CN112987758A - 一种多水面航行器协同跟踪编队控制方法 - Google Patents
一种多水面航行器协同跟踪编队控制方法 Download PDFInfo
- Publication number
- CN112987758A CN112987758A CN202110470966.1A CN202110470966A CN112987758A CN 112987758 A CN112987758 A CN 112987758A CN 202110470966 A CN202110470966 A CN 202110470966A CN 112987758 A CN112987758 A CN 112987758A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- matrix
- follows
- unknown
- information
- 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
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000003044 adaptive effect Effects 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 62
- 239000011541 reaction mixture Substances 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 15
- 150000001875 compounds Chemical class 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 229910001316 Ag alloy Inorganic materials 0.000 claims description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims 2
- 238000012938 design process Methods 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 3
- 230000005764 inhibitory process Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 12
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005259 measurement Methods 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)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种多水面航行器跟踪和协同编队控制方法,属于船舶自动控制技术领域。本发明控制方法主要面向考虑未知频率扰动的多水面航行器系统,运用自适应参数扰动观测器和分布式抗饱和辅助系统,解决输入舵角受限的多水面航行器系统的未知扰动在线估计抑制问题;利用分布式抗饱和辅助系统的状态向量来矫正跟踪反馈控制误差问题,有效减少饱和效应对多水面航行器自适应编队性能的影响,提高多水面航行器系统的协同性、抗干扰性和跟踪性。
Description
技术领域
本发明属于船舶自动控制技术领域,具体涉及一种多水面航行器协同跟踪编队控制方法。
背景技术
目前,多水面船舶协同编队控制逐渐成为研究热点。然而,单水面航行器的跟踪控制方法无法适用于多水面航行器的编队控制,因为在多水面航行器中,各个航行器航速及装载的变化均能够导致控制模型的参数摄动问题,航行条件的变化、环境参数的干扰及测量的不精确,都使船舶航向控制系统产生了不确定性。面对这些非线性不确定动态带来的问题,智能算法应运而生,如自适应控制,鲁棒控制,模糊自适应控制、迭代滑模控制、最少参数学习方法等,被不断应用于多水面航行器控制领域。
现有研究方法多假设多水面航行器系统不存在外界干扰或干扰频率已知,且系统控制输入不存在饱和现象。然而在实际工程应用中,多水面航行器系统在运行过程中难免存在未知频率扰动,而且系统的控制输入为有界的,除此之外,现有技术考虑多水面航行器追踪和协同编队控制的实际性能要求较少,使用成本较高不易于工程实现。
因此,如何在考虑未知频率扰动和控制输入饱和的条件下实现多水面航行器的跟踪和编队设计就成为了亟待解决的问题。
发明内容
针对背景技术所存在的问题,本发明的目的在于提供一种多水面航行器协同跟踪编队控制方法。本发明控制方法主要面向考虑未知频率扰动的多水面航行器系统,运用自适应参数扰动观测器和分布式抗饱和辅助系统,解决输入舵角受限的多水面航行器系统的未知扰动在线估计抑制问题,利用分布式抗饱和辅助系统的状态向量来矫正跟踪反馈控制误差问题,有效减少饱和效应对多水面航行器自适应编队性能的影响,提高多水面航行器系统的协同性、抗干扰性和跟踪性。
为实现上述目的,本发明的技术方案如下:
一种多水面航行器协同跟踪编队控制方法,包括以下步骤:
步骤1.将采集到的多水面航行器信息传输给船载计算机,船载计算机考虑领导者船舶与跟随者船舶之间的邻接矩阵,分别定义内部矩阵和阻尼矩阵,通过未知外源系统对外扰向量进行描述,得到多水面航行器动力学模型,其中动力学模型中还考虑了外部干扰和饱和输入的影响因素,其中,多水面航行器动力学模型的具体为:
