CN112558642B - 一种适用于异构多无人系统的海空联合围捕方法 - Google Patents

一种适用于异构多无人系统的海空联合围捕方法 Download PDF

Info

Publication number
CN112558642B
CN112558642B CN202011603092.4A CN202011603092A CN112558642B CN 112558642 B CN112558642 B CN 112558642B CN 202011603092 A CN202011603092 A CN 202011603092A CN 112558642 B CN112558642 B CN 112558642B
Authority
CN
China
Prior art keywords
unmanned
module
controller
target
formation
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
Application number
CN202011603092.4A
Other languages
English (en)
Other versions
CN112558642A (zh
Inventor
王曰英
陈汇资
周卫祥
成敏
吴乃龙
姜斌
付俊
杜鑫
汪小帆
罗均
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202011603092.4A priority Critical patent/CN112558642B/zh
Publication of CN112558642A publication Critical patent/CN112558642A/zh
Application granted granted Critical
Publication of CN112558642B publication Critical patent/CN112558642B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/12Target-seeking control

Abstract

一种适用于异构多无人系统的海空联合围捕方法,属于无人系统协同编队技术,包括探测模块、任务模块、控制模块、无人艇模块,其中,任务模块分别与探测模块、控制模块相连,控制模块分别与任务模块、无人艇模块相连。本发明有效了解决传统无人艇编队围捕普遍存在精准度不高的问题,通过构建无人机与无人艇编队,可实现无人机与多无人艇的高效海空联合围捕。本发明兼具精准定位、全航速控制、横摇稳定控制的特点和功能,可以满足无人机与多无人艇不同状态条件下围捕任务的开展,具有很强的适用性和实用价值。

