CN112612268B - 路径跟踪的控制方法、装置、设备及存储介质 - Google Patents
路径跟踪的控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112612268B CN112612268B CN202011462764.4A CN202011462764A CN112612268B CN 112612268 B CN112612268 B CN 112612268B CN 202011462764 A CN202011462764 A CN 202011462764A CN 112612268 B CN112612268 B CN 112612268B
- Authority
- CN
- China
- Prior art keywords
- adaptive
- path
- los
- preset
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000003044 adaptive effect Effects 0.000 claims abstract description 232
- 238000013461 design Methods 0.000 claims description 21
- 230000006978 adaptation Effects 0.000 claims description 17
- 230000009466 transformation Effects 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 27
- 230000008859 change Effects 0.000 description 24
- 238000005516 engineering process Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000002352 surface water Substances 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 102100033098 Neurochondrin Human genes 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 108010075803 neurochondrin Proteins 0.000 description 2
- 108010032028 norbin Proteins 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
本发明涉及水上设备技术领域,公开了一种路径跟踪的控制方法、装置、设备及存储介质,所述方法包括:获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差;根据自适应率,获得预设数量的自适应变量,根据所述预设自适应变量获得目标自适应积分LOS导引律并对所述路径跟踪误差进行调节,以实现对路径跟踪的控制。本发明是根据自适应率获得对应的自适应变量,根据自适应变量获得目标自适应积分LOS导引律并对所述路径跟踪进行控制,相较于现有技术通过自适应积分LOS导引律引导船舶间接实现船舶的路径跟踪控制,能够有效提高对路径跟踪的准确性和快速性。
Description
技术领域
本发明涉及水上设备技术领域,尤其涉及路径跟踪的控制方法、装置、设备及存储介质。
背景技术
随着海洋经济的跨越式发展,水面无人艇(Unmanned Surface Vehicle,USV)作为水上智能装备不可缺少的一部分,肩负着时代赋予的重要使命,正朝着更加智能化、自主化的方向发展,路径跟踪控制是USV自主执行水上任务的关键技术之一,由于海上环境复杂多变,再加上USV本身具有非线性不确定性和欠驱动的特性,使得未知扰动下USV的路径跟踪控制具有很大的挑战性,目前常见的路径跟踪导引策略使用的是动态虚拟船舶制导、向量场制导以及视线制导等方法,通过所述动态虚拟船舶制导控制船舶航向间接实现船舶路径跟踪控制,但是此方法对高频噪声敏感度低,需要处理的参数较少,无法及时、有效和准确对路径跟踪控制,而且在实际航行过程中,海洋搅动是时变的,由海流搅动引起的侧滑角也是时变的,更加降低了水上游艇偏离期望路径的可能性,因此提高对水上游艇进行路径跟踪的准确性是一个亟待解决的技术问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种路径跟踪的控制方法、装置、设备及存储介质,旨在解决无法有效提高路径跟踪准确性和快速性的技术问题。
为实现上述目的,本发明提供了一种路径跟踪的控制方法,所述路径跟踪的控制方法包括以下步骤:
获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差;
获取自适应率,根据所述自适应率,获得预设数量的自适应变量;
根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律;
根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制。
可选地,所述获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差,包括:
获取水面无人艇的当前位置信息和预设路径信息;
对所述当前位置信息与所述预设路径信息进行坐标变换,获得路径跟踪误差。
可选地,所述对所述当前位置信息与所述预设路径信息进行坐标变换,获得路径跟踪误差,包括:
对所述当前位置信息进行提取,获得目标位置信息,并将所述目标位置信息在随船坐标系上进行标识,获得标识后的随船坐标系;
对所述预设路径信息进行选取,获得选取后的坐标点,并根据所述选取后的坐标点建立Serret-Frenet坐标系;
根据所述Serret-Frenet坐标系和惯性坐标系,获得目标旋转角度;
根据所述目标旋转角度和所述标识后的随船坐标系,获得路径跟踪误差。
可选地,所述获取自适应率,根据所述自适应率,获得预设数量的自适应变量之前,还包括:
根据所述路径跟踪误差,对所述自适应率进行在线更新,获得更新后的自适应率;
获取自适应率,根据所述自适应率,获得预设数量的自适应变量,包括:
