CN113268059A - 一种基于有限时间扩张状态观测器的多无人艇编队控制方法 - Google Patents

一种基于有限时间扩张状态观测器的多无人艇编队控制方法 Download PDF

Info

Publication number
CN113268059A
CN113268059A CN202110426684.1A CN202110426684A CN113268059A CN 113268059 A CN113268059 A CN 113268059A CN 202110426684 A CN202110426684 A CN 202110426684A CN 113268059 A CN113268059 A CN 113268059A
Authority
CN
China
Prior art keywords
unmanned
following
follows
unmanned ship
finite time
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
Application number
CN202110426684.1A
Other languages
English (en)
Other versions
CN113268059B (zh
Inventor
余明裕
李仲昆
王泊桦
陈栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Maritime University
Original Assignee
Dalian Maritime University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian Maritime University filed Critical Dalian Maritime University
Priority to CN202110426684.1A priority Critical patent/CN113268059B/zh
Publication of CN113268059A publication Critical patent/CN113268059A/zh
Application granted granted Critical
Publication of CN113268059B publication Critical patent/CN113268059B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control 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)
  • Feedback Control In General (AREA)

Abstract

本发明提供一种基于有限时间扩张状态观测器的多无人艇编队控制方法,包括:建立无人艇的运动学和动力学模型;将编队系统划分为跟踪控制子系统和编队控制子系统,并分别设计跟踪控制子系统的控制器以及编队控制子系统的控制器;对设计的跟踪控制子系统的控制器和编队控制子系统的控制器进行稳定性分析。本发明将整个无人艇编队控制系统划分为领航‑期望跟踪控制子系统和跟随‑领航编队控制子系统,提高了编队控制系统的整体性,且设计了一种高效辨识扰动观测器,能持续高效的对无人艇编队控制系统存在的复杂外界扰动进行精准的逼近和辨识。本发明技术方案有效处理了内外部扰动对编队控制系统的影响,保证了无人艇编队控制系统的稳定性和高效性。

