CN113189979A - 一种无人船的分布式队列有限时间控制方法 - Google Patents
一种无人船的分布式队列有限时间控制方法 Download PDFInfo
- Publication number
- CN113189979A CN113189979A CN202110363566.0A CN202110363566A CN113189979A CN 113189979 A CN113189979 A CN 113189979A CN 202110363566 A CN202110363566 A CN 202110363566A CN 113189979 A CN113189979 A CN 113189979A
- Authority
- CN
- China
- Prior art keywords
- unmanned ship
- formation
- finite time
- control
- following
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 52
- 238000013461 design Methods 0.000 claims abstract description 21
- 238000013528 artificial neural network Methods 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 16
- 230000004888 barrier function Effects 0.000 claims abstract description 8
- 230000003044 adaptive effect Effects 0.000 claims abstract description 3
- 238000005755 formation reaction Methods 0.000 claims description 47
- 239000011159 matrix material Substances 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 description 10
- 238000011160 research Methods 0.000 description 9
- 238000013016 damping Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000011717 all-trans-retinol Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient 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)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人船的分布式队列式有限时间控制方法,属于一种无人船的分布式队列式有限时间控制方法,包括以下步骤:建立无人船编队运动学和动力学模型;采用视线法的策略来定义无人船编队之间的相对位置和角度,利用障碍李亚普诺夫函数设计满足领航无人船和跟随无人船之间的最小避碰距离和最大有效通讯距离约束条件;根据期望的位置和艏向信息得到的误差信息设计虚拟控制律;基于虚拟控制律、神经网络自适应控制、扰动观测器,及全状态反馈的全驱动无人船设计输出约束编队控制器,实现无人船的分布式队列式有限时间控制,通过稳定性证明了全驱动无人船的编队误差在有限时间均能收敛到零附近的任意小邻域内。
Description
技术领域
本发明涉及无人船编队领域,尤其涉及一种无人船的分布式队列有限时间控制方法。
背景技术
当无人船编队系统从宽广海域行驶至狭窄海域时,需要进行队形的切换,这时不仅要考虑对领航者的跟踪性能,还要保证领航者和跟随者之间的编队误差不能过大。队形切换过程中,当两船之间的距离过大时,将会超出传感器的通信范围,导致通信失败的问题或者碰撞航道;当两船之间的距离过小时,将会小于船舶之间的安全距离,容易产生船体之间碰撞的危险。而目前针对无人船编队控制,大部分只考虑了编队系统最终能否达到期望的队形,没有考虑编队误差的约束问题。预设性能函数和障碍李雅普诺夫函数可以有效解决控制过程中的误差约束问题,并且已经用于船舶路径跟踪控制、机器人控制和无人机控制。有学者使用预设性能函数,通过坐标转换把视距法的距离和角度误差约束在期望的范围内,解决了全驱动无人水面船排式编队过程中的暂态性能约束问题,但是控制器设计繁琐。对于船舶控制中输出约束的研究,对数型障碍李雅普诺夫函数是研究的热点,将其应用于全驱动无人船的轨迹跟踪控制,解决了对称输出约束的问题;目前大多数关于船舶运动控制输出约束的研究都是单一系统的约束控制,对船舶编队控制的输出约束研究成果依然较少。
