CN113093739A - 一种多无人艇编队避碰的优化控制器及其结构、设计方法 - Google Patents
一种多无人艇编队避碰的优化控制器及其结构、设计方法 Download PDFInfo
- Publication number
- CN113093739A CN113093739A CN202110322602.9A CN202110322602A CN113093739A CN 113093739 A CN113093739 A CN 113093739A CN 202110322602 A CN202110322602 A CN 202110322602A CN 113093739 A CN113093739 A CN 113093739A
- Authority
- CN
- China
- Prior art keywords
- unmanned
- module
- boat
- formation
- speed
- 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 79
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000013461 design Methods 0.000 title claims description 16
- 238000005457 optimization Methods 0.000 claims abstract description 46
- 101100057959 Mus musculus Atxn1l gene Proteins 0.000 claims description 95
- 238000004891 communication Methods 0.000 claims description 22
- 150000001875 compounds Chemical class 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 101150080778 INPP5D gene Proteins 0.000 description 58
- 238000004088 simulation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method 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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种多无人艇编队避碰的优化控制器、结构及方法,包括:编队制导模块、速度控制律模块、扰动观测模块、控制闸函数模块、优化控制模块及动力学控制律模块。本发明的控制器考虑了输入受限问题,使其满足输入控制约束,保证任何情况下的控制输入均为有界,避免了因输入饱和带来的一些问题。通过优化控制闸函数以及避碰约束函数,极大的简化了计算量,使其能够更加快速的达到稳定,同时大大节约了成本。在原有控制系统的基础上优化了控制模块,保留原有的基本控制功能,同时改进性能,节约重新设计的成本。
Description
技术领域
本发明涉及水面无人艇自主控制领域,尤其涉及一种多无人艇编队避碰的优化控制器及其结构、设计方法。
背景技术
典型的多无人艇集群控制方法有领航-跟随法、基于行为法、虚拟结构法、人工势能法、图论法;基本控制方法也有滑模控制、参数自适应、输出反馈、神经网络、模糊逻辑、连通保持、抗扰控制、约束控制、避障避碰等方法;在控制器的设计方面主要有反步法、动态面、跟踪微分器、指令调节器等方法。
但是现有的多无人艇编队控制方法仍存在着以下不足:
第一,针对复杂的海洋环境,现有的基于势场函数的无人艇避碰方法往往缺乏考虑系统的输入约束问题,使得无人艇在初始时刻和控制过程中容易出现输入饱和。
第二,基于模型预测控制的无人艇避碰方法,在线计算量较大,因而大多数模型预测算法只适用于具有高性能计算机的环境,大大限制了其应用。
第三,现有的控制方法通常基于稳定、成熟的控制系统上,难以进行再次开发、更新,若想优化其中某些性能,就需要对其进行重新设计,耗费大量人力物力。
发明内容
本发明提供一种多无人艇编队避碰的优化控制器及其结构、设计方法,以克服上述技术问题。
本发明一种多无人艇编队避碰的优化控制器设计方法,包括:
建立无人艇编队中无人艇的运动学模型;所述无人艇编队包括:多艘无人艇、至少一艘领导者无人艇及无人艇之间相互通信的通信网络;
根据所述无人艇的运动学模型通过所述通信网络获得无人艇编队和本艇的位置信息;根据所述位置信息计算得到本艇与无人艇编队运动保持一致所需的期望速度;
根据从本艇获得的当前速度计算得到无人艇不确定性的估计值;
根据所述期望速度、当前速度及不确定性的估计值,计算得到本艇与无人艇编队运动保持一致所需的速度控制率;
