CN115617044A - 非奇异有限时间无人艇预设性能动力定位控制方法及系统 - Google Patents

非奇异有限时间无人艇预设性能动力定位控制方法及系统 Download PDF

Info

Publication number
CN115617044A
CN115617044A CN202211336276.8A CN202211336276A CN115617044A CN 115617044 A CN115617044 A CN 115617044A CN 202211336276 A CN202211336276 A CN 202211336276A CN 115617044 A CN115617044 A CN 115617044A
Authority
CN
China
Prior art keywords
unmanned ship
nonsingular
fuzzy
finite time
preset performance
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
CN202211336276.8A
Other languages
English (en)
Other versions
CN115617044B (zh
Inventor
向先波
段煜
李锦江
张琴
杨少龙
向巩
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202211336276.8A priority Critical patent/CN115617044B/zh
Publication of CN115617044A publication Critical patent/CN115617044A/zh
Application granted granted Critical
Publication of CN115617044B publication Critical patent/CN115617044B/zh
Priority to US18/324,168 priority patent/US11780551B1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63H—MARINE PROPULSION OR STEERING
    • B63H25/00—Steering; Slowing-down otherwise than by use of propulsive elements; Dynamic anchoring, i.e. positioning vessels by means of main or auxiliary propulsive elements
    • B63H25/02—Initiating means for steering, for slowing down, otherwise than by use of propulsive elements, or for dynamic anchoring
    • B63H25/04—Initiating means for steering, for slowing down, otherwise than by use of propulsive elements, or for dynamic anchoring automatic, e.g. reacting to compass
    • 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
    • G05D1/60—Intended control result
    • G05D1/611—Station keeping, e.g. for hovering or dynamic anchoring
    • 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
    • G05D1/60—Intended control result
    • G05D1/65—Following a desired speed profile
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2107/00—Specific environments of the controlled vehicles
    • G05D2107/25—Aquatic environments
    • G05D2107/27—Oceans