Description

一种基于有限时间扩张状态观测器的多无人艇编队控制方法
技术领域
本发明涉及无人艇控制技术领域,具体而言,尤其涉及一种基于有限时间扩张状态观测器的多无人艇编队控制方法。
背景技术
海洋蕴含极其丰富的矿产资源、生物资源、可再生能源等,是人类文明演进过程中必然深度拥抱和科学共融的神秘领地。无人水面艇(Unmanned Surface Vehicle,USV)作为一种能够通过搭载相关军、民用模块载荷以实现情报搜集、港口防护、海洋调查、环境测量、科研勘探等各类军、民用复杂任务的海洋无人载运平台,也日益受到各国政府、科研院所及相关单位的广泛关注。但是由于需要执行的任务的多样化和实际海洋环境的未知多变,单艘无人艇力不从心,所以多无人艇协同控制大大提高任务完成的可靠性。常见的多智能体编队控制方法有如下几种:领航-跟随法、基于行为法、虚拟结构法、图论以及基于一致性法等。领航者-跟随者法由于控制结构简单,集群间的协同作业易于实现,得到了广泛的应用。
为了设计出快速稳定的无人艇编队控制算法,当前研究编队系统中常用的PID控制不需精确的系统模型且大部分情况下具有可接受的控制性能,但是传统PID控制方法存在着参数调整繁琐、抗干扰能力不强等问题,通常情况下参数的整定需要多次的试凑以及大量的经验知识,即便当参数调整至具有较好控制效果时,外界环境的干扰也会对其控制效果产生很大的影响;Backstepping作为一种可用于非线性系统的系统化递归设计方法,其通过将复杂的非线性系统逐步分解为子系统,逐级设计虚拟控制律并最终得出实际控制律,但其存在着需要对虚拟控制律进行反复求导的问题,增加了控制器设计及运算难度。模糊控制及神经网络控制由于能够通过进行在线辨识逼近克服模型的不确定性,但是输入需要同时包含误差信息及期望信息,输入维度较大,运算复杂。滑模控制技术作为具有较强鲁棒性的一种控制方法,其在水面无人艇控制领域也已经得到了广泛的应用,但是多数情况下会存在输入饱和而引起的受限问题。传统的滑模面均是采用线性滑模面,表示当系统的模态已到达滑动模态之后,继续沿着我们所设计好的指数变化规律来完成渐进趋于原点的目标,因此会导致一些不可避免的问题,如收敛速度慢、控制精度低、无法有限时间收敛等。故通过对以上算法的分析,本发明对终端滑模进行改进设计一种快速稳定的无人艇编队控制算法,使其在保证快速收敛的前提下,系统具有较高的稳定性,并是编队控制系统保持较高的响应速度。
在实际海洋环境中,存在洋流、海浪等外界未知扰动和系统内部未知参数给多无人艇编队控制系统带来巨大扰动,所以对编队系统内外部扰动的处理显得尤为重要。当前针对编队控制系统中存在的状态不可测或外界干扰的情况,众多基于观测器的控制方法相继被提出以用来提升控制系统的性能,从而达到更准确的控制目标。研究人员将扩张状态观测器结合滑模控制用于大连海事大学“蓝信”号无人艇,并通过实验成功地验证了该方法可用于进行曲线路径的跟踪。后来扰动观测器成功的用于导弹制导以及双连杆机械臂控制,有效的对不确定扰动实现了观测,极大程度上提升了系统的性能。后来研究人员将非线性观测器应用于无人水面艇,结合动态面技术设计了输出反馈控制律,最终使得轨迹跟踪误差一致最终有界。但是目前的扰动观测器大多误差较大,稳定性较低,不能持续进行观测。
发明内容
根据上述提出的问题,提供一种基于有限时间扩张状态观测器的多无人艇编队控制方法。本发明设计一种高效辨识扰动观测器,能持续高效的对无人艇编队控制系统存在的复杂外界扰动进行精准的逼近和辨识。
本发明采用的技术手段如下:
一种基于有限时间扩张状态观测器的多无人艇编队控制方法,包括如下步骤:
S1、建立无人艇的运动学和动力学模型;
S2、将编队系统划分为跟踪控制子系统和编队控制子系统,并分别设计跟踪控制子系统的控制器以及编队控制子系统的控制器;
S3、对设计的跟踪控制子系统的控制器和编队控制子系统的控制器进行稳定性分析。
进一步地,所述步骤S1具体包括:
S11、建立无人艇的运动学和动力学模型,如下所示:
Figure BDA0003029849710000031
其中,i=0为领航无人艇数学模型,i=1,2,…,n为跟随无人艇数学模型;ηi=[xi,yii]T为大地坐标系下的无人艇位置和航向,vi=[ui,vi,ri]T为附体坐标系下速度向量;τi=[τi1i2i3]T为领航艇和跟随艇的控制输入;δi=MiRTi)di(t),di(t)为风、浪、流外界环境所造成的扰动;g(η)表示无人艇的浮力和重力的力和力矩,理想状态下g(η)=0;R(ψi)为旋转矩阵,
Figure BDA0003029849710000032
Mi=Mi T>0为惯性矩阵,
Figure BDA0003029849710000033
C(vi)=-C(vi)T为科里奥利矩阵,
Figure BDA0003029849710000034
D(vi)为阻尼矩阵,
Figure BDA0003029849710000035
且满足如下性质:
Figure BDA0003029849710000036
其中,矩阵S(r)表示如下:
Figure BDA0003029849710000037
S12、将三自由度无人水面艇数学模型进行改写,得到拉格朗日型无人水面艇数学模型,如下:
Figure BDA0003029849710000041
其中,M*,C*,D*分别表示如下:
M*(η)=R(η)MRT(η)
Figure BDA0003029849710000042
Figure BDA0003029849710000043
并且M(η)=MT(η)>0,
Figure BDA0003029849710000044
S13、将领航无人艇拉格朗日数学模型进行改写,如下:
Figure BDA0003029849710000045