Description

一种适用于异构多无人系统的海空联合围捕方法
技术领域
本发明涉及无人系统协同编队技术领域,具体是一种适用于异构多无人系统的海空联合围捕方法。
背景技术
传统无人艇执行编队围捕任务时,往往依靠岸基主控台或舰载雷达来获取目标位置和速度信息,这种办法常常由于雷达角度、遮挡物如海岛等因素会出现部分时刻目标丢失的状况,极易给编队围捕增加执行难度。此外,无人艇在执行围捕任务时,一般都是高速航行状态,因此无人艇水动力参数、非线性阻尼都将发生巨大的变化,普通的控制方式无法同时满足无人艇低速巡逻和高速航行。与此同时,在围捕过程中,无人艇艇体要十分接近目标,由于距离很近,很容易受到目标产生的海浪影响,进而导致无人艇横摇加剧,影响艇载传感器的正常工作。
现有的无人系统编队联合执行任务,大多采用同构无人系统,即多无人艇或者多无人机,同构无人系统结构和航行控制一致,便于编队时的协同控制,即使有异构无人系统编队联合任务,也是采用了水面和水下的无人系统联合,同时应对海浪的海洋环境,相对方便控制,但是与同构无人系统联合执行任务一样,难以实现兼顾空中无人机的精准定位和水面无人艇的近距离工作,这使得无人系统能够执行的任务类型及其狭窄,因此,迫切需要一种间距精准定位、全航速控制、横摇稳定控制的方案来解决上述问题。
发明内容
为了解决现有技术的不足,本发明提出一种适用于异构多无人系统的海空联合围捕方法,来实现指导空中无人系统和水面无人系统的协同工作。
本发明要解决的技术问题是通过以下技术方案实现的:
一种适用于异构多无人系统的海空联合围捕方法,基于探测模块、任务模块、控制模块、无人艇模块来实现,其中,任务模块分别与探测模块、控制模块相连,控制模块分别与任务模块、无人艇模块相连,探测模块包括海事雷达和激光雷达,用于探测无人艇编队附近海域的运动目标;任务模块是指无人艇根据不同的任务需求可切换的三种模式:编队巡逻模式、平台稳定模式、围捕模式,无人艇模块是无人艇实艇;
基于上述结构,适用于异构多无人系统的海空联合围捕方法,包括以下阶段:
(1)编队巡逻阶段:无人艇编队基于任务模块中的编队巡逻模式,利用编队巡逻控制器对任务区进行巡逻,并依靠艇载探测模块对周围海域进行实时监测,如未探测到任何异常目标,无人艇编队继续执行巡逻任务,如若发现目标,任务模块进行任务切换,无人艇则进入目标侦察与监控阶段;
(2)未知目标侦察与监控阶段:当发现目标后,需要对该目标进行确认,以获取其准确的位置和具体的信息,主无人艇搭载小型无人机,利用平台稳定模式,通过控制模块的调节使主无人艇甲板十分平稳,便于无人机起降,无人机起飞后利用目标跟踪控制器对未知目标进行识别、跟踪和监测,与此同时,无人机应用机载探测设备获得目标与无人机的相对位置关系,进而确定更为精确的目标的位置,并将其结果和目标信息反馈给主无人艇;
(3)围捕阶段:主无人艇获取目标信息和精确位置后,将任务模块切换为围捕模式,依靠编队围捕控制策略,保证无人艇在高机动性能下依然具有优良的控制性能,实现对目标实行围捕。
在本发明中,所述控制模块包含纵向控制器、艏摇控制器、横摇控制器,用于促使纵向、横向、艏摇和横摇误差收敛,纵向控制器和艏摇控制器保证无人艇编队在围捕过程中保持较高的编队精度,横摇控制器用于减小围捕过程中艇体的横摇运动,确保艇载传感器具有更好的工况,从而提高传感器的工作效用;所述编队巡逻控制器包括控制模块中的纵向控制器和艏摇控制器,纵向控制器用于保证无人艇编队的纵向误差收敛;艏摇控制器则克服主要用于克服无人艇系统的欠驱动性,保证横向和艏摇误差收敛。
在本发明中,所述无人艇模块包括驱动器、时变动力学模型、运动学模型,其中驱动器接受控制器指令并将其转化为力和力矩的形式输入至时变动力学模型,时变动力学模型受到力和力矩的作用后产生无人艇速度和角速度数据,并将该数据传至运动学模型,运动学模型通过坐标转换将无人艇速度信息最终转化为位移信息。该模块能够实际的反映无人艇实艇在海上航行所体现出来的运动学和动力学规律。
