CN115617039B - 一种基于事件触发的分布式仿射无人艇编队控制器构建方法和无人艇编队控制方法 - Google Patents
一种基于事件触发的分布式仿射无人艇编队控制器构建方法和无人艇编队控制方法 Download PDFInfo
- Publication number
- CN115617039B CN115617039B CN202211121621.6A CN202211121621A CN115617039B CN 115617039 B CN115617039 B CN 115617039B CN 202211121621 A CN202211121621 A CN 202211121621A CN 115617039 B CN115617039 B CN 115617039B
- Authority
- CN
- China
- Prior art keywords
- formation
- unmanned ship
- unmanned
- representing
- affine
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 192
- 238000000034 method Methods 0.000 title claims abstract description 63
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 title claims abstract description 57
- 238000010276 construction Methods 0.000 title claims description 10
- 238000005755 formation reaction Methods 0.000 claims abstract description 191
- 239000011159 matrix material Substances 0.000 claims abstract description 56
- 230000009466 transformation Effects 0.000 claims abstract description 25
- 230000007246 mechanism Effects 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims description 27
- 239000013598 vector Substances 0.000 claims description 18
- 230000001960 triggered effect Effects 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 238000010008 shearing Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 239000003795 chemical substances by application Substances 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 241000702489 Maize streak virus Species 0.000 claims 1
- 238000013016 damping Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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
一种基于事件触发的分布式仿射无人艇编队控制器构建方法和无人艇编队控制方法,涉及一种分布式控制与仿射编队方法相结合的编队控制器,以及一种动态事件触发机制,属于无人艇控制技术领域,本发明为解决无人艇编队任务中存在的队形固定以及缺乏灵活性的问题,本发明提供的技术方案为:根据待编队的无人艇编队模型定义编队队形和应力矩阵;根据定义的编队队形,设计无人艇编队的分布式仿射变换艏向跟踪控制器;根据应力矩阵的性质,设计无人艇编队的分布式仿射变换位置跟踪控制器;并设计了无人艇编队控制方法,本发明适合应用于无人艇编队控制技术领域。
Description
技术领域
本发明涉及一种分布式控制与仿射编队方法相结合的编队控制器,以及一种动态事件触发机制,属与无人艇控制技术领域。
背景技术