其中,f表示无人艇编队控制系统中的内外扰动集总不确定项,f=M-1[δ(t)-C(x1,x2)x2-D(x1,x2)x2],满足连续可微且有界,即
Figure BDA0003029849710000046
Lf为有界正常数,x1=η,
Figure BDA0003029849710000047
S14、考虑如下期望轨迹:
Figure BDA0003029849710000048
其中,ηd=[xd,ydd]T和νd=[ud,vd,rd]T分别为无人艇期望的位置向量和速度向量,τd=[τd1d2d3]T为期望的控制输入。
进一步地,所述步骤S2具体包括:
设计跟踪控制子系统的控制器:
S21、在领航无人艇跟踪期望轨迹时,不考虑外界扰动,即f=0,定义领航无人艇和期望轨迹的跟踪动态误差如下:
Figure BDA0003029849710000049
将式代入得:
Figure BDA00030298497100000410
S22、假设所设计的编队控制子系统受到的复杂外界干扰具有上界,即满足
Figure BDA00030298497100000411
考虑如下全局终端滑模面:
Figure BDA0003029849710000051
其中,α>0,β>0,常数q>p>0;
S23、对上式进行求导,得到:
Figure BDA0003029849710000052
S24、在无集总扰动情况时,将轨迹跟踪控制律设计为如下形式:
Figure BDA0003029849710000053
其中,k1,k2为正常数;
设计编队控制子系统的控制器:
S25、考虑集总扰动f,并将f视为扩张状态,即x3:=f包含外界环境所造成的干扰δ,也包含了C(x1,x2)x2与D(x1,x2)x2这两项与无人水面艇状态相关的项,将跟随无人艇拉格朗日数学模型进行改写,如下:
Figure BDA0003029849710000054
其中,i=1,表示跟随无人艇1和跟随无人艇2;fi=M-1[δ(t)-C(xi,1,xi,2)xi,2-D(xi,1,xi,2)xi,2],xi,1=ηi
Figure BDA0003029849710000055
fi表示编队控制系统中跟随无人艇的内外扰动集总不确定项,满足连续可微且有界,即
Figure BDA0003029849710000056
其中
Figure BDA0003029849710000057
为有界正常数;
S26、定义跟随无人艇和领航无人艇之间的动态误差如下:
Figure BDA0003029849710000058
S27、对上式进行求导,得到:
Figure BDA0003029849710000059
S28、考虑集总不确定项,将无人水面艇运动模型进行改写为如下形式:
Figure BDA00030298497100000510
S29、设计有限时间扩张状态观测器,定义观测误差如下:
εi,j=zi,j-xi,j (15)
其中,zi,j=[zi,j,1,zi,j,2,zi,j,3]T为xi的观测值,i=1,2;j=1,2,3;进而设计如下有限时间扩张状态观测器:
Figure BDA0003029849710000061
其中,li,j=diag[βi,j,1i,j,2i,j,3],i=1,2,j=1,2,3;
S30、结合公式(14)、(15)以及(16),得到观测误差动态,如下所示:
Figure BDA0003029849710000062
根据引理1,得到所设计的有限时间扩张状态观测器的观测误差在调节合适参数的情况下,实现在有限时间内收敛。
进一步地,所述步骤S3具体包括:
对跟踪控制子系统的控制器进行稳定性分析:
假设无集总扰动f的情况时,设计的跟踪控制子系统轨迹跟踪控制器保证领航无人艇位置向量η与速度向量
Figure BDA0003029849710000063
在有限时间内跟踪至期望轨迹;
分析过程如下:
到达阶段:即证明误差Φ12在有限时间内到达滑模面,选取如下的Lyapunov函数:
Figure BDA0003029849710000064
对上述进行求导,得到:
Figure BDA0003029849710000071
根据引理2可知,上式满足有限时间稳定判据;
滑动阶段:当到达阶段完成,滑模面s=0,得到:
Figure BDA0003029849710000072
因此,跟踪误差Φ12在有限的时间内收敛为零,由此得出,整个系统(7)在有限时间上是稳定的;
对编队控制子系统的控制器进行稳定性分析:
考虑包含集总项fi的无人水面艇运动模型,在无人艇编队控制系统的作用下,跟随无人水面艇的实际位置向量ηi及速度向量
Figure BDA0003029849710000073
在有限时间内精准的跟踪至领航无人艇位置向量η及速度向量
Figure BDA0003029849710000074
分析过程如下:
到达阶段:即证明误差Φi,1i,2在有限时间内到达滑模面,选取如下的Lyapunov函数:
Figure BDA0003029849710000075
对上述进行求导,得到:
Figure BDA0003029849710000081
根据引理2可知,上式满足有限时间稳定判据;
滑动阶段:当到达阶段完成,滑模面s=0,得到:
Figure BDA0003029849710000082
因此,跟踪误差Φi,1i,2在有限的时间内收敛为零,由此得出,整个系统(13)在有限时间上是稳定的;
进一步地,所述步骤S30中的引理1具体如下:
定义一个正定标量函数V(x),若满足:
Figure BDA0003029849710000083
其中,λ1>0,λ2>0,0<θ<1,为正常数;则系统有限时间稳定,且其有限时间T2满足如下不等式:
Figure BDA0003029849710000084