为所述优化控制模块提供本艇的避碰和避障约束条件;
根据所述速度控制率、不确定性的估计值及避碰和避障约束条件计算得到优化后的速度控制率;
根据所述优化后的速度控制率计算得到动力学控制律,将所述动力学控制律输出至本艇的动力控制系统,使得本艇与无人艇编队运动保持一致,避免发生互碰。
进一步地,所述无人艇的运动学模型,表示为:
同时,无人艇满足式(2)的动力学模型:
式中,pi表示无人艇在地球坐标系下位置,qi表示无人艇在地球坐标系下的速度,qix,qiy表示无人艇在地球坐标系下x轴和y轴方向的速度,ψi表示无人艇航向,ri表示无人艇艏摇角速度,fix(·),fiy(·),fir(·)表示无人艇在x轴,y轴以及角速度方向的不确定性,和表示船舶质量,τiu,τir表示船舶控制输入。
一种多无人艇编队避碰的优化控制器,包括:
编队制导模块、速度控制律模块、扰动观测模块、控制闸函数模块、优化控制模块及动力学控制律模块;
所述编队制导模块,用于获得无人艇编队和本艇的位置信息,根据所述位置信息计算得到本艇与无人艇编队运动保持一致所需的期望速度,并输出至所述速度控制律模块;
所述速度控制律模块,用于根据所述期望速度、从本艇获得的当前速度及所述扰动观测模块输出的不确定性的估计值,计算得到本艇与无人艇编队运动保持一致所需的速度控制率,并输出至所述优化控制模块;
所述扰动观测模块,用于根据从本艇获得的当前速度计算得到无人艇不确定性的估计值,将所述不确定性的估计值输出至所述优化控制模块和速度控制律模块;
所述控制闸函数模块,用于为所述优化控制模块提供本艇的避碰和避障约束条件;
所述优化控制模块,用于根据所述速度控制率、不确定性的估计值及避碰和避障约束条件,计算得到优化后的速度控制率,并输出至所述动力学控制律模块;
所述动力学控制律模块,用于根据所述优化后的速度控制率计算得到动力学控制律,将所述动力学控制律输出至本艇的动力控制系统,使得本艇与无人艇编队运动保持一致,避免发生互碰。
进一步地,所述无人艇编队包括:多艘无人艇、至少一艘领导者无人艇及无人艇之间相互通信的通信网络;所述位置信息包括:本艇的位置信息pi、领导者无人艇在地球坐标系下的位置信息pkr、从所述通讯网络中获得的邻居无人艇的位置信息pj;
所述编队制导模块表示为:
其中:
式中,表示期望速度,ei为包含操纵控制误差;若aij=1代表第j艘无人艇将信息传给第i艘无人艇,若aik=1代表第k个领导者无人艇将信息传给第i艘无人艇,否则aij=0、aik=0;Kig为设计参数;vs表示路径更新速度,为一个常数;表示路径对θk的偏导数,表示第i艘无人艇的邻居无人艇集合。
进一步地,所述扰动观测模块,表示为:
进一步地,所述速度控制律模块,表示为:
进一步地,所述控制闸函数模块,表示为:
式中,hij为第i艘船和第j艘船之间的避碰目标函数;pi表示无人艇在地球坐标系下位置,pij=pi-pj;qij=qi-qj;αi和αj分别为第i艘船和第j艘船的前向速度方向的最大加速度;Ds为极限避碰距离;pij T表示第i艘无人艇和第j艘无人艇的距离的转置。
进一步地,所述优化控制模块,表示为:
其中:
进一步地,所述动力学控制律模块,表示为:
其中:
一种多无人艇编队避碰的优化控制器结构,包括:
所述编队制导模块与通讯网络相连接;所述编队制导模块的两个输入端口分别与外部输入信号端口和本艇的动力控制系统的输出端口相连接,输出端口与所述速度控制律模块相连接;所述速度控制律模块的输入端与所述编队制导模块、本艇的动力控制系统及扰动观测器的输出端口相连接,输出端口与所述优化控制器模块相连接;所述扰动观测模块输入端口与本艇的动力控制系统相连接,输出端口与所述优化控制模块相连接;所述控制闸函数模块的输出端口与所述优化控制模块相连接;所述优化控制器模块的输出端口与所述动力学控制律模块相连接;所述动力学控制律模块与本艇的动力控制系统相连接。
本发明的控制器考虑了输入受限问题,使其满足输入控制约束,保证任何情况下的控制输入均为有界,避免了因输入饱和带来的一些问题。通过优化控制闸函数以及避碰约束函数,极大的简化了计算量,使其能够更加快速的达到稳定,同时大大节约了成本。在原有控制系统的基础上优化了控制模块,保留原有的基本控制功能,同时改进性能,节约重新设计的成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图;
图1是多无人艇编队避碰的优化控制器结构示意图;
图2是无人艇运动轨迹仿真图;
图3是无人艇编队误差仿真图;
图4是一号无人艇的避碰距离和避障距离结果仿真图;
图5是一号无人艇力矩优化前后仿真图;
图6是二号无人艇力矩优化前后仿真图;
图7是多无人艇编队避碰的优化控制器设计方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图7所示,本实施例提供了一种多无人艇编队避碰的优化控制器设计方法,包括:
