(c)所示。艇体前端装有一个声纳传感器,艇体两侧分别装有一个声纳传感器和推进器。本实施例根据声纳传感器反馈的位置信息,通过模糊滑模控制器调节水下机器人的速度和航向角,从而调节推进器的推力,实现水下机器人的路径追踪和避障功能。
步骤1:建立水下机器人在水平面的推力分布以及运动学模型;给定水下机器人的运动路线,行驶速度以及外界扰动,设置障碍物,障碍物的位置和大小未知;
所述水下机器人在水平面的运动学模型为:
V=[u v r]
其中,M为包括水动力引起的附加重力的惯性矩阵;V为水下机器人的运动速度,其中u、v为直角坐标系中水下机器人在X、Y轴的速度分量,r为水下机器人在水平面的角速度;为运动速度关于时间的导数;C(V)为包括水动力引起的附加重力的哥式力和向心力矩阵;D(V)为水阻力与动力矩阵;G为重力和浮力矩阵;T为外部施加的作用力和转矩,包括控制输入和外界扰动;
所述直角坐标系以水下机器人的质心点为坐标系原点,X轴平行于艇体基线指向艇首,Y轴平行于基面指向右舷。
所述水下机器人在水平面的推力分布为:
U=[T1 T2]
其中,F为外部施加的作用力;Q为外部施加的转矩;L为转换矩阵;U为推进器推力向量,T1为推进器1的推力,T2为推进器2的推力;W为外界扰动。
本实施例中所述的外界扰动以洋流干扰为主。
步骤2:水下机器人根据给定的运动路线和行驶速度进行路径跟踪,同时由声纳检测其前方是否存在障碍物;
所述水下机器人根据给定的运动路线和行驶速度进行路径跟踪时,水平面轨迹跟踪误差表示为:
其中,Xe为水下机器人在X轴的位移跟踪误差,Ye为水下机器人在Y轴的位移跟踪误差,为水下机器人的航向角跟踪误差,为水下机器人在X轴的位移跟踪误差关于时间的导数,为水下机器人在Y轴的位移跟踪误差关于时间的导数,为水下机器人的航向角跟踪误差关于时间的导数。
本实施例中,水下机器人的规划路线如图5所示:从(0,0)出发行驶到目标点(100,100),水下机器人在0-10m进行加速运动,在10-32m进行匀速运动,在32-42m进行减速运动。行驶到150s时出现洋流,此时控制系统进行自动调节且检测出洋流速度,如图8所示,检测到洋流速度为1.07m/s,10s后洋流消失;继续向目标点(100,100)驶去。
所述步骤2中当艇体前端的声纳传感器检测到障碍物和水下机器人的距离d1小于给定的避障距离D时,即为检测到危险,进行避障处理;当d1大于给定的避障距离D时,即为检测到无障碍,继续路径追踪。
步骤3:若声纳检测到障碍物时,根据声纳探测的水下机器人与障碍物之间的距离,采用模糊滑模算法调整水下机器人的速度以及航向角,完成避障行为;
所述步骤3中采用模糊滑模算法调整水下机器人的速度以及航向角的流程如图3所示,过程如下:
步骤3.1:根据水下机器人推力分布和水平面运动学模型,设置变量x1、x2和uc;
步骤3.1.2:当对水下机器人的航向角进行控制时,使变量x1=ejiao,uc=T″,建立的状态方程同步骤3.1.1,其中,ejiao为水下机器人的期望航向角与实际角度的差值,T″为航向角控制时推进器的推力调整值;
步骤3.2:设计滑模控制器的切换函数以及选取滑模控制率;
步骤3.2.1.1:设计调节速度的滑模控制器的切换函数为:
ssu=csux1+x2 csu>0
其中,csu为常量,ssu为滑模控制器的切换函数;
步骤3.2.1.2:选取滑模控制率为:
uc-su(t)=ψ1-sux1+ψ2-sux2
其中:
其中,ψ1-su和ψ2-su为调节速度的滑膜控制器的增益,该增益值由模糊控制器选择,α1-su、β1-su、α2-su、β2-su均为变量;
步骤3.2.2.1:设计调节航向角的滑模控制器的切换函数为:
sjiao=cjiaox1+x2 cjiao>0
其中,cjiao为常量,sjiao为滑模控制器的切换函数;
步骤3.2.2.2:选取滑模控制率为:
uc-jiao(t)=ψ1-jiaox1+ψ2-jiaox2
其中:
其中,ψ1-jiao和ψ2-jiao为调节航向角的滑膜控制器的增益,该增益值由模糊控制器选择,α1-jiao、β1-jiao、α2-jiao、β2-jiao均为变量;
步骤3.3:水下机器人的实际速度与期望速度的差值经模糊控制器调节输出调节速度的滑模模块的比例切换控制的增益,水下机器人的实际航向角与期望航向角的差值经模糊控制器调节输出调节航向角的滑模模块的比例切换控制的增益;
所述调节速度的滑膜控制器的输入变量为速度偏差esu和偏差变化率ec,输出变量为α1-su、α2-su、β1-su和β2-su;设置esu和ec的论域为[-p,p],α1-su和α2-su的论域均为[q,p],β1-su和β2-su的论域均为[-p,-q];模糊控制器的输出为o个语言值,构成一个输出模糊集合A,实际控制时需要从输出模糊集合中采取加权平均法判决出一个精确控制量,针对论域中的每个元素ak,其中k=1,2,…,o,以ak作为待判决输出模糊集合A的隶属度μA(ak)的加权系数,对输出模糊集合进行加权判断,得到调节速度的滑模控制器的增益结果g表示为:
得到调节航向角的模糊控制器的增益结果的方法与上述调节速度的滑膜控制器的增益相同。
步骤3.4:当水下机器人的期望速度uref与实际速度u的差值为x1,x2为x1关于时间的导数时,根据滑模控制率得到uc-su后,对时间积分即可得到T′;
步骤3.6:推进器的推力T表示为:
T=T′+T″。
本实施例中,在模糊化过程中,考虑到水下机器人的速度变化范围大,为进一步提高系统的调节能力,将速度偏差、偏差变化率的论域划分6个模糊集合,即负大(NB),负中(NM),负小(NS),正小(PS),正中(PM),正大(PB);将输出变量α1-su、α1-jiao、α2-su和α2-jiao的论域划分3个模糊集合,即正小(PS),正中(PM),正大(PB);将输出变量β1-su、β1-jiao、β2-su和β2-jiao的论域划分3个模糊集合,即负大(NB),负中(NM),负小(NS)。考虑到输入输出量为连续值,因此根据相关知识和经验,并结合水下机器人实际控制对计算量的要求,选取三角形作为模糊控制器控制量的隶属度函数,速度偏差和偏差变化率的模糊子集的隶属度函数如图4(a)所示,输出变量α1-su、α1-jiao、α2-su和α2-jiao模糊子集的隶属度函数如图4(b)所示,输出变量β1-su、β1-jiao、β2-su和β2-jiao模糊子集的隶属度函数如图4(c)所示。输出变量α1-su、α1-jiao、α2-su和α2-jiao的模糊规则如表1所示,输出变量β1-su、β1-jiao、β2-su和β2-jiao的模糊规则如表2所示。
表1
表2
欠驱动水下机器人的速度期望/实际曲线如图6所示;欠驱动水下机器人的航向角期望/实际曲线如图7所示。
步骤4:水下机器人躲避障碍物后需要根据当前位置与给定的运动路线中目标点的位置重新规划路线,匀速直线行驶向目标点,转置执行步骤2;
步骤5:若没有检测到障碍物,待水下机器人到达给定运动路线的目标点后,完成任务。
Claims (5)
1.一种基于模糊滑模算法的水下机器人自主避障控制方法,其特征在于,包括如下步骤:
步骤1:建立水下机器人在水平面的推力分布以及运动学模型;给定水下机器人的运动路线,行驶速度以及外界扰动,设置障碍物,障碍物的位置和大小未知;
步骤2:水下机器人根据给定的运动路线和行驶速度进行路径跟踪,同时由声纳检测其前方是否存在障碍物;
步骤3:若声纳检测到障碍物时,根据声纳探测的水下机器人与障碍物之间的距离,采用模糊滑模算法调整水下机器人的速度以及航向角,完成避障行为;
所述采用模糊滑模算法调整水下机器人的速度以及航向角的过程如下:
步骤3.1:根据水下机器人推力分布和水平面运动学模型,设置变量x1、x2和uc;
步骤3.1.2:当对水下机器人的航向角进行控制时,使变量x1=ejiao,建立的状态方程同步骤3.1.1,其中,ejiao为水下机器人的期望航向角与实际角度的差值,T″为航向角控制时推进器的推力调整值;
步骤3.2:设计滑模控制器的切换函数以及选取滑模控制率;
步骤3.2.1.1:设计调节速度的滑模控制器的切换函数为:
ssu=csux1+x2 csu>0
其中,csu为常量,ssu为滑模控制器的切换函数;
步骤3.2.1.2:选取滑模控制率为:
uc-su(t)=ψ1-sux1+ψ2-sux2
其中:
其中,ψ1-su和ψ2-su为调节速度的滑膜控制器的增益,该增益值由模糊控制器选择,α1-su、β1-su、α2-su、β2-su均为变量;
步骤3.2.2.1:设计调节航向角的滑模控制器的切换函数为:
sjiao=cjiaox1+x2 cjiao>0
其中,cjiao为常量,sjiao为滑模控制器的切换函数;
步骤3.2.2.2:选取滑模控制率为:
uc-jiao(t)=ψ1-jiaox1+ψ2-jiaox2
其中:
其中,ψ1-jiao和ψ2-jiao为调节航向角的滑膜控制器的增益,该增益值由模糊控制器选择,α1-jiao、β1-jiao、α2-jiao、β2-jiao均为变量;
步骤3.3:水下机器人的实际速度与期望速度的差值经模糊控制器调节输出调节速度的滑模模块的比例切换控制的增益,水下机器人的实际航向角与期望航向角的差值经模糊控制器调节输出调节航向角的滑模模块的比例切换控制的增益;
步骤3.4:当水下机器人的期望速度uref与实际速度u的差值为x1,x2为x1关于时间的导数时,根据滑模控制率得到uc-su后,对时间积分即可得到T′;
步骤3.6:推进器的推力T表示为:T=T′+T″;
步骤4:水下机器人躲避障碍物后需要根据当前位置与给定的运动路线中目标点的位置重新规划路线,匀速直线行驶向目标点,转至执行步骤2;
步骤5:若没有检测到障碍物,待水下机器人到达给定运动路线的目标点后,完成任务。
2.根据权利要求1所述的一种基于模糊滑模算法的水下机器人自主避障控制方法,其特征在于:所述步骤1中水下机器人在水平面的运动学模型为:
V=[u v r]
其中,M为包括水动力引起的附加重力的惯性矩阵;V为水下机器人的运动速度,其中u、v为直角坐标系中水下机器人在X、Y轴的速度分量,r为水下机器人在水平面的角速度;为运动速度关于时间的导数;C(V)为包括水动力引起的附加重力的哥式力和向心力矩阵;D(V)为水阻力与动力矩阵;G为重力和浮力矩阵;T为外部施加的作用力和转矩,包括控制输入和外界扰动;
所述步骤1中水下机器人在水平面的推力分布为:
U=[T1 T2]
其中,F为外部施加的作用力;Q为外部施加的转矩;L为转换矩阵;U为推进器推力向量,T1为推进器1的推力,T2为推进器2的推力;W为外界扰动。
3.根据权利要求2所述的一种基于模糊滑模算法的水下机器人自主避障控制方法,其特征在于:所述直角坐标系以水下机器人的质心点为坐标系原点,X轴平行于艇体基线指向艇首,Y轴平行于基面指向右舷。
5.根据权利要求1所述的一种基于模糊滑模算法的水下机器人自主避障控制方法,其特征在于:所述调节速度的滑膜控制器的输入变量为速度偏差esu和偏差变化率ec,输出变量为α1-su、α2-su、β1-su和β2-su;设置esu和ec的论域为[-p,p],α1-su和α2-su的论域均为[q,p],β1-su和β2-su的论域均为[-p,-q];模糊控制器的输出为o个语言值,构成一个输出模糊集合A,实际控制时需要从输出模糊集合中采取加权平均法判决出一个精确控制量,针对论域中的每个元素ak,其中k=1,2,…,o,以ak作为待判决输出模糊集合A的隶属度μA(ak)的加权系数,对输出模糊集合进行加权判断,得到调节速度的滑模控制器的增益结果g表示为:
得到调节航向角的模糊控制器的增益结果的方法与上述调节速度的滑膜控制器的增益相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011056659.0A CN112147899B (zh) | 2020-09-30 | 2020-09-30 | 一种基于模糊滑模算法的水下机器人自主避障控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011056659.0A CN112147899B (zh) | 2020-09-30 | 2020-09-30 | 一种基于模糊滑模算法的水下机器人自主避障控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112147899A CN112147899A (zh) | 2020-12-29 |
CN112147899B true CN112147899B (zh) | 2022-05-20 |
Family
ID=73895223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011056659.0A Active CN112147899B (zh) | 2020-09-30 | 2020-09-30 | 一种基于模糊滑模算法的水下机器人自主避障控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112147899B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947067B (zh) * | 2021-01-26 | 2024-02-20 | 大连海事大学 | 一种水下机器人三维轨迹精确跟踪控制方法 |
CN113341967B (zh) * | 2021-06-01 | 2023-12-12 | 北京机械设备研究所 | 一种行进物体避障方法及装置 |
CN115509241A (zh) * | 2021-06-22 | 2022-12-23 | 中移系统集成有限公司 | 水下机器人轨迹跟踪控制方法及装置 |
CN114355929B (zh) * | 2021-12-30 | 2024-04-09 | 华中科技大学 | 轨迹柔顺切换的移动机器人自适应避障控制方法 |
CN114879703B (zh) * | 2022-07-08 | 2022-09-09 | 山东省科学院海洋仪器仪表研究所 | 水下机器人路径跟踪控制方法 |
CN117826826A (zh) * | 2024-03-04 | 2024-04-05 | 广东电网有限责任公司阳江供电局 | 一种水下机器人的自主避障方法及系统 |
CN117850249B (zh) * | 2024-03-08 | 2024-05-14 | 山东科技大学 | 一种auv自适应模糊控制方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108227723A (zh) * | 2017-12-29 | 2018-06-29 | 南京信息工程大学 | 一种水下机器人及其稳定性分析及结构优化的应用方法 |