对于船舶有限时间控制的研究依旧大都集中在单船的控制研究上。早期有学者研究了模型参数摄动和恒定未知洋流下欠驱动无人水下航行器的轨迹跟踪控制问题。采用比例积分微分滑模控制的等效控制方法设计了运动学控制器。再次,利用一阶滑模面和二阶滑模面分别设计了两个动态控制器,保证所有跟踪误差在有限时间内全局收敛。随后的研究针对输入饱和和未知干扰,采用积分滑模控制和齐次扰动观测器对无人船的有限时间轨迹跟踪控制进行了研究,使用光滑函数自适应逼近输入饱和非线性,通过构造齐次扰动观测器,可以在较短的时间内准确地估计总的不确定性。理论分析表明,整个闭环跟踪系统是全局有限时间稳定的,仿真研究证明了该方法的有效性和优越性。近期基于二阶快速终端滑模研究了在模型不确定性和外部干扰下的全驱动船水下航行器轨迹跟踪,所设计的二阶滑模面能够实现快速收敛且避免奇异值的出现。Elmokadem考虑了欠驱动水下航行器在非线性动态、未建模动态、系统不确定性和外部环境干扰下的横向运动控制,使用终端滑模控制和快速终端滑模控制两种方法实现了轨迹跟踪控制,虽然能够保证系统在有限时间内收敛,但是会出现奇异值的问题;为了减弱环境干扰和模型不确定性带来的影响,需要已知它们的上界值,这在实际中是很难得到的。除此之外,上述控制器的设计都是针对单船,由于编队控制系统的复杂性,大部分针对单体系统的控制方法无法直接应用于多体系统的研究。
发明内容
根据现有技术存在的问题,本发明公开了一种无人船的分布式队列有限时间控制方法,包括以下步骤:
建立无人船编队运动学和动力学模型;
基于无人船编队运动学和动力学模型,采用视线法的策略来定义无人船编队之间的相对位置和角度,利用障碍李亚普诺夫函数设计满足领航无人船和跟随无人船之间的最小避碰距离和最大有效通讯距离约束条件;
在运动学和动力学模型的基础上,得到无人船编队的领航无人船和跟随无人船之间的相对位置和角度,在满足领航者和跟随者无人船之间的最小避碰距离和最大有效通讯距离约束条件下,根据期望的位置和艏向信息得到的误差信息设计虚拟控制律;
基于动力学模型中的不确定项,采用径向基神经网络设计补偿反馈控制;
针对动力学模型中的未知海洋环境干扰进行估计,设计扰动干扰观测器;
基于虚拟控制律、神经网络自适应控制、扰动观测器,及全状态反馈的全驱动无人船进行输出约束编队控制器,实现无人船的分布式队列有限时间控制。
进一步地,对海洋环境扰动进行估计,设计扰动观测器的表达式如下:
其中:Mi表示系统惯性矩阵,Ci表示科里奥利向心力矩阵,τi表示控制输入,Hi是高斯函数是高斯函数,z2i表示速度向量跟踪误差,表示扰动估计值,ξ为扰动估计中间设计变量,αi=[α1i,α2i,α3i]T表示虚拟控制率。
进一步地,所述输出约束编队控制器的表达式如下:
由于采用了上述技术方案,本发明提供的一种无人船的分布式队列有限时间控制方法,对于全驱动无人船编队系统,采用障碍李雅普诺夫函数确保领导者和跟随者处于安全距离并在通讯连接范围内,然后对于存在速度不可测、模型不确定性和外部干扰多重约束的条件下,使用径向基函数神经网络逼近模型不确定性,基于前文设计的干扰观测器对外部环境干扰进行估计,提出多重约束下的全状态反馈鲁棒有限时间编队控制器,通过稳定性证明了全驱动无人船的编队状态误差在有限时间均能收敛到零附近的任意小邻域内。
附图说明
为了更清楚地说明本申请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简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1北东地坐标系下的编队曲线图;
图2各艘船的速度曲线图;
图3各艘船的控制输入曲线图;
图4编队距离误差曲线图;
图5编队角度误差曲线图;
图6环境干扰观测误差值图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面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的描述:
一种无人船的分布式队列有限时间控制方法,包括以下步骤:
S1:建立无人船编队运动学和动力学模型;
S2:基于无人船编队运动学和动力学模型,采用视线法的策略来定义无人船编队之间的相对位置和角度,利用障碍李亚普诺夫函数设计满足领航无人船和跟随无人船之间的最小避碰距离和最大有效通讯距离约束条件;
S3:在运动学和动力学模型的基础上,得到无人船编队的领航无人船和跟随无人船之间的相对位置和角度,在满足领航者和跟随者无人船之间的最小避碰距离和最大有效通讯距离约束条件下,根据期望的位置和艏向信息得到的误差信息设计虚拟控制律;
S4:基于动力学模型中的不确定项,采用径向基神经网络设计补偿反馈控制;
S5:针对动力学模型中的未知环境干扰,设计扰动观测器对海洋环境扰动进行估计;
S6:基于虚拟控制律、神经网络自适应控制、扰动观测器,及全状态反馈的全驱动无人船输出约束编队控制器,实现无人船的分布式队列式有限时间控制。
上述步骤S3、步骤S4、步骤S5也可以并列执行;
进一步地,建立无人船编队运动学和动力学模型的过程如下:
考虑到包含N+1个无人船的编队系统(编号为0,1,…N),第i个全驱动无人水面船的运动学模型可以表示为:
动力学模型可以表示为:
其中,ηi=[xi,yi,ψi]T为无人船在北东地坐标系下的位置状态向量,xi表示船体在惯性坐标系下北向位置,yi表示船体在惯性坐标系下东向位置,ψi表示艏向角度,υi=[ui,νi,ri]T为船体坐标系下的速度向量,ui表示船体纵向速度,vi表示横漂速度,ri表示艏摇角速度,τi∈R3×1表示控制输入,di∈R3×1为包含外部环境干扰产生的力,Mi∈R3×3表示水面船系统惯性矩阵,Ci(υi)∈R3×3表示科里奥利向心力矩阵,Ri(υi)∈R3×3为水面船系统流体阻尼矩阵,Ji(ψi)∈R3×3表示转换矩阵,