101、建立无人艇编队中无人艇的运动学模型;无人艇编队包括:多艘无人艇、至少一艘领导者无人艇及无人艇之间相互通信的通信网络;
具体而言,所述无人艇的运动学模型,表示为:
同时,无人艇满足式(2)的动力学模型:
式中,pi表示无人艇在地球坐标系下位置,qi表示无人艇在地球坐标系下的速度,qix,qiy表示无人艇在地球坐标系下x轴和y轴方向的速度,ψi表示无人艇航向,ri表示无人艇艏摇角速度,fix(·),fiy(·),fir(·)表示无人艇在x轴,y轴以及角速度方向的不确定性,和表示船舶质量,τiu,τir表示船舶控制输入。
102、根据无人艇的运动学模型通过通信网络获得无人艇编队和本艇的位置信息;根据位置信息计算得到本艇与无人艇编队运动保持一致所需的期望速度;
103、根据从本艇获得的当前速度计算得到估计出无人艇不确定性的估计值;
104、根据期望速度、当前速度及不确定性的估计值,计算得到本艇与无人艇编队运动保持一致所需的速度控制率;
105、为优化控制模块提供本艇的避碰和避障约束条件;
106、根据所述速度控制率、不确定性的估计值及避碰和避障约束条件计算得到优化后的速度控制率;
107、根据优化后的速度控制率计算得到动力学控制律,将动力学控制律输出至本艇的动力控制系统,使得本艇与无人艇编队运动保持一致,避免发生互碰。
如图1所示,本实施例提供一种多无人艇编队避碰的优化控制器,包括:编队制导模块、速度控制律模块、扰动观测模块、控制闸函数模块、优化控制模块及动力学控制律模块;
编队制导模块,用于获得无人艇编队和本艇的位置信息,根据位置信息计算得到本艇与无人艇编队运动保持一致所需的期望速度,并输出至速度控制律模块;
具体而言,无人艇编队包括:多艘无人艇、至少一艘领导者无人艇及无人艇之间相互通信的通信网络;位置信息包括:本艇的位置信息pi、领导者无人艇在地球坐标系下的位置信息pkr、从通讯网络中获得的邻居无人艇的位置信息pj;编队制导模块表示为:
其中:
式中,表示期望速度,ei为包含操纵控制误差;若aij=1代表第j艘无人艇将信息传给第i艘无人艇,若aik=1代表第k个领导者无人艇将信息传给第i艘无人艇,否则aij=0、aik=0;Kig为设计参数;vs表示路径更新速度,为一个常数;表示路径对θk的偏导数,表示第i艘无人艇的邻居无人艇集合。
扰动观测模块,用于根据从本艇获得的当前速度计算得到无人艇不确定性的估计值,将不确定性的估计值输出至优化控制模块和速度控制律模块;
具体而言,扰动观测模块,表示为:
速度控制律模块,用于根据期望速度、从本艇获得的当前速度及扰动观测模块输出的不确定性的估计值,计算得到本艇与无人艇编队运动保持一致所需的速度控制率,并输出至优化控制模块;
具体而言,速度控制律模块,表示为:
控制闸函数模块,用于为优化控制模块提供本艇的避碰和避障约束条件;
具体而言,控制闸函数模块,表示为:
式中,hij为第i艘船和第j艘船之间的避碰目标函数;pi表示无人艇在地球坐标系下位置,pij=pi-pj;qij=qi-qj;αi和αj分别为第i艘船和第j艘船的前向速度方向的最大加速度;Ds为极限避碰距离;pij T表示第i艘无人艇和第j艘无人艇的距离的转置。
优化控制模块,用于根据速度控制率、不确定性的估计值及避碰和避障约束条件,计算得到优化后的速度控制率,并输出至动力学控制律模块;
具体而言,优化控制模块,表示为:
其中:
动力学控制律模块,用于根据优化后的速度控制率计算得到动力学控制律,将动力学控制律输出至本艇的动力控制系统,使得本艇与无人艇编队运动保持一致,避免发生互碰。
具体而言,动力学控制律模块,表示为:
其中:
如图1所示,本实施例提供一种多无人艇编队避碰的优化控制器结构,包括:编队制导模块与通讯网络相连接;编队制导模块的两个输入端口分别与外部输入信号端口pkr和本艇的动力控制系统的输出端口相连接,输出端口与速度控制律模块相连接;速度控制律模块的输入端与编队制导模块、本艇的动力控制系统及扰动观测器的输出端口相连接,输出端口与优化控制器模块相连接;扰动观测模块输入端口与本艇的动力控制系统相连接,输出端口与优化控制模块相连接;控制闸函数模块的输出端口与优化控制模块相连接;优化控制器模块的输出端口与动力学控制律模块相连接;动力学控制律模块与本艇的动力控制系统相连接。
仿真试验如下:
无人艇模型的具体参数选择如下:
具体控制参数选择如下:
vs=1,γ=0.2,Ds=10,
ki1=20,ki2=100,ki3=20,ki4=100
仿真结果如图2-图6所示。如图2所示,两边的黑线为虚拟领导者运动轨迹,中间的两条粗黑线为两艘无人艇的运动轨迹,可以看出受控无人艇能够自行保持连通并且在遇到障碍物时自行绕开,之后继续保持队形;如图3所示,两艘无人艇的不同方向上的避碰误差都能在较短时间内收敛到零附近;如图4所示,极限避障距离为障碍物的半径加2,这里的障碍物半径设置为4,所以极限避障距离为6,极限避碰距离为10,可以看出无人艇的避碰距离始终大于极限避碰距离,无人艇的避障距离也始终大于极限避障距离;如图5、图6所示,可以看出优化后的力矩相比于优化前更加快速的达到稳定,并且优化后的力矩始终在约束上界和约束下界范围内。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (10)