进一步地,所述引理2具体如下:
考虑如下系统:
Figure BDA0003029849710000085
有限时间稳定,其中h连续可微且有界,0<n<1,βi>0(i=1,2,3),sigθ(x)=|x|θsgn(x)。
较现有技术相比,本发明具有以下优点:
1、本发明提供的基于有限时间扩张状态观测器的多无人艇编队控制方法,将整个无人艇编队控制系统划分为领航-期望跟踪控制子系统和跟随-领航编队控制子系统,提高了编队控制系统的整体性。
2、本发明提供的基于有限时间扩张状态观测器的多无人艇编队控制方法,提出了一种全局终端滑模跟踪控制策略,大大提高了跟踪控制收敛速率。
3、本发明提供的基于有限时间扩张状态观测器的多无人艇编队控制方法,有效处理了内外部扰动对编队控制系统的影响,保证了无人艇编队控制系统的稳定性和高效性。
基于上述理由本发明可在无人艇控制等领域广泛推广。
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做以简单地介绍,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为本发明方法流程图。
图2为本发明无人艇运动学和动力学数学模型示意图。
图3为本发明实施例提供的无人艇编队轨迹图。
图4为本发明实施例提供的无人艇位置跟踪图。
图5为本发明实施例提供的无人艇速度跟踪图。
图6为本发明实施例提供的领航无人艇的控制输入示意图。
图7为本发明实施例提供的跟随无人艇1的控制输入示意图。
图8为本发明实施例提供的有限时间扩张状态观测器1的观测结果。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,本发明提供了一种基于有限时间扩张状态观测器的多无人艇编队控制方法,包括如下步骤:
S1、建立无人艇的运动学和动力学模型;
具体实施时,作为本发明优选的实施方式,所述步骤S1具体包括:
S11、如图2所示,建立无人艇的运动学和动力学模型,如下所示:
Figure BDA0003029849710000101
其中,i=0为领航无人艇数学模型,i=1,2,…,n为跟随无人艇数学模型;ηi=[xi,yii]T为大地坐标系下的无人艇位置和航向,vi=[ui,vi,ri]T为附体坐标系下速度向量;τi=[τi1i2i3]T为领航艇和跟随艇的控制输入;δi=MiRT(ψi)di(t),di(t)为风、浪、流外界环境所造成的扰动;g(η)表示无人艇的浮力和重力的力和力矩,理想状态下g(η)=0;R(ψi)为旋转矩阵,
Figure BDA0003029849710000102
Mi=Mi T>0为惯性矩阵,
Figure BDA0003029849710000103
C(vi)=-C(vi)T为科里奥利矩阵,
Figure BDA0003029849710000111
D(vi)为阻尼矩阵,
Figure BDA0003029849710000112
且满足如下性质:
Figure BDA0003029849710000113
其中,矩阵S(r)表示如下:
Figure BDA0003029849710000114
S12、将三自由度无人水面艇数学模型进行改写,得到拉格朗日型无人水面艇数学模型,如下:
Figure BDA0003029849710000115
其中,M*,C*,D*分别表示如下:
M*(η)=R(η)MRT(η)
Figure BDA0003029849710000116
Figure BDA0003029849710000117
并且M(η)=MT(η)>0,
Figure BDA0003029849710000118
其中,各参数定义如表1所示,m为无人水面艇的质量,Iz为转动惯量,
Figure BDA00030298497100001110
X*,Y*,Z*为水动力导数。
表1 M,C,D矩阵参数定义
Figure BDA0003029849710000119
S13、将领航无人艇拉格朗日数学模型进行改写,如下:
Figure BDA0003029849710000121
其中,f表示无人艇编队控制系统中的内外扰动集总不确定项,f=M-1[δ(t)-C(x1,x2)x2-D(x1,x2)x2],满足连续可微且有界,即
Figure BDA0003029849710000122
Lf为有界正常数,x1=η,
Figure BDA0003029849710000123
S14、考虑如下期望轨迹:
Figure BDA0003029849710000124
其中,ηd=[xd,ydd]T和νd=[ud,vd,rd]T分别为无人艇期望的位置向量和速度向量,τd=[τd1d2d3]T为期望的控制输入。
S2、将编队系统划分为跟踪控制子系统和编队控制子系统,并分别设计跟踪控制子系统的控制器以及编队控制子系统的控制器;
具体实施时,作为本发明优选的实施方式,所述步骤S2具体包括:
设计跟踪控制子系统的控制器:
S21、在领航无人艇跟踪期望轨迹时,不考虑外界扰动,即f=0,定义领航无人艇和期望轨迹的跟踪动态误差如下:
Figure BDA0003029849710000125
将式代入得:
Figure BDA0003029849710000126
S22、假设所设计的编队控制子系统受到的复杂外界干扰具有上界,即满足
Figure BDA0003029849710000127
考虑如下全局终端滑模面:
Figure BDA0003029849710000128
其中,α>0,β>0,常数q>p>0;
S23、对上式进行求导,得到:
Figure BDA0003029849710000131
S24、在无集总扰动情况时,将轨迹跟踪控制律设计为如下形式:
Figure BDA0003029849710000132
其中,k1,k2为正常数;
设计编队控制子系统的控制器:
S25、考虑集总扰动f,并将f视为扩张状态,即x3:=f包含外界环境所造成的干扰δ,也包含了C(x1,x2)x2与D(x1,x2)x2这两项与无人水面艇状态相关的项,将跟随无人艇拉格朗日数学模型进行改写,如下:
Figure BDA0003029849710000133
其中,i=1,表示跟随无人艇1和跟随无人艇2;fi=M-1[δ(t)-C(xi,1,xi,2)xi,2-D(xi,1,xi,2)xi,2],xi,1=ηi
Figure BDA0003029849710000134
fi表示编队控制系统中跟随无人艇的内外扰动集总不确定项,满足连续可微且有界,即
Figure BDA0003029849710000135
其中
Figure BDA0003029849710000136
为有界正常数;
S26、定义跟随无人艇和领航无人艇之间的动态误差如下:
Figure BDA0003029849710000137
S27、对上式进行求导,得到:
Figure BDA0003029849710000138
S28、考虑集总不确定项,将无人水面艇运动模型进行改写为如下形式:
Figure BDA0003029849710000139
S29、设计有限时间扩张状态观测器,定义观测误差如下:
εi,j=zi,j-xi,j (15)
其中,zi,j=[zi,j,1,zi,j,2,zi,j,3]T为xi的观测值,i=1,2;j=1,2,3;进而设计如下有限时间扩张状态观测器:
Figure BDA0003029849710000141
其中,li,j=diag[βi,j,1i,j,2i,j,3],i=1,2,j=1,2,3;
S30、结合公式(14)、(15)以及(16),得到观测误差动态,如下所示:
Figure BDA0003029849710000142
根据引理1,得到所设计的有限时间扩张状态观测器的观测误差在调节合适参数的情况下,实现在有限时间内收敛。引理1具体如下:
定义一个正定标量函数V(x),若满足:
Figure BDA0003029849710000143
其中,λ1>0,λ2>0,0<θ<1,为正常数;则系统有限时间稳定,且其有限时间T2满足如下不等式:
Figure BDA0003029849710000144
S3、对设计的跟踪控制子系统的控制器和编队控制子系统的控制器进行稳定性分析。
具体实施时,作为本发明优选的实施方式,所述步骤S3具体包括:
对跟踪控制子系统的控制器进行稳定性分析:
假设无集总扰动f的情况时,设计的跟踪控制子系统轨迹跟踪控制器保证领航无人艇位置向量η与速度向量
Figure BDA0003029849710000145
在有限时间内跟踪至期望轨迹;
分析过程如下:
到达阶段:即证明误差Φ12在有限时间内到达滑模面,选取如下的Lyapunov函数:
Figure BDA0003029849710000151
对上述进行求导,得到:
Figure BDA0003029849710000152
根据引理2可知,上式满足有限时间稳定判据;
滑动阶段:当到达阶段完成,滑模面s=0,得到:
Figure BDA0003029849710000153
因此,跟踪误差Φ12在有限的时间内收敛为零,由此得出,整个系统(7)在有限时间上是稳定的;
对编队控制子系统的控制器进行稳定性分析:
考虑包含集总项fi的无人水面艇运动模型,在无人艇编队控制系统的作用下,跟随无人水面艇的实际位置向量ηi及速度向量
Figure BDA0003029849710000154
在有限时间内精准的跟踪至领航无人艇位置向量η及速度向量
Figure BDA0003029849710000155
分析过程如下:
到达阶段:即证明误差Φi,1i,2在有限时间内到达滑模面,选取如下的Lyapunov函数:
Figure BDA0003029849710000161
对上述进行求导,得到:
Figure BDA0003029849710000162
根据引理2可知,上式满足有限时间稳定判据;
滑动阶段:当到达阶段完成,滑模面s=0,得到:
Figure BDA0003029849710000163
因此,跟踪误差Φi,1i,2在有限的时间内收敛为零,由此得出,整个系统(13)在有限时间上是稳定的。
所述引理2具体如下:
考虑如下系统:
Figure BDA0003029849710000164
有限时间稳定,其中h连续可微且有界,0<n<1,βi>0(i=1,2,3),sigθ(x)=|x|θsgn(x)。
为了验证本发明方法的有效性,进行了仿真实验,具体如下:
结合Cybership II船舶模型进行仿真实验来验证所设计的基于有限时间扩张状态观测器的无人艇编队控制策略的有效性,编队系统中的参数设置如下:相关参数取值l1=diag(8,8,8),l2=diag(16,16,16),β3=diag(9,9,9),α=5,β=1,k1=2,k2=3,其中,期望轨迹、领航艇和跟随艇位置和速度初值,如表2所示:
表2模型的初值
Figure BDA0003029849710000171
扰动如下:
Figure BDA0003029849710000172
Figure BDA0003029849710000173
仿真结果如附图3-8所示。实验效果显示设计的多无人艇编队控制系统能够在有限时间内使领航无人艇精确跟踪期望的轨迹,并能够使跟随无人艇和领航无人艇保持期望的编队队形。并有效的处理了编队控制系统中内外部复杂未知扰动对编队控制系统的影响。
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 (6)