随着科学技术的飞速发展,研究者们受到自然界中鸟类成群迁徙、鱼类成群游弋等各种动物群体活动的启发,开始将集群策略应用到多自主体系统中。多水面无人艇(MSVs)编队相较于单艇有分布式、自适应和鲁棒性等多种优点,在军事领域显得更为重要。MSVs编队控制的目标是由2艘或2艘以上的无人艇以期望的相对距离和角度在指定海域内完成军事战略任务或运输任务。近年来,MSVs的编队控制成为了海洋工程和控制领域研究的热点,同时也取得了大量的研究成果,例如:领航与跟随法、虚拟结构法、基于行为法、基于图论法、人工势场法等。其中,领航与跟随法由于在计算资源有限、通信距离短和通信带宽窄等约束条件下仍能较好完成编队任务而备受关注。需要指出的是,依据上述方法所设计的编队控制器均能使无人艇编队很好地保持期望的几何队形,但编队的几何队形往往是固定的,因此MSVs 控制系统在遇到障碍物时可能存在失效的情况;另外,编队需要提前设计,这限制了编队的灵活性。
在编队控制算法的实际应用中,可用的通信资源受到气候、环境和质量条件的限制,导致通信速率受限,而在传统的MSVs编队系统中采用连续或时间触发的通信策略,存在大量的冗余数据,浪费了大量的通信资源。为减轻系统负担,通过事件触发机制,即只有系统所设计的事件发生时才会对系统进行采样和控制,这已成为解决网络控制系统(NCS)通信量大及网络资源和能源浪费等问题的重要方法之一。同时也要避免事件触发机制下的Zeno行为,否则相应的控制行为无法进行,甚至导致系统不稳定。
因此从理论和实践的角度出发,为无人艇编队设计一个新的事件触发分布式编队跟踪控制算法以完成复杂多样的任务仍是个亟待解决的问题。
发明内容
本发明为解决无人艇编队任务中存在的队形固定以及缺乏灵活性的问题,提出一种基于事件触发的分布式仿射无人艇编队控制器构建方法和无人艇编队控制方法,具体技术方案如下:
所述控制器构建方法为:
步骤1:根据待编队的无人艇编队模型定义编队队形和应力矩阵;
步骤2:根据定义的编队队形,设计无人艇编队的分布式仿射变换艏向跟踪控制器;
步骤3:根据应力矩阵的性质,设计无人艇编队的分布式仿射变换位置跟踪控制器;
步骤4:设计基于事件触发的编队控制器。
进一步地,一个优选实施例为,步骤1所述待编队的无人艇编队队形和应力矩阵定义为:
所述待编队的无人艇共有N艘,所述N艘无人艇组成的编队在水平面移动,引入两个坐标系描述无人艇的运动,将每艘无人艇的非线性运动学和动力学模型简化为:
f2(ui,vi,ri,t)=((m11-m22)uivi-d33ri)/m33
式中f1(ui,vi,ri,t)和f2(ui,vi,ri,t)是无人艇模型的非线性耦合函数,是非奇异系数矩阵,qi=[uicosψi-visinψi,uisinψi+vicosψi]T是随体坐标系下的第i艘无人艇速度向量,pi=[xi,yi]T是固定坐标系OXY下的第i艘无人艇位置向量,其中ui第i艘无人艇前向速度,vi表示第i艘无人艇横向速度,ψi表示第i艘无人艇艏向角,ri表示第i艘无人艇艏向角速度,m11,m22和m33表示无人艇的惯性和附加质量,d11,d22和d33表示水动力阻尼系数,τui表示无人艇纵向控制力,τvi表示无人艇横向控制力,τri表示无人艇控制力矩,简便起见,令τi=[τui,τvi],/>
在一个有向通信拓扑图中包含一个节点集/>和一个边集图中存在一条有向边(j,i)∈ε,节点j被称为尾,节点i称为头,定义为节点i的尾集合;定义一个非负邻接矩阵/>其中aij>0,(i,j)∈ε,否则aij=0,/>表示n×n 阶实矩阵;定义/>为拉普拉斯矩阵,其中当i≠j时lij=-aij,当i=j时/>设共有N 艘无人艇,选择前/>艘无人艇为领航者,剩余艘无人艇为跟随者;/>表示领航者集合,/>表示跟随者集合;表示领航者队形,/>表示跟随者队形,整个编队的队形定义为/>Id定义为d×d单位矩阵,则艏向角跟踪一致的条件表示为:
标称队形的仿射映射表示为:
式中,IN是表示N×N单位矩阵,1N是表示N×1单位向量,表示恒定构型,b表示无人艇平移的向量,A表示无人艇旋转、缩放和剪切的向量,通过合理设计矩阵A 和b来实现无人艇的平移、旋转、缩放、剪切等几何变换动作;/>表示m×n阶实矩阵;
基于领导-跟随法的无人艇编队位置集合的仿射张成表示为:
由N个智能体构成的有向图的根集合包含d+1个领航者,且集合(d+1)包含每个跟随者,对于编队/>其各边(i,j)∈ε相对应的应力{ωij}(i,j)∈ε是一组标量,当i与j之间为吸引力时ωij>0,当i与j之间为排斥力时ωij<0,其余情况下ωij=0,应力与队形的关系描述为:
为了让表达式更加紧凑,将{ωij}(i,j)∈ε写成如下的应力矩阵:
将上式重写为:
进一步地,一个优选实施例为,引入两个坐标系为两个相关坐标系,即固定坐标系OXY 和随体坐标系ObXbYb。
进一步地,一个优选实施例为,步骤2所述根据定义的编队队形,设计无人艇编队的分布式仿射变换艏向跟踪控制器的方法,如下所示:
由编队队形的定义,得出:
定义相对方向误差z1i和其余两个误差变量z2i,z3i:
对z1i求导得到:
虚拟控制律设计如下:
对z2i,z3i求导,再结合无人艇数学模型,得到:
根据上式,为每艘无人艇设计控制律如下:
进一步地,一个优选实施例为,步骤3所述的根据应力矩阵的性质,设计无人艇编队的分布式仿射变换位置跟踪控制器的方法,如下所示:
根据应力矩阵的性质,得到:
定义相对位置误差z4i和两个误差变量z5i,z6i:
对z4i求导,再结合无人艇数学模型和z5i,z6i得到:
虚拟控制律设计如下:
对z5i和z6i求导,再结合无人艇数学模型,得到:
根据上式,设计控制律如下:
进一步地,一个优选实施例为,步骤4所述设计基于事件触发的编队控制器的过程,如下所示:
式中δi,i=1,2,3,4是事件触发机制的阈值,表示为其中βi>1,0≤ηi≤1,βi0≥0,i=1,2,3,4均为阈值参数,/>表示正整数,/>表示无人艇编队的方向单位向量一致性跟踪的触发条件,/>表示仿射编队位置跟踪的触发条件。
一种基于事件触发的分布式仿射无人艇编队控制方法,所述方法采用权利要求1-6任意一项所述的无人艇编队控制器构建方法获得的无人艇编队控制器实现,待编队的每艘无人艇上设置有一个无人艇编队控制器,所述无人艇编队控制方法为:所述无人艇编队控制器采集触发条件,并根据触发条件产生无人艇编队的相对状态测量信号,所述无人艇编队的相对状态测量信号通过通信网络发送至其相邻的无人艇编队控制器,同时更新控制信号,然后将所述控制信号发送到所在无人艇的执行器,控制无人艇动作完成编队。
与现有技术相比,本发明的有益效果是:
本发明提出了一种新的分布式事件触发仿射编队控制算法,通过设计仿射张量和应力矩阵,在有向通信图下实现无人艇编队机动控制,包括平移、旋转、缩放等几何动作以及这些变换的组合,在各种复杂的环境中执行任务有着不可替代的优势,包括穿越狭窄海域、避开障碍物等,提高了无人艇编队的机动灵活性。
本发明能够满足水面无人艇在穿越航道弯曲、收缩以及存在障碍物限制的复杂水域航行的队形变换需求,探索简单高效、可行性强的时变队形构建方法。使无人艇编队在编队系统通信受限约束下具有实时高效队形变换能力的自适应分布式编队机动能力。
针对无人艇集群分布式时变协同控制问题,本发明设计了新颖的事件触发仿射编队控制架构。为每艘无人艇设计分布式事件触发控制律,实现一组无人艇编队所需的几何队形,然后在保持所需编队的同时进行仿射变换,保证无人艇编队系统性能和稳定性。
现有的仿射编队大多基于应力约束实现,导致其仅能实现对位置的控制。本发明设计了一种基于应力矩阵和拉普拉斯矩阵的复合约束,以保证所提控制方法能够实现位置和艏向的耦合控制。
本发明降低无人艇集群编队控制器复杂度,使得艇间事件触发传输机制和随体坐标系约束能够在所提框架下被考虑。
本发明与现有的时间采样传输相比,本发明采用一种阈值动态调整的事件触发机制,是一种采样和更新采样间隔的控制策略,即当触发条件被满足时才进行数据更新和传输,可降低编队系统的通信频率和执行器的更新频率,实现了减少通信资源消耗的目的,提高了系统的稳定性和有效性,同时保持良好的闭环控制性能,很好地解决无人艇编队通信和计算资源有限问题。
附图说明
图1是7艘在固定坐标系OXY下的无人艇的标称编队图;
图2是在固定坐标系OXY下水平面中无人艇仿射编队的时变轨迹图;
图3是3艘跟随无人艇的相对位置和艏向角的误差折线图:(a)艏向角;(b)x轴;(c)y轴;
图4是3艘跟随无人艇的控制输入随时间的变化点状图:(a)用于纵荡的螺旋桨;(b) 用于艏摇的螺旋桨;
图5是采样次数和事件触发间隔的累积:(a)跟随无人艇1的事件触发间隔点状图;(b) 跟随无人艇2的事件触发间隔点状图;(c)跟随无人艇3的事件触发间隔点状图;(d)基于时间的方案和基于事件的通信数方案对比柱状图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
实施方式一:一种基于事件触发的分布式仿射无人艇编队控制器构建方法,所述控制器构建步骤为:
步骤1:根据待编队的无人艇编队模型定义编队队形和应力矩阵;
步骤2:根据定义的编队队形,设计无人艇编队的分布式仿射变换艏向跟踪控制器;
步骤3:根据应力矩阵的性质,设计无人艇编队的分布式仿射变换位置跟踪控制器;
步骤4:设计基于事件触发的编队控制器。
实施方式二:本实施方式是对实施方式一所述的分布式仿射无人艇编队控制器构建方法中,步骤1的进一步说明,本实施方式中,所述待编队的无人艇编队队形和应力矩阵定义为:
本实施方式中,将无人艇集群之间的底层信息交互由有向图通信拓扑图表示,/>为节点集,/>为边集,有向图中(i,j)≠(j,i),设不存在/>在欧几里得空间/>内定义N艘无人艇的领航-跟随者类型编队,假设d≥2且N≥d+2,前/>艘无人艇为领航者,剩下的/>艘无人艇为跟随者,/>为领航者点集,表示跟随者点集;定义/>为由N艘无人艇组成的编队,表示为领航者,/>表示为跟随者,编队队形为 表示为领航者的队形,/>表示为跟随者的队形。
标称队形的仿射映射表示为:
式中,IN是表示N×N单位矩阵,1N是表示N×1单位向量,pi是固定坐标系OXY下的第i 艘无人艇位置向量,表示恒定构型,b表示无人艇平移的向量,A表示无人艇旋转、缩放和剪切的向量,通过合理设计矩阵A和b来实现无人艇的平移、旋转、缩放、剪切等几何变换动作;/>表示m×n阶实矩阵;/>
基于领导-跟随法的无人艇编队位置集合的仿射张成表示为:
结合假设1、2,得到实现仿射定位的充要条件。
为了让表达式更加紧凑,将{ωij}(i,j)∈ε写成如下的应力矩阵:
将上式重写为:
实施方式三:本实施方式是对实施方式一所述的分布式仿射无人艇编队控制器构建方法中步骤2的进一步限定,本实施方式中,步骤2所述根据定义的编队队形,设计无人艇编队的分布式仿射变换艏向跟踪控制器的方法,如下所示:
由编队队形的定义,得出:
艏向角的跟踪误差定义为:
定义相对方向误差z1i和其余两个误差变量z2i,z3i:
结合艏向角的跟踪误差,得到:
若能证明z1f稳定,则eψ也稳定。对z1i求导得到:
控制器将使用最新接收到的信号来计算控制信号,根据上式,我们将虚拟控制律设计为:
对z2i,z3i求导,再结合无人艇数学模型,得出:
根据上式,推导每艘无人艇设计控制律如下:
选取候选Lyapunov函数:
对V1求导,得出:
其中:
由此得出,在水平面航行的一组无人艇编队的方向单位向量跟踪的一致性控制是一致最终有界稳定的。
实施方式四:本实施方式是对实施方式一所述的一种基于事件触发的分布式仿射无人艇编队控制器的构建方法的进一步限定,本实施方式中,步骤3所述的根据应力矩阵的性质,设计无人艇编队的分布式仿射变换位置跟踪控制器的方法,具体设计方案如下所示:
根据应力矩阵的性质,得到:
位置的跟踪误差表示为:
定义相对位置误差z4i和两个误差变量z5i,z6i:
能证明z4f稳定,则ep也稳定。对z4i求导,再结合无人艇数学模型和z5i,z6i得出:
根据上式,设计虚拟控制律如下:
对z5i和z6i求导,再结合无人艇数学模型,得出:
根据上式,设计控制律如下:
选取候选Lyapunov函数:
对V2求导得出:
其中:
ρ2=2min((k3+λmin(Q3 TQ3/2ω2)),(k4-1/2),(γ2 -1-1/2-λmin(ω2Q4 TQ4)))
由此得出,在水平面上航行的一组无人艇仿射编队的位置跟踪的一致性控制是一致最终有界的。
实施方式五:本实施方式是对实施方式一所述的一种基于事件触发的分布式仿射无人艇编队控制器的构建方法的进一步限定,本实施方式中,步骤4所述设计基于事件触发的编队控制器的过程如下所示:
式中δi,i=1,2,3,4是事件触发机制的阈值,表示为其中βi>1,0≤ηi≤1,βi0≥0,i=1,2,3,4均为阈值参数,/>表示正整数,/>和/>分别是MSVs编队的方向单位向量一致性跟踪和仿射编队位置跟踪的触发条件。
实施方式六:证明实施方式五中事件触发机制不存在Zeno现象,如下所示:
在所有的触发时间间隔内,对应执行器的输入信号和编队的相对状态测量信号均保持和/>不变。此外,事件触发机制的阈值为/>是严格单调递减函数。下一个采样时间将发生在/>将触发间隔的下限定义为/>由以下公式获得:
同理,对于其他三种触发机制,同样的方法计算出最小触发时间间隔如下:
上述实施方式提出了一种新的分布式事件触发仿射编队控制算法,通过设计仿射张量和应力矩阵,在有向通信图下实现无人艇编队机动控制,包括平移、旋转、缩放以及这些变换的组合。值得注意的是,在所提出的控制算法下,不仅提高了编队的机动灵活性,而且大大减少了通信资源。能够满足水面无人艇在穿越航道弯曲、收缩以及存在障碍物限制的复杂水域航行的队形变换需求,探索简单高效、可行性强的时变队形构建方法。在编队系统通信受限约束下具有实时高效队形变换能力的自适应分布式编队机动能力。
实施方式七:一种基于事件触发的分布式仿射无人艇编队控制方法,所述方法采用实施方式一至六任意一项所述的无人艇编队控制器构建方法获得的无人艇编队控制器实现,待编队的每艘无人艇上设置有一个无人艇编队控制器,所述无人艇编队控制方法为:所述无人艇编队控制器采集触发条件,并根据触发条件产生无人艇编队的相对状态测量信号,所述无人艇编队的相对状态测量信号通过通信网络发送至其相邻的无人艇编队控制器,同时更新控制信号,然后将所述控制信号发送到所在无人艇的执行器,控制无人艇动作完成编队。
实施方式八:本实施方式用数值模拟结果来说明上述提出的一种基于事件触发的分布式仿射无人艇编队控制器构建方法和无人艇编队控制方法的可行性和有效性。在整个仿真过程中,无人艇的模型参数如表1所示,在数值仿真中考虑一组7艘无人艇,其中4艘领导无人艇和3辆跟随无人艇,同时,选择无人艇编队的初始条件如表2所示,所建立的控制器的相关参数如表3所示。
表1主要型号参数
表2编队的初始状态
表3控制律和自适应律的设计参数
仿真结果如图2-5所示:
图2为水平面中无人艇仿射编队的时变轨迹图,由图可知,本发明所述的构建方法构建的无人艇编队控制器具有良好的跟踪性能和仿射变换能力。
图3为3艘跟随无人艇的相对位置和艏向角的误差图,由图可知,在上述事件触发控制律的作用下,编队跟踪控制在100秒左右达到稳态阶段,稳态下,无人艇姿态角跟踪误差可控制在0.15以内,相对位置跟踪误差可控制在0.02以内,这种控制精度可以满足一般编队跟踪控制任务的要求。
图4为3艘跟随无人艇的控制输入随时间的变化图,由图可知,事件触发控制命令具有明显的离散化特征,即系统的采样和控制只有在预定义事件为真时才会发生。
图5为采样时间、事件触发间隔和通信次数的累积图,由图可知,在事件触发的通信策略下,为每艘跟随无人艇节省了85%以上的通信资源,有效降低通信频率,减少整个编队控制过程中无人艇之间以及控制器和执行器之间的通信总量,同时保持良好的闭环控制性能。
Claims (3)
1.一种基于事件触发的分布式仿射无人艇编队控制器构建方法,其特征在于,所述控制器构建方法为:
步骤1:根据待编队的无人艇编队模型定义编队队形和应力矩阵;
步骤2:根据定义的编队队形,设计无人艇编队的分布式仿射变换艏向跟踪控制器;
步骤3:根据应力矩阵的性质,设计无人艇编队的分布式仿射变换位置跟踪控制器;
步骤4:设计基于事件触发的编队控制器;
步骤1所述待编队的无人艇编队队形和应力矩阵定义为:
所述待编队的无人艇共有N艘,所述N艘无人艇组成的编队在水平面移动,引入两个坐标系描述无人艇的运动,将每艘无人艇的非线性运动学和动力学模型简化为:
f2(ui,vi,ri,t)=((m11-m22)uivi-d33ri)/m33
式中f1(ui,vi,ri,t)和f2(ui,vi,ri,t)是无人艇模型的非线性耦合函数,是非奇异系数矩阵,qi=[uicosψi-visinψi,uisinψi+vicosψi]T是随体坐标系下的第i艘无人艇速度向量,pi=[xi,yi]T是固定坐标系OXY下的第i艘无人艇位置向量,其中ui第i艘无人艇前向速度,vi表示第i艘无人艇横向速度,ψi表示第i艘无人艇艏向角,ri表示第i艘无人艇艏向角速度,m11,m22和m33表示无人艇的惯性和附加质量,d11,d22和d33表示水动力阻尼系数,τui表示无人艇纵向控制力,τvi表示无人艇横向控制力,τri表示无人艇控制力矩,简便起见,令τi=[τui,τvi],/>
在一个有向通信拓扑图中包含一个节点集/>和一个边集/>图中存在一条有向边(j,i)∈ε,节点j被称为尾,节点i称为头,定义/>为节点i的尾集合;定义一个非负邻接矩阵/>其中aij>0,(i,j)∈ε,否则aij=0,/>表示n×n阶实矩阵;定义/>为拉普拉斯矩阵,其中当i≠j时lij=-aij,当i=j时/>设共有N艘无人艇,选择前Nl艘无人艇为领航者,剩余Nf=N-Nl艘无人艇为跟随者;/>表示领航者集合,/>表示跟随者集合;/>表示领航者队形,/>表示跟随者队形,整个编队的队形定义为/>Id定义为d×d单位矩阵,则艏向角跟踪一致的条件表示为:
标称队形的仿射映射表示为:
式中,IN是表示N×N单位矩阵,1N是表示N×1单位向量,表示恒定构型,b表示无人艇平移的向量,A表示无人艇旋转、缩放和剪切的向量,通过合理设计矩阵A和b来实现无人艇的平移、旋转、缩放、剪切等几何变换动作;/>表示m×n阶实矩阵;
基于领导-跟随法的无人艇编队位置集合的仿射张成表示为:
由N个智能体构成的有向图的根集合包含d+1个领航者,且集合(d+1)包含每个跟随者,对于编队/>其各边(i,j)∈ε相对应的应力{ωij}(i,j)∈ε是一组标量,当i与j之间为吸引力时ωij>0,当i与j之间为排斥力时ωij<0,其余情况下ωij=0,应力与队形的关系描述为:
为了让表达式更加紧凑,将{ωij}(i,j)∈ε写成如下的应力矩阵:
将上式重写为:
步骤2所述根据定义的编队队形,设计无人艇编队的分布式仿射变换艏向跟踪控制器的方法如下所示:
由编队队形的定义,得出:
定义相对方向误差z1i和其余两个误差变量z2i,z3i:
对z1i求导得到:
虚拟控制律设计如下:
对z2i,z3i求导,再结合无人艇数学模型,得到:
根据上式,为每艘无人艇设计控制律如下:
步骤3所述的根据应力矩阵的性质,设计无人艇编队的分布式仿射变换位置跟踪控制器的方法如下所示:
根据应力矩阵的性质,得到:
定义相对位置误差z4i和两个误差变量z5i,z6i:
对z4i求导,再结合无人艇数学模型和z5i,z6i得到:
虚拟控制律设计如下:
对z5i和z6i求导,再结合无人艇数学模型,得到:
根据上式,设计控制律如下:
步骤4所述设计基于事件触发的编队控制器的过程如下所示:
2.根据权利要求1所述的一种基于事件触发的分布式仿射无人艇编队控制器构建方法,其特征在于,引入两个坐标系为两个相关坐标系,即固定坐标系OXY和随体坐标系ObXbYb。
