CN113253721B - 一种时变海流干扰下无人船集群协同避碰制导方法及系统 - Google Patents
一种时变海流干扰下无人船集群协同避碰制导方法及系统 Download PDFInfo
- Publication number
- CN113253721B CN113253721B CN202110443942.7A CN202110443942A CN113253721B CN 113253721 B CN113253721 B CN 113253721B CN 202110443942 A CN202110443942 A CN 202110443942A CN 113253721 B CN113253721 B CN 113253721B
- Authority
- CN
- China
- Prior art keywords
- unmanned ship
- speed
- guidance
- module
- unmanned
- 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 30
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 39
- 230000004888 barrier function Effects 0.000 claims abstract description 5
- 238000005755 formation reaction Methods 0.000 claims description 35
- 238000004891 communication Methods 0.000 claims description 30
- 230000002265 prevention Effects 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 230000007998 vessel formation Effects 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 238000013461 design Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种时变海流干扰下无人船集群协同避碰制导方法及系统,方法考虑了制导信号可能违背无人船速度约束情形,通过构建无人船编队航行中的输入速度约束条件,以防止因编队中的无人船速度不相适应导致互碰的危险。系统采用控制闸函数设计了避碰控制器,能够实现无人船编队控制中无人船彼此之间、无人船与环境障碍物之间的避碰,提高了无人船编队航行安全性。采用状态观测器来估计海流速度,通过状态观测器可以提高无人船集群协同控制的精度,同时也大大加强了无人船的稳定性。
Description
技术领域
本发明涉及水面无人船控制技术领域,尤其涉及一种时变海流干扰下无人船集群协同避碰制导方法及系统。
背景技术
欠驱动无人船个体之间的互相碰撞以及与环境障碍物的碰撞会导致欠驱动无人船产生不必要的损失,为了保障编队在控制过程中可以安全可靠的完成任务,避碰控制更显得尤为重要。目前,在对多欠驱动无人船集群控制方面,国内外学者已经进行了大量的相关研究,并研究出多个控制方法。从控制目标来说,包含路径操纵,协同目标包围,编队控制等;从控制方法来说,包含领航-跟随法、图论法、向量场法、人工势能法等。但是从控制器设计方面来看,现有相关多欠驱动无人船集群控制方法仍存在着以下不足:
第一,现有欠驱动无人船集群控制没有考虑在实航行中可能发生的碰撞情况,在无人船执行任务的过程中很有可能发生欠驱动无人船彼此之间的碰撞、以及欠驱动无人船与障碍物之间的碰撞。
第二,现有的无人船集群控制研究大多都以全驱动船舶为受控对象,但是在实际海洋环境下的应用中,绝大多数的可控船舶暂不具有侧向推进器,侧向推力为0,为欠驱动控制模型。
第三,现有在研究欠驱动无人船编队控制研究大多都没有考虑海流速度影响,而在实际应用中时变的海流速度会对控制效果产生很大的影响,会降低欠驱动无人船控制的精度。
发明内容
本发明提供一种时变海流干扰下无人船集群协同避碰制导方法及系统,以克服上述技术问题。
本发明一种时变海流干扰下无人船集群协同避碰制导方法,包括:
建立无人船编队模型及无人船运动学模型;所述无人船编队模型,包括:至少两个虚拟领导者、多艘无人船及用于无人船编队之间相互通讯的通讯网络;
根据受控无人船的当前速度信息,得到海流速度;