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2109/00—Types of controlled vehicles
    • G05D2109/30—Water vehicles
    • G05D2109/34—Water vehicles operating on the water surface

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了非奇异有限时间无人艇预设性能动力定位控制方法及系统，属于无人艇自动控制领域，方法包括：将无人艇实际测量位置与期望位置作差获取位置误差；将无人艇位置误差进行预设性能转换；构建非奇异有限时间虚拟速度律作为无人艇的参考速度；将参考速度与实际测量速度作差获取速度跟踪误差；计算模糊监督饱和补偿律和自适应模糊逼近项；构建非奇异有限时间动力学控制器输出控制指令；将力或力矩施加在无人艇上调节无人艇上的螺旋桨转速，实现无人艇的定位。本发明确保了无人艇在存在模型不确定性和输入饱和约束情况下的非奇异有限时间预设性能动力定位控制。

Description

非奇异有限时间无人艇预设性能动力定位控制方法及系统
技术领域
本发明属于无人艇自动控制领域，更具体地，涉及一种非奇异有限时间无人艇预设性能动力定位控制方法及系统。
背景技术
在过去的十几年里，人类对海洋的开发需求日益凸显，无人艇因此得到了广泛的应用，当其在深远海区域执行如石油钻探和海底管道铺设等任务时，由于系缆长度的限制，传统的锚泊方式难以再胜任定位任务，而通过无人艇自身推进系统抵抗环境扰动的动力定位技术可以不用锚系而自动定位，这样减少了复杂的抛锚工序，还可在水深大于1000米的深度进行工作，一方面可以保证其定位精度，另一方面又省去了传统锚泊定位所需的成本。
近年来，动力定位控制受到了国内外学者的广泛关注，基于非线性和智能控制理论，各式各样的控制器得以被提出，但这些控制器往往仅能确保定位误差在时间无限大时最终一致有界或渐进稳定。近年来涌现的有限时间控制虽然可以在有限时间内达成控制目标，但幂次项的引入可能会带来潜在的奇异现象，并且难以对瞬态过程中的误差状态进行精确约束。而在无人艇动力定位的实际任务中，考虑到无人艇周围环境存在着许多不确定因素，因此避免其控制过程中出现奇异性以及保证误差在有限时间收敛是十分重要的。
发明内容
针对现有技术的缺陷，本发明的目的在于提供一种非奇异有限时间无人艇预设性能动力定位控制方法及系统，旨在解决现有的针对无人艇定位采用动力定位控制方法在有限时间收敛的同时会出现奇异性现象问题。
为实现上述目的，一方面，本发明提供了一种非奇异有限时间无人艇预设性能动力定位控制方法，包括以下步骤：
将无人艇实际测量位置与期望位置作差，获取无人艇位置误差；
将无人艇位置误差按照纵向转换位置、横向转换位置以及艏向转换位置分解后均进行预设性能转换获取预设性能误差转换变量；
基于预设性能误差转换变量以及非奇异有限时间算子，构建非奇异有限时间虚拟速度律作为无人艇的参考速度；
将参考速度与实际测量速度作差获取速度跟踪误差；
将速度跟踪误差结合控制指令与饱和限幅间的偏差，通过构建模糊监督补偿计算模糊监督饱和补偿律；
结合速度跟踪误差构建模糊逻辑系统计算自适应模糊逼近项；
根据速度跟踪误差和复合扰动未知上界的自适应估计项计算鲁棒项；
引入动力学非奇异有限时间控制项，结合模糊监督饱和补偿律、自适应模糊逼近项以及鲁棒项，构建非奇异有限时间动力学控制器输出控制指令；其中，控制指令中包含预施加在无人艇上的力或力矩；
将力或力矩施加在无人艇上调节无人艇上的螺旋桨转速，实现无人艇的定位。
进一步优选地，非奇异有限时间虚拟速度律为：
Figure BDA0003915482790000021
其中，J(ψ)为将无人艇艇体坐标系转换为固定坐标系的旋转矩阵；J(ψ)T为J(ψ)的转置矩阵；ψ表示无人船的航向角；G为预设性能增益矩阵；G-1为G的逆矩阵；δ1是一小正定参数；z1为转换位置误差向量；
Figure BDA0003915482790000022
为计算非奇异有限时间虚拟速度律的中间控制变量，采用非奇异有限时间算子计算。
进一步优选地，所述自适应模糊逼近项为：
Figure BDA0003915482790000023
其中，
Figure BDA0003915482790000031
为速度跟踪误差；
Figure BDA0003915482790000032
Figure BDA0003915482790000033
为理想权值二范数
Figure BDA0003915482790000034
的最优估计值，
Figure BDA0003915482790000035
Figure BDA0003915482790000036
和
Figure BDA0003915482790000037
