CN114047744A - 基于采样通信的自适应反步滑模多无人艇编队控制方法 - Google Patents
基于采样通信的自适应反步滑模多无人艇编队控制方法 Download PDFInfo
- Publication number
- CN114047744A CN114047744A CN202111050090.1A CN202111050090A CN114047744A CN 114047744 A CN114047744 A CN 114047744A CN 202111050090 A CN202111050090 A CN 202111050090A CN 114047744 A CN114047744 A CN 114047744A
- Authority
- CN
- China
- Prior art keywords
- unmanned
- unmanned ship
- coordinate system
- control
- error
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
本发明公开了一种基于采样通信的自适应反步滑模多无人艇编队控制方法,包括:建立无人船控制系统的运动学和动力学模型;基于运动学和动力学模型搭建基于采样通信的无人船编队协同控制器,并进行稳定分析;基于无人船编队协同控制器,设计自适应反步控制底层;基于自适应反步控制底层,设计跟踪控制子系统的运动学控制器;基于自适应反步控制底层,设计编队控制子系统的动力学控制器;根据Lyapunov稳定性定理,分析自适应反步控制底层的稳定性。该方法采用多个无人艇进行协作实现任务的分担,降低对单个机器人的性能要求,也可有效地克服单个无人艇运载能力不足问题,同时大大提高任务完成的可靠性,且具有更高的容错性、鲁棒性、适应性。
Description
技术领域
本发明涉及无人艇技术领域,特别涉及一种基于采样通信的自适应反步滑模多无人艇 编队控制方法。
背景技术
无人水面舰艇(Unmanned Surface Vehicle,简称USV)作为人类探索和开发海洋的有效 工具,可以广泛地应用于民用领域和军事领域,比如水下探测、目标监控、安防巡逻、资 源勘探、污染清理等。考虑到单个无人艇可装载的设备有限,只能满足一些简单任务的需 求,若以单无人艇完成复杂的任务是极其浪费资源的,而且对个体性能要求更高,在运动 性能、计算能力以及可靠稳定性等能力上表现出很大的局限。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的目的在于提出一种基于采样通信的自适应反步滑模多无人艇编队控制 方法,该方法克服了现实工程应用中无人艇编队无法保证连续时间通信和编队存在内外部 复杂未知扰动和系统不确定项下的问题,可以在存在间断时间通信和不确定项的条件下实 现无人艇编队控制。
为达到上述目的,本发明实施例提出了基于采样通信的自适应反步滑模多无人艇编队 控制方法,包括以下步骤:步骤S1,建立无人船控制系统的运动学和动力学模型;步骤S2, 基于所述运动学和动力学模型搭建基于采样通信的无人船编队协同控制器,并进行稳定分 析;步骤S3,基于所述无人船编队协同控制器,设计自适应反步控制底层;步骤S4,基于 所述自适应反步控制底层,设计跟踪控制子系统的运动学控制器;步骤S5,基于所述自适 应反步控制底层,设计编队控制子系统的动力学控制器;步骤S6,根据Lyapunov稳定性定理,分析所述自适应反步控制底层的稳定性。
本发明实施例的基于采样通信的自适应反步滑模多无人艇编队控制方法,首先通过基 于采样通信的方法解决了在现实工程中无人艇编队的在恶劣的通信条件下的通信不持续的 问题,其次通过自适应反步滑模控制方法解决了在内外部复杂未知扰动和系统不确定项下 的无人艇编队问题。
另外,根据本发明上述实施例的基于采样通信的自适应反步滑模多无人艇编队控制方 法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述运动学和动力学模型具体为:
其中,i∈N,N为正整数,ηi=[xi,yi,ψi]T∈R3为输出状态向量,[xi,yi]T表示第i个水 面无人艇在大地坐标系中的位置,ψi表示航向角,vi=[ui,vi,ri]∈R3中的ui、vi、ri分别表 示第i水面无人艇在体坐标系中的纵向速度、横向速度和角速度,J(ψi)∈R3×3为坐标系转 换矩阵,Mi∈R3×3为系统内部矩阵,Ci(vi)∈R3×3为Centripetal-Coriolis矩阵,Di(vi)∈R3×3为阻尼矩阵,τi=[τui,0,τri]∈R3为第i个水面无人艇的控制输入,τui为体坐标系中纵向控制 输入,τri为转向角控制输入,由于在横向没有控制输入则用0代替,τdi=[τdui,τdvi,τdri]T∈R3为时变扰动且有上界。