获取更新后的自适应率,根据所述更新后的自适应率,获得预设数量的自适应变量。
可选地,所述根据所述更新后的自适应率,获得预设数量的自适应变量,包括:
获取自适应积分LOS导引律参数信息;
根据所述自适应积分LOS导引律参数信息,获得对应的参数数量;
根据所述对应的参数数量和所述更新后的自适应率,获得预设数量的自适应变量。
可选地,所述根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律,包括:
获取预设虚拟控制输入参数和自适应积分LOS导引律设计策略;
根据所述自适应积分LOS导引律设计策略对所述预设虚拟控制输入参数进行引入,获得引入后的自适应积分LOS导引律;
根据所述预设数量的自适应变量和所述引入后的自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律。
可选地,所述根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制,包括:
获取预设非线性转向模型和预设策略;
根据所述目标自适应积分LOS导引律,获得目标航行角;
根据预设非线性转向模型和所述预设策略对航行控制器进行优化,获得目标航行控制器;
获取水面无人艇的当前航行角,根据所述目标航行控制器对所述当前航行角进行调节,以通过所述当前航行角跟踪目标航行角,以实现对路径跟踪的控制。
此外,为实现上述目的,本发明还提出一种路径跟踪的控制装置,所述路径跟踪的控制装置包括:
获取模块,用于获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差;
获取模块,还用于获取自适应率,根据所述自适应率,获得预设数量的自适应变量;
融合模块,用于根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律;
调节模块,用于根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制。
此外,为实现上述目的,本发明还提出一种路径跟踪的控制设备,所述路径跟踪的控制设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的路径跟踪的控制程序,所述路径跟踪的控制程序配置为实现如上文所述的路径跟踪的控制方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有路径跟踪的控制程序,所述路径跟踪的控制程序被处理器执行时实现如上文所述的路径跟踪的控制方法的步骤。
本发明提出的路径跟踪的控制方法,通过获取获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差;获取自适应率,根据所述自适应率,获得预设数量的自适应变量;根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律;根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制。本发明是根据自适应率获得对应的自适应变量,根据自适应变量获得目标自适应积分LOS导引律并对所述路径跟踪进行控制,能够有效提高对路径跟踪的准确性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的路径跟踪的控制设备的结构示意图;
图2为本发明路径跟踪的控制方法第一实施例的流程示意图;
图3为本发明路径跟踪的控制方法中一实施例的航向角跟踪示意图;
图4为本发明路径跟踪的控制方法中一实施例的舵脚变化曲线图;
图5为本发明路径跟踪的控制方法中一实施例的自适应变量变化曲线图;
图6为本发明路径跟踪的控制方法中一实施例的目标自适应积分LOS导引律几何原理图;
图7为本发明路径跟踪的控制方法第二实施例的流程示意图;
图8为本发明路径跟踪的控制方法第三实施例的流程示意图;
图9为本发明路径跟踪的控制装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的路径跟踪的控制设备结构示意图。
如图1所示,该路径跟踪的控制设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对路径跟踪的控制设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及路径跟踪的控制程序。
在图1所示的路径跟踪的控制设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明路径跟踪的控制设备中的处理器1001、存储器1005可以设置在路径跟踪的控制设备中,所述路径跟踪的控制设备通过处理器1001调用存储器1005中存储的路径跟踪的控制程序,并执行本发明实施例提供的路径跟踪的控制方法。
基于上述硬件结构,提出本发明路径跟踪的控制方法实施例。
参照图2,图2为本发明路径跟踪的控制方法第一实施例的流程示意图。
在第一实施例中,所述路径跟踪的控制方法包括以下步骤:
步骤S10,获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差。
需要说明的是,本实施例的执行主体可为路径跟踪的控制设备,还可为其他可实现相同或相似功能的设备,本实施例对此不作限制,在本实施例中,以路径跟踪的控制设备为例进行说明。
应当理解的是,所述水面无人艇的当前位置信息可以通过GPS定位系统对所述水面无人游艇进行定位获得,所述GPS定位系统指的是全球定位系统,英文全称GlobalPositioning System,根据所述GPS定位系统,用户可以在全球范围内实现全天候、连续、实时的三维导航定位和测速,还可以能够进行时间传递和定位,GPS定位系统主要用于对移动的人、车及设备进行远程实时定位监控的一门技术,结合了GPS定位技术、无线通信技术、图像处理技术及地理信息系统技术的定位技术,在工作和生活中应用都非常广泛。
可以理解的是,所述预设路径信息指的是所述水面无人艇的期待路径,在获得所述当前位置信息和所述预设路径信息后,将所述当前位置信息标识在随船坐标系中,同时将在预设路径信息上选取一点,并以此点建立Serret-Frenet坐标系,根据所述Serret-Frenet坐标系与惯性坐标性的纵坐标之间的角度差异,获得对应的角度大小,例如在所述预设路径上选择一个点A,通过所述A点并沿着所述预设路径的切线方向建立以及所述A点的法线建立Serret-Frenet坐标系,测量出所述Serret-Frenet坐标系的纵坐标与所述惯性坐标性的纵坐标之间的角度差,例如测量出的角度差为25度,还可以为其他角度大小,所述角度差大小取决于选取的点的切线方向,本实施例对此不作限制。