分别为用以逼近未知模型依赖项的理想权值和高斯模糊基函数；
所述模糊监督饱和补偿律为：
Figure BDA0003915482790000038
其中，Υ是基于饱和命令偏差的切换因子，当达到所设定阈值时Υ＝1，否则Υ＝0；
Figure BDA0003915482790000039
为θΔτ的转置矩阵；
Figure BDA00039154827900000310
为速度跟踪误差；
Figure BDA00039154827900000311
Figure BDA00039154827900000312
为理想权值二范数
Figure BDA00039154827900000313
的最优估计值；
Figure BDA00039154827900000314
和
Figure BDA00039154827900000315
分别为用以逼近未知饱和偏差Δτ的模糊逻辑系统的理想权重矩阵和高斯模糊基函数；
其中，k为1,2或3；l为正整数；T代表转置。
进一步优选地，非奇异有限时间动力学控制器为：
Figure BDA00039154827900000316
其中，δ2是数值小的正常数；
Figure BDA00039154827900000317
为计算非奇异动力学中间控制变量；τsat为控制指令；
Figure BDA00039154827900000318
为速度跟踪误差；
鲁棒项为：
Figure BDA00039154827900000319
其中，
Figure BDA00039154827900000320
为复合扰动未知上界的自适应估计项；
Figure BDA00039154827900000321
为速度跟踪误差。
另一方面，本发明提供了一种非奇异有限时间无人艇预设性能动力定位控制系统，包括：传感器、第一减法器、预设性能映射单元、第二减法器、虚拟速度律构建单元、模糊监督补偿构建单元、模糊逻辑系统构建单元、鲁棒自适应估计构建单元和非奇异有限时间动力学控制器构建单元；
传感器的输出端连接第一减法器和第二减法器的输入端；第一减法器的输出端连接预设性能映射单元的输入端；预设性能映射单元的输出端连接虚拟速度律构建单元的输入端，虚拟速度律构建单元的输出端连接第二减法器；第二减法器的输出端连接模糊监督补偿构建单元、模糊监督补偿构建单元、模糊逻辑系统构建单元、鲁棒自适应估计构建单元和非奇异有限时间动力学控制器构建单元；
传感器用于实时采集无人艇实际测量速度和位置；第一减法器用于将无人艇实际测量位置与期望位置作差获取无人艇位置误差；
预设性能映射单元用于将无人艇位置误差按照纵向转换位置、横向转换位置以及艏向转换位置分解后均进行预设性能转换，获取预设性能误差转换变量；
虚拟速度律构建单元用于基于预设性能误差转换变量以及非奇异有限时间算子，构建非奇异有限时间虚拟速度律作为无人艇的参考速度；
第二减法器用于将参考速度与实际测量速度作差获取速度跟踪误差；
模糊监督补偿构建单元用于将速度跟踪误差结合控制指令与饱和限幅间的偏差，通过构建模糊监督补偿计算模糊监督饱和补偿律；
模糊逻辑系统构建单元用于结合速度跟踪误差构建模糊逻辑系统计算自适应模糊逼近项；
鲁棒自适应估计构建单元用于根据速度跟踪误差和复合扰动未知上界的自适应估计项计算鲁棒项；
非奇异有限时间动力学控制器构建单元用于引入动力学非奇异有限时间控制项，结合模糊监督饱和补偿律、自适应模糊逼近项以及鲁棒项，构建非奇异有限时间动力学控制器输出控制指令；其中，控制指令中包含预施加在无人艇上的力或力矩；将力或力矩施加在无人艇上调节无人艇上的螺旋桨转速，实现无人艇的定位。
进一步优选地，非奇异有限时间虚拟速度律为：
Figure BDA0003915482790000051
其中，J(ψ)为将无人艇艇体坐标系转换为固定坐标系的旋转矩阵；J(ψ)T为J(ψ)的转置矩阵；ψ表示无人船的航向角；G为预设性能增益矩阵；G-1为G的逆矩阵；δ1是一小正定参数；z1为转换位置误差向量；
Figure BDA0003915482790000052
为计算非奇异有限时间虚拟速度律的中间控制变量，采用非奇异有限时间算子计算。
进一步优选地，所述自适应模糊逼近项为：
Figure BDA0003915482790000053
其中，
Figure BDA0003915482790000054
为速度跟踪误差；
Figure BDA0003915482790000055
Figure BDA0003915482790000056
为理想权值二范数
Figure BDA0003915482790000057
的最优估计值，
Figure BDA0003915482790000058
Figure BDA0003915482790000059
和
Figure BDA00039154827900000510
分别为用以逼近未知模型依赖项的理想权值和高斯模糊基函数；