在本发明中,所述平台稳定模式主要依靠控制模块中纵向控制器、艏摇控制器和横摇控制器的联合作用来实现的,通过减小无人艇的纵向运动、横向运动、艏摇运动、横摇运动、俯仰运动、升沉运动,来稳定主无人艇的无人机起降甲板,从而保证无人机起降的安全。
在本发明中,所述获取目标准确的位置是通过无人机机载GPS、罗经、雷达联合实现的,首先利用GPS和罗经获得无人机机体坐标系与大地坐标系的位置关系和角度关系,后利用机载雷达获得无人机坐标系与目标之间的位置和角度关系,进而求得目标在大地坐标系中的准确位置,为无人艇编队围捕提供数据支撑。
在本发明中,所述编队围捕控制策略包括控制模块、动力学模型估测器、艇体不确定性自适应补偿器、无人艇模块,控制模块分别与无人艇模块、艇体不确定性自适应补偿器相连,动力学模型估测器分别与艇体不确定性自适应补偿器、无人艇模块相连;动力学模型估测器是以无人艇名义动力学模型(名义模型是指不考虑外界干扰和模型参数变化时的模型)为基础并添加动力学不确定性参数作为变化量,以适应无人艇高机动性航行所带来的水动力与阻尼参数的变化,用于实时的估计无人艇不同航行状态下动力学模型,艇体不确定性自适应补偿器以动力学模型估测器与实时无人艇动力学模型之的状态误差为输入,用于调节控制模块中控制器参数的幅值和动力学模型估测器中的动力学不确定性参数,进而获得更优的控制参数并使无人艇动力学模型估计值逐渐逼近实际值,为实现精准控制奠定基础。
在本发明中,所述编队围捕控制采取四面围堵的形式。
与现有技术相比,本发明具有以下优点:
(1)本发明一种适用于异构多无人系统的海空联合围捕方法利用无人机导航定位、坐标系转换等方式,实现了对目标的精准定位,可有效解决传统围捕策略中仅依靠岸基主控台或艇载雷达探测而引发的部分时刻目标丢失状况,为保障高精度、高效的编队围捕奠定了基础。
(2)本发明可依据不同的工作需求选择特定的控制器来执行相应的任务,对于无人艇编队巡逻时可选择编队巡逻模式,此时选用纵向控制器、艏摇控制器即可保证巡逻任务的正常实施;当需要起降无人机对未知目标进行侦察时,可采用平台稳定模式,通过纵向控制器、艏摇控制器和横摇控制器的联合作用来实现的平台的稳定控制,保证无人机起降的安全性;当需要对目标进行围捕时,亦可选择合适的控制方案来保证编队围捕任务的执行。本发明是一种兼具精准定位、全航速控制、横摇稳定控制的综合性控制策略,可以满足无人机与多无人艇不同状态条件下围捕任务的开展,具有很强的适用性和实用价值。
(3)相对与其它两种模式,围捕模式为了满足无人艇对高机动性的要求,相继增加了动力学模型估测器、艇体不确定性自适应补偿器,目的是使控制器获得更加准确的被控对象,同时根据误差的变化不断地调节控制器部分控制参数,从而使得无人艇在高机动的工作状态下 ,依然具有很小的跟踪误差,这大大增加了围捕成功的概率。
(4)本发明一种适用于异构多无人系统的海空联合围捕方法各个模块设计合理,能够确保无人艇在复杂海况下实现全航速稳定、精准控制,而且整个系统控制过程所有任务执行全部自动化、无人化,因此,本发明具有一定的研究价值、适用性和实用性。
附图说明
图1为本发明整个过程的示意图;
图2为本发明通过无人机获取目标位置的原理图;
图3为本发明的无人艇围捕模式下的控制策略逻辑流程图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述,但并不因此而限制本发明的保护范围。
一种适用于异构多无人系统的海空联合围捕方法,参见图1,包括探测模块、任务模块、控制模块、无人艇模块,其中任务模块分别与探测模块、控制模块相连,控制模块分别与任务模块、无人艇模块相连,探测模块包括海事雷达和激光雷达,用于探测无人艇编队附近海域的运动目标,任务模块是指无人艇根据不同的任务需求可切换的三种模式:编队巡逻模式、平台稳定模式、围捕模式,可满足无人艇在不同任务前提下获得最佳的编队控制、平台稳定控制、围捕控制方案;控制模块包含纵向控制器、艏摇控制器、横摇控制器,用于促使纵向、横向、艏摇和横摇误差收敛,从而保证无人艇的编队精度;无人艇模块是无人艇实艇,包括驱动器、时变动力学模型、运动学模型,驱动器接受控制器指令并将其转化为力和力矩的形式输入至时变动力学模型,时变动力学模型受到力和力矩的作用后产生无人艇速度和角速度数据,并将该数据传至运动学模型,运动学模型通过坐标转换将无人艇速度信息最终转化为位移信息,该模块能够实际的反映无人艇实艇在海上航行所体现出来的运动学和动力学规律。