根据所述海流速度、受控无人船输出的位置信息,以及通过所述通讯网络获得的邻居无人船当前速度信息、位置信息,得到与无人船编队之间的跟踪误差;根据所述跟踪误差得到制导速度;
根据受控无人船、邻居无人船的位置信息及受控无人船与邻居无人船之间的最小安全距离,得到避碰函数;
根据所述避碰函数和所述制导速度,得到优化后的制导速度;
根据所述优化后的制导速度,更新受控无人船的艏摇角速度和合速度;受控无人船根据所述艏摇角速度及合速度跟随无人船编队运动,以避免与邻居无人船发生碰撞。
进一步地,所述无人船运动学模型,表示为:
其中,uix=ui cosψi-vi sinψi,uiy=uisinψi+vi cosψi;在上式中,下角标i代表第i艘欠驱动无人船;xi,yi,/>分别代表欠驱动无人船在地球坐标系下的x轴、y轴上的位置以及艏摇角的大小;uix与uiy分别代表欠驱动无人船在地球坐标系下的两个方向上的速度;ui为欠驱动无人船的合速度;ωix与ωiy分别代表欠驱动无人船在地球坐标系下的两个方向上的海流速度;pi为欠驱动无人船的位置信息;vi为无人船侧向速度;ri为艏摇角速度。
进一步地,所述根据受控无人船的当前速度信息,得到海流速度,包括:
通过式(2)和(3)得到海流速度,表示为:
式中,与/>为海流速度的估计值,/>为位置信息的估计值,k1和k2为观测增益。
进一步地,所述根据所述海流速度、受控无人船输出的位置信息,以及通过所述通讯网络获得的邻居无人船当前速度信息、位置信息,得到与无人船编队之间的跟踪误差,包括:
通过式(4)得到所述跟踪误差,表示为:
式中,pj是邻居无人船的位置信息;θk是参数化路径的路径参数;pkr(θk)是虚拟领导者的参数化路径;ei是受控无人船与无人船编队之间的跟踪误差;其中aij=1表示受控无人船i接收邻居无人船j的信息,aij=0表示受控无人船i不接收邻居无人船j的信息;同理aik=1表示受控无人船i接收虚拟领导者k的信息;当aik=0时表示受控无人船i不接收虚拟领导者k的信息;
所述根据所述跟踪误差得到制导速度,包括:
通过式(5)得到所述制导速度,表示为:
式中,k3为给定的参数,ujx与ujy为邻居无人船的x轴、y轴方向的速度,与/>为邻居无人船在x轴、y轴方向上的海流速度,vs是设定的常值速度,di是表示第i条船的邻居无人船数量;/>为制导速度。
进一步地,所述根据受控无人船、邻居无人船的位置信息及受控无人船与邻居无人船之间的最小安全距离,得到避碰函数,包括:
给出避碰闸函数hij(p):
hij(p)=||pi-pj||2-Ds (6)
对所述避碰闸函数hij(p)求偏导得到:
给出避障闸函数hio(p):
hio(p)=||pi-po||2-Do (8)
对所述避障闸函数hio(p)求偏导得:
式中,DS为受控无人船与邻居无人船之间的最小安全距离;Do为受控无人船与障碍物得最小安全距离;γ为常数。
进一步地,所述根据所述避碰函数和所述制导速度,得到优化后的制导速度,包括:
通过式(10)得到优化后的制导速度,表示为:
其中,
Aij=[0,...,-2(pi-pj)T,....,2(pi-pj)T,...,0]
bij=γhij(p)
Aio=[0,...,-2(pi-po)T,....,2(pi-po)T,...,0]
bio=γhio(p)
式中,υi为优化后的制导速度,O是障碍物的数量,αi是速度约束上界,Aij、bij为避碰约束条件,Aio、bio为避障约束条件,po表示障碍物的位置。
一种时变海流干扰下无人船集群协同避碰制导系统,包括:控制闸函数模块、速度优化器模块、扩张状态观测器模块、协同制导率模块、速度转化模块及通讯网络;
所述控制闸函数模块的输出端与速度优化器模块的输入端相连;所述无人船的输出端和协同制导率模块的输入端相连、无人船的输入端与速度转化相连;所述速度转化模块的输入端与速度优化器模块的输出端相连,输出端与无人船的输入端相连;所述速度优化器模块的两个输入端分别与控制闸函数模块的输出端和协同制导率模块的输出端相连,输出端与速度转化模块的输入端相连;所述扩张状态观测器模块的输出端与所述协同制导率模块的输入端相连,输入端与无人船输出端相连;所述协同制导率模块的输入端分别与无人船、通讯网络及扩张状态观测器模块的输出端相连,输出端分别与通讯网络和速度优化器模块的输入端相连;