所述模糊监督饱和补偿律为：
Figure BDA00039154827900000511
其中，Υ是基于饱和命令偏差的切换因子，当达到所设定阈值时Υ＝1，否则Υ＝0；
Figure BDA00039154827900000512
为θΔτ的转置矩阵；
Figure BDA00039154827900000513
为速度跟踪误差；
Figure BDA00039154827900000514
Figure BDA00039154827900000515
为理想权值二范数
Figure BDA00039154827900000516
的最优估计值；
Figure BDA00039154827900000517
和
Figure BDA00039154827900000518
分别为用以逼近未知饱和偏差Δτ的模糊逻辑系统的理想权重矩阵和高斯模糊基函数；
其中，k为1,2或3；l为正整数；T代表转置。
进一步优选地，所述非奇异有限时间动力学控制器为：
Figure BDA0003915482790000061
其中，δ2是数值小的正常数；
Figure BDA0003915482790000062
为计算非奇异动力学中间控制变量；τsat为控制指令；
Figure BDA0003915482790000063
为速度跟踪误差；
鲁棒项为：
Figure BDA0003915482790000064
其中，
Figure BDA0003915482790000065
为复合扰动未知上界的自适应估计项；
Figure BDA0003915482790000066
为速度跟踪误差。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
本发明提供的非奇异有限时间无人艇预设性能动力定位控制方法及系统，采用预设性能技术
Figure BDA0003915482790000067
对动力顶位误差的约束，提升了无人艇作业精度。同时集成最小参数学习方法的模糊逻辑系统对无人艇模型参数矩阵(D和M)依赖性和饱和偏差进行估计，抵消输入饱和与无人艇模型不确定性的同时降低了计算负担；虚拟控制律与动力学控制器设计中借鉴了平滑符号函数的优势，由中间控制变量
Figure BDA0003915482790000068
进行有界平滑处理后得到
Figure BDA0003915482790000069
同时，考虑到传统有限时间控制中幂次项在误差为零时可能会出现奇异现象，虚拟控制律与动力学控制器中设计了随跟踪速度误差大小切换的非奇异有限时间项，通过恰当构建切换函数，在确保有限时间收敛的同时还保证了算法在切换点的连续性。综上所述，本发明确保了无人艇在存在模型不确定性和输入饱和约束情况下的非奇异有限时间预设性能动力定位控制。
附图说明
图1是本发明实施例提供的非奇异有限时间无人艇预设性能动力定位控制方法框图；
图2是本发明实施例提供的无人艇在不同初始位置下的动力定位结果图；
图3是本发明实施例提供的在不同初始条件下的控制力曲线图；
图4是本发明实施例提供的无人艇在不同初始位置下的动力定位误差曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明提供了一种非奇异有限时间无人艇预设性能动力定位控制方法及系统，该方法旨在实现误差在有限时间收敛的同时避免潜在奇异性问题，且通过预设性能保证在动力定位过程中无人艇的控制精度和安全。首先在运动学层面设计了非奇异有限时间虚拟速度律为无人艇提供参考速度输入；随后结合最小参数学习方法设计了一种模糊监督饱和补偿律用以处理执行机构输入饱和现象；同时，为确保在模型未知情况下无人艇可精确跟踪至参考速度，进一步基于集成最小参数学习法的模糊逻辑系统，设计了对系统未知信号的自适应模糊逼近项，用以消除对精确建模的需要。同时可减小计算负担；最终设计了非奇异有限时间预设性能动力学控制器，避免了由传统有限时间幂次项引起的奇异性问题，使跟踪误差全过程处于预设性能界限内，实现了无人艇动力定位控制的有限时间收敛。
如图1所示，本发明提供的一种一种非奇异有限时间无人艇预设性能动力定位控制方法具体如下：
步骤一：将无人艇实际测量位置与期望位置作差获取无人艇位置误差；
步骤二：将无人艇位置误差按照纵向转换位置、横向转换位置以及艏向转换位置分解后均进行预设性能转换，获取预设性能误差转换变量；
步骤三：在运动学层面设计非奇异有限时间虚拟速度律为无人艇提供参考速度输入；具体为：
设计的非奇异有限时间虚拟速度律为如下所示：
Figure BDA0003915482790000081
其中，J(ψ)为将艇体坐标系转换为固定坐标系的旋转矩阵，
Figure BDA0003915482790000082