进一步地,在运动学和动力学模型的基础上,基于视线法的策略来定义无人船编队之间的相对位置和角度;
领航无人船和跟随无人船之间的相对距离ρi定义为:
考虑到避碰和通信距离约束,定义编队误差为:
其中:edi表示无人船领航者和跟随者之间的相对距离误差,无人船领航者和跟随者之间的相对距离用ρi表示,无人船领航者和跟随者之间的期望相对距离用ρi,des表示,eψi表示无人船领航者和跟随者之间的相对艏向角误差,ψi表示无人船跟随者之间艏向角,ψi-1表示无人船领航者艏向角。
在整个队列运动过程中需严格满足如下条件(最小避碰距离和最大有效通讯距离约束条件指):
定义位置向量和速度向量的跟踪误差如下
z1i=[z11i,z12i]T=[edi,eψi]T
z2i=[z21i,z22i,z23i]T=vi-αi (12)
其中:z1i为位置向量跟踪误差,z11i为领航者和跟随者之间相对距离误差,z12i为领航者和跟随者之间相对艏向角误差,z2i为速度向量跟踪误差,z21i为纵向速度跟踪误差,z22i为横向速度跟踪误差,z23i为偏向角速度跟踪误差。
进一步地,根据无人船期望的位置和艏向信息设计虚拟控制律αi=[α1i,α2i,α3i]T,其中:
其中:αi为虚拟控制律向量,α1i为相对位置虚拟子控制律,α2i为相对视线角虚拟子控制律,α3i为艏向角虚拟控制律,kdi为位置设计参数,kψi为角度设计参数,edi为无人船领航者和跟随者之间的相对距离误差,eψi为无人船领航者和跟随者之间的相对艏向角误差。
进一步地,基于径向基神经网络逼近不确定项,设计补偿反馈控制;
由于阻尼矩阵Ri(υi)存在不确定性的部分,导致基于模型的控制算法在实际中无法实现或者系统控制精度无法保证,因此,大部分基于模型的控制算法是不可行的,使用神经网络技术对阻尼矩阵Ri(υi)不确定部分进行估计来提高控制系统的性能;
Wi *THi(Zi)+εi(Zi)=-Ri(υi)υi. (14)
神经网络自适应更新律设计为:
对状态误差两边求微分可以得到:
其中Di=εi(Zi)+di,
针对动力学模型中的未知环境干扰,设计扰动观测器估计海洋环境扰动;
其中:Mi表示系统惯性矩阵,Ci表示科里奥利向心力矩阵,τi表示控制输入,Hi是高斯函数,z2i表示速度向量跟踪误差,表示扰动估计值,ξ为扰动估计中间设计变量,αi=[α1i,α2i,α3i]T是设计的虚拟控制率。
进一步地,设计基于全状态反馈的全驱动无人船自适应神经网络输出约束编队控制器为:
进一步地,考虑如下李雅普诺夫函数对系统设计的稳定性进行证明:
李雅普诺夫函数V2i的时间导数可以计算为:
其中:κ0i为李雅普诺夫函数控制增益,κ1i为李雅普诺夫函数分数阶控制增益,V2i为李雅普诺夫函数,oi为收敛域,k1i为相对距离控制增益,k2i为相对视线角控制增益,k3i为速度向量控制增益,k4i为速度向量分数阶控制增益,σi为神经网络自适应设计参数,l为有限时间分数阶设计参数。
适当调整κ0i,κ1i,则系统误差状态在有限时间内收敛到平衡点,进一步我们可以得到全驱动无人船在模型不确定性、未知环境干扰的条件下实现有限时间队列行进,并满足最小避碰距离和最大有效通讯距离约束条件。
通过仿真验证所提的全驱动无人船自适应神经网络输出约束编队控制方法的有效性;将领航者的轨迹设置为如下形式:
每艘船的初始状态信息如下:η0=[0,0,0]T,η1=[0,5,0]T,η2=[0,10,0]T,η3=[0,15,0]T,ui=νi=ri=0。对于神经网络逼近函数,选择输入为Z1i=ui,Z2i=Z3i=[vi,ri],使用27个节点,中心点值分布在区间[0,1.2],高斯基函数的宽度设置为0.1,使用49个节点,中心值分布在区间[-0.9,0.1]×[2,2],高斯基函数的宽度设置为0.1,使用49个节点,中心值分布在区间[-1,0.2]×[2,2],高斯基函数的宽度设置为0.2。
图1北东地坐标系下的编队曲线图;图2各艘船的速度曲线图;图3各艘船的控制输入曲线图;图4编队距离误差曲线图;图5编队角度误差曲线图;距离误差和角度误差都能够最终收敛至零附近的较小邻域内,且在整个编队过程中,误差始终处于约束范围之内。图显示各艘船之间的距离大于最小避碰距离,小于最大通信距离,证明了所用障碍李雅普诺夫函数技术的有效性;另外,跟随者1的误差明显小于其他跟随者,这是因为跟随者1能够直接从领航者获取信息,跟随者2和跟随者3需要经过更多的传输链才能得到信息,导致误差更高,编队误差最终仍收敛至原点的小范围内;图6环境干扰观测误差值图,显示了干扰观测器对外部时变环境干扰值的观测误差,经过初始过程的调整,观测误差值也能够收敛至原点附近的小邻域内,证明了所提出观测器的有效性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种无人船的分布式队列有限时间控制方法,其特征在于:包括以下步骤:
建立无人船编队运动学和动力学模型;
基于无人船编队运动学和动力学模型,采用视线法的策略来定义无人船编队之间的相对位置和角度,利用障碍李亚普诺夫函数设计满足领航无人船和跟随无人船之间的最小避碰距离和最大有效通讯距离约束条件;