进一步地,在本发明的一个实施例中,所述步骤S2具体包括:步骤S201,基于所述运动学和动力学模型建立虚拟领航无人艇的轨迹,并推导出跟随艇的参考运动信息;步骤S202,基于有向图论,根据所述虚拟领航无人艇的轨迹构建无人艇编队的通信拓扑网络;步骤S203,基于所述跟随艇的参考运动信息和所述编队间通信拓扑网络构建所述无人船编队协同控制器;步骤S204,通过舒尔定理证明所述无人船编队控制框架中编队层的稳定性。
进一步地,在本发明的一个实施例中,所述步骤S4具体包括:
步骤S401,根据所述自适应反步控制底层,基于微分同胚变换,随体坐标系下,构建 跟随无人艇的位置误差导数模型:
其中,exi、eyi、eψi分别为第i水面无人艇在随体坐标系下x轴上的前向位置误差、y轴 上的横向位置误差和航向角误差,ui为第i水面无人艇在体坐标系中的纵向速度,vi为第i水 面无人艇在体坐标系中的横向速度,uir无人艇体坐标系下的纵向速度,vir为无人艇在体坐 标系下的横向速度,ψi为航向角,ψir为期望航向角;
其中,Vi1为第一Lyapunov函数,exi为第i无人艇随体坐标系x轴上的位置误差,ui,vi为 第i水面无人艇在体坐标系中的纵向速度和横向速度,uir第i无人艇体坐标系下的期望纵向 速度,vir为第i无人艇在体坐标系下的期望横向速度,ψir为第i无人艇期望航向角,eψi为 第i无人艇的航向角误差,eyi为第i无人艇随体坐标系y轴上的横向位置误差,ui,vi为第i水 面无人艇在体坐标系中的纵向速度和横向速度。
步骤S403,利用反步法处理所述步骤S402得到的结果,得到所述编队控制子系统的 运动学控制器的制导律。
进一步地,在本发明的一个实施例中,所述编队控制子系统的运动学控制器的制导律 为:
uid=-ki1exi+Uir cos(ψir-eψi)
Hid=ki2eyi+vi
其中,uid为ui虚拟控制量的期望值,exi为第i无人艇随体坐标系x轴上的前向位置误 差,uir第i无人艇体坐标系下的期望纵向速度,vir为第i无人艇在体坐标系下的期望横向速 度,ψir为第i无人艇的期望航向角,eψi为第i无人艇航向角误差,Hid为Hi虚拟控制量的期望值,ki1、ki2为控制器参数,且均是正常数,eyi为跟随无人艇在y轴上的横向位置误差,vi为第i水面无人艇在体坐标系中的横向速度。
进一步地,在本发明的一个实施例中,所述步骤S5具体包括:
步骤S501,引入纵向速度误差uei=ui-uid和无人艇虚拟速度控制量误差Hei=Hi-Hid结合所述步骤S4,得到速度误差导数;
步骤S505,引入虚拟控制量误差Hei=Hi-Hid,并求导;
其中,ki1、ki2为控制器参数,且均是正常数,ki3为滑模面的参数,ki4为正常数,exi、eyi分别为第i无人艇在随体坐标轴下x轴上的前向位置误差、y轴上的横向位置误差,m11为惯性参数,m22为惯性参数,si1为第一滑模面,Hei为虚拟控制量误差,rei为虚拟控制量ri的误差,ψir为期望航向角,uir,vir为无人艇体坐标系啊下的纵向速度和期望横向速度,ψi为航向角,eψi为第i无人艇的航向角误差。
步骤S508,构造第五Lyapunov函数Vi5,设计第二滑模面si2,并求导;
其中,m22为惯性参数,m33为惯性参数,ki5为控制器参数,rei为虚拟控制量ri的误差, Hei为无人艇虚拟速度控制量误差,uir,vir为无人艇体坐标系下的纵向速度和期望横向速度, ψei为航向角误差,si2为第二滑模面,为不确定项,τuswi为趋近律。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明 显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和 容易理解,其中:
图1是本发明一个实施例的基于采样通信的自适应反步滑模多无人艇编队控制方法的 流程图;
图2是本发明一个实施例的无人艇的大地坐标系和附体坐标系示意图;
图3是本发明一个实施例的虚拟领导目标轨迹和无人艇编队初始位置图;
图4是本发明一个实施例的无人艇编队的估计器观测位置误差和速度误差图;
图5是本发明一个实施例的无人艇编队和虚拟目标的位置闪图;
图6是本发明一个实施例的无人艇控制输入示意图;
图7是本发明一个实施例的无人艇编队的滑模面曲线图;
图8是本发明一个实施例的无人艇编队的不确定项估计误差图;
图9是本发明一个实施例的无人艇编队的跟踪速度误差图;
图10是本发明一个实施例的无人艇编队的跟踪位置误差图;