所述的异构多无人系统的海空联合围捕方法,包括以下阶段:
(1)编队巡逻阶段:无人艇编队基于任务模块中的编队巡逻模式,利用编队巡逻控制器对任务区进行巡逻,并依靠艇载探测模块对周围海域进行实时监测。如未探测到任何异常目标,无人艇编队继续执行巡逻任务,如若发现目标,任务模块进行任务切换,无人艇则进入目标侦察与监控阶段。
(2)未知目标侦察与监控阶段:当发现目标后,需要对该目标进行确认,以获取其准确的位置和具体的信息,主无人艇搭载小型无人机,利用平台稳定模式,通过控制模块的调节使主无人艇甲板十分平稳,便于无人机起降。无人机起飞后利用目标跟踪控制器对未知目标进行识别、跟踪和监测,与此同时,无人机应用机载探测设备获得目标与无人机的相对位置关系,进而确定更为精确的目标的位置,并将其结果和目标信息反馈给主无人艇。
(3)围捕阶段:主无人艇获取目标信息和精确位置后,将任务模块切换为围捕模式,依靠编队围捕控制策略,保证无人艇在高机动性能下依然具有优良的控制性能,实现对目标实行围捕。
由于无人艇只有纵向、艏摇和横摇执行器,缺少横向驱动器,为欠驱动系统。所述编队巡逻控制器包括控制模块中的纵向控制器和艏摇控制器,纵向控制器用于保证无人艇编队的纵向误差收敛;艏摇控制器则克服主要用于克服无人艇系统的欠驱动性,保证横向和艏摇误差收敛。
平台稳定模式主要依靠控制模块中纵向控制器、艏摇控制器和横摇控制器的联合作用来实现的,通过减小无人艇的纵向运动、横向运动、艏摇运动、横摇运动、俯仰运动、升沉运动,来稳定主无人艇的无人机起降甲板,从而保证无人机起降的安全。
获取目标B的精确位置是通过无人机机载GPS、罗经、雷达联合实现的,参见图2,首先利用GPS和罗经获得无人机机体坐标系A与大地坐标系O的位置关系(x,y,z)和角度α关系,后利用机载雷达获得无人机坐标系A与目标B之间的距离l和角度β关系,C点为无人机位置在大地坐标系中的投影点;利用A点坐标可获得OC的长度和角∠COY;利用AB和夹角β,可求得BC的长度;作一条经过点C的一条直线CC’垂直于X轴且与OB相较于D点,由于角∠COY已知,所以∠OCC’的大小也可获得,此外由于∆OCC’与∆ODC’三角形相似,所以可获得∠DOC’得大小;基于已知的角∠COY和∠DOC’,可获取∠BOC的大小;利用BC、OC和∠BOC,应用余弦函数定理cos∠BOC=(OB2+OC2-BC2)/(2*OB*OC),可获得OB的大小,之后结合角∠BOY,最终可获取目标B在大地坐标系中的准确位置,为无人艇编队围捕提供数据支撑。
编队围捕控制策略,参见图3,包括控制模块、动力学模型估测器、艇体不确定性自适应补偿器、无人艇模块。控制模块分别与无人艇模块、艇体不确定性自适应补偿器相连,动力学模型估测器分别与艇体不确定性自适应补偿器、无人艇模块相连,控制模块是指围捕模式下的控制模块,包括纵向控制器、艏摇控制器、横摇控制器,纵向控制器和艏摇控制器保证无人艇编队在围捕过程中保持较高的编队精度,横摇控制器用于减小围捕过程中艇体的横摇运动,确保艇载传感器具有更好的工况,从而提高传感器的工作效用;动力学模型估测器是以无人艇名义动力学模型为基础,并添加动力学不确定性参数作为变化量,以适应无人艇高机动性航行所带来的水动力与阻尼参数的变化,用于实时的估计无人艇不同航行状态下动力学模型;艇体不确定性自适应补偿器以动力学模型估测器与实时无人艇动力学模型之的状态误差为输入,用于调节控制模块中控制器参数的幅值和动力学模型估测器中的动力学不确定性参数,进而获得更优的控制参数并使无人艇动力学模型估计值逐渐逼近实际值,为实现精准控制奠定基础。
编队围捕控制采取四面围堵的形式,旨在逼停目标。
因此,结合上述结构模型、工作过程和原理可以发现,本发明兼具精准定位、全航速控制、横摇稳定控制的特点和功能,可以满足无人机与多无人艇不同状态条件下围捕任务的开展,具有很强的适用性和实用价值。