在运动学和动力学模型的基础上,得到无人船编队的领航无人船和跟随无人船之间的相对位置和角度,在满足领航者和跟随者无人船之间的最小避碰距离和最大有效通讯距离约束条件下,根据期望的位置和艏向信息得到的误差信息设计虚拟控制律;
基于动力学模型中的不确定项,采用径向基神经网络设计补偿反馈控制;
针对动力学模型中的未知海洋环境环境干扰,设计扰动估计观测器;
基于虚拟控制律、神经网络自适应控制、扰动观测器,及全状态反馈的全驱动无人船设计输出约束编队控制器,实现无人船的分布式队列式有限时间控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110363566.0A CN113189979B (zh) | 2021-04-02 | 2021-04-02 | 一种无人船的分布式队列有限时间控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110363566.0A CN113189979B (zh) | 2021-04-02 | 2021-04-02 | 一种无人船的分布式队列有限时间控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113189979A true CN113189979A (zh) | 2021-07-30 |
CN113189979B CN113189979B (zh) | 2023-12-01 |
Family
ID=76975187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110363566.0A Active CN113189979B (zh) | 2021-04-02 | 2021-04-02 | 一种无人船的分布式队列有限时间控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113189979B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113687597A (zh) * | 2021-09-24 | 2021-11-23 | 大连海事大学 | 一种基于二阶波浪漂移力的无人船路径跟踪方法 |
CN113741468A (zh) * | 2021-09-08 | 2021-12-03 | 哈尔滨工程大学 | 一种分布式无人艇编队的有限时间容错控制方法 |
CN113821028A (zh) * | 2021-08-30 | 2021-12-21 | 浙江大学 | 基于分布式模型预测控制的欠驱动auv编队轨迹跟踪控制方法 |
CN114217603A (zh) * | 2021-11-05 | 2022-03-22 | 大连海事大学 | 一种多无人船编队安全优化控制系统 |
CN114355879A (zh) * | 2021-11-26 | 2022-04-15 | 珠海云洲智能科技股份有限公司 | 无人船及其编队的队形保持控制方法 |
CN115542904A (zh) * | 2022-09-27 | 2022-12-30 | 安徽对称轴智能安全科技有限公司 | 群组式协同消防机器人火场内编组队列行驶控制方法 |
WO2023050636A1 (zh) * | 2021-09-29 | 2023-04-06 | 哈尔滨工程大学 | 一种全垫升气垫船路径跟踪方法 |
CN116520875A (zh) * | 2023-03-28 | 2023-08-01 | 南京理工大学 | 一种巡飞弹群防碰撞预设性能控制器设计方法 |
CN116954074A (zh) * | 2023-07-19 | 2023-10-27 | 合肥工业大学 | 一种基于高速状态转换模型的agv队列的避撞控制方法 |
GB2618860A (en) * | 2021-09-29 | 2023-11-22 | Univ Harbin Eng | Path tracking method for air cushion vehicle |
CN117170382A (zh) * | 2023-10-11 | 2023-12-05 | 哈尔滨理工大学 | 一种适用于同向实时点位跟踪的双无人船协同控制方法 |
CN117369471A (zh) * | 2023-11-06 | 2024-01-09 | 大连海事大学 | 一种具有预设性能的无人船数据驱动模糊航向控制方法 |
CN117369267A (zh) * | 2023-10-31 | 2024-01-09 | 东海实验室 | 一种事件触发框架下水下直升机合围编队控制方法和系统 |
CN117472061A (zh) * | 2023-11-15 | 2024-01-30 | 大连海事大学 | 一种有限时间稳定的预设性能无人船编队控制设计方法 |
CN117472060A (zh) * | 2023-11-15 | 2024-01-30 | 大连海事大学 | 预设性能欠驱动无人船防碰撞动态事件触发编队控制方法 |
CN117519133A (zh) * | 2023-10-20 | 2024-02-06 | 天津大学 | 一种基于总扰动即时观测与模型预测的无人驾驶采棉机轨迹跟踪控制方法 |