图11是本发明一个实施例的无人艇编队的跟踪轨迹图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类 似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的 实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的基于采样通信的自适应反步滑模多无人 艇编队控制方法。
图1是本发明一个实施例的基于采样通信的自适应反步滑模多无人艇编队控制方法 的流程图。
如图1所示,该基于采样通信的自适应反步滑模多无人艇编队控制方法包括以下步骤:
在步骤S1中,建立无人船控制系统的运动学和动力学模型。
其中,运动学和动力学模型具体为:
其中,i∈N,N为正整数,ηi=[xi,yi,ψi]T∈R3为输出状态向量,如图2所示,[xi,yi]T表示第i个水面无人艇在大地坐标系中的位置,ψi表示航向角,vi=[ui,vi,ri]∈R3中的ui、vi、 ri分别表示第i水面无人艇在体坐标系中的纵向速度、横向速度和角速度,J(ψi)∈R3×3为坐 标系转换矩阵,Mi∈R3×3为系统内部矩阵,Ci(vi)∈R3×3为Centripetal-Coriolis矩阵, Di(vi)∈R3×3为阻尼矩阵,τi=[τui,0,τri]∈R3为第i个水面无人艇的控制输入,τui为体坐标 系中纵向控制输入,τri为转向角控制输入,由于在横向没有控制输入则用0代替, τdi=[τdui,τdvi,τdri]T∈R3为时变扰动且有上界。
进一步地,J(ψi),Ci(vi),Mi,Di(vi)具体表示为:
Mi=diag(m11,m22,m33) Di(vi)=diag(d1i,d2i,d3i)
在步骤S2中,基于运动学和动力学模型搭建基于采样通信的无人船编队协同控制器, 并进行稳定分析。
进一步地,在本发明的一个实施例中,步骤S2具体包括:
步骤S201,基于运动学和动力学模型建立虚拟领航无人艇的轨迹,并推导出跟随艇的 参考运动信息。
步骤S202,基于有向图论,根据虚拟领航无人艇的轨迹构建无人艇编队的通信拓扑网 络;
步骤S203,基于跟随艇的参考运动信息和编队间通信拓扑网络构建无人船编队协同控 制器;
步骤S204,通过舒尔定理证明无人船编队控制框架中编队层的稳定性。
步骤S201具体为:基于建立的无人船运动学和动力学模型,考虑如下虚拟领航无人艇的轨迹:
然后,基于建立的虚拟领航无人艇的轨迹,推导出跟随艇的参考运动信息:
进一步地,步骤S202具体为:基于有向图论,构建无人艇编队的通信拓扑网络:
有向图G中的n个节点与虚拟领航者之间存在权重,表示为:
p=[p1,p2,L,pn]∈Rn
定义辅助变量:
进一步地,步骤S203具体为:基于跟随艇的参考运动信息和编队间通信拓扑网络,构建基于采样通信的分布式-估计控制器,即基于采样通信的无人船编队协同控制器:
其中:
其中,h为采样时间。
最后,步骤S204通过舒尔定理,证明基于采样通信的编队层的稳定性。
在步骤S3中,基于无人船编队协同控制器,设计自适应反步控制底层。
在步骤S4中,基于自适应反步控制底层,设计跟踪控制子系统的运动学控制器。
具体地,步骤S401,根据自适应反步控制底层,基于微分同胚变换,随体坐标系下,跟随无人艇的位置误差表达式:
ei=J-1(ψi)(ηi-ηir) (6)
由于大地坐标系中的位置信息不能直接应用于欠驱动水面无人艇的控制器的设计中, 结合公式(1)可知随体坐标系下的期望纵向速度uir,期望横荡速度vir:
然后,对公式(6)求导,并结合公(7)得到跟随无人艇的位置误差导数模型:
步骤S402,为了对位置跟踪误差exi,eyi进行分析,构造Lyapunov函数并求导,同时为了避免引入横向速度vi的动态方程从而导致依赖ui≠0的持续激励条件, 引入虚拟速度控制量Hi=-uir sin(ψei)+vir cos(ψei),得到:
其中,Vi1为第一Lyapunov函数,exi为第i无人艇随体坐标系下x轴上的前向位置误差, ui,vi为第i水面无人艇在体坐标系中的纵向速度和横向速度,uir,vir为第i无人艇随体坐标系 啊下的纵向速度和期望横向速度,ψir为第i无人艇期望航向角,eψi为第i无人艇航向角误 差,eyi为为第i无人艇随体坐标系下y轴上的横向位置误差。
步骤S403,利用反步法,由公式(9)可以得到编队控制子系统的运动学控制器的制导律:
其中,uid为ui虚拟控制量的期望值,exi为第i无人艇随体坐标系下x轴上的位置误差, uir,vir为第i无人艇随体坐标系啊下的纵向速度和期望横向速度,ψir为第i无人艇的期望航 向角,eψi为第i无人艇航向角误差,Hid为Hi虚拟控制量的期望值,ki1、ki2为控制器参数, 且均是正常数,eyi为第i无人艇随体坐标系下y轴上的横向位置误差,vi为第i水面无人艇 在体坐标系中的横向速度。