无人船编队,包括:至少两个虚拟领导者及多艘无人船;所述通讯网络,用于无人船编队之间相互通讯;所述扩张状态观测器模块,用于根据受控无人船的当前速度信息,得到海流速度并输出至所述协同制导率模块;所述协同制导率模块,用于根据所述海流速度、受控无人船输出的位置信息,以及通过所述通讯网络获得的邻居无人船当前速度信息、位置信息,得到与无人船编队之间的跟踪误差;根据所述跟踪误差得到制导速度,并输出至所述速度优化器模块;所述控制闸函数模块,用于根据受控无人船、邻居无人船的位置信息及受控无人船与邻居无人船之间的最小安全距离,得到避碰函数并输出至所述速度优化器模块;所述速度优化器模块,用于根据所述避碰函数和所述制导速度,得到优化后的制导速度,并输出至所述速度转化模块;所述速度转化模块,用于根据所述优化后的制导速度,更新受控无人船的艏摇角速度和合速度;受控无人船根据所述艏摇角速度及合速度跟随无人船编队运动,以避免与邻居无人船发生碰撞。
本发明中的方法考虑了制导信号可能违背无人船速度约束情形,通过构建无人船编队航行中的输入速度约束条件,以防止因编队中的无人船速度不相适应导致互碰的危险。系统采用控制闸函数设计了避碰控制器,能够实现无人船编队控制中无人船彼此之间、无人船与环境障碍物之间的避碰,提高了无人船编队航行安全性。采用状态观测器来估计海流速度,通过状态观测器可以提高无人船集群协同控制的精度,同时也大大加强了无人船的稳定性。
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为一种时变海流干扰下无人船集群协同避碰制导系统结构示意图;
图2为仿真试验中无人船编队控制通讯拓扑图;
图3为仿真试验中无人船的编队队形图;
图4为仿真试验中无人船编队误差图;
图5为仿真试验中优化前和优化后的无人船编队制导信号对比图;
图6为仿真试验中无人船编队避碰距离图;
图7为仿真试验中无人船状态观测器观测效果图;
图8为仿真试验中无人船虚拟领导者路径参数同步图;
图9为一种时变海流干扰下无人船集群协同避碰制导方法流程图。
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9所示,本实施例提供了一种时变海流干扰下无人船集群协同避碰制导方法,包括:
101、建立无人船编队模型及无人船运动学模型;无人船编队模型,包括:至少两个虚拟领导者、多艘无人船及用于无人船编队之间相互通讯的通讯网络;
具体而言,无人船运动学模型,表示为:
其中,uix=ui cosψi-vi sinψi,uiy=uisinψi+vi cosψi;在上式中,下角标i代表第i艘欠驱动无人船;xi,yi,/>分别代表欠驱动无人船在地球坐标系下的x轴、y轴上的位置以及艏摇角的大小;uix与uiy分别代表欠驱动无人船在地球坐标系下的两个方向上的速度;ui为欠驱动无人船的合速度;ωix与ωiy分别代表欠驱动无人船在地球坐标系下的两个方向上的海流速度;pi为欠驱动无人船的位置信息;vi为无人船侧向速度;ri为艏摇角速度。
102、根据受控无人船的当前速度信息,得到海流速度;
具体而言,通过式(2)和(3)得到海流速度,表示为:
式中,与/>为海流速度的估计值,/>为位置信息的估计值,k1和k2为观测增益。
103、根据海流速度、受控无人船输出的位置信息,以及通过通讯网络获得的邻居无人船当前速度信息、位置信息,得到与无人船编队之间的跟踪误差;根据跟踪误差得到制导速度;
具体而言,通过式(4)得到跟踪误差,表示为:
式中,pj是邻居无人船的位置信息;θk是参数化路径的路径参数;pkr(θk)是虚拟领导者的参数化路径;ei是受控无人船与无人船编队之间的跟踪误差;其中aij=1表示受控无人船i接收邻居无人船j的信息,aij=0表示受控无人船i不接收邻居无人船j的信息;同理aik=1表示受控无人船i接收虚拟领导者k的信息;当aik=0时表示受控无人船i不接收虚拟领导者k的信息;
所述根据所述跟踪误差得到制导速度,包括:
通过式(5)得到制导速度,表示为:
式中,k3为给定的参数,ujx与ujy为邻居无人船的x轴、y轴方向的速度,与/>为邻居无人船在x轴、y轴方向上的海流速度,vs是设定的常值速度,di是表示第i条船的邻居无人船数量;/>为制导速度。
104、根据受控无人船、邻居无人船的位置信息及受控无人船与邻居无人船之间的最小安全距离,得到避碰函数;
具体而言,给出避碰闸函数hij(p):
hij(p)=||pi-pj||2-Ds (6)
对所述避碰闸函数hij(p)求偏导得到:
给出避障闸函数hio(p):
hio(p)=||pi-po||2-Do (8)
对所述避障闸函数hio(p)求偏导得:
式中,DS为受控无人船与邻居无人船之间的最小安全距离;Do为受控无人船与障碍物得最小安全距离;γ为常数。
105、根据避碰函数和制导速度,得到优化后的制导速度;
具体而言,通过式(10)得到优化后的制导速度,表示为:
其中,
Aij=[0,...,-2(pi-pj)T,....,2(pi-pj)T,...,0]
bij=γhij(p)