CN117950409A (zh) * | 2024-03-26 | 2024-04-30 | 山东科技大学 | 基于领导-追随模型的多无人船系统协同控制方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014004911A (ja) * | 2012-06-25 | 2014-01-16 | Tokyo Univ Of Marine Science & Technology | 非線形の自己回帰モデルによる船舶の航路保持方法 |
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 |
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 |
CA2991373A1 (en) * | 2017-03-21 | 2018-09-21 | The Boeing Company | Methods and apparatus to perform observer-based control of a vehicle |
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 |
CN110262494A (zh) * | 2019-06-26 | 2019-09-20 | 华南理工大学 | 一种同构多无人艇系统的协同学习与编队控制方法 |
CN110362095A (zh) * | 2019-08-09 | 2019-10-22 | 大连海事大学 | 一种有限时间收敛无人船协同控制器的设计方法 |
CN110727274A (zh) * | 2019-11-19 | 2020-01-24 | 大连海事大学 | 一种基于无人船系统的带有避碰且保持连通性的编队控制方法 |
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 |
-
2021
- 2021-04-02 CN CN202110363566.0A patent/CN113189979B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014004911A (ja) * | 2012-06-25 | 2014-01-16 | Tokyo Univ Of Marine Science & Technology | 非線形の自己回帰モデルによる船舶の航路保持方法 |
CA2991373A1 (en) * | 2017-03-21 | 2018-09-21 | The Boeing Company | Methods and apparatus to perform observer-based control of a vehicle |
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 |
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 |
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 |
CN110262494A (zh) * | 2019-06-26 | 2019-09-20 | 华南理工大学 | 一种同构多无人艇系统的协同学习与编队控制方法 |
CN110362095A (zh) * | 2019-08-09 | 2019-10-22 | 大连海事大学 | 一种有限时间收敛无人船协同控制器的设计方法 |
CN110727274A (zh) * | 2019-11-19 | 2020-01-24 | 大连海事大学 | 一种基于无人船系统的带有避碰且保持连通性的编队控制方法 |
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 |
Non-Patent Citations (3)
Title |
---|
DUANSONG WANG: "Velocity Free Platoon Formation Control for Unmanned Surface Vehicles with Output Constraints and Model Uncertainties", APPLIED SCIENCES, vol. 10, no. 3, pages 1 - 17 * |
李贺: "水面无人艇领航—跟随固定时间编队控制", 中国舰船研究, vol. 15, no. 2, pages 111 - 118 * |
袁健: "全驱动式自主水下航行器有限时间编队控制", 哈尔滨工程大学学报, vol. 35, no. 10, pages 1276 - 1281 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113821028B (zh) * | 2021-08-30 | 2023-08-08 | 浙江大学 | 基于分布式模型预测控制的欠驱动auv编队轨迹跟踪控制方法 |
CN113821028A (zh) * | 2021-08-30 | 2021-12-21 | 浙江大学 | 基于分布式模型预测控制的欠驱动auv编队轨迹跟踪控制方法 |