在步骤S5中,基于自适应反步控制底层,设计编队控制子系统的动力学控制器。
具体地,步骤S501,引入无人艇虚拟速度控制量误差uei=ui-uid,Hei=Hi-Hid结 合公式(1)-(9),得到速度误差导数:
其中,ki3为滑模面的参数,m11为惯性参数,uei为无人艇虚拟速度控制量误差,exi第i 无人艇随体坐标系下x轴上的前向位置误差,si1为第一滑模面,
τuswi=-m11(ksi1 tanh(si1)+wsi1si1)为趋近律,其中,ksi1,wsi1为趋近律控制参数,且为正常数。
步骤S505,引入虚拟控制量误差Hei=Hi-Hid,并求导:
rei=ri-rdi(17)
其中,ki4为正常数。
其中,自适应控制律为ki1、ki2为控制器参数,且均是正常数,ki3为滑模面的参数,ki4为正常数,exi、eyi分别为第i无人艇随体坐标系下x轴上的前向位置误差、y轴上的横向位置误差,m11惯性参数,m22为惯性参数,uei为ui的虚拟控制量误差, si1为第一滑模面,Hei为Hi虚拟控制量误差,rei为ri虚拟控制量误差,uir,vir为第i无人艇 随体坐标系下的纵向速度和期望横向速度。
同时为了镇定eri,eψi,对公式(17)求导,得到:
其中,不确定项Ui3=(m11-m22)uivi-di3ri+τdri。
步骤S508,构造第五Lyapunov函数Vi5,设计第二滑模面si2:
并对公式(21)-(22)进行求导:
利用反步法处理步骤S509得到的结果,
其中,ki3为滑模面的参数,m22,m33为惯性参数,rei为无人艇虚拟转向角速度控制量误 差,si2为第二滑模面,uir,vir为第i无人艇随体坐标系下的纵向速度和期望横向速度,Hei为虚拟控制量Hi误差,ψei为第i无人艇的航向角误差,为不确定项的估计值,趋近律,τrswi=-m33(ksi2 tanh(si2)+wsi2si2)为趋近律,且k3m11-1≥0,m22k5-1≥0,此时
在步骤S6中,根据Lyapunov稳定性定理分析自适应反步控制底层的稳定性。
具体地,根据Lyapunov稳定性定理,可以得出Lyapunov函数Vi6全局一致渐进稳定,当时间t→∞时,误差变量xei,yei,uei,Hei,rei均收敛到0。
为了验证本发明实施例方法的有效性进行了仿真实验,具体如下:
利用已有的船模数据进行仿真实验来验证所设计的采样通信的自适应反步滑模的 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:期望轨迹(虚拟领导者)如下所示;跟随艇位置和速度初值如表1所示;相关参数取值如表2所示;
期望轨迹:
x0=t
y0=-6sin(π/75·t)
表1 模型初始值
表2 各参数取值
时变扰动如下:
τdui=3(sin(0.25t)+cos(0.2t+π/4))
τdvi=3(sin(0.25t)+cos(0.2t+π/4))
τdri=3(sin(0.25t)+cos(0.25t+π/4))
仿真结果如图3-11所示。展示了设计的多无人艇编队能够存在时变扰动和模型不定项的情况下,在较短的时间内精确跟踪期望的轨迹,并能够保持期望的编队队形。 显然,所提出的控制方案可以保证在通信不连续的情况下,仍可以进行计算。
综上,本发明实施例提出的基于采样通信的自适应反步滑模多无人艇编队控制方法,采用多个无人艇进行协作、实现任务的分担,此时无人系统的具有更强的稳定性、 鲁棒性、通信能力、机动性、灵活性,同时也降低对单个机器人的性能要求,多无人 艇的协同合作也可以有效地克服单个无人艇运载能力不足的问题,同时大大提高任务 完成的可靠性,且具有更高的容错性、鲁棒性、适应性,即利用基于采样通信的自适 应反步滑模的无人艇编队控制策略来处理存在实际中编队之间的通信不足和内外部复 杂未知扰动和系统不确定项下的无人艇编队问题。