CN108628326A (zh) * | 2018-07-11 | 2018-10-09 | 哈尔滨工程大学 | 一种智能水下机器人运动重规划策略 |
CN109808853A (zh) * | 2019-03-05 | 2019-05-28 | 上海大学 | 一种无人艇艏向航速分级控制系统及其控制方法 |
CN110262492A (zh) * | 2019-06-25 | 2019-09-20 | 北京航天控制仪器研究所 | 一种无人艇的实时避碰和目标跟踪方法 |
CN110376891A (zh) * | 2019-07-16 | 2019-10-25 | 哈尔滨工程大学 | 一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法 |
CN110609556A (zh) * | 2019-10-09 | 2019-12-24 | 广东华中科技大学工业技术研究院 | 一种基于los导航法的多无人艇协同控制方法 |
CN110618606A (zh) * | 2019-09-30 | 2019-12-27 | 哈尔滨工程大学 | 一种复合干扰下的欠驱动auv反步自适应模糊滑模控制方法 |
CN110673598A (zh) * | 2019-09-29 | 2020-01-10 | 哈尔滨工程大学 | 一种水面无人艇智能路径跟踪控制方法 |
CN111208824A (zh) * | 2020-02-17 | 2020-05-29 | 上海大学 | 一种无人艇航行串级控制系统 |
CN111289304A (zh) * | 2020-03-05 | 2020-06-16 | 集美大学 | 一种具有动态定位功能的水质采样无人艇系统 |
-
2020
- 2020-09-30 CN CN202011056659.0A patent/CN112147899B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108227723A (zh) * | 2017-12-29 | 2018-06-29 | 南京信息工程大学 | 一种水下机器人及其稳定性分析及结构优化的应用方法 |
CN108628326A (zh) * | 2018-07-11 | 2018-10-09 | 哈尔滨工程大学 | 一种智能水下机器人运动重规划策略 |
CN109808853A (zh) * | 2019-03-05 | 2019-05-28 | 上海大学 | 一种无人艇艏向航速分级控制系统及其控制方法 |
CN110262492A (zh) * | 2019-06-25 | 2019-09-20 | 北京航天控制仪器研究所 | 一种无人艇的实时避碰和目标跟踪方法 |
CN110376891A (zh) * | 2019-07-16 | 2019-10-25 | 哈尔滨工程大学 | 一种基于模糊切换增益的反步滑模的纵平面轨迹跟踪无人潜航器控制方法 |
CN110673598A (zh) * | 2019-09-29 | 2020-01-10 | 哈尔滨工程大学 | 一种水面无人艇智能路径跟踪控制方法 |
CN110618606A (zh) * | 2019-09-30 | 2019-12-27 | 哈尔滨工程大学 | 一种复合干扰下的欠驱动auv反步自适应模糊滑模控制方法 |
CN110609556A (zh) * | 2019-10-09 | 2019-12-24 | 广东华中科技大学工业技术研究院 | 一种基于los导航法的多无人艇协同控制方法 |
CN111208824A (zh) * | 2020-02-17 | 2020-05-29 | 上海大学 | 一种无人艇航行串级控制系统 |
CN111289304A (zh) * | 2020-03-05 | 2020-06-16 | 集美大学 | 一种具有动态定位功能的水质采样无人艇系统 |
Non-Patent Citations (2)
Title |
---|
Distributed Containment Maneuvering of Multiple Marine Vessels via Neurodynamics-Based Output Feedback;Zhouhua Peng等;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20170531;第64卷(第5期);第3831-3839页 * |