应该理解的是,所述Serret-Frenet坐标系指的是以曲线上的参考点为坐标原点,切线和法线建立的坐标系,本实施例中的曲线指的是预设路径信息中的预设路径曲线,所述惯性坐标性是为了简化世界坐标系到物体坐标系的转化而产生的,所述惯性坐标系的原点与物体坐标系的原点重合,惯性坐标系的轴平行于世界坐标系的轴,引入了惯性坐标系之后,物体坐标系转换到惯性坐标系只需旋转,从惯性坐标系转换到世界坐标系只需平移。
在具体实现中,路径跟踪的控制设备获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差。
步骤S20,获取自适应率,根据所述自适应率,获得预设数量的自适应变量。
应当理解的是,所述自适应率指的是自适应变量的调整规则,根据所述自适应变量的调整规则获得对应的自适应变量,例如所述自适应积分LOS导引策略的自适应率为:
其中控制器参数ky=0.1,βr=atan2(vr,ur),ur和vr分别表示考虑时变海流速度时,水上无人艇在随船坐标系中的前向相对速度和横移相对速度,的值由于所述跟踪误差一直变化,使得所述对应的倒数也在时刻进行改变,因此使得所述自适应率处于在线更新的状态。
可以理解的是,所述预设数量的自适应变量是根据所述自适应率获得的,由于侧滑角分量和海流速度分量难以测量,因此需要采用自适应变量进行代替所述侧滑角分量和所述海流速度分量的测量数据,例如根据所述自适应积分LOS导引策略的自适应率获得的自适应变量的数量为三个,分别定义为gβ、gx和gy,由于外界扰动无法确定,使得所述gβ、gx和gy需要在线估计,所述估计值是和估计误差分别为和即
在具体实现中,路径跟踪的控制设备获取自适应率,根据所述自适应率,获得预设数量的自适应变量。
步骤S30,根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律。
应当理解的是,所述目标自适应积分LOS导引律指的是将所述预设数量的自适应变量代替所述侧滑角分量和海流速度分量,并引入一个虚拟控制输入参数,将所述虚拟控制输入参数与所述自适应积分LOS导引律进行融合,即可获得目标自适应积分LOS导引律。
在具体实现中,路径跟踪的控制设备根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律。
步骤S40,根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制。
应当理解的是,所述根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节指的是在获得所述路径跟踪误差后,将所述目标水上无人艇的航向角进行调节,使得所述目标水上无人艇的航向角与预设路径信息中的航向角越来越接近,从而使得两者之间的路径的误差越来越小,以实现对路径跟踪对的控制。
可以理解的是,所述航向角指的是目标水上无人艇实际航行路线,前进的方向和飞机的实际位置到导航台之间的连线这两条射线的夹角,没有参照物的话就是指水上无人艇的前进方向和正北方向之间的夹角。
应当理解的是,在根据所述目标自适应积分LOS导引律对所述路径跟踪误差调节后,通过Matlab仿真实验来验证目标自适应积分LOS导引律的性能,将目标自适应积分LOS导引律与自适应积分LOS导引律和ESO-LOS导引律分别用于曲线路径跟踪,并选取相同的前视距离,对跟踪结果进行对比分析,如图3航向角跟踪示意图所示,自适应积分LOS导引律在引导水上无人艇接近期望路径时期望航向角的变化较大,会引起水上无人艇急转的现象,ESO-LOS导引律和目标自适应积分LOS导引律采用了Serret-Frenet坐标系来设计导引律,目标点的选择不仅仅局限于水上无人艇的当前位置在期望路径上的投影,其选择更加灵活,因此在引导水上无人艇靠近期望路径过程中,航向角变化比较平缓,平缓变化的期望航向角有利于水上无人艇安全稳定的航行,也有利于在工程实践中应用。如图4舵脚变化曲线所示,舵角变化范围设置为-35度至+35度,舵角能够在设置的范围内变化,使实际航向角跟踪期望航向角,自适应积分LOS导引策略引导水上无人艇跟踪期望路径时,舵角在接近60秒的时候出现一个峰值,这是因为此时水上无人艇接近期望路径,期望航向角变化较大,因此舵角变化也较大,这种舵角的突变在工程实践中是无法有效实现,虽然可以通过适当增加前视距离来改善这种急转现象的发生,但是增加前视距离的同时会使跟踪速度变慢,ESO-LOS导引律引导水上无人艇进行路径跟踪过程中,舵角变化比较平缓。目标自适应积分LOS导引律引导水上无人艇进行路径跟踪在刚开始的几秒钟舵角变化幅度比较大,但是之后舵角变化就会比较平缓。如图5自适应变量变化曲线图所述,所述目标自适应积分LOS导引律在跟踪路径是的自适应变化量,所述自适应变化量随着路径跟踪误差的减小而减小,在初始阶段的数值较大,达到平衡后,所述数值就较小,最终和也收敛到很小的范围内。
在具体实现中,路径跟踪的控制设备根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制。
本实施例通过获取获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差;获取自适应率,根据所述自适应率,获得预设数量的自适应变量;根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律;根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制。本发明是根据自适应率获得对应对的自适应变量,根据字使用变量获得目标自适应积分LOS导引律并对所述路径跟踪进行控制,能够有效提高对路径跟踪的准确性和快速性。
在一实施例中,如图7所述,基于第一实施例提出本发明路径跟踪的控制方法第二实施例,所述步骤S10,包括:
步骤S101,获取水面无人艇的当前位置信息和预设路径信息。
可以理解的是,所述水面无人艇的当前位置信息通过GPS定位系统对所述水面无人游艇进行定位获得,所述当前位置信息指的是所述水面无人艇在海流中的实际位置,所述预设路径信息指的是期望所述水面无人艇行驶的路径,所述预设路径信息包括路径曲线、路径弧度角等等,例如,所述水面无人艇当前行驶路径的路径曲线弧度是15度,而所期望的路径曲线弧度是20度。