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者 隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐 含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三 个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、 或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包 含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须 针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一 个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技 术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合 和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的, 不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例 进行变化、修改、替换和变型。
Claims (8)
1.一种基于采样通信的自适应反步滑模多无人艇编队控制方法,其特征在于,包括以下步骤:
步骤S1,建立无人船控制系统的运动学和动力学模型;
步骤S2,基于所述运动学和动力学模型搭建基于采样通信的无人船编队协同控制器,并进行稳定分析;
步骤S3,基于所述无人船编队协同控制器,设计自适应反步控制底层;
步骤S4,基于所述自适应反步控制底层,设计跟踪控制子系统的运动学控制器;
步骤S5,基于所述自适应反步控制底层,设计编队控制子系统的动力学控制器;
步骤S6,根据Lyapunov稳定性定理分析所述自适应反步控制底层的稳定性。
2.根据权利要求1所述的基于采样通信的自适应反步滑模多无人艇编队控制方法,其特征在于,所述运动学和动力学模型具体为:
其中,i∈N,N为正整数,ηi=[xi,yi,ψi]T∈R3为输出状态向量,[xi,yi]T表示第i个水面无人艇在大地坐标系中的位置,ψi表示航向角,vi=[ui,vi,ri]∈R3中的ui、vi、ri分别表示第i水面无人艇在体坐标系中的纵向速度、横向速度和角速度,J(ψi)∈R3×3为坐标系转换矩阵,Mi∈R3×3为系统内部矩阵,Ci(vi)∈R3×3为Centripetal-Coriolis矩阵,Di(vi)∈R3×3为阻尼矩阵,τi=[τui,0,τri]∈R3为第i个水面无人艇的控制输入,τui为体坐标系中纵向控制输入,τri为转向角控制输入,由于在横向没有控制输入则用0代替,τdi=[τdui,τdvi,τdri]T∈R3为时变扰动且有上界。
3.根据权利要求1所述的基于采样通信的自适应反步滑模多无人艇编队控制方法,其特征在于,所述步骤S2具体包括:
步骤S201,基于所述运动学和动力学模型建立虚拟领航无人艇的轨迹,并推导出跟随艇的参考运动信息;
步骤S202,基于有向图论,根据所述虚拟领航无人艇的轨迹构建无人艇编队的通信拓扑网络;
步骤S203,基于所述跟随艇的参考运动信息和所述编队间通信拓扑网络构建所述无人船编队协同控制器;
步骤S204,通过舒尔定理证明所述无人船编队控制框架中编队层的稳定性。
4.根据权利要求1所述的基于采样通信的自适应反步滑模多无人艇编队控制方法,其特征在于,所述步骤S4具体包括:
步骤S401,根据所述自适应反步控制底层,基于微分同胚变换,随体坐标系下,构建跟随无人艇的位置误差导数模型:
其中,exi、eyi、eψi分别为第i水面无人艇在随体坐标系下x轴上的前向位置误差、y轴上的横向位置误差和航向角误差,ui为第i水面无人艇在体坐标系中的纵向速度,vi为第i水面无人艇在体坐标系中的横向速度,uir为第i无人艇随体坐标系期望前向速度,vir为无人艇第i无人艇随体坐标系的期望横向速度,ψi为第i无人艇的航向角,ψir为第i无人艇期望航向角;
其中,Vi1为第一Lyapunov函数,exi为跟随无人艇在x轴上的位置误差,ui,vi分别为第i水面无人艇在随体坐标系中的纵向速度和横向速度,ψir为第i无人艇期望航向角,eψi为第i无人艇航向角误差,eyi为第i无人艇随体坐标系y轴上的横向位置误差,vi为第i水面无人艇在体坐标系中的横向速度。
步骤S403,利用反步法处理所述步骤S402得到的结果,得到所述编队控制子系统的运动学控制器的制导律。
5.根据权利要求4所述的基于采样通信的自适应反步滑模多无人艇编队控制方法,其特征在于,所述编队控制子系统的运动学控制器的制导律为:
uid=-ki1exi+Uircos(ψir-eψi)
Hid=ki2eyi+vi
其中,uid为ui虚拟控制量的期望值,exi为第i无人艇随体坐标系x轴上的位置误差,ui,vi为无人艇体坐标系下的纵向速度和期望横向速度,ψir为第i无人艇期望航向角,eψi为第i无人艇的航向角误差,Hid为虚拟控制量Hi的期望值,ki1、ki2为控制器参数,且均是正常数,eyi为跟随无人艇在y轴上的横向位置误差,vi为第i水面无人艇在体坐标系中的横向速度。