1.一种基于有限时间扩张状态观测器的多无人艇编队控制方法,其特征在于,包括如下步骤:
S1、建立无人艇的运动学和动力学模型;
S2、将编队系统划分为跟踪控制子系统和编队控制子系统,并分别设计跟踪控制子系统的控制器以及编队控制子系统的控制器;
S3、对设计的跟踪控制子系统的控制器和编队控制子系统的控制器进行稳定性分析。
2.根据权利要求1所述的基于有限时间扩张状态观测器的多无人艇编队控制方法,其特征在于,所述步骤S1具体包括:
S11、建立无人艇的运动学和动力学模型,如下所示:
Figure FDA0003029849700000011
其中,i=0为领航无人艇数学模型,i=1,2,…,n为跟随无人艇数学模型;ηi=[xi,yii]T为大地坐标系下的无人艇位置和航向,vi=[ui,vi,ri]T为附体坐标系下速度向量;τi=[τi1i2i3]T为领航艇和跟随艇的控制输入;δi=MiRTi)di(t),di(t)为风、浪、流外界环境所造成的扰动;g(η)表示无人艇的浮力和重力的力和力矩,理想状态下g(η)=0;R(ψi)为旋转矩阵,
Figure FDA0003029849700000012
Mi=Mi T>0为惯性矩阵,
Figure FDA0003029849700000013
C(vi)=-C(vi)T为科里奥利矩阵,
Figure FDA0003029849700000014
D(vi)为阻尼矩阵,
Figure FDA0003029849700000015
且满足如下性质:
Figure FDA0003029849700000021
其中,矩阵S(r)表示如下:
Figure FDA0003029849700000022
S12、将三自由度无人水面艇数学模型进行改写,得到拉格朗日型无人水面艇数学模型,如下:
Figure FDA0003029849700000028
其中,M*,C*,D*分别表示如下:
M*(η)=R(η)MRT(η)
Figure FDA0003029849700000029
Figure FDA00030298497000000210
并且M(η)=MT(η)>0,
Figure FDA0003029849700000023
S13、将领航无人艇拉格朗日数学模型进行改写,如下:
Figure FDA0003029849700000024
其中,f表示无人艇编队控制系统中的内外扰动集总不确定项,f=M-1[δ(t)-C(x1,x2)x2-D(x1,x2)x2],满足连续可微且有界,即
Figure FDA0003029849700000025
Lf为有界正常数,x1=η,
Figure FDA0003029849700000026
S14、考虑如下期望轨迹:
Figure FDA0003029849700000027
其中,ηd=[xd,ydd]T和νd=[ud,vd,rd]T分别为无人艇期望的位置向量和速度向量,τd=[τd1d2d3]T为期望的控制输入。
3.根据权利要求1所述的基于有限时间扩张状态观测器的多无人艇编队控制方法,其特征在于,所述步骤S2具体包括:
设计跟踪控制子系统的控制器:
S21、在领航无人艇跟踪期望轨迹时,不考虑外界扰动,即f=0,定义领航无人艇和期望轨迹的跟踪动态误差如下:
Figure FDA0003029849700000031
将式代入得:
Figure FDA0003029849700000032
S22、假设所设计的编队控制子系统受到的复杂外界干扰具有上界,即满足
Figure FDA0003029849700000033
考虑如下全局终端滑模面:
Figure FDA0003029849700000034
其中,α>0,β>0,常数q>p>0;
S23、对上式进行求导,得到:
Figure FDA0003029849700000035
S24、在无集总扰动情况时,将轨迹跟踪控制律设计为如下形式:
Figure FDA0003029849700000036
其中,k1,k2为正常数;
设计编队控制子系统的控制器:
S25、考虑集总扰动f,并将f视为扩张状态,即x3:=f包含外界环境所造成的干扰δ,也包含了C(x1,x2)x2与D(x1,x2)x2这两项与无人水面艇状态相关的项,将跟随无人艇拉格朗日数学模型进行改写,如下:
Figure FDA0003029849700000037
其中,i=1,表示跟随无人艇1和跟随无人艇2;fi=M-1[δ(t)-C(xi,1,xi,2)xi,2-D(xi,1,xi,2)xi,2],xi,1=ηi
Figure FDA0003029849700000038
fi表示编队控制系统中跟随无人艇的内外扰动集总不确定项,满足连续可微且有界,即
Figure FDA0003029849700000039