3.一种基于事件触发的分布式仿射无人艇编队控制方法,其特征在于,所述方法采用权利要求1-2任意一项所述的无人艇编队控制器构建方法获得的无人艇编队控制器实现,待编队的每艘无人艇上设置有一个无人艇编队控制器,所述无人艇编队控制方法为:所述无人艇编队控制器采集触发条件,并根据触发条件产生无人艇编队的相对状态测量信号,所述无人艇编队的相对状态测量信号通过通信网络发送至其相邻的无人艇编队控制器,同时更新控制信号,然后将所述控制信号发送到所在无人艇的执行器,控制无人艇动作完成编队。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211121621.6A CN115617039B (zh) | 2022-09-15 | 2022-09-15 | 一种基于事件触发的分布式仿射无人艇编队控制器构建方法和无人艇编队控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211121621.6A CN115617039B (zh) | 2022-09-15 | 2022-09-15 | 一种基于事件触发的分布式仿射无人艇编队控制器构建方法和无人艇编队控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115617039A CN115617039A (zh) | 2023-01-17 |
CN115617039B true CN115617039B (zh) | 2023-06-13 |
Family
ID=84859363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211121621.6A Active CN115617039B (zh) | 2022-09-15 | 2022-09-15 | 一种基于事件触发的分布式仿射无人艇编队控制器构建方法和无人艇编队控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115617039B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115993844B (zh) * | 2023-03-23 | 2023-05-30 | 西北工业大学深圳研究院 | 一种群体智能系统自适应事件触发时变分组编队控制方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016132295A1 (en) * | 2015-02-19 | 2016-08-25 | Francesco Ricci | Guidance system and automatic control for vehicles |
CN107074377A (zh) * | 2016-12-29 | 2017-08-18 | 深圳市大疆创新科技有限公司 | 一种控制方法、装置、设备及无人机 |
CN107203221A (zh) * | 2017-06-01 | 2017-09-26 | 合肥工业大学 | 无人机和有人机混合编队内的在线信息分发方法和装置 |
CN109379125A (zh) * | 2018-09-30 | 2019-02-22 | 北京航空航天大学 | 一种多智能体编队控制方法及系统 |
CN111339826A (zh) * | 2020-05-06 | 2020-06-26 | 山西大学 | 一种滑坡无人机线性传感器网络框架检测系统 |
CN112771843A (zh) * | 2020-06-15 | 2021-05-07 | 深圳市大疆创新科技有限公司 | 信息处理方法、装置和成像系统 |
CN113759979A (zh) * | 2021-09-23 | 2021-12-07 | 天津大学 | 基于事件驱动的无人机吊挂系统在线轨迹规划方法 |
CN113885548A (zh) * | 2021-10-28 | 2022-01-04 | 南京邮电大学 | 一种多四旋翼无人机输出约束状态一致博弈控制器 |
WO2022000945A1 (zh) * | 2020-07-01 | 2022-01-06 | 武汉理工大学 | DoS攻击下基于切换T-S模糊系统的无人船艇控制方法 |
CN114594760A (zh) * | 2021-12-14 | 2022-06-07 | 南京信息工程大学 | 一种基于动态事件触发的多无人船航向一致性控制方法 |
CN114756029A (zh) * | 2022-04-19 | 2022-07-15 | 哈尔滨工程大学 | 基于动态事件触发的无人艇无模型控制方法 |