Aio=[0,...,-2(pi-po)T,....,2(pi-po)T,...,0]
bio=γhio(p)
式中,υi为优化后的制导速度,O是障碍物的数量,αi是速度约束上界,Aij、bij为避碰约束条件,Aio、bio为避障约束条件,po表示障碍物的位置。
106、根据优化后的制导速度,更新受控无人船的艏摇角速度和合速度;受控无人船根据艏摇角速度及合速度跟随无人船编队运动,以避免与邻居无人船发生碰撞。
如图1所示,一种时变海流干扰下无人船集群协同避碰制导系统,包括:控制闸函数模块、速度优化器模块、扩张状态观测器模块、协同制导率模块、速度转化模块及通讯网络;
控制闸函数模块的输出端与速度优化器模块的输入端相连;无人船的输出端和协同制导率模块的输入端相连、无人船的输入端与速度转化相连;速度转化模块的输入端与速度优化器模块的输出端相连,输出端与无人船的输入端相连;速度优化器模块的两个输入端分别与控制闸函数模块的输出端和协同制导率模块的输出端相连,输出端与速度转化模块的输入端相连;扩张状态观测器模块的输出端与协同制导率模块的输入端相连,输入端与无人船输出端相连;协同制导率模块的输入端分别与无人船、通讯网络及扩张状态观测器模块的输出端相连,输出端分别与通讯网络和速度优化器模块的输入端相连;
无人船编队,包括:至少两个虚拟领导者及多艘无人船;通讯网络,用于无人船编队之间相互通讯;扩张状态观测器模块,用于根据受控无人船的当前速度信息,得到海流速度并输出至协同制导率模块;协同制导率模块,用于根据海流速度、受控无人船输出的位置信息,以及通过通讯网络获得的邻居无人船当前速度信息、位置信息,得到与无人船编队之间的跟踪误差;根据跟踪误差得到制导速度,并输出至速度优化器模块;控制闸函数模块,用于根据受控无人船、邻居无人船的位置信息及受控无人船与邻居无人船之间的最小安全距离,得到避碰函数并输出至速度优化器模块;速度优化器模块,用于根据避碰函数和制导速度,得到优化后的制导速度,并输出至速度转化模块;速度转化模块,用于根据优化后的制导速度,更新受控无人船的艏摇角速度和合速度;受控无人船根据艏摇角速度及合速度跟随无人船编队运动,以避免与邻居无人船发生碰撞。
仿真试验:
无人船1号初始状态[13;-6;0;0;0;0]
无人船2号初始状态[-8;10;0;0;0;0]
虚拟领导者3号参数化路径p3r(θ3)=[0.5θ3-20;0.5θ3+20]
虚拟领导者4号参数化路径p4r(θ4)=[0.5θ4+20;0.5θ4-20]
障碍物区域圆心po=[40,40],半径为10
其他参数:
vs=0.5,k1=20,k2=100,k3=diag([0.1,0.1]),γ=0.2
通讯网络如图2所示。
无人船之间的避碰距离为DS=10,无人船和障碍物避障距离为距离障碍物外边界大于等于2。
仿真结果如图3-图8所示。图3中的上下两条黑色实线为虚拟领导者路径,上下两条轨迹分别为为两艘欠驱动无人船的实际运动轨迹,圆圈代表环境障碍物。从图中可以看出两艘欠驱动无人船可以实现集群编队队形,并且可以成功绕开障碍物实现避碰功能,并在任何时刻都可以实现没有两船碰撞。图4中可以看出排除受到避碰影响的时间,跟踪误差可以很快收敛到原点附近。由图5可见制导信号经过优化后满足了约束条件。图6可见欠驱动无人船彼此之间的距离一直在10m以上,而无人船与障碍物距离一直大于12m,可以实现预先设定好的避碰。图7中可以看出状态观测器可以成功跟踪估计实际数值,可以证明其是有效的。图8可以看到多虚拟领导者实现了参数同步。
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 (4)
1.一种时变海流干扰下无人船集群协同避碰制导方法,其特征在于,包括:
建立无人船编队模型及无人船运动学模型;所述无人船编队模型,包括:至少两个虚拟领导者、多艘无人船及用于无人船编队之间相互通讯的通讯网络;
其中,所述无人船运动学模型,表示为:
其中,uix=uicosψi-visinψi,uiy=uisinψi+vicosψi;在上式中,下角标i代表第i艘欠驱动无人船;/>分别代表欠驱动无人船在地球坐标系下的x轴、y轴上的位置以及艏摇角的大小;uix与uiy分别代表欠驱动无人船在地球坐标系下的两个方向上的速度;ui为欠驱动无人船的合速度;ωix与ωiy分别代表欠驱动无人船在地球坐标系下的两个方向上的海流速度;pi为欠驱动无人船的位置信息;vi为无人船侧向速度;ri为艏摇角速度;
根据受控无人船的当前速度信息,得到海流速度:
通过式(2)和(3)得到海流速度,表示为:
式中,与/>为海流速度的估计值,/>为位置信息的估计值,k1和k2为观测增益;