其中Lfi为有界正常数;
S26、定义跟随无人艇和领航无人艇之间的动态误差如下:
Figure FDA0003029849700000041
S27、对上式进行求导,得到:
Figure FDA0003029849700000042
S28、考虑集总不确定项,将无人水面艇运动模型进行改写为如下形式:
Figure FDA0003029849700000043
S29、设计有限时间扩张状态观测器,定义观测误差如下:
εi,j=zi,j-xi,j (15)
其中,zi,j=[zi,j,1,zi,j,2,zi,j,3]T为xi的观测值,i=1,2;j=1,2,3;进而设计如下有限时间扩张状态观测器:
Figure FDA0003029849700000044
其中,li,j=diag[βi,j,1i,j,2i,j,3],i=1,2,j=1,2,3;
S30、结合公式(14)、(15)以及(16),得到观测误差动态,如下所示:
Figure FDA0003029849700000045
根据引理1,得到所设计的有限时间扩张状态观测器的观测误差在调节合适参数的情况下,实现在有限时间内收敛。
4.根据权利要求1所述的基于有限时间扩张状态观测器的多无人艇编队控制方法,其特征在于,所述步骤S3具体包括:
对跟踪控制子系统的控制器进行稳定性分析:
假设无集总扰动f的情况时,设计的跟踪控制子系统轨迹跟踪控制器保证领航无人艇位置向量η与速度向量
Figure FDA0003029849700000051
在有限时间内跟踪至期望轨迹;
分析过程如下:
到达阶段:即证明误差Φ12在有限时间内到达滑模面,选取如下的Lyapunov函数:
Figure FDA0003029849700000052
对上述进行求导,得到:
Figure FDA0003029849700000053
根据引理2可知,上式满足有限时间稳定判据;
滑动阶段:当到达阶段完成,滑模面s=0,得到:
Figure FDA0003029849700000054
因此,跟踪误差Φ12在有限的时间内收敛为零,由此得出,整个系统(7)在有限时间上是稳定的;
对编队控制子系统的控制器进行稳定性分析:
考虑包含集总项fi的无人水面艇运动模型,在无人艇编队控制系统的作用下,跟随无人水面艇的实际位置向量ηi及速度向量
Figure FDA0003029849700000061
在有限时间内精准的跟踪至领航无人艇位置向量η及速度向量
Figure FDA0003029849700000062
分析过程如下:
到达阶段:即证明误差Φi,1i,2在有限时间内到达滑模面,选取如下的Lyapunov函数:
Figure FDA0003029849700000063
对上述进行求导,得到:
Figure FDA0003029849700000064
根据引理2可知,上式满足有限时间稳定判据;
滑动阶段:当到达阶段完成,滑模面s=0,得到:
Figure FDA0003029849700000065
因此,跟踪误差Φi,1i,2在有限的时间内收敛为零,由此得出,整个系统(13)在有限时间上是稳定的。
5.根据权利要求3所述的基于有限时间扩张状态观测器的多无人艇编队控制方法,其特征在于,所述步骤S30中的引理1具体如下:
定义一个正定标量函数V(x),若满足:
Figure FDA0003029849700000066
其中,λ1>0,λ2>0,0<θ<1,为正常数;则系统有限时间稳定,且其有限时间T2满足如下不等式:
Figure FDA0003029849700000071
6.根据权利要求4所述的基于有限时间扩张状态观测器的多无人艇编队控制方法,其特征在于,所述引理2具体如下:
考虑如下系统:
Figure FDA0003029849700000072
有限时间稳定,其中h连续可微且有界,0<n<1,βi>0(i=1,2,3),sigθ(x)=|x|θsgn(x)。
CN202110426684.1A 2021-04-20 2021-04-20 基于有限时间扩张状态观测器的多无人艇编队控制方法 Active CN113268059B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110426684.1A CN113268059B (zh) 2021-04-20 2021-04-20 基于有限时间扩张状态观测器的多无人艇编队控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110426684.1A CN113268059B (zh) 2021-04-20 2021-04-20 基于有限时间扩张状态观测器的多无人艇编队控制方法