CN113741468A (zh) * | 2021-09-08 | 2021-12-03 | 哈尔滨工程大学 | 一种分布式无人艇编队的有限时间容错控制方法 |
CN113741468B (zh) * | 2021-09-08 | 2023-11-14 | 哈尔滨工程大学 | 一种分布式无人艇编队的有限时间容错控制方法 |
CN113687597B (zh) * | 2021-09-24 | 2023-11-17 | 大连海事大学 | 一种基于二阶波浪漂移力的无人船路径跟踪方法 |
CN113687597A (zh) * | 2021-09-24 | 2021-11-23 | 大连海事大学 | 一种基于二阶波浪漂移力的无人船路径跟踪方法 |
WO2023050636A1 (zh) * | 2021-09-29 | 2023-04-06 | 哈尔滨工程大学 | 一种全垫升气垫船路径跟踪方法 |
GB2618860A (en) * | 2021-09-29 | 2023-11-22 | Univ Harbin Eng | Path tracking method for air cushion vehicle |
CN114217603A (zh) * | 2021-11-05 | 2022-03-22 | 大连海事大学 | 一种多无人船编队安全优化控制系统 |
CN114217603B (zh) * | 2021-11-05 | 2024-04-30 | 大连海事大学 | 一种多无人船编队安全优化控制系统 |
CN114355879A (zh) * | 2021-11-26 | 2022-04-15 | 珠海云洲智能科技股份有限公司 | 无人船及其编队的队形保持控制方法 |
CN115542904A (zh) * | 2022-09-27 | 2022-12-30 | 安徽对称轴智能安全科技有限公司 | 群组式协同消防机器人火场内编组队列行驶控制方法 |
CN115542904B (zh) * | 2022-09-27 | 2023-09-05 | 安徽对称轴智能安全科技有限公司 | 群组式协同消防机器人火场内编组队列行驶控制方法 |
CN116520875A (zh) * | 2023-03-28 | 2023-08-01 | 南京理工大学 | 一种巡飞弹群防碰撞预设性能控制器设计方法 |
CN116954074A (zh) * | 2023-07-19 | 2023-10-27 | 合肥工业大学 | 一种基于高速状态转换模型的agv队列的避撞控制方法 |
CN116954074B (zh) * | 2023-07-19 | 2024-01-30 | 合肥工业大学 | 一种基于高速状态转换模型的agv队列的避撞控制方法 |
CN117170382A (zh) * | 2023-10-11 | 2023-12-05 | 哈尔滨理工大学 | 一种适用于同向实时点位跟踪的双无人船协同控制方法 |
CN117170382B (zh) * | 2023-10-11 | 2024-04-26 | 哈尔滨理工大学 | 一种适用于同向实时点位跟踪的双无人船协同控制方法 |
CN117519133B (zh) * | 2023-10-20 | 2024-06-07 | 天津大学 | 一种无人驾驶采棉机轨迹跟踪控制方法 |
CN117519133A (zh) * | 2023-10-20 | 2024-02-06 | 天津大学 | 一种基于总扰动即时观测与模型预测的无人驾驶采棉机轨迹跟踪控制方法 |
CN117369267A (zh) * | 2023-10-31 | 2024-01-09 | 东海实验室 | 一种事件触发框架下水下直升机合围编队控制方法和系统 |
CN117369267B (zh) * | 2023-10-31 | 2024-04-30 | 东海实验室 | 一种事件触发框架下水下直升机合围编队控制方法和系统 |
CN117369471A (zh) * | 2023-11-06 | 2024-01-09 | 大连海事大学 | 一种具有预设性能的无人船数据驱动模糊航向控制方法 |
CN117369471B (zh) * | 2023-11-06 | 2024-05-28 | 大连海事大学 | 一种具有预设性能的无人船数据驱动模糊航向控制方法 |
CN117472060A (zh) * | 2023-11-15 | 2024-01-30 | 大连海事大学 | 预设性能欠驱动无人船防碰撞动态事件触发编队控制方法 |
CN117472060B (zh) * | 2023-11-15 | 2024-05-10 | 大连海事大学 | 预设性能欠驱动无人船防碰撞动态事件触发编队控制方法 |
CN117472061A (zh) * | 2023-11-15 | 2024-01-30 | 大连海事大学 | 一种有限时间稳定的预设性能无人船编队控制设计方法 |
CN117472061B (zh) * | 2023-11-15 | 2024-06-07 | 大连海事大学 | 一种有限时间稳定的预设性能无人船编队控制设计方法 |
CN117950409A (zh) * | 2024-03-26 | 2024-04-30 | 山东科技大学 | 基于领导-追随模型的多无人船系统协同控制方法及系统 |