在具体实现中,路径跟踪的控制设备获取水面无人艇的当前位置信息和预设路径信息。
步骤S102,对所述当前位置信息与所述预设路径信息进行坐标变换,获得路径跟踪误差。
进一步的,为了提高获得路径跟踪误差的准确度,还需要对所述当前位置信息进行提取,获得目标位置信息,并将所述目标位置信息在随船坐标系上进行标识,获得标识后的随船坐标系;对所述预设路径信息进行选取,获得选取后的坐标点,并根据所述选取后的坐标点建立Serret-Frenet坐标系;根据所述Serret-Frenet坐标系和惯性坐标系,获得目标旋转角度;根据所述目标旋转角度和所述标识后的随船坐标系,获得路径跟踪误差。
可以理解的是,所述对所述当前位置信息与所述预设路径信息进行坐标变换指的是将所述当前位置信息和所述预设路径信息通过所述随船坐标系、惯性坐标系以及所述Serret-Frenet坐标系进行变换,获得路径跟踪误差。
应当理解的是,如图6目标自适应积分LOS导引律几何原理图,根据所述路径信息中选取一点A,所述点A的位置坐标为(x,y),此时所述预设路径信息即为期望路径,在所述期望路径上标记出一点P,所述点P的位置围标为(xp,yp),其中θ为路径参数变量,以点P为坐标原点,分别以所述期望路径在P点出的切线和法线作为横坐标和纵坐标建立Serret-Frenet坐标系,将所述Serret-Frenet坐标系的纵坐标与所述惯性坐标系的纵坐标进行比较,获得对应的顺时针旋转角度γρρ,所述角度γρρ:
γpp=atan2(y'p(θ),x'p(θ))
可以理解的是,在获得所述Serret-Frenet坐标系后,将所述路径跟踪误差在Serret-Frenet坐标系中进行表示,所述跟踪误差表示为:
其中,xe和ye表示路径跟踪误差。当路径跟踪误差为零时,水上无人艇到达期望路径,在考虑到外界扰动产生的前向和横向海流速度分量,将所述水上无人艇的的运动方程式改写为:
其中,满足ur=u-uc,vr=v-vc;uc和uc分别为在随船坐标系中海流的前向相对速度和横移相对速度;Vx和Vy分别表示惯性坐标系中时变的海流前向速度和海流横移速度,随船坐标系中的海流速度uc和uc与惯性坐标系中的海流速度Vx和Vy满足下列关系式:
将所述上述公式结合进行求导,获得误差动态方程,设定所述外界扰动游街,此时时变的海流速度也是有界,将所述误差动态方程改写为:
在具体实现中,路径跟踪的控制设备对所述当前位置信息与所述预设路径信息进行坐标变换,获得路径跟踪误差。
本实施例中通过获取水面无人艇的当前位置信息和预设路径信息,对所述当前位置信息进行提取,获得目标位置信息,并将所述目标位置信息在随船坐标系上进行标识,获得标识后的随船坐标系,对所述预设路径信息进行选取,获得选取后的坐标点,并根据所述选取后的坐标点建立Serret-Frenet坐标系,根据所述Serret-Frenet坐标系和惯性坐标系,获得目标旋转角度,根据所述目标旋转角度和所述标识后的随船坐标系,获得路径跟踪误差。通过利用坐标变换,获得路径跟踪误差,从而提高了获得路径跟踪误差的准确度。
在一实施例中,如图8所述,基于第一实施例提出本发明路径跟踪的控制方法第三实施例,所述S20,包括:
步骤S201,根据所述路径跟踪误差,对所述自适应率进行在线更新,获得更新后的自适应率。
可以理解的是,所述根据所述路径跟踪误差对所述自适应率进行在线更新指的是当所述跟踪误差一直存在且不断的进行变化,所述自适应率也随之变化,例如所述路径跟踪误差在当前时刻是0.5,对应的自适应率是2,在下一时刻所述路径跟踪误差是2,对应的自适应率是1,由此可见,所述自适应率是随着所述路径跟踪误差是时刻变化的,所述时刻变化获得的结果即为所述更新后的自适应率。
在具体实现中,路径跟踪的控制设备根据所述路径跟踪误差,对所述自适应率进行在线更新,获得更新后的自适应率。
步骤S202,获取自适应率,根据所述自适应率,获得预设数量的自适应变量,包括:获取更新后的自适应率,根据所述更新后的自适应率,获得预设数量的自适应变量。
进一步的,为了提高对路径跟踪的控制效率,还需要获取自适应积分LOS导引律参数信息,根据所述自适应积分LOS导引律参数信息,获得对应的参数数量,根据所述对应的参数数量和所述更新后的自适应率,获得预设数量的自适应变量。
可以理解的是,所述预设数量的自适应变量通过自适应积分LOS导引律获得的,由于侧滑角分量和海流速度分量难以测量,因此需要采用自适应变量进行代替所述侧滑角分量和所述海流速度分量的测量数据,同时需要在线估计所述预设数量的自适应变量的大小和对应的误差。
其中,κβ、κx和κy均为大于1的自适应控制器参数。
设计路径变量θ的自适应更新率为:
其中,κθ为大于零的自适应控制器参数。
在具体实现中,路径跟踪的控制设备获取自适应率,根据所述自适应率,获得预设数量的自适应变量,包括:获取更新后的自适应率,根据所述更新后的自适应率,获得预设数量的自适应变量。
应当理解的是,在获得预设数量的自适应变量后,获取预设虚拟控制输入参数,根据所述预设虚拟控制输入参数、预设数量的自适应变量和自适应积分LOS导引律获得目标自适应积分LOS导引律,所述目标自适应积分LOS导引律如下:
根据所述定义函数和如下公式,可知:
其中,根据上述公式求解获得计算结果的正根,所述正根即为所述预设虚拟控制输入参数。
可以理解的是,在获得目标自适应积分LOS导引律后,获取预设非线性转向模型和预设策略,根据所述目标自适应积分LOS导引律,获得目标航行角,根据预设非线性转向模型和所述预设策略对航行控制器进行优化,获得目标航行控制器,获取水面无人艇的当前航行角,根据所述目标航行控制器对所述当前航行角进行调节,以通过所述当前航行角跟踪目标航行角,以实现对路径跟踪的控制。
应当理解的是,所述预设非线性转向模型指的是Norrbin非线性转向模型,通过所述Norrbin非线性转向模型输出的数据较为简洁,导出表达式所具有的基础较明确,所述预设策略指的是backstepping策略,所述backstepping策略主要是针对不确定性系统的一种系统化的控制器综合方法,通过从系统的最低阶次微分方程开始,引入虚拟控制的概念,一步一步设计满足要求的虚拟控制,最终设计出真正的控制律。