Publications (2)

Publication Number Publication Date
CN113268059A true CN113268059A (zh) 2021-08-17
CN113268059B CN113268059B (zh) 2024-03-29

Family

ID=77229055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110426684.1A Active CN113268059B (zh) 2021-04-20 2021-04-20 基于有限时间扩张状态观测器的多无人艇编队控制方法

Country Status (1)

Country Link
CN (1) CN113268059B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113671977A (zh) * 2021-08-20 2021-11-19 大连海事大学 一种海上作业船状态同步稳定鲁棒控制方法
CN113867342A (zh) * 2021-09-18 2021-12-31 中国人民解放军海军工程大学 一种基于Hough变换和优化K均值聚类的反舰导弹编队识别目标选择系统
CN116166021A (zh) * 2023-03-01 2023-05-26 海南大学 基于双观测器的无人船编队控制方法
CN116560227A (zh) * 2023-03-31 2023-08-08 上海理工大学 基于广义扩张状态观测器的鲁棒弦稳定车队纵向控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN112965375A (zh) * 2021-02-02 2021-06-15 大连海事大学 一种基于固定时间终端滑模的多无人艇编队控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN112965375A (zh) * 2021-02-02 2021-06-15 大连海事大学 一种基于固定时间终端滑模的多无人艇编队控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ALI N 等: "Finite-time extended state observer based nonsingular fast terminal sliding mode control of autonomous underwater vehicles", 《OCEAN ENGINEERING》 *
MINGYU FU 等: "Finite-time extended state observer-based distributed formation control for marine surface vehicles with input saturation and disturbances", 《OCEAN ENGINEERING》 *
ZHENYU GAO 等: "Fixed-time sliding mode formation control of AUVs based on a disturbance observer", 《IEEE》 *
李贺: "领航-跟随水面无人船编队固定时间控制研究", 《中国学术期刊电子杂志社》, pages 6 - 11 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113671977A (zh) * 2021-08-20 2021-11-19 大连海事大学 一种海上作业船状态同步稳定鲁棒控制方法
CN113671977B (zh) * 2021-08-20 2023-12-01 大连海事大学 一种海上作业船状态同步稳定鲁棒控制方法
CN113867342A (zh) * 2021-09-18 2021-12-31 中国人民解放军海军工程大学 一种基于Hough变换和优化K均值聚类的反舰导弹编队识别目标选择系统
CN113867342B (zh) * 2021-09-18 2023-09-26 中国人民解放军海军工程大学 一种基于Hough变换和优化K均值聚类的反舰导弹编队识别目标选择系统
CN116166021A (zh) * 2023-03-01 2023-05-26 海南大学 基于双观测器的无人船编队控制方法
CN116166021B (zh) * 2023-03-01 2023-11-24 海南大学 基于双观测器的无人船编队控制方法
CN116560227A (zh) * 2023-03-31 2023-08-08 上海理工大学 基于广义扩张状态观测器的鲁棒弦稳定车队纵向控制方法
CN116560227B (zh) * 2023-03-31 2023-12-12 上海理工大学 基于广义扩张状态观测器的鲁棒弦稳定车队纵向控制方法

Also Published As

Publication number Publication date
CN113268059B (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
Peng et al. Cooperative dynamic positioning of multiple marine offshore vessels: A modular design
Peng et al. Constrained control of autonomous underwater vehicles based on command optimization and disturbance estimation
CN113268059A (zh) 一种基于有限时间扩张状态观测器的多无人艇编队控制方法
Witkowska et al. Adaptive dynamic control allocation for dynamic positioning of marine vessel based on backstepping method and sequential quadratic programming
Elmokadem et al. Terminal sliding mode control for the trajectory tracking of underactuated Autonomous Underwater Vehicles
Khodayari et al. Modeling and control of autonomous underwater vehicle (AUV) in heading and depth attitude via self-adaptive fuzzy PID controller
CN111650948B (zh) 一种可底栖式auv的水平面轨迹快速跟踪控制方法
Chu et al. Adaptive sliding mode control for depth trajectory tracking of remotely operated vehicle with thruster nonlinearity
Liu et al. Saturated coordinated control of multiple underactuated unmanned surface vehicles over a closed curve
Liang et al. Learning to guide: Guidance law based on deep meta-learning and model predictive path integral control
Ismail et al. Second order sliding mode control scheme for an autonomous underwater vehicle with dynamic region concept
Chen et al. Adaptive optimal tracking control of an underactuated surface vessel using Actor–Critic reinforcement learning
CN112965375A (zh) 一种基于固定时间终端滑模的多无人艇编队控制方法
Wang et al. Experimental and numerical study of autopilot using Extended Kalman Filter trained neural networks for surface vessels
CN117311142A (zh) 一种融合粒子群算法与神经网络预测控制的dp船舶运动控制与推力分配协同控制方法
CN113608541B (zh) 一种水下航行器姿态控制方法和系统
Zhu et al. Tracking controller based on model prediction control for remotely operated vehicle for thruster fault
Enjiao et al. Finite-time control of formation system for multiple flight vehicles subject to actuator saturation
Sandino et al. On the applicability of linear control techniques for autonomous landing of helicopters on the deck of a ship
Tang et al. Robust fixed-time trajectory tracking control of the dynamic positioning ship with actuator saturation
Pan Exploration and mining learning robot of autonomous marine resources based on adaptive neural network controller
Xu et al. Adaptive learning based tracking control of marine vessels with prescribed performance
Zhao Neural network predictive control for autonomous underwater vehicle with input delay
MuñOz et al. The predictive functional control and the management of constraints in GUANAY II autonomous underwater vehicle actuators
Prasad et al. Position and velocity control of remotely operated underwater vehicle using 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