J(ψ)T为J(ψ)的转置矩阵；ψ表示无人船的航向角；G为预设性能增益矩阵；G-1为G的逆矩阵；δ1是人为选定的一小正定参数用以避免出现奇异现象；z1为转换位置误差向量，定义如下：
z1＝[z11,z12,z13]T＝ξ-ξd
其中，
Figure BDA0003915482790000083
ξ为预设性能转换变量；βl与βu为选定的控制参数；χ＝ηe/ρ；ηe为位置误差；ρ为预设性能函数；ξd＝[0,0,0]T；z11,z12,z13分别为无人艇实际测量位置与期望位置的纵向转换误差，横向转换误差和艏向转换误差；
Figure BDA0003915482790000084
是如下式所示的中间控制变量：
Figure BDA0003915482790000085
其中，K1＝diag(k11,k12,k13)为设计的正定矩阵；
Figure BDA0003915482790000086
ζ1(z1)＝[ζ(z11)，ζ(z12)，ζ(z13)]T是一分段函数用以避免奇异现象，其中，ζ(z1i)为非奇异有限时间算子，具体形式如下：
Figure BDA0003915482790000087
其中
Figure BDA0003915482790000088
γ＝((2l-1)/(2l+1))(l>2,l∈N)，
Figure BDA0003915482790000089
l均为设计参数；N为正整数；β1i和
Figure BDA00039154827900000810
用来保证分段函数ζ(z1i)在点
Figure BDA00039154827900000811
处的可微性，其具体值为
Figure BDA00039154827900000812
s1i为控制参数；
Figure BDA00039154827900000813
和
Figure BDA00039154827900000814
用于避免奇异性和保证连续性的函数；
步骤四：将参考速度与实际测量速度作差获取速度跟踪误差；
步骤五：结合最小参数学习方法设计了一种模糊监督饱和补偿律用以处理执行机构输入饱和现象；具体为：
模糊监督饱和补偿律为：
Figure BDA0003915482790000091
其中，Υ是基于饱和命令偏差的切换因子，当达到所设定阈值时Υ＝1，否则Υ＝0；
Figure BDA0003915482790000092
为θΔτ的转置矩阵；
Figure BDA0003915482790000093
为速度跟踪误差；
Figure BDA0003915482790000094
Figure BDA0003915482790000095
为理想权值二范数
Figure BDA0003915482790000096
的最优估计值；
Figure BDA0003915482790000097
和
Figure BDA0003915482790000098
分别为用以逼近未知饱和偏差Δτ的模糊逻辑系统的理想权重矩阵和高斯模糊基函数；k为1,2或3；l为正整数；
Figure BDA0003915482790000099
其中，Δτ为由输入饱和约束现象引起的控制指令与饱和限幅间的偏差，
Figure BDA00039154827900000910
为最优权重矩阵，
Figure BDA00039154827900000911
为
Figure BDA00039154827900000912
的转置矩阵，
Figure BDA00039154827900000913
为模糊基函数，εΔτ为有界逼近误差；
所设计的模糊自适应律为：
Figure BDA00039154827900000914
其中，Γ1是人为设定的正常数；
Figure BDA00039154827900000915
为
Figure BDA00039154827900000916
的转置矩阵，Proj(·)是如下式所示的投影算子；
Figure BDA0003915482790000101
其中，
Figure BDA0003915482790000102
rΩ和
Figure BDA0003915482790000103
是设计的正常数，w是投影算子中的变量；
步骤六：基于集成最小参数学习法的模糊逻辑系统，设计了对系统未知信号的自适应模糊逼近项，用以消除对精确建模的需要，同时可减小计算负担；
所设计的自适应模糊逼近项为：
Figure BDA0003915482790000104
其中，
Figure BDA0003915482790000105
Figure BDA0003915482790000106
为理想权值二范数
Figure BDA0003915482790000107
的最优估计值，
Figure BDA0003915482790000108
Figure BDA0003915482790000109
和
Figure BDA00039154827900001010