6.根据权利要求1所述的基于采样通信的自适应反步滑模多无人艇编队控制方法,其特征在于,所述步骤S5具体包括:
步骤S501,引入纵向速度误差uei=ui-uid和无人艇虚拟速度控制量误差Hei=Hi-Hid结合所述步骤S4,得到速度误差导数;
步骤S505,引入虚拟控制量误差Hei=Hi-Hid,并求导;
其中,ki1、ki2为控制器参数,且均是正常数,ki3为滑模面的参数,ki4为正常数,exi、eyi分别为第i无人艇在随体坐标轴x轴上的前向位置误差、y轴上的横向位置误差,m11为惯性参数,m22为惯性参数,si1为第一滑模面,Hei为虚拟控制量误差,rei为虚拟控制量ri的误差,ψir为期望航向角,uir,vir为无人艇体坐标系啊下的纵向速度和期望横向速度,ψi为航向角,eψi为第i无人艇的航向角误差。
步骤S508,构造第五Lyapunov函数Vi5,设计第二滑模面si2,并求导;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111050090.1A CN114047744B (zh) | 2021-09-08 | 2021-09-08 | 基于采样通信的自适应反步滑模多无人艇编队控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111050090.1A CN114047744B (zh) | 2021-09-08 | 2021-09-08 | 基于采样通信的自适应反步滑模多无人艇编队控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114047744A true CN114047744A (zh) | 2022-02-15 |
CN114047744B CN114047744B (zh) | 2023-06-13 |
Family
ID=80204358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111050090.1A Active CN114047744B (zh) | 2021-09-08 | 2021-09-08 | 基于采样通信的自适应反步滑模多无人艇编队控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114047744B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115933631A (zh) * | 2022-09-14 | 2023-04-07 | 哈尔滨工程大学 | 一种应用于欠驱动无人艇的编队控制器构建方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018150332A1 (en) * | 2017-02-17 | 2018-08-23 | Verity Studios Ag | A system having a plurality of unmanned aerial vehicles and a method of controlling a plurality of unmanned aerial vehicles |
GB2572458A (en) * | 2018-03-28 | 2019-10-02 | Huaiyin Inst Technology | An adaptive sliding-mode control method of the permanent magnet synchronous motor based on dynamic surface technology |
CN110716566A (zh) * | 2019-10-15 | 2020-01-21 | 哈尔滨工程大学 | 一种欠驱动无人艇的有限时间轨迹跟踪控制方法 |
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 |
CN112130566A (zh) * | 2020-09-18 | 2020-12-25 | 上海大学 | 一种基于模糊逻辑和滑模控制策略的无人艇、无人机混合编队控制方法及其控制系统 |
CN112130582A (zh) * | 2020-09-10 | 2020-12-25 | 北京理工大学 | 一种多智能体编队形成方法 |
CN112904723A (zh) * | 2021-01-19 | 2021-06-04 | 南京航空航天大学 | 非匹配干扰下的空地固定时间协同容错编队控制方法 |