Claims (4)

1.一种适用于异构多无人系统的海空联合围捕方法,其特征在于:基于探测模块、任务模块、控制模块、无人艇模块来实现,其中,任务模块分别与探测模块、控制模块相连,控制模块分别与任务模块、无人艇模块相连,探测模块包括海事雷达和激光雷达,用于探测无人艇编队附近海域的运动目标;任务模块是指无人艇根据不同的任务需求可切换的三种模式:编队巡逻模式、平台稳定模式、围捕模式,无人艇模块是无人艇实艇;
基于上述结构,适用于异构多无人系统的海空联合围捕方法,包括以下阶段:
(1)编队巡逻阶段:无人艇编队基于任务模块中的编队巡逻模式,利用编队巡逻控制器对任务区进行巡逻,并依靠艇载探测模块对周围海域进行实时监测,如未探测到任何异常目标,无人艇编队继续执行巡逻任务,如若发现目标,任务模块进行任务切换,无人艇则进入目标侦察与监控阶段;
(2)未知目标侦察与监控阶段:当发现目标后,需要对该目标进行确认,以获取其准确的位置和具体的信息,主无人艇搭载小型无人机,利用平台稳定模式,通过控制模块的调节使主无人艇甲板十分平稳,便于无人机起降,无人机起飞后利用目标跟踪控制器对未知目标进行识别、跟踪和监测,与此同时,无人机应用机载探测设备获得目标与无人机的相对位置关系,进而确定更为精确的目标的位置,并将其结果和目标信息反馈给主无人艇;
(3)围捕阶段:主无人艇获取目标信息和精确位置后,将任务模块切换为围捕模式,依靠编队围捕控制策略,保证无人艇在高机动性能下依然具有优良的控制性能,实现对目标实行围捕;
其中:获取目标准确的位置是通过无人机机载GPS、罗经、雷达联合实现的,首先利用GPS和罗经获得无人机机体坐标系与大地坐标系的位置关系和角度关系,后利用机载雷达获得无人机坐标系与目标之间的位置和角度关系,进而求得目标在大地坐标系中的准确位置,为无人艇编队围捕提供数据支撑;
编队围捕控制策略包括控制模块、动力学模型估测器、艇体不确定性自适应补偿器、无人艇模块,控制模块分别与无人艇模块、艇体不确定性自适应补偿器相连,动力学模型估测器分别与艇体不确定性自适应补偿器、无人艇模块相连;动力学模型估测器是以无人艇名义动力学模型为基础,并添加动力学不确定性参数作为变化量,以适应无人艇高机动性航行所带来的水动力与阻尼参数的变化,用于实时的估计无人艇不同航行状态下动力学模型,艇体不确定性自适应补偿器以动力学模型估测器与实时无人艇动力学模型之的状态误差为输入,用于调节控制模块中控制器参数的幅值和动力学模型估测器中的动力学不确定性参数,进而获得更优的控制参数并使无人艇动力学模型估计值逐渐逼近实际值;
编队围捕控制采取四面围堵的形式,旨在逼停目标。
2.根据权利要求1所述的适用于异构多无人系统的海空联合围捕方法,其特征在于:所述控制模块包含纵向控制器、艏摇控制器、横摇控制器,纵向控制器和艏摇控制器保证无人艇编队在围捕过程中保持较高的编队精度,横摇控制器用于减小围捕过程中艇体的横摇运动,确保艇载传感器具有更好的工况,从而提高传感器的工作效用;所述编队巡逻控制器包括控制模块中的纵向控制器和艏摇控制器,纵向控制器用于保证无人艇编队的纵向误差收敛;艏摇控制器则克服主要用于保证横向和艏摇误差收敛。
3.根据权利要求1所述的适用于异构多无人系统的海空联合围捕方法,其特征在于:所述无人艇模块包括驱动器、时变动力学模型、运动学模型,其中驱动器接受控制器指令并将其转化为力和力矩的形式输入至时变动力学模型,时变动力学模型受到力和力矩的作用后产生无人艇速度和角速度数据,并将该数据传至运动学模型,运动学模型通过坐标转换将无人艇速度信息最终转化为位移信息。
4.根据权利要求1所述的适用于异构多无人系统的海空联合围捕方法,其特征在于:所述平台稳定模式依靠控制模块中纵向控制器、艏摇控制器和横摇控制器的联合作用来实现,通过减小无人艇的纵向运动、横向运动、艏摇运动、横摇运动、俯仰运动、升沉运动,来稳定主无人艇的无人机起降甲板,从而保证无人机起降的安全。
CN202011603092.4A 2020-12-30 2020-12-30 一种适用于异构多无人系统的海空联合围捕方法 Active CN112558642B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011603092.4A CN112558642B (zh) 2020-12-30 2020-12-30 一种适用于异构多无人系统的海空联合围捕方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011603092.4A CN112558642B (zh) 2020-12-30 2020-12-30 一种适用于异构多无人系统的海空联合围捕方法