本实施例通过根据所述路径跟踪误差,对所述自适应率进行在线更新,获得更新后的自适应率,获取自适应率,根据所述自适应率,获得预设数量的自适应变量,包括:获取自适应积分LOS导引律参数信息,根据所述自适应积分LOS导引律参数信息,获得对应的参数数量,根据所述对应的参数数量和所述更新后的自适应率,获得预设数量的自适应变量,获取预设虚拟控制输入参数和自适应积分LOS导引律设计策略,根据所述自适应积分LOS导引律设计策略对所述预设虚拟控制输入参数进行引入,获得引入后的自适应积分LOS导引律,根据所述预设数量的自适应变量和所述引入后的自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律,获取预设非线性转向模型和预设策略,根据所述目标自适应积分LOS导引律,获得目标航行角,根据预设非线性转向模型和所述预设策略对航行控制器进行优化,获得目标航行控制器,获取水面无人艇的当前航行角,根据所述目标航行控制器对所述当前航行角进行调节,以通过所述当前航行角跟踪目标航行角,以实现对路径跟踪的控制。通过自适应率获得对应的预设数量的自适应变量与所述虚拟控制输入参数融合获得目标自适应积分LOS导引律,根据所述目标自适应积分LOS导引律,获得目标航行角,提高了目标自适应积分LOS导引律中参数的测量准确度,从而提高了对路径跟踪的控制效率和快速性。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有路径跟踪的控制程序,所述路径跟踪的控制程序被处理器执行时实现如上文所述的路径跟踪的控制方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,参照图9,本发明实施例还提出一种路径跟踪的控制装置,所述路径跟踪的控制装置包括:
获取模块10,用于获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差。
应当理解的是,所述水面无人艇的当前位置信息可以通过GPS定位系统对所述水面无人游艇进行定位获得,所述GPS定位系统指的是全球定位系统,英文全称GlobalPositioning System,根据所述GPS定位系统,用户可以在全球范围内实现全天候、连续、实时的三维导航定位和测速,还可以能够进行时间传递和定位,GPS定位系统主要用于对移动的人、车及设备进行远程实时定位监控的一门技术,结合了GPS定位技术、无线通信技术、图像处理技术及地理信息系统技术的定位技术,在工作和生活中应用都非常广泛。
可以理解的是,所述预设路径信息指的是所述水面无人艇的期待路径,在获得所述当前位置信息和所述预设路径信息后,将所述当前位置信息标识在随船坐标系中,同时将在预设路径信息上选取一点,并以此点建立Serret-Frenet坐标系,根据所述Serret-Frenet坐标系与惯性坐标性的纵坐标之间的角度差异,获得对应的角度大小,例如在所述预设路径上选择一个点A,通过所述A点并沿着所述预设路径的切线方向建立以及所述A点的法线建立Serret-Frenet坐标系,测量出所述Serret-Frenet坐标系的纵坐标与所述惯性坐标性的纵坐标之间的角度差,例如测量出的角度差为25度,还可以为其他角度大小,所述角度差大小取决于选取的点的切线方向,本实施例对此不作限制。
应该理解的是,所述Serret-Frenet坐标系指的是以曲线上的参考点为坐标原点,切线和法线建立的坐标系,本实施例中的曲线指的是预设路径信息中的预设路径曲线,所述惯性坐标性是为了简化世界坐标系到物体坐标系的转化而产生的,所述惯性坐标系的原点与物体坐标系的原点重合,惯性坐标系的轴平行于世界坐标系的轴,引入了惯性坐标系之后,物体坐标系转换到惯性坐标系只需旋转,从惯性坐标系转换到世界坐标系只需平移。
在具体实现中,路径跟踪的控制设备获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差。
获取模块10,还用于获取自适应率,根据所述自适应率,获得预设数量的自适应变量。
应当理解的是,所述自适应率指的是自适应变量的调整规则,根据所述自适应变量的调整规则获得对应的自适应变量,例如所述自适应积分LOS导引策略的自适应率为:
其中控制器参数ky=0.1,βr=atan2(vr,ur),ur和vr分别表示考虑时变海流速度时,水上无人艇在随船坐标系中的前向相对速度和横移相对速度,的值由于所述跟踪误差一直变化,使得所述对应的倒数也在时刻进行改变,因此使得所述自适应率处于在线更新的状态。
可以理解的是,所述预设数量的自适应变量是根据所述自适应率获得的,由于侧滑角分量和海流速度分量难以测量,因此需要采用自适应变量进行代替所述侧滑角分量和所述海流速度分量的测量数据,例如根据所述自适应积分LOS导引策略的自适应率获得的自适应变量的数量为三个,分别定义为gβ、gx和gy,由于外界扰动无法确定,使得所述gβ、gx和gy需要在线估计,所述估计值是和估计误差分别为 和即
在具体实现中,路径跟踪的控制设备获取自适应率,根据所述自适应率,获得预设数量的自适应变量。
融合模块20,用于根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律。
应当理解的是,所述目标自适应积分LOS导引律指的是将所述预设数量的自适应变量代替所述侧滑角分量和海流速度分量,并引入一个虚拟控制输入参数,将所述虚拟控制输入参数与所述自适应积分LOS导引律进行融合,即可获得目标自适应积分LOS导引律。
在具体实现中,路径跟踪的控制设备根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律。
调节模块30,用于根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制。
应当理解的是,所述根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节指的是在获得所述路径跟踪误差后,将所述目标水上无人艇的航向角进行调节,使得所述目标水上无人艇的航向角与预设路径信息中的航向角越来越接近,从而使得两者之间的路径的误差越来越小,以实现对路径跟踪对的控制。
可以理解的是,所述航向角指的是目标水上无人艇实际航行路线,前进的方向和飞机的实际位置到导航台之间的连线这两条射线的夹角,没有参照物的话就是指水上无人艇的前进方向和正北方向之间的夹角。