根据所述海流速度、受控无人船输出的位置信息,以及通过所述通讯网络获得的邻居无人船当前速度信息、位置信息,得到与无人船编队之间的跟踪误差;根据所述跟踪误差得到制导速度;
通过式(4)得到所述跟踪误差,表示为:
式中,pj是邻居无人船的位置信息;θk是参数化路径的路径参数;pkr(θk)是虚拟领导者的参数化路径;ei是受控无人船与无人船编队之间的跟踪误差;其中aij=1表示受控无人船i接收邻居无人船j的信息,aij=0表示受控无人船i不接收邻居无人船j的信息;同理aik=1表示受控无人船i接收虚拟领导者k的信息;当aik=0时表示受控无人船i不接收虚拟领导者k的信息;
通过式(5)得到所述制导速度,表示为:
式中,k3为给定的参数,ujx与ujy为邻居无人船的x轴、y轴方向的速度,与/>为邻居无人船在x轴、y轴方向上的海流速度,vs是设定的常值速度,di是表示第i条船的邻居无人船数量;/>为制导速度;
根据受控无人船、邻居无人船的位置信息及受控无人船与邻居无人船之间的最小安全距离,得到避碰函数;
根据所述避碰函数和所述制导速度,得到优化后的制导速度;
根据所述优化后的制导速度,更新受控无人船的艏摇角速度和合速度;受控无人船根据所述艏摇角速度及合速度跟随无人船编队运动,以避免与邻居无人船发生碰撞。
2.根据权利要求1所述的一种时变海流干扰下无人船集群协同避碰制导方法,其特征在于,所述根据受控无人船、邻居无人船的位置信息及受控无人船与邻居无人船之间的最小安全距离,得到避碰函数,包括:
给出避碰闸函数hij(p):
hij(p)=||pi-pj||2-Ds (6)
对所述避碰闸函数hij(p)求偏导得到:
给出避障闸函数hio(p):
hio(p)=||pi-po||2-Do (8)
对所述避障闸函数hio(p)求偏导得:
式中,DS为受控无人船与邻居无人船之间的最小安全距离;Do为受控无人船与障碍物得最小安全距离;γ为常数。
3.根据权利要求2所述的一种时变海流干扰下无人船集群协同避碰制导方法,其特征在于,所述根据所述避碰函数和所述制导速度,得到优化后的制导速度,包括:
通过式(10)得到优化后的制导速度,表示为:
其中,
Aij=[0,...,-2(pi-pj)T,....,2(pi-pj)T,...,0]
bij=γhij(p)
Aio=[0,...,-2(pi-po)T,....,2(pi-po)T,...,0]
bio=γhio(p)
式中,υi为优化后的制导速度,O是障碍物的数量,αi是速度约束上界,Aij、bij为避碰约束条件,Aio、bio为避障约束条件,po表示障碍物的位置。
4.一种时变海流干扰下无人船集群协同避碰制导系统,其特征在于,包括:
控制闸函数模块、速度优化器模块、扩张状态观测器模块、协同制导率模块、速度转化模块及通讯网络;
所述控制闸函数模块的输出端与速度优化器模块的输入端相连;所述无人船的输出端和协同制导率模块的输入端相连、无人船的输入端与速度转化相连;所述速度转化模块的输入端与速度优化器模块的输出端相连,输出端与无人船的输入端相连;所述速度优化器模块的两个输入端分别与控制闸函数模块的输出端和协同制导率模块的输出端相连,输出端与速度转化模块的输入端相连;所述扩张状态观测器模块的输出端与所述协同制导率模块的输入端相连,输入端与无人船输出端相连;所述协同制导率模块的输入端分别与无人船、通讯网络及扩张状态观测器模块的输出端相连,输出端分别与通讯网络和速度优化器模块的输入端相连;
无人船编队,包括:至少两个虚拟领导者及多艘无人船;
所述通讯网络,用于无人船编队之间相互通讯;
所述扩张状态观测器模块,用于根据受控无人船的当前速度信息,得到海流速度并输出至所述协同制导率模块;
所述协同制导率模块,用于根据所述海流速度、受控无人船输出的位置信息,以及通过所述通讯网络获得的邻居无人船当前速度信息、位置信息,得到与无人船编队之间的跟踪误差;根据所述跟踪误差得到制导速度,并输出至所述速度优化器模块;
其中,通过式(4)得到所述跟踪误差,表示为:
式中,pj是邻居无人船的位置信息;θk是参数化路径的路径参数;pkr(θk)是虚拟领导者的参数化路径;ei是受控无人船与无人船编队之间的跟踪误差;其中aij=1表示受控无人船i接收邻居无人船j的信息,aij=0表示受控无人船i不接收邻居无人船j的信息;同理aik=1表示受控无人船i接收虚拟领导者k的信息;当aik=0时表示受控无人船i不接收虚拟领导者k的信息;
通过式(5)得到所述制导速度,表示为:
式中,k3为给定的参数,ujx与ujy为邻居无人船的x轴、y轴方向的速度,与/>为邻居无人船在x轴、y轴方向上的海流速度,vs是设定的常值速度,di是表示第i条船的邻居无人船数量;/>为制导速度;