分别为如下用以逼近未知模型依赖项的理想权值和高斯模糊基函数；其中，k为1,2或3；l为正整数；
未知模型为：
Figure BDA00039154827900001011
其中，D为阻尼矩阵，v是无人艇在艇体坐标系下的速度向量，M为惯性矩阵，
Figure BDA00039154827900001012
为非奇异有限时间虚拟速度律α的一阶导数，
Figure BDA00039154827900001013
为矩阵
Figure BDA00039154827900001014
的转置，
Figure BDA00039154827900001015
指模糊逻辑系统的理想权重矩阵，
Figure BDA00039154827900001016
为模糊基函数，ετ表示有界估计误差；D和M为依赖项；
设计的模糊系统二范数自适应律为：
Figure BDA0003915482790000111
其中，Γ2,λ2为设定的正参数；
步骤七：设计非奇异有限时间预设性能动力学控制器，避免了由传统有限时间幂次项引起的奇异性问题，使跟踪误差全过程处于预设性能界限内，实现了无人艇动力定位控制的有限时间收敛；
非奇异有限时间动力学控制器为：
Figure BDA0003915482790000112
其中，δ2是数值较小的正常数，可认为设定，用以避免奇异现象；
Figure BDA0003915482790000113
为动力学中间控制变量，其具体形式如下：
Figure BDA0003915482790000114
其中，K2为设定的正参数，τsup用于处理输入饱和，τrob为鲁棒项；
Figure BDA0003915482790000115
为动力学非奇异有限时间控制项；其中，
Figure BDA0003915482790000116
为：
Figure BDA0003915482790000117
其中，s2i为控制参数，β2i和
Figure BDA0003915482790000118
用来保证分段函数
Figure BDA0003915482790000119
在点
Figure BDA00039154827900001110
处的可微性，其具体值为
Figure BDA00039154827900001111
为保证在复合干扰下闭环系统的鲁棒性，鲁棒项设计为：
Figure BDA00039154827900001112
其中
Figure BDA00039154827900001113
而tanh(*)＝(e*-e-*)/(e*+e-*)，式中e表示自然常数，Δ是人为设定的正常数；
Figure BDA00039154827900001114
为复合扰动未知上界的自适应估计项，其自适应律为：
Figure BDA0003915482790000121
其中Γ3，λ3均为设定的正常数；
步骤八：将上述控制方法利用C语言编程，根据通信协议解析航行信息确定单元传回的信息，包括无人艇的位置、姿态等航行信息；随后根据艇载控制器单元将传感器获取的航行信息进行计算得到控制输出指令；最后将控制信号转为转速等信号，通过计算出的螺旋桨转速指令，实现外界环境干扰下的精准动力定位。
本发明提供了一种非奇异有限时间无人艇预设性能动力定位控制系统，包括：传感器、第一减法器、预设性能映射单元、第二减法器、虚拟速度律构建单元、模糊监督补偿构建单元、模糊逻辑系统构建单元、鲁棒自适应估计构建单元和非奇异有限时间动力学控制器构建单元；
传感器的输出端连接第一减法器和第二减法器的输入端；第一减法器的输出端连接预设性能映射单元的输入端；预设性能映射单元的输出端连接虚拟速度律构建单元的输入端，虚拟速度律构建单元的输出端连接第二减法器；第二减法器的输出端连接模糊监督补偿构建单元、模糊监督补偿构建单元、模糊逻辑系统构建单元、鲁棒自适应估计构建单元和非奇异有限时间动力学控制器构建单元；
传感器用于实时采集无人艇实际测量速度和位置；第一减法器用于将无人艇实际测量位置与期望位置作差获取无人艇位置误差；
预设性能映射单元用于将无人艇位置误差按照纵向转换位置、横向转换位置以及艏向转换位置分解后均进行预设性能转换，获取预设性能误差转换变量；
虚拟速度律构建单元用于基于预设性能误差转换变量以及非奇异有限时间算子，构建非奇异有限时间虚拟速度律作为无人艇的参考速度；
第二减法器用于将参考速度与实际测量速度作差获取速度跟踪误差；
模糊监督补偿构建单元用于将速度跟踪误差结合控制指令与饱和限幅间的偏差，通过构建模糊监督补偿计算模糊监督饱和补偿律；
模糊逻辑系统构建单元用于结合速度跟踪误差构建模糊逻辑系统计算自适应模糊逼近项；
鲁棒自适应估计构建单元用于根据速度跟踪误差和复合扰动未知上界的自适应估计项计算鲁棒项；