Publications (2)

Publication Number Publication Date
CN112558642A CN112558642A (zh) 2021-03-26
CN112558642B true CN112558642B (zh) 2022-09-13

Family

ID=75034319

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011603092.4A Active CN112558642B (zh) 2020-12-30 2020-12-30 一种适用于异构多无人系统的海空联合围捕方法

Country Status (1)

Country Link
CN (1) CN112558642B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113342015A (zh) * 2021-06-15 2021-09-03 哈尔滨工程大学 一种分布式海域跨介质异构系统一致性编队方法
CN113419428B (zh) * 2021-07-14 2024-01-16 大连海事大学 基于3d映射制导的机/船协同路径跟踪控制器设计方法
CN116166034B (zh) * 2023-04-25 2023-07-14 清华大学 跨域协同围捕方法、装置及系统
CN116881625B (zh) * 2023-09-06 2023-11-14 南京邮电大学 一种多无人艇探测正态分布目标概率的计算方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5049796A (en) * 1989-05-17 1991-09-17 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Robust high-performance control for robotic manipulators
CN109857124A (zh) * 2019-03-22 2019-06-07 大连海事大学 基于速度与航向双重制导的无人船精确路径跟踪控制方法
CN110333735A (zh) * 2019-07-02 2019-10-15 余姚市浙江大学机器人研究中心 一种实现无人机水陆二次定位的系统和方法
CN111813133A (zh) * 2020-07-07 2020-10-23 南京航空航天大学 一种基于相对精密单点定位的无人机舰船自主着陆方法
CN111986518A (zh) * 2020-08-31 2020-11-24 上海大学 一种无人艇协同通信控制系统
CN112015182A (zh) * 2020-09-03 2020-12-01 上海大学 一种基于无人机的无人艇编队巡逻控制系统及控制方法
CN112130566A (zh) * 2020-09-18 2020-12-25 上海大学 一种基于模糊逻辑和滑模控制策略的无人艇、无人机混合编队控制方法及其控制系统
CN112130549A (zh) * 2019-06-24 2020-12-25 上海大学 一种工作模式可变的无人艇编队控制系统和控制方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017166080A1 (zh) * 2016-03-29 2017-10-05 深圳市大疆创新科技有限公司 执行状态指示方法、装置及无人机
CN107608347B (zh) * 2017-09-04 2021-02-05 广东华中科技大学工业技术研究院 一种分布式控制无人艇集群围追跟踪方法
CN108037755B (zh) * 2017-11-24 2020-02-14 华中科技大学 一种多无人艇围捕方法
CN108780603A (zh) * 2017-11-30 2018-11-09 深圳市大疆创新科技有限公司 一种无人机系统及其通信方法、遥控装置
CN108549369B (zh) * 2018-03-12 2021-06-04 上海大学 一种复杂海况下多无人艇协同编队的系统及方法
CN108563242B (zh) * 2018-03-30 2019-08-23 武汉理工大学 一种海空自主协同搜救m3u平台
CN208506594U (zh) * 2018-04-17 2019-02-15 中电科海洋信息技术研究院有限公司 无人平台集群协同控制系统
CN209879339U (zh) * 2019-07-08 2019-12-31 长江大学 空中海面水下多机器人远程协同系统
CN111776148B (zh) * 2020-04-24 2022-06-24 上海交通大学 一种基于小型无人艇的海空潜一体化巡检系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5049796A (en) * 1989-05-17 1991-09-17 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Robust high-performance control for robotic manipulators
CN109857124A (zh) * 2019-03-22 2019-06-07 大连海事大学 基于速度与航向双重制导的无人船精确路径跟踪控制方法
CN112130549A (zh) * 2019-06-24 2020-12-25 上海大学 一种工作模式可变的无人艇编队控制系统和控制方法
CN110333735A (zh) * 2019-07-02 2019-10-15 余姚市浙江大学机器人研究中心 一种实现无人机水陆二次定位的系统和方法
CN111813133A (zh) * 2020-07-07 2020-10-23 南京航空航天大学 一种基于相对精密单点定位的无人机舰船自主着陆方法
CN111986518A (zh) * 2020-08-31 2020-11-24 上海大学 一种无人艇协同通信控制系统
CN112015182A (zh) * 2020-09-03 2020-12-01 上海大学 一种基于无人机的无人艇编队巡逻控制系统及控制方法
CN112130566A (zh) * 2020-09-18 2020-12-25 上海大学 一种基于模糊逻辑和滑模控制策略的无人艇、无人机混合编队控制方法及其控制系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Self-assembly of a swarm of autonomous boats into floating structures;Ian O’Hara,等;《2014 IEEE International Conference on Robotics & Automation》;20141231;第1234-1240页 *
自主水下航行器导航方法综述;黄玉龙,等;《水下无人系统学报》;20190630;第232-253页 *