所述控制闸函数模块,用于根据受控无人船、邻居无人船的位置信息及受控无人船与邻居无人船之间的最小安全距离,得到避碰函数并输出至所述速度优化器模块;
所述速度优化器模块,用于根据所述避碰函数和所述制导速度,得到优化后的制导速度,并输出至所述速度转化模块;
所述速度转化模块,用于根据所述优化后的制导速度,更新受控无人船的艏摇角速度和合速度;受控无人船根据所述艏摇角速度及合速度跟随无人船编队运动,以避免与邻居无人船发生碰撞。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110443942.7A CN113253721B (zh) | 2021-04-23 | 2021-04-23 | 一种时变海流干扰下无人船集群协同避碰制导方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110443942.7A CN113253721B (zh) | 2021-04-23 | 2021-04-23 | 一种时变海流干扰下无人船集群协同避碰制导方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113253721A CN113253721A (zh) | 2021-08-13 |
CN113253721B true CN113253721B (zh) | 2023-12-05 |
Family
ID=77221453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110443942.7A Active CN113253721B (zh) | 2021-04-23 | 2021-04-23 | 一种时变海流干扰下无人船集群协同避碰制导方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113253721B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN116225032B (zh) * | 2023-05-09 | 2023-07-25 | 陕西欧卡电子智能科技有限公司 | 基于已知航迹的无人船集群协同避障规划方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109799818A (zh) * | 2019-01-15 | 2019-05-24 | 大连海事大学 | 多参数化路径导引的无人船协同操纵控制器及其设计方法 |
CN109917795A (zh) * | 2019-04-23 | 2019-06-21 | 大连海事大学 | 一种欠驱动无人船集群协同制导结构及设计方法 |
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 |
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 |
CA3067576A1 (en) * | 2019-01-14 | 2020-07-14 | Harbin Engineering University | Cooperative autonomous navigation systems and methods for multiple unmanned surface vehicles considering communication |
WO2020253316A1 (zh) * | 2019-06-18 | 2020-12-24 | 中国科学院上海微系统与信息技术研究所 | 移动机器人的领航跟随系统和领航跟随控制方法 |
CN112578797A (zh) * | 2020-12-18 | 2021-03-30 | 大连海事大学 | 一种切换拓扑下的基于分布式制导的船舶编队控制方法 |
KR20210036565A (ko) * | 2019-09-26 | 2021-04-05 | 현대모비스 주식회사 | 군집 주행 제어 방법 |
CN112631305A (zh) * | 2020-12-28 | 2021-04-09 | 大连海事大学 | 一种多无人船编队防碰撞抗干扰控制系统 |
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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6963795B2 (en) * | 2002-07-16 | 2005-11-08 | Honeywell Interntaional Inc. | Vehicle position keeping system |