CN114879657A (zh) * | 2022-03-29 | 2022-08-09 | 哈尔滨工程大学 | 一种基于随体坐标系的无模型全分布式无人艇协同时变队形控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020154948A1 (zh) * | 2019-01-30 | 2020-08-06 | 深圳市大疆创新科技有限公司 | 一种负载的控制方法及装置 |
-
2022
- 2022-09-15 CN CN202211121621.6A patent/CN115617039B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016132295A1 (en) * | 2015-02-19 | 2016-08-25 | Francesco Ricci | Guidance system and automatic control for vehicles |
CN107074377A (zh) * | 2016-12-29 | 2017-08-18 | 深圳市大疆创新科技有限公司 | 一种控制方法、装置、设备及无人机 |
CN107203221A (zh) * | 2017-06-01 | 2017-09-26 | 合肥工业大学 | 无人机和有人机混合编队内的在线信息分发方法和装置 |
CN109379125A (zh) * | 2018-09-30 | 2019-02-22 | 北京航空航天大学 | 一种多智能体编队控制方法及系统 |
CN111339826A (zh) * | 2020-05-06 | 2020-06-26 | 山西大学 | 一种滑坡无人机线性传感器网络框架检测系统 |
CN112771843A (zh) * | 2020-06-15 | 2021-05-07 | 深圳市大疆创新科技有限公司 | 信息处理方法、装置和成像系统 |
WO2022000945A1 (zh) * | 2020-07-01 | 2022-01-06 | 武汉理工大学 | DoS攻击下基于切换T-S模糊系统的无人船艇控制方法 |
CN113759979A (zh) * | 2021-09-23 | 2021-12-07 | 天津大学 | 基于事件驱动的无人机吊挂系统在线轨迹规划方法 |
CN113885548A (zh) * | 2021-10-28 | 2022-01-04 | 南京邮电大学 | 一种多四旋翼无人机输出约束状态一致博弈控制器 |
CN114594760A (zh) * | 2021-12-14 | 2022-06-07 | 南京信息工程大学 | 一种基于动态事件触发的多无人船航向一致性控制方法 |
CN114879657A (zh) * | 2022-03-29 | 2022-08-09 | 哈尔滨工程大学 | 一种基于随体坐标系的无模型全分布式无人艇协同时变队形控制方法 |
CN114756029A (zh) * | 2022-04-19 | 2022-07-15 | 哈尔滨工程大学 | 基于动态事件触发的无人艇无模型控制方法 |
Non-Patent Citations (6)
Title |
---|
Composite Learning Event-triggered Control for Target Tracking of Underactuated Autonomous Underwater Vehicle;Jian Xu, Yunfei Cui, Fei Huang, Zheping Yan, Xue Du;《Proceedings of the 41st Chinese Control Conference 》;第2755-2760页 * |
Event-Triggered Composite Learning Finite-Time Trajectory Tracking Control for Underactuated MSVs Subject to Uncertainties;BAOFENG PAN etal;《IEEE Access》;第14440-14449页 * |
Yong Hao;Shuo Song;Bing Huang;Jun Li.Distributed Edge-event Triggered Formation Control for Multiple Unmanned Surface Vessels with Connectivity Preservation.《2022 IEEE 17th International Conference on Control & Automation (ICCA)》.2022,第359-364页. * |
一种基于在线仿真的多无人机任务调度方法研究;赵宏伟等;《2009年中国高校通信类院系学术研讨会论文集》;第54-59页 * |