Also Published As

Publication number Publication date
CN112558642A (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN112558642B (zh) 一种适用于异构多无人系统的海空联合围捕方法
CN107168335B (zh) 一种考虑混合多目标避障的水面无人艇路径跟踪制导方法
EP2911935B1 (en) Predictive sea state mapping for ship motion control
WO2021230356A1 (ja) 船舶の自動誘導方法、船舶の自動誘導プログラム、船舶の自動誘導システム、及び船舶
CN108445892A (zh) 一种欠驱动无人船编队控制器结构及设计方法
CN109460035A (zh) 一种无人艇高速状态下的二级自主避障系统及避障方法
CN105511464A (zh) 一种船舶自主航行控制系统及控制方法
CN106774341A (zh) 无人船运动控制系统及运动控制方法
CN108490946A (zh) 一种船舶动力定位控制方法
CN110427038A (zh) 一种无人船全自动靠泊系统及靠泊方法
CN104950882A (zh) 全局一致渐进路径跟踪引导控制方法
CN114779791B (zh) 一种波浪滑翔器位置保持方法及系统
CN112527019B (zh) 适用于恶劣海况的异构无人系统协同编队控制系统及方法
CN110456793A (zh) 一种无人艇自主停泊方法、装置及无人艇
CN115903800A (zh) 一种基于领导者协同的多无人船编队的严格安全控制方法
CN114061565B (zh) 一种无人船舶slam及其应用方法
CN110333723B (zh) 一种基于双通信设备的无人艇协同编队方法
CN110580045A (zh) 一种无人艇避障方法
CN112925332B (zh) 无人艇与水下无人潜器联合系统的协同交会对接控制方法
Sawada et al. Mapping and localization for autonomous ship using LiDAR SLAM on the sea
CN108255176B (zh) 一种双无人艇自主协同回收船舶方法
CN115857520B (zh) 一种基于视觉和船状态结合的无人机着舰状态监视方法
CN114924564A (zh) 一种无人船自主航行控制系统
CN113960994A (zh) 一种多无人艇协同航行的s面自适应控制算法
CN113359737A (zh) 一种考虑队形伸缩的船舶编队自适应事件触发控制方法

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