式(1)、(2)中,i表示第i个航行器,且,L表示引导者水
面航行器中的编号,m表示多水面航行器中的第m个跟随者,、分别为航行器位置和
速度向量信息,参数上方符号表示求导运算,、和分别表示惯性矩阵、向心力矩阵和偏向矩阵,为旋转矩阵,为自适应编队控制律,表示饱和控制向量,是可由未知外源系
统描述的干扰向量,其描述形式由如下数学模型表示:
考虑航行器控制输入有界的饱和特性,将饱和控制向量描述为,
式(5)中的饱和特性函数sat()具体描述如下,
步骤2.利用图论理论,对多水面航行器之间的信息连接关系进行表示,得到航行器的网络信息(位置和速度信息),基于航行器之间网络信息获取的邻接矩阵信息,得到拉普拉斯矩阵,用于定义编队控制中领导者与跟随者之间的位置跟踪误差,通过邻接矩阵得到多水面航行器之间的位置跟踪误差的具体过程为:
定义拉普拉斯矩阵如下,
拉普拉斯矩阵可简化为:
步骤3.根据步骤2得到的位置跟踪误差,基于系统误差坐标变换和多水面航行器的位置和速度信息,设计抗干扰滤波器,具体过程为:
定义多水面航行器系统误差坐标变换方程为:
步骤4.通过变换的坐标和抗干扰滤波器,得到多水面航行器中领导者和跟随者之间的误差关系,进而设计多水面航行系统的中间控制函数,通过中间控制函数的二阶滤波器得到速度干扰补偿系统,具体过程为:
中间控制函数的二阶滤波器可被描述为,
步骤5.通过定义未知外源系统的坐标变换,设计并得到Sylvester矩阵等式的解,基于坐标变换,得到未知外源系统的未知输入模型,设计自适应参数扰动观测器以获得未知输入模型的状态变量,定义误差向量,设计自适应编队控制律,基于鲁棒自适应设计自适应编队控制律中的自适应更新律,以实现多水面航行器的跟踪和协同编队控制,具体过程为:
定义误差向量为:
设计自适应编队控制律为,
进一步地,步骤1中所述多水面航行器信息包括根据罗经测量的航行器的位置信息和当前速度信息。
进一步地,步骤4中所述误差关系包括位置和速度信息、邻接矩阵信息、抗干扰滤波器信息。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.本发明控制方法针对多水面航行器系统,运用自适应参数扰动观测器和分布式抗饱和辅助系统,解决输入舵角受限的多水面航行器系统的未知扰动在线估计抑制问题;除此之外,针对矫正跟踪反馈控制误差问题,有效减少饱和效应对多水面航行器自适应编队性能的影响,提高多水面航行器系统的协同性、抗干扰性和跟踪性,
2.本发明方法考虑了多水面航行器协同跟踪编队控制的实际性能,使用成本较低,易于工程实现。
附图说明
图1为本发明控制方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合实施方式和附图,对本发明作进一步地详细描述。
图1为本发明控制方法的流程图,如图1所示,本发明公开了一种带有未知频率扰动和输入饱和的多水面航行器协同跟踪编队控制方法,包括如下步骤:
步骤1.将采集到的多水面航行器信息传输给船载计算机,船载计算机考虑领导者船舶与跟随者船舶之间的邻接矩阵,分别定义内部矩阵和阻尼矩阵,通过未知外源系统对外扰向量进行描述,得到多水面航行器动力学模型,其中动力学模型中还考虑了外部干扰和饱和输入的影响因素,其中,多水面航行器动力学模型的具体为:
式(1)、(2)中,i表示第i个航行器,且,L表示多水面航
行器中的引导者,m表示多水面航行器中的第m个跟随者,、分别为航行器位置和速
度向量信息,参数上方符号表示求导运算,、和
分别表示惯性矩阵、向心力矩阵和偏向矩阵,为旋转矩阵,为自适应编队控
制律,表示饱和控制向量,是可由未知外源系统描述的干扰向量,
其描述形式由如下数学模型表示:
考虑航行器控制输入有界的饱和特性,将饱和控制向量描述为,
式(5)中的饱和特性函数sat()具体描述如下,
步骤2.利用图论理论,对多水面航行器之间的信息连接关系进行表示,得到航行器的网络信息(位置和速度信息),基于航行器之间网络信息获取的邻接矩阵信息,得到拉普拉斯矩阵,用于定义编队控制中领导者与跟随者之间的位置跟踪误差,通过邻接矩阵得到多水面航行器之间的位置跟踪误差的具体过程为:
定义拉普拉斯矩阵如下,
拉普拉斯矩阵可简化为:
步骤3.根据步骤2得到的位置跟踪误差,基于系统误差坐标变换和多水面航行器的位置和速度信息,设计抗干扰滤波器,具体过程为:
定义多水面航行器系统误差坐标变换方程为:
步骤4.通过变换的坐标和抗干扰滤波器,得到多水面航行器中领导者和跟随者之间的误差关系,进而设计多水面航行系统的中间控制函数,通过中间控制函数的二阶滤波器得到速度干扰补偿系统,具体过程为:
中间控制函数的二阶滤波器可被描述为,
步骤5.通过定义未知外源系统的坐标变换,设计并得到Sylvester矩阵等式的解,基于坐标变换,得到未知外源系统的未知输入模型,设计自适应参数扰动观测器以获得未知输入模型的状态变量,定义误差向量,设计自适应编队控制律,基于鲁棒自适应设计自适应编队控制律中的自适应更新律,以实现多水面航行器的跟踪和协同编队控制,具体过程为:
定义误差向量为:
设计自适应编队控制律为,
以上所述,仅为本发明的具体实施方式,本说明书中所公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换;所公开的所有特征、或所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以任何方式组合。
Claims (9)
1.一种多水面航行器协同跟踪编队控制方法,其特征在于,包括以下步骤:
步骤1.将采集到的多水面航行器信息传输给船载计算机,船载计算机考虑领导者船舶与跟随者船舶之间的邻接矩阵,分别定义内部矩阵和阻尼矩阵,通过未知外源系统对外扰向量进行描述,同时考虑外部干扰和饱和输入的影响,得到多水面航行器动力学模型;
步骤2.利用图论理论,对多水面航行器之间的信息连接关系进行表示,得到航行器的网络信息,基于航行器之间网络信息获取邻接矩阵信息,得到拉普拉斯矩阵,用于定义编队控制中领导者与跟随者之间的位置跟踪误差;
步骤3.根据步骤2得到的位置跟踪误差,基于系统误差坐标变换、多水面航行器的位置和速度信息,设计抗干扰滤波器;
步骤4.通过变换的坐标和抗干扰滤波器,得到多水面航行器中领导者和跟随者之间的误差关系,进而设计多水面航行系统的中间控制函数,通过中间控制函数的二阶滤波器得到速度干扰补偿系统;
步骤5.通过定义未知外源系统的坐标变换,设计并得到Sylvester矩阵等式的解,基于坐标变换,得到未知外源系统的未知输入模型,设计自适应参数扰动观测器以获得未知输入模型的状态变量,定义误差向量,设计自适应编队控制律,基于鲁棒自适应设计自适应编队控制律中的自适应更新律,以实现多水面航行器的跟踪和协同编队控制。
2.如权利要求1所述的多水面航行器协同跟踪编队控制方法,其特征在于,步骤1中所述多水面航行器动力学模型的具体为:
式(1)、(2)中,i表示第i个航行器,且,L表示引导者水面航
行器中的编号,m表示多水面航行器中的第m个跟随者,、分别为航行器位置和速度
向量信息,参数上方符号表示求导运算,、和分
别表示惯性矩阵、向心力矩阵和偏向矩阵,为旋转矩阵,为自适应编队控制
律,表示饱和控制向量,是可由未知外源系统描述的干扰向量,其
描述形式由如下数学模型表示:
考虑航行器控制输入有界的饱和特性,将饱和控制向量描述为,
式(5)中的饱和特性函数sat()具体描述如下,
6.如权利要求5所述的多水面航行器协同跟踪编队控制方法,其特征在于,步骤5中所述自适应编队控制律和自适应更新律的具体计算过程为:
定义误差向量为:
设计自适应编队控制律为:
7.如权利要求1所述的多水面航行器协同跟踪编队控制方法,其特征在于,步骤1中所述多水面航行器信息包括根据罗经测量的航行器的位置信息和当前速度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110470966.1A CN112987758B (zh) | 2021-04-29 | 2021-04-29 | 一种多水面航行器协同跟踪编队控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110470966.1A CN112987758B (zh) | 2021-04-29 | 2021-04-29 | 一种多水面航行器协同跟踪编队控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112987758A true CN112987758A (zh) | 2021-06-18 |
CN112987758B CN112987758B (zh) | 2021-08-06 |
Family
ID=76336560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110470966.1A Active CN112987758B (zh) | 2021-04-29 | 2021-04-29 | 一种多水面航行器协同跟踪编队控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112987758B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114880874A (zh) * | 2022-06-07 | 2022-08-09 | 东南大学 | 一种水面无人船参数自适应鲁棒估计方法与系统 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3971018A (en) * | 1974-06-24 | 1976-07-20 | Sperry Rand Corporation | Marine traffic conflict assessment system |
US20080221745A1 (en) * | 2006-10-02 | 2008-09-11 | Rocket Racing, Inc. | Collection and distribution system |
CN107085427A (zh) * | 2017-05-11 | 2017-08-22 | 华南理工大学 | 一种基于领导跟随结构的无人水面艇编队控制方法 |
CN108303891A (zh) * | 2018-02-11 | 2018-07-20 | 浙江大学 | 基于不确定海流扰动下的多auv分布式协同跟踪控制方法 |
CN108333925A (zh) * | 2018-01-18 | 2018-07-27 | 上海交通大学 | 考虑输入和终端约束的船舶推力分配自适应优化方法 |
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 |
CN108614426A (zh) * | 2018-06-06 | 2018-10-02 | 黄山学院 | 一种基于干扰观测器的多移动机器人编队鲁棒控制方法 |