1.一种多无人艇编队避碰的优化控制器设计方法,其特征在于,包括:
建立无人艇编队中无人艇的运动学模型;所述无人艇编队包括:多艘无人艇、至少一艘领导者无人艇及无人艇之间相互通信的通信网络;
根据所述无人艇的运动学模型通过所述通信网络获得无人艇编队和本艇的位置信息;根据所述位置信息计算得到本艇与无人艇编队运动保持一致所需的期望速度;
根据从本艇获得的当前速度计算得到无人艇不确定性的估计值;
根据所述期望速度、当前速度及不确定性的估计值,计算得到本艇与无人艇编队运动保持一致所需的速度控制率;
为所述优化控制模块提供本艇的避碰和避障约束条件;
根据所述速度控制率、不确定性的估计值及避碰和避障约束条件计算得到优化后的速度控制率;
根据所述优化后的速度控制率计算得到动力学控制律,将所述动力学控制律输出至本艇的动力控制系统,使得本艇与无人艇编队运动保持一致,避免发生互碰。
3.一种多无人艇编队避碰的优化控制器,其特征在于,包括:
编队制导模块、速度控制律模块、扰动观测模块、控制闸函数模块、优化控制模块及动力学控制律模块;
所述编队制导模块,用于获得无人艇编队和本艇的位置信息,根据所述位置信息计算得到本艇与无人艇编队运动保持一致所需的期望速度,并输出至所述速度控制律模块;
所述速度控制律模块,用于根据所述期望速度、从本艇获得的当前速度及所述扰动观测模块输出的不确定性的估计值,计算得到本艇与无人艇编队运动保持一致所需的速度控制率,并输出至所述优化控制模块;
所述扰动观测模块,用于根据从本艇获得的当前速度计算得到无人艇不确定性的估计值,将所述不确定性的估计值输出至所述优化控制模块和速度控制律模块;
所述控制闸函数模块,用于为所述优化控制模块提供本艇的避碰和避障约束条件;
所述优化控制模块,用于根据所述速度控制率、不确定性的估计值及避碰和避障约束条件,计算得到优化后的速度控制率,并输出至所述动力学控制律模块;
所述动力学控制律模块,用于根据所述优化后的速度控制率计算得到动力学控制律,将所述动力学控制律输出至本艇的动力控制系统,使得本艇与无人艇编队运动保持一致,避免发生互碰。
4.根据权利要求3所述的一种多无人艇编队避碰的优化控制器,其特征在于,所述无人艇编队包括:多艘无人艇、至少一艘领导者无人艇及无人艇之间相互通信的通信网络;
所述位置信息包括:本艇的位置信息pi、领导者无人艇在地球坐标系下的位置信息pkr、从所述通讯网络中获得的邻居无人艇的位置信息pj;
所述编队制导模块表示为:
其中:
10.一种基于权利要求3所述的多无人艇编队避碰的优化控制器结构,其特征在于,包括:
所述编队制导模块与通讯网络相连接;所述编队制导模块的两个输入端口分别与外部输入信号端口和本艇的动力控制系统的输出端口相连接,输出端口与所述速度控制律模块相连接;所述速度控制律模块的输入端与所述编队制导模块、本艇的动力控制系统及扰动观测器的输出端口相连接,输出端口与所述优化控制器模块相连接;所述扰动观测模块输入端口与本艇的动力控制系统相连接,输出端口与所述优化控制模块相连接;所述控制闸函数模块的输出端口与所述优化控制模块相连接;所述优化控制器模块的输出端口与所述动力学控制律模块相连接;所述动力学控制律模块与本艇的动力控制系统相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110322602.9A CN113093739B (zh) | 2021-03-25 | 2021-03-25 | 一种多无人艇编队避碰的优化控制器及其结构、设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110322602.9A CN113093739B (zh) | 2021-03-25 | 2021-03-25 | 一种多无人艇编队避碰的优化控制器及其结构、设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113093739A true CN113093739A (zh) | 2021-07-09 |
CN113093739B CN113093739B (zh) | 2023-12-15 |
Family