US20210213602A1 (en) * | 2020-01-13 | 2021-07-15 | Yanshan University | Full-state control method for the master-slave robot system with flexible joints and time-varying delays |
-
2021
- 2021-09-08 CN CN202111050090.1A patent/CN114047744B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018150332A1 (en) * | 2017-02-17 | 2018-08-23 | Verity Studios Ag | A system having a plurality of unmanned aerial vehicles and a method of controlling a plurality of unmanned aerial vehicles |
GB2572458A (en) * | 2018-03-28 | 2019-10-02 | Huaiyin Inst Technology | An adaptive sliding-mode control method of the permanent magnet synchronous motor based on dynamic surface technology |
CN110716566A (zh) * | 2019-10-15 | 2020-01-21 | 哈尔滨工程大学 | 一种欠驱动无人艇的有限时间轨迹跟踪控制方法 |
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 |
US20210213602A1 (en) * | 2020-01-13 | 2021-07-15 | Yanshan University | Full-state control method for the master-slave robot system with flexible joints and time-varying delays |
CN112130582A (zh) * | 2020-09-10 | 2020-12-25 | 北京理工大学 | 一种多智能体编队形成方法 |
CN112130566A (zh) * | 2020-09-18 | 2020-12-25 | 上海大学 | 一种基于模糊逻辑和滑模控制策略的无人艇、无人机混合编队控制方法及其控制系统 |
CN112904723A (zh) * | 2021-01-19 | 2021-06-04 | 南京航空航天大学 | 非匹配干扰下的空地固定时间协同容错编队控制方法 |
Non-Patent Citations (5)
Title |
---|
BING HUANG,等: "finite-time distributed formation control for multiple unmanned surface vehicles with input saturation", 《OCEAN ENGINEERING》 * |
朱大奇,等: "基于领航位置信息的AUV三维编队控制方法", 系统仿真技术 * |
胡建章等: "基于自适应反步滑模的水面无人艇集群控制", 《中国舰船研究》 * |
胡金波等: "基于采样分布式估计器的多无人艇轨迹跟踪控制", 《南京信息工程大学学报(自然科学版)》 * |
齐小伟,等: "基于领导跟随的船舶航迹控制", 船舶 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115933631A (zh) * | 2022-09-14 | 2023-04-07 | 哈尔滨工程大学 | 一种应用于欠驱动无人艇的编队控制器构建方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114047744B (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiang et al. | Robust fuzzy 3D path following for autonomous underwater vehicle subject to uncertainties | |
Li et al. | A novel cooperative design for USV-UAV systems: 3D mapping guidance and adaptive fuzzy control | |