应当理解的是,在根据所述目标自适应积分LOS导引律对所述路径跟踪误差调节后,通过Matlab仿真实验来验证目标自适应积分LOS导引律的性能,将目标自适应积分LOS导引律与自适应积分LOS导引律和ESO-LOS导引律分别用于曲线路径跟踪,并选取相同的前视距离,对跟踪结果进行对比分析,如图3航向角跟踪示意图所示,自适应积分LOS导引律在引导水上无人艇接近期望路径时期望航向角的变化较大,会引起水上无人艇急转的现象,ESO-LOS导引律和目标自适应积分LOS导引律采用了Serret-Frenet坐标系来设计导引律,目标点的选择不仅仅局限于水上无人艇的当前位置在期望路径上的投影,其选择更加灵活,因此在引导水上无人艇靠近期望路径过程中,航向角变化比较平缓,平缓变化的期望航向角有利于水上无人艇安全稳定的航行,也有利于在工程实践中应用。如图4舵角变化曲线所示,舵角变化范围设置为-35度至+35度,舵角能够在设置的范围内变化,使实际航向角跟踪期望航向角,自适应积分LOS导引策略引导水上无人艇跟踪期望路径时,舵角在接近60秒的时候出现一个峰值,这是因为此时水上无人艇接近期望路径,期望航向角变化较大,因此舵角变化也较大,这种舵角的突变在工程实践中是无法有效实现,虽然可以通过适当增加前视距离来改善这种急转现象的发生,但是增加前视距离的同时会使跟踪速度变慢,ESO-LOS导引律引导水上无人艇进行路径跟踪过程中,舵角变化比较平缓。目标自适应积分LOS导引律引导水上无人艇进行路径跟踪在刚开始的几秒钟舵角变化幅度比较大,但是之后舵角变化就会比较平缓。如图5自适应变量变化曲线图所述,所述目标自适应积分LOS导引律在跟踪路径是的自适应变化量,所述自适应变化量随着路径跟踪误差的减小而减小,在初始阶段的数值较大,达到平衡后,所述数值就较小,最终和也收敛到很小的范围内。
在具体实现中,路径跟踪的控制设备根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制。
本实施例通过获取获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差;获取自适应率,根据所述自适应率,获得预设数量的自适应变量;根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律;根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制。本发明是根据自适应率获得对应对的自适应变量,根据字使用变量获得目标自适应积分LOS导引律并对所述路径跟踪进行控制,能够有效提高对路径跟踪的准确性和快速性。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的路径跟踪的控制方法,此处不再赘述。
在一实施例中,所述获取模块10,还用于获取水面无人艇的当前位置信息和预设路径信息;对所述当前位置信息与所述预设路径信息进行坐标变换,获得路径跟踪误差。
在一实施例中,所述获取模块10,还用于对所述当前位置信息进行提取,获得目标位置信息,并将所述目标位置信息在随船坐标系上进行标识,获得标识后的随船坐标系;对所述预设路径信息进行选取,获得选取后的坐标点,并根据所述选取后的坐标点建立Serret-Frenet坐标系;根据所述Serret-Frenet坐标系和惯性坐标系,获得目标旋转角度;根据所述目标旋转角度和所述标识后的随船坐标系,获得路径跟踪误差。
在一实施例中,所述获取模块10,还用于根据所述路径跟踪误差,对所述自适应率进行在线更新,获得更新后的自适应率;获取自适应率,根据所述自适应率,获得预设数量的自适应变量,包括:获取更新后的自适应率,根据所述更新后的自适应率,获得预设数量的自适应变量。
在一实施例中,所述获取模块10,还用于获取自适应积分LOS导引律参数信息;根据所述自适应积分LOS导引律参数信息,获得对应的参数数量;根据所述对应的参数数量和所述更新后的自适应率,获得预设数量的自适应变量。
在一实施例中,所述融合模块20,还用于获取预设虚拟控制输入参数和自适应积分LOS导引律设计策略;根据所述自适应积分LOS导引律设计策略对所述预设虚拟控制输入参数进行引入,获得引入后的自适应积分LOS导引律;根据所述预设数量的自适应变量和所述引入后的自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律。
在一实施例中,所述调节模块30,还用于获取预设非线性转向模型和预设策略;根据所述目标自适应积分LOS导引律,获得目标航行角;根据预设非线性转向模型和所述预设策略对航行控制器进行优化,获得目标航行控制器;获取水面无人艇的当前航行角,根据所述目标航行控制器对所述当前航行角进行调节,以通过所述当前航行角跟踪目标航行角,以实现对路径跟踪的控制。
本发明所述路径跟踪的控制装置的其他实施例或具有实现方法可参照上述各方法实施例,此处不在赘余。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种路径跟踪的控制方法,其特征在于,所述路径跟踪的控制方法包括以下步骤:
获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差;
获取自适应率,根据所述自适应率,获得预设数量的自适应变量;
根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律;
根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制;
所述根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律,包括:
获取预设虚拟控制输入参数和自适应积分LOS导引律设计策略;
根据所述自适应积分LOS导引律设计策略对所述预设虚拟控制输入参数进行引入,获得引入后的自适应积分LOS导引律;
根据所述预设数量的自适应变量和所述引入后的自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律;
所述目标自适应积分LOS导引律为:
所述自适应积分LOS导引律设计策略的自适应变量的自适应更新率为:
其中,以及均为自适应变量的自适应更新率,κβ、κx以及κy均为大于1的自适应控制器参数,和为自适应变量,xe为横向路径跟踪误差,ye为纵向路径跟踪误差,ur为在随船坐标系中海流的前向相对速度,αI为预设虚拟控制输入参数;
所述自适应积分LOS导引律设计策略的设计路径变量θ的自适应更新率为:
2.如权利要求1所述的路径跟踪的控制方法,其特征在于,所述获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差,包括:
获取水面无人艇的当前位置信息和预设路径信息;
对所述当前位置信息与所述预设路径信息进行坐标变换,获得路径跟踪误差。
3.如权利要求2所述的路径跟踪的控制方法,其特征在于,所述对所述当前位置信息与所述预设路径信息进行坐标变换,获得路径跟踪误差,包括:
对所述当前位置信息进行提取,获得目标位置信息,并将所述目标位置信息在随船坐标系上进行标识,获得标识后的随船坐标系;
对所述预设路径信息进行选取,获得选取后的坐标点,并根据所述选取后的坐标点建立Serret-Frenet坐标系;
根据所述Serret-Frenet坐标系和惯性坐标系,获得目标旋转角度;
根据所述目标旋转角度和所述标识后的随船坐标系,获得路径跟踪误差。
4.如权利要求1所述的路径跟踪的控制方法,其特征在于,所述获取自适应率,根据所述自适应率,获得预设数量的自适应变量之前,还包括:
根据所述路径跟踪误差,对所述自适应率进行在线更新,获得更新后的自适应率;
获取自适应率,根据所述自适应率,获得预设数量的自适应变量,包括:
获取更新后的自适应率,根据所述更新后的自适应率,获得预设数量的自适应变量。
5.如权利要求4所述的路径跟踪的控制方法,其特征在于,所述根据所述更新后的自适应率,获得预设数量的自适应变量,包括:
获取自适应积分LOS导引律参数信息;
根据所述自适应积分LOS导引律参数信息,获得对应的参数数量;
根据所述对应的参数数量和所述更新后的自适应率,获得预设数量的自适应变量。
6.如权利要求1至5中任一项所述的路径跟踪的控制方法,其特征在于,所述根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制,包括:
获取预设非线性转向模型和预设策略;
根据所述目标自适应积分LOS导引律,获得目标航行角;
根据预设非线性转向模型和所述预设策略对航行控制器进行优化,获得目标航行控制器;
获取水面无人艇的当前航行角,根据所述目标航行控制器对所述当前航行角进行调节,以通过所述当前航行角跟踪目标航行角,以实现对路径跟踪的控制。
7.一种路径跟踪的控制装置,其特征在于,所述路径跟踪的控制装置包括:
获取模块,用于获取水面无人艇的当前位置信息和预设路径信息,根据所述当前位置信息和所述预设路径信息,获得路径跟踪误差;
获取模块,还用于获取自适应率,根据所述自适应率,获得预设数量的自适应变量;
融合模块,用于根据所述预设数量的自适应变量对自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律;
调节模块,用于根据所述目标自适应积分LOS导引律对所述路径跟踪误差进行调节,以实现对路径跟踪的控制;
所述融合模块,还用于获取预设虚拟控制输入参数和自适应积分LOS导引律设计策略;根据所述自适应积分LOS导引律设计策略对所述预设虚拟控制输入参数进行引入,获得引入后的自适应积分LOS导引律;根据所述预设数量的自适应变量和所述引入后的自适应积分LOS导引律进行融合,获得目标自适应积分LOS导引律;
所述目标自适应积分LOS导引律为:
所述自适应积分LOS导引律设计策略的自适应变量的自适应更新率为:
其中,以及均为自适应变量的自适应更新率,κβ、κx以及κy均为大于1的自适应控制器参数,和为自适应变量,xe为横向路径跟踪误差,ye为纵向路径跟踪误差,ur为在随船坐标系中海流的前向相对速度,αI为预设虚拟控制输入参数;
所述自适应积分LOS导引律设计策略的设计路径变量θ的自适应更新率为:
8.一种路径跟踪的控制设备,其特征在于,所述路径跟踪的控制设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的路径跟踪的控制程序,所述路径跟踪的控制程序配置有实现如权利要求1至6中任一项所述的路径跟踪的控制方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有路径跟踪的控制程序,所述路径跟踪的控制程序被处理器执行时实现如权利要求1至6中任一项所述的路径跟踪的控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011462764.4A CN112612268B (zh) | 2020-12-10 | 2020-12-10 | 路径跟踪的控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011462764.4A CN112612268B (zh) | 2020-12-10 | 2020-12-10 | 路径跟踪的控制方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112612268A CN112612268A (zh) | 2021-04-06 |
CN112612268B true CN112612268B (zh) | 2022-12-06 |
Family
ID=75233585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011462764.4A Active CN112612268B (zh) | 2020-12-10 | 2020-12-10 | 路径跟踪的控制方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112612268B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113219970B (zh) * | 2021-04-23 | 2023-11-03 | 大连海事大学 | 一种无人船向量场路径跟踪控制器及设计方法 |
CN113359710B (zh) * | 2021-05-21 | 2022-11-18 | 江苏大学 | 一种基于los理论的农机路径跟踪方法 |
CN113050660B (zh) * | 2021-06-01 | 2021-08-20 | 新石器慧通(北京)科技有限公司 | 误差补偿方法、装置、计算机设备及存储介质 |