US10114384B2 (en) * | 2016-09-13 | 2018-10-30 | Arrowonics Technologies Ltd. | Formation flight path coordination of unmanned aerial vehicles |
-
2021
- 2021-04-23 CN CN202110443942.7A patent/CN113253721B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3067576A1 (en) * | 2019-01-14 | 2020-07-14 | Harbin Engineering University | Cooperative autonomous navigation systems and methods for multiple unmanned surface vehicles considering communication |
CN109799818A (zh) * | 2019-01-15 | 2019-05-24 | 大连海事大学 | 多参数化路径导引的无人船协同操纵控制器及其设计方法 |
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 |
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 |
CN109917795A (zh) * | 2019-04-23 | 2019-06-21 | 大连海事大学 | 一种欠驱动无人船集群协同制导结构及设计方法 |
WO2020253316A1 (zh) * | 2019-06-18 | 2020-12-24 | 中国科学院上海微系统与信息技术研究所 | 移动机器人的领航跟随系统和领航跟随控制方法 |
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 |
KR20210036565A (ko) * | 2019-09-26 | 2021-04-05 | 현대모비스 주식회사 | 군집 주행 제어 방법 |
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 |
CN112578797A (zh) * | 2020-12-18 | 2021-03-30 | 大连海事大学 | 一种切换拓扑下的基于分布式制导的船舶编队控制方法 |
CN112631305A (zh) * | 2020-12-28 | 2021-04-09 | 大连海事大学 | 一种多无人船编队防碰撞抗干扰控制系统 |
Non-Patent Citations (4)
Title |
---|
Path-guided collision-free formation guidance law for a fleet of under-actuated autonomous surface vehicles;nan gu 等;Chinese Control Conference;论文第6048-6053页 * |
Path-guided time-varying formation control with collision avoidance and connectivity preservation of under-actuated autonomous surface vehicles subject to unknown input gains;zhouhua peng 等;Ocean Engineering;第191卷(第1期);论文第1-10页 * |
基于邻域跟随与辨识的无人机集群控制与规避策略;毛琼 等;系统工程与电子技术;第40卷(第9期);论文第2071-2078页 * |
多领航者导引无人船集群的分布式时变队形控制;吴文涛 等;中国舰船研究;第15卷(第1期);论文第21-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113253721A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Im et al. | Artificial neural network controller for automatic ship berthing using head-up coordinate system | |