Yan et al. | Consensus formation tracking for multiple AUV systems using distributed bioinspired sliding mode control | |
CN110658821B (zh) | 一种多机器人抗干扰分组时变编队控制方法及系统 | |
CN105807789B (zh) | 基于t-s模糊观测器补偿的uuv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 | |
CN113433955B (zh) | 有向切换拓扑下多auv编队队形一致性控制方法 | |
CN111857165B (zh) | 一种水下航行器的轨迹跟踪控制方法 | |
Bian et al. | Three-dimensional coordination control for multiple autonomous underwater vehicles | |
CN112068440A (zh) | 基于模型预测控制的auv回收对接动力定位控制方法 | |
CN112947572A (zh) | 一种基于地形跟随的四旋翼飞行器自适应运动规划方法 | |
Gao et al. | Command filtered path tracking control of saturated ASVs based on time‐varying disturbance observer | |
CN115113524A (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 | |
CN114047744A (zh) | 基于采样通信的自适应反步滑模多无人艇编队控制方法 | |
Mustafa Abro et al. | Performance evaluation of different control methods for an underactuated quadrotor unmanned aerial vehicle (QUAV) with position estimator and disturbance observer | |
CN117389312A (zh) | 一种基于模型的水下航行器抗衡滚三维跟踪控制方法 | |
Wang et al. | Consensus path-following control of multiple underactuated unmanned underwater vehicles | |
Wang et al. | Safety-critical trajectory generation and tracking control of autonomous underwater vehicles | |
Xu et al. | Distributed MPC for Trajectory Tracking and Formation Control of Multi-UAVs With Leader-Follower Structure | |
CN112947448B (zh) | 一种无人船集群协同包围多目标模糊控制器结构及设计方法 | |
Xu et al. | Trajectory tracking for underwater rescue salvage based on backstepping control | |
Gao et al. | Extended-state-observer-based collision-free guidance law for target tracking of autonomous surface vehicles with unknown target dynamics | |
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 | |
Qi et al. | Spatial target path following and coordinated control of multiple UUVs | |
Chen et al. | Hierarchical Control Design for the Cooperative Target Enclosing Motion of Unmanned Surface Vehicle |
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 |