CN108646758A (zh) * | 2018-03-20 | 2018-10-12 | 南京邮电大学 | 一种多移动机器人预设性能编队控制器结构及设计方法 |
CN109445447A (zh) * | 2019-01-14 | 2019-03-08 | 北京航空航天大学 | 一种多智能体编队跟踪控制方法及系统 |
CN109491381A (zh) * | 2018-11-06 | 2019-03-19 | 中国科学技术大学 | 基于观测器的多移动机器人自适应编队跟踪控制方法 |
CN109557818A (zh) * | 2019-01-10 | 2019-04-02 | 南京航空航天大学 | 具有执行器和传感器故障的多智能体跟踪系统的滑模容错控制方法 |
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 |
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 |
CN110879599A (zh) * | 2019-12-12 | 2020-03-13 | 大连海事大学 | 一种基于有限时间扰动观测器的固定时间编队控制方法 |
CN110928310A (zh) * | 2019-12-12 | 2020-03-27 | 大连海事大学 | 一种无人船领航跟随固定时间编队控制方法 |
CN111694365A (zh) * | 2020-07-01 | 2020-09-22 | 武汉理工大学 | 一种基于深度强化学习的无人船艇编队路径跟踪方法 |
CN111752280A (zh) * | 2020-07-10 | 2020-10-09 | 大连海事大学 | 一种基于有限时间不确定观测器的多无人船编队固定时间控制方法 |
CN112394719A (zh) * | 2019-07-31 | 2021-02-23 | 南京理工大学 | 一种基于采样数据的多运动体系统编队控制装置及方法 |
CN112650231A (zh) * | 2020-12-15 | 2021-04-13 | 哈尔滨工程大学 | 一种实现避碰和避障的欠驱船编队控制系统 |
-
2021
- 2021-04-29 CN CN202110470966.1A patent/CN112987758B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3971018A (en) * | 1974-06-24 | 1976-07-20 | Sperry Rand Corporation | Marine traffic conflict assessment system |
US20080221745A1 (en) * | 2006-10-02 | 2008-09-11 | Rocket Racing, Inc. | Collection and distribution system |
CN107085427A (zh) * | 2017-05-11 | 2017-08-22 | 华南理工大学 | 一种基于领导跟随结构的无人水面艇编队控制方法 |
CN108333925A (zh) * | 2018-01-18 | 2018-07-27 | 上海交通大学 | 考虑输入和终端约束的船舶推力分配自适应优化方法 |
CN108303891A (zh) * | 2018-02-11 | 2018-07-20 | 浙江大学 | 基于不确定海流扰动下的多auv分布式协同跟踪控制方法 |
CN108646758A (zh) * | 2018-03-20 | 2018-10-12 | 南京邮电大学 | 一种多移动机器人预设性能编队控制器结构及设计方法 |
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 |
CN108614426A (zh) * | 2018-06-06 | 2018-10-02 | 黄山学院 | 一种基于干扰观测器的多移动机器人编队鲁棒控制方法 |
CN109491381A (zh) * | 2018-11-06 | 2019-03-19 | 中国科学技术大学 | 基于观测器的多移动机器人自适应编队跟踪控制方法 |
CN109557818A (zh) * | 2019-01-10 | 2019-04-02 | 南京航空航天大学 | 具有执行器和传感器故障的多智能体跟踪系统的滑模容错控制方法 |
CN109445447A (zh) * | 2019-01-14 | 2019-03-08 | 北京航空航天大学 | 一种多智能体编队跟踪控制方法及系统 |
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 |
CN112394719A (zh) * | 2019-07-31 | 2021-02-23 | 南京理工大学 | 一种基于采样数据的多运动体系统编队控制装置及方法 |
CN110879599A (zh) * | 2019-12-12 | 2020-03-13 | 大连海事大学 | 一种基于有限时间扰动观测器的固定时间编队控制方法 |
CN110928310A (zh) * | 2019-12-12 | 2020-03-27 | 大连海事大学 | 一种无人船领航跟随固定时间编队控制方法 |
CN111694365A (zh) * | 2020-07-01 | 2020-09-22 | 武汉理工大学 | 一种基于深度强化学习的无人船艇编队路径跟踪方法 |