ID=76669721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110322602.9A Active CN113093739B (zh) | 2021-03-25 | 2021-03-25 | 一种多无人艇编队避碰的优化控制器及其结构、设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113093739B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116719229A (zh) * | 2023-03-09 | 2023-09-08 | 哈尔滨理工大学 | 基于势函数的动力定位船避碰容错控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180076582A (ko) * | 2016-12-28 | 2018-07-06 | 주식회사 인포웍스 | 다중 무인비행체 운행 명령 및 운행 상태를 제어하는 시스템 |
KR101897238B1 (ko) * | 2017-03-31 | 2018-09-11 | 광주과학기술원 | Rf 기반 다중 무인 비행체의 측위 및 궤적 제어 장치 및 그 시스템 |
CN109765892A (zh) * | 2019-01-16 | 2019-05-17 | 大连海事大学 | 一种无人船集群的碰撞自规避编队控制器结构及设计方法 |
CN109933074A (zh) * | 2019-04-10 | 2019-06-25 | 大连海事大学 | 一种有领导者的多无人船群集运动控制器结构及设计方法 |
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 |
CN111813121A (zh) * | 2020-07-13 | 2020-10-23 | 陕西理工大学 | 基于距离-角度优先级的多移动机器人编队避障方法 |
-
2021
- 2021-03-25 CN CN202110322602.9A patent/CN113093739B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180076582A (ko) * | 2016-12-28 | 2018-07-06 | 주식회사 인포웍스 | 다중 무인비행체 운행 명령 및 운행 상태를 제어하는 시스템 |
KR101897238B1 (ko) * | 2017-03-31 | 2018-09-11 | 광주과학기술원 | Rf 기반 다중 무인 비행체의 측위 및 궤적 제어 장치 및 그 시스템 |
CN109765892A (zh) * | 2019-01-16 | 2019-05-17 | 大连海事大学 | 一种无人船集群的碰撞自规避编队控制器结构及设计方法 |
CN109933074A (zh) * | 2019-04-10 | 2019-06-25 | 大连海事大学 | 一种有领导者的多无人船群集运动控制器结构及设计方法 |
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 |
CN111813121A (zh) * | 2020-07-13 | 2020-10-23 | 陕西理工大学 | 基于距离-角度优先级的多移动机器人编队避障方法 |
Non-Patent Citations (1)
Title |
---|
古楠: "Distributed containment maneuvering of uncertain under-actuated unmanned surface vehicles guided by multiple virtual leaders with a formation", OCEAN ENGINEERING, pages 1 - 10 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116719229A (zh) * | 2023-03-09 | 2023-09-08 | 哈尔滨理工大学 | 基于势函数的动力定位船避碰容错控制方法 |
CN116719229B (zh) * | 2023-03-09 | 2024-01-05 | 哈尔滨理工大学 | 基于势函数的动力定位船避碰容错控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113093739B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108803321B (zh) | 基于深度强化学习的自主水下航行器轨迹跟踪控制方法 | |
Xiang et al. | Robust fuzzy 3D path following for autonomous underwater vehicle subject to uncertainties | |
CN109100939B (zh) | 考虑输入饱和的水面无人艇全状态约束轨迹跟踪控制方法 | |