基于改进运动平衡点的水下机器人自主避障方法研究;孙玉山等;《中国造船》;20130630;第54卷(第2期);第17-25页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112147899A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112147899B (zh) | 一种基于模糊滑模算法的水下机器人自主避障控制方法 | |
Wang et al. | A paradigm for path following control of a ribbon-fin propelled biomimetic underwater vehicle | |
Sun et al. | Adaptive path following control for wave gliders in time-varying environment | |
CN112327634B (zh) | 基于bp神经网络s面控制的水下机器人姿态控制方法 | |
CN106681352A (zh) | 一种可旋转舵推进器的水下机器人控制方法 | |
CN113885534A (zh) | 一种基于智能预测控制的水面无人船路径跟踪方法 | |
CN112650231A (zh) | 一种实现避碰和避障的欠驱船编队控制系统 | |
CN111857165B (zh) | 一种水下航行器的轨迹跟踪控制方法 | |
Wang et al. | A hybrid heading control scheme for a biomimetic underwater vehicle | |
CN113093804B (zh) | 基于反演滑模控制的无人艇编队控制方法和控制系统 | |
CN109814583B (zh) | 基于自主水下机器人航向运动的动态状态反馈控制方法 | |
CN116736721B (zh) | 一种变结构水下机器人游走模式运动控制方法和系统 | |
Yılmaz et al. | Parallel docking problem for unmanned surface vehicles | |
Peimin et al. | The design of gain scheduling PID controller of the USV course control system | |
Wang et al. | Adaptive nonlinear model predictive control for autonomous surface vessels with largely varying payload | |
CN116679693A (zh) | 融合螺旋桨水动力的无人艇自抗扰控制方法 | |
CN116520834A (zh) | 一种低能耗的无人船巡航方法 | |
CN116048090A (zh) | 一种具有能耗优化效应的风帆助航船路径跟踪控制方法 | |
Miller | Model predictive ship trajectory tracking system based on line of sight method | |
CN106585915B (zh) | 基于鳍与翼鳍矢量控制的船舶减横摇系统双环控制方法 | |
Liu et al. | Research on key methods of autonomous sailboat’s position keeping control | |
Abrougui et al. | Modeling and path following control of an autonomous catamaran sailboat | |
Khanmohammadi et al. | Design of a fuzzy controller for underwater vehicles to avoid moving obstacles | |
Sahoo et al. | Adaptive fuzzy pid controller for a compact autonomous underwater vehicle | |
Li et al. | Tight-Space Maneuvering of a Hybrid-Driven Robotic Fish Using Backstepping-Based Adaptive Control |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Meng Fangui Inventor after: Liu Aimin Inventor after: Li Yingli Inventor before: Liu Aimin Inventor before: Meng Fangui Inventor before: Li Yingli |
|
CB03 | Change of inventor or designer information |