CN111752280A (zh) * | 2020-07-10 | 2020-10-09 | 大连海事大学 | 一种基于有限时间不确定观测器的多无人船编队固定时间控制方法 |
CN112650231A (zh) * | 2020-12-15 | 2021-04-13 | 哈尔滨工程大学 | 一种实现避碰和避障的欠驱船编队控制系统 |
Non-Patent Citations (11)
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114880874A (zh) * | 2022-06-07 | 2022-08-09 | 东南大学 | 一种水面无人船参数自适应鲁棒估计方法与系统 |
CN114880874B (zh) * | 2022-06-07 | 2024-03-12 | 东南大学 | 一种水面无人船参数自适应鲁棒估计方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112987758B (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109507885B (zh) | 基于自抗扰的无模型自适应auv控制方法 | |
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 | |
CN108319140B (zh) | 一种重定义输出式无模型自适应航向控制方法及系统 | |
CN112612209B (zh) | 基于指令滤波神经网络控制器的全驱动船舶轨迹跟踪控制方法及系统 | |
Zhang et al. | Neuro-adaptive trajectory tracking control of underactuated autonomous surface vehicles with high-gain observer | |
CN109669345B (zh) | 基于eso的水下机器人模糊pid运动控制方法 | |
CN111948937B (zh) | 多智能体系统的多梯度递归强化学习模糊控制方法及系统 | |
Shen et al. | Prescribed performance dynamic surface control for trajectory-tracking of unmanned surface vessel with input saturation | |
CN109656142B (zh) | 一种无人艇的串级结构无模型自适应制导方法 | |
CN112068440B (zh) | 基于模型预测控制的auv回收对接动力定位控制方法 | |
CN110703605B (zh) | 一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统 | |
Zhang et al. | Anti-disturbance control for dynamic positioning system of ships with disturbances | |
CN113608534B (zh) | 一种无人艇跟踪控制方法及系统 | |
CN112987758B (zh) | 一种多水面航行器协同跟踪编队控制方法 | |
Mu et al. | Path following for podded propulsion unmanned surface vehicle: Theory, simulation and experiment | |
CN113848887A (zh) | 一种基于mlp方法的欠驱动无人艇轨迹跟踪控制方法 | |
Wei et al. | Disturbance observer based control for dynamically positioned ships with ocean environmental disturbances and actuator saturation | |
Chu et al. | Improved super-twisting sliding mode control for ship heading with sideslip angle compensation | |
CN114967714A (zh) | 一种自主式水下机器人抗扰运动控制方法及系统 | |
Gao et al. | Command filtered path tracking control of saturated ASVs based on time‐varying disturbance observer | |
CN117452827B (zh) | 一种欠驱动无人艇轨迹跟踪控制方法 | |
CN109752957B (zh) | 一种无人艇的制导指令调节器结构及设计方法 | |
Gao et al. | Disturbance observer based finite-time exact bottom-following control for a BUV with input saturation | |
CN114296449B (zh) | 基于固定时间h∞控制的水面无人艇轨迹快速跟踪控制方法 | |
CN116820081A (zh) | 基于无模型自适应滑模的欠驱动无人艇路径跟踪控制方法 |
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 |