CN117950409B (zh) * | 2024-03-26 | 2024-06-07 | 山东科技大学 | 基于领导-追随模型的多无人船系统协同控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113189979B (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113189979A (zh) | 一种无人船的分布式队列有限时间控制方法 | |
CN108803632B (zh) | 基于饱和补偿技术的水面无人艇全状态约束轨迹跟踪控制方法 | |
CN108445892B (zh) | 一种欠驱动无人船编队控制器结构及设计方法 | |
CN108008628B (zh) | 一种不确定欠驱动无人艇系统的预设性能控制方法 | |
CN111736600B (zh) | 一种时滞非对称时变全状态约束下的水面无人艇轨迹跟踪控制方法 | |
Wei et al. | MPC-based motion planning and control enables smarter and safer autonomous marine vehicles: Perspectives and a tutorial survey | |
CN110262494B (zh) | 一种同构多无人艇系统的协同学习与编队控制方法 | |
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 | |
CN113821030B (zh) | 一种欠驱动无人艇的固定时间轨迹跟踪控制方法 | |
Breivik | A ship heading and speed control concept inherently satisfying actuator constraints | |
CN113848887A (zh) | 一种基于mlp方法的欠驱动无人艇轨迹跟踪控制方法 | |
Huang et al. | Fixed-time leader-follower formation control of underactuated unmanned surface vehicles with unknown dynamics and ocean disturbances | |
Wang et al. | Robust trajectory tracking control of underactuated surface vehicles with prescribed performance | |
Xu et al. | Event-triggered adaptive target tracking control for an underactuated autonomous underwater vehicle with actuator faults | |
Peymani et al. | Leader-follower formation of marine craft using constraint forces and lagrange multipliers | |
Børhaug et al. | Cross-track formation control of underactuated autonomous underwater vehicles | |
CN114578819B (zh) | 一种基于人工势场法的多水面船分布式编队的控制方法 | |
CN114564015B (zh) | 一种拒止环境下的欠驱动无人艇分布式编队控制方法 | |
CN113821028B (zh) | 基于分布式模型预测控制的欠驱动auv编队轨迹跟踪控制方法 | |
CN109062232B (zh) | 海底地震检波飞行节点分布式有限时间防抖振构型包含控制方法 | |
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 | |
Cui et al. | Trajectory re-planning and tracking control of unmanned underwater vehicles on dynamic model | |
Shi et al. | Adaptive Leader-Follower Formation Control of Unmanned Surface Vessels with Obstacle Avoidance | |
Jiang et al. | Way-point tracking control of underactuated USV based on GPC path planning | |
Fu et al. | Coordinated formation control of nonlinear marine vessels under directed communication topology |
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 |