基于事件驱动的多智能体系统的环形编队控制;王航飞等;《Proceedings of the 33rd Chinese Control Conference》;第1321-1326页 * |
基于事件驱动的连续时间动态系统脉冲最优控制研究;白全钰等;《Proceedings of the 40rd Chinese Control Conference》;第8756-8760页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115617039A (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Adaptive NN event-triggered control for path following of underactuated vessels with finite-time convergence | |
CN110658829B (zh) | 一种基于深度强化学习的群无人艇智能避碰方法 | |
Ihle et al. | Formation control of marine surface craft: A Lagrangian approach | |
CN108445892A (zh) | 一种欠驱动无人船编队控制器结构及设计方法 | |
Yan et al. | Consensus formation tracking for multiple AUV systems using distributed bioinspired sliding mode control | |
CN110989639B (zh) | 一种基于应力矩阵的水下航行器编队控制方法 | |
CN110262494B (zh) | 一种同构多无人艇系统的协同学习与编队控制方法 | |
CN110347181B (zh) | 基于能耗的无人机分布式编队控制方法 | |
CN109799818B (zh) | 多参数化路径导引的无人船协同操纵控制器的设计方法 | |
CN110703795A (zh) | 一种基于切换拓扑的无人机群协同安全控制方法 | |
Zhang et al. | Receding horizon control for multi-UAVs close formation control based on differential evolution | |
CN115617039B (zh) | 一种基于事件触发的分布式仿射无人艇编队控制器构建方法和无人艇编队控制方法 | |
CN114779645B (zh) | 一种有向固定通信拓扑下胸鳍拍动式机器鱼编队控制方法 | |
CN113296507A (zh) | 一种基于时空解耦的多动力定位船舶协同编队控制方法 | |
Gao et al. | Online optimal control for dynamic positioning of vessels via time-based adaptive dynamic programming | |
CN114879671A (zh) | 一种基于强化学习mpc的无人艇轨迹跟踪控制方法 | |
CN114779647A (zh) | 无人艇集群的围堵控制方法 | |
CN115016277A (zh) | 一种考虑船间事件触发通信的多船分布式容错控制方法 | |
You et al. | Adaptive neural sliding mode control for heterogeneous ship formation keeping considering uncertain dynamics and disturbances | |
Zhang et al. | Hybrid threshold event-triggered control for sail-assisted USV via the nonlinear modified LVS guidance | |
CN112099506A (zh) | 一种欠驱动无人船时变编队的跟踪控制方法和系统 | |
CN116974278A (zh) | 基于改进los的滑模无人船路径跟踪控制系统及方法 | |
CN115903820A (zh) | 多无人艇追逃博弈控制方法 | |
Amendola et al. | Batch reinforcement learning of feasible trajectories in a ship maneuvering simulator | |
CN114578819A (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 |
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 |