CN109814392B (zh) | 一种欠驱动水下机器人执行器故障鲁棒容错控制方法 | |
CN109583144B (zh) | 一种无人海洋航行器的动力学优化控制器结构及设计方法 | |
Wei et al. | MPC-based motion planning and control enables smarter and safer autonomous marine vehicles: Perspectives and a tutorial survey | |
CN109189103B (zh) | 一种具有暂态性能约束的欠驱动auv轨迹跟踪控制方法 | |
CN112965371B (zh) | 基于固定时间观测器的水面无人艇轨迹快速跟踪控制方法 | |
Mu et al. | Tracking control of podded propulsion unmanned surface vehicle with unknown dynamics and disturbance under input saturation | |
Borhaug et al. | Straight line path following for formations of underactuated underwater vehicles | |
CN115113524B (zh) | 一种基于干预lvs制导的asv多端口事件触发路径跟踪控制方法 | |
CN112904890A (zh) | 一种电力线路的无人机自动巡检系统及方法 | |
Kragelund et al. | Adaptive speed control for autonomous surface vessels | |
Gao et al. | Command filtered path tracking control of saturated ASVs based on time‐varying disturbance observer | |
CN106647264A (zh) | 一种基于控制约束的扩展鲁棒h∞的无人机控制方法 | |
Wang et al. | Robust trajectory tracking control of underactuated surface vehicles with prescribed performance | |
Gao et al. | Augmented model-based dynamic positioning predictive control for underactuated unmanned surface vessels with dual-propellers | |
CN113093739A (zh) | 一种多无人艇编队避碰的优化控制器及其结构、设计方法 | |
Shen et al. | Nonlinear observer-based adaptive output feedback tracking control of underactuated ships with input saturation | |
Chu et al. | Obstacle Avoidance Trajectory Planning and Trajectory Tracking Control for Autonomous Underwater Vehicles | |
Hu et al. | Collision avoidance of USV by model predictive control-aided deep reinforcement learning | |
CN109240081B (zh) | 考虑误差约束的海底地震检波飞行节点有限时间构型包含容错控制方法 | |
Yu | Saturated backstepping control for boat with disturbance estimator | |
Kawano et al. | Motion planning algorithm for nonholonomic autonomous underwater vehicle in disturbance using reinforcement learning and teaching method | |
Wang et al. | Robust distributed guidance and control of multiple autonomous surface vehicles based on extended state observers and finite-set model predictive 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 |