Tan et al. | Fast marching square method based intelligent navigation of the unmanned surface vehicle swarm in restricted waters | |
CN111260963B (zh) | 一种多船会遇避碰方法 | |
CN113253721B (zh) | 一种时变海流干扰下无人船集群协同避碰制导方法及系统 | |
CN107168312B (zh) | 一种补偿uuv运动学和动力学干扰的空间轨迹跟踪控制方法 | |
CN106959698B (zh) | 一种路径跟踪避障制导方法 | |
Moreira et al. | Path following control system for a tanker ship model | |
CN109116856A (zh) | 一种基于扰动观测器的欠驱动船舶路径跟踪控制方法 | |
Xu et al. | Path planning and dynamic collision avoidance algorithm under COLREGs via deep reinforcement learning | |
CN108445892A (zh) | 一种欠驱动无人船编队控制器结构及设计方法 | |
CN113759939B (zh) | 一种受限水域智能航行方法及装置 | |
He et al. | Dynamic adaptive intelligent navigation decision making method for multi-object situation in open water | |
CN109916400B (zh) | 一种基于梯度下降算法与vo法相结合的无人艇避障方法 | |
CN114879671A (zh) | 一种基于强化学习mpc的无人艇轨迹跟踪控制方法 | |
Wang et al. | Autonomous piloting and berthing based on Long Short Time Memory neural networks and nonlinear model predictive control algorithm | |
Xia et al. | Research on collision avoidance algorithm of unmanned surface vehicle based on deep reinforcement learning | |
Luo et al. | Observer-based adaptive integral terminal sliding mode formation control for a vessel train with obstacle avoidance | |
CN115903820A (zh) | 多无人艇追逃博弈控制方法 | |
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 | |
CN114943168B (zh) | 一种水上浮桥组合方法及系统 | |
Yun et al. | Design and implementation of cooperative turning control for the towing system of unpowered facilities | |
CN115480580A (zh) | 一种基于nmpc的水下机器人路径跟踪与避障的控制方法 | |
Ghassemzadeh et al. | Path following control using robust sliding mode for an autonomous surface vessel based on ε-support vector regression identified steering model | |
Cui et al. | Intelligent Ship Decision System Based on DDPG Algorithm | |
CN113110467A (zh) | 一种切换通讯拓扑下无人船编队规划与制导方法及系统 |
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 |