CN113495571B (zh) * | 2021-07-26 | 2024-02-27 | 中国人民解放军63629部队 | 飞行器路径跟踪方法、装置、设备和介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111045332A (zh) * | 2019-12-27 | 2020-04-21 | 哈尔滨工程大学 | 一种无人艇路径跟踪导引策略和扰动补偿方法 |
CN111798702B (zh) * | 2020-07-07 | 2022-05-31 | 中国船舶工业系统工程研究院 | 无人艇路径跟踪控制方法、系统、存储介质及终端 |
-
2020
- 2020-12-10 CN CN202011462764.4A patent/CN112612268B/zh active Active
Non-Patent Citations (2)
Title |
---|
Line-of-Sight Path Following for Dubins Paths With Adaptive Sideslip Compensation of Drift Forces;Thor I. Fossen;《IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY》;20150331;第820-827页 * |
海洋环境下欠驱动无人艇航迹跟踪控制算法;陈霄;《哈尔滨工业大学学报》;20181031;第110-117页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112612268A (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112612268B (zh) | 路径跟踪的控制方法、装置、设备及存储介质 | |
Fossen et al. | Direct and indirect adaptive integral line‐of‐sight path‐following controllers for marine craft exposed to ocean currents | |
Liu et al. | Predictor-based LOS guidance law for path following of underactuated marine surface vehicles with sideslip compensation | |
US11327449B2 (en) | Nonlinear optimization for stochastic predictive vehicle control | |
Moreira et al. | Path following control system for a tanker ship model | |
CA2367690C (en) | Advanced ship autopilot system | |
US20110029235A1 (en) | Vehicle Control | |
CN111897225B (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 | |
Yang et al. | An improved stanley guidance law for large curvature path following of unmanned surface vehicle | |
CN111798702B (zh) | 无人艇路径跟踪控制方法、系统、存储介质及终端 | |
CN113759707B (zh) | 用于自动驾驶车辆的预测控制优化方法和装置 | |
CN111912413B (zh) | 一种定位方法及装置 | |
Jian et al. | Parametric estimation of ship maneuvering motion with integral sample structure for identification | |
CN111930124A (zh) | 一种智能船舶自动舵系统的模糊自适应输出反馈有限时间控制方法及系统 | |
CN112798021A (zh) | 基于激光多普勒测速仪的惯导系统行进间初始对准方法 | |
CN109885096A (zh) | 一种基于Lyapunov-MPC技术的自主水下机器人路径跟踪闭环控制方法 | |
JP2008213681A (ja) | 船舶用自動操舵装置 | |
Yao et al. | Model predictive and adaptive neural sliding mode control for three-dimensional path following of autonomous underwater vehicle with input saturation | |
Liu et al. | Improved path following for autonomous marine vehicles with low-cost heading/course sensors: Comparative experiments | |
Rober et al. | 3D path following and L1 adaptive control for underwater vehicles | |
KR102336197B1 (ko) | 제어 장치 및 제어 방법 | |
Ghommam et al. | Adaptive finite time path-following control of underactuated surface vehicle with collision avoidance | |
Vörös et al. | Lane keeping control using finite spectrum assignment with modeling errors | |
Lee et al. | Design and experiment of a small boat track-keeping autopilot | |
KR20220003358A (ko) | 곡선 도로 주행을 위한 차량 횡방향 제어 장치 및 방법 |
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 |