非奇异有限时间动力学控制器构建单元用于引入动力学非奇异有限时间控制项，结合模糊监督饱和补偿律、自适应模糊逼近项以及鲁棒项，构建非奇异有限时间动力学控制器输出控制指令；其中，控制指令中包含预施加在无人艇上的力或力矩；将力或力矩施加在无人艇上调节无人艇上的螺旋桨转速，实现无人艇的定位。
进一步优选地，非奇异有限时间虚拟速度律为：
Figure BDA0003915482790000131
其中，J(ψ)为将无人艇艇体坐标系转换为固定坐标系的旋转矩阵；J(ψ)T为J(ψ)的转置矩阵；ψ表示无人船的航向角；G为预设性能增益矩阵；G-1为G的逆矩阵；δ1是一小正定参数；z1为转换位置误差向量；
Figure BDA0003915482790000132
为计算非奇异有限时间虚拟速度律的中间控制变量，采用非奇异有限时间算子计算。
进一步优选地，自适应模糊逼近项为：
Figure BDA0003915482790000133
其中，
Figure BDA0003915482790000134
为速度跟踪误差；
Figure BDA0003915482790000135
Figure BDA0003915482790000136
为理想权值二范数
Figure BDA0003915482790000137
的最优估计值，
Figure BDA0003915482790000138
Figure BDA0003915482790000139
和
Figure BDA00039154827900001310
分别为如下用以逼近未知模型依赖项的理想权值和高斯模糊基函数；
Figure BDA0003915482790000141
其中，D为阻尼矩阵，v是无人艇在艇体坐标系下的速度向量，M为惯性矩阵，
Figure BDA0003915482790000142
为非奇异有限时间虚拟速度律α的一阶导数，
Figure BDA0003915482790000143
为矩阵
Figure BDA0003915482790000144
的转置，
Figure BDA0003915482790000145
指模糊逻辑系统的理想权重矩阵，
Figure BDA0003915482790000146
为模糊基函数，ετ表示有界估计误差；
所述模糊监督饱和补偿律为：
Figure BDA0003915482790000147
其中，Υ是基于饱和命令偏差的切换因子，当达到所设定阈值时Υ＝1，否则Υ＝0；
Figure BDA0003915482790000148
为
Figure BDA0003915482790000149
的转置矩阵；
Figure BDA00039154827900001410
为速度跟踪误差；
Figure BDA00039154827900001411
Figure BDA00039154827900001412
为理想权值二范数
Figure BDA00039154827900001413
的最优估计值；
Figure BDA00039154827900001414
和
Figure BDA00039154827900001415
分别为如下用以逼近未知饱和偏差Δτ的模糊逻辑系统的理想权重矩阵和高斯模糊基函数：
Figure BDA00039154827900001416
其中，Δτ为由输入饱和约束现象引起的控制指令与饱和限幅间的偏差，
Figure BDA00039154827900001417
为最优权重矩阵，
Figure BDA00039154827900001418
为
Figure BDA00039154827900001419
的转置矩阵，
Figure BDA00039154827900001420
为模糊基函数，εΔτ为有界逼近误差；
进一步优选地，所述非奇异有限时间动力学控制器为：
Figure BDA00039154827900001421
其中，δ2是数值小的正常数；
Figure BDA00039154827900001422
为计算非奇异动力学中间控制变量；τsat为控制指令；
Figure BDA00039154827900001423
为速度跟踪误差；
鲁棒项为：
Figure BDA00039154827900001424
其中，
Figure BDA00039154827900001425
为复合扰动未知上界的自适应估计项；
Figure BDA00039154827900001426
为速度跟踪误差。
实施例
为验证本发明中动力定位控制方法的效果，以某无人艇为仿真对象开展如下仿真实验：为充分检验所设计控制算法的有效性，仿真中令无人艇从两个不同的初始位置出发，位置1：[5m,5m,10°]T、位置2：[-5m,-5m,-10°]T；
仿真结果如图2～4所示，图2是非奇异有限时间预设性能动力学控制器作用下不同初始位置无人艇动力定位效果图；图3是无人艇在不同初始条件下的控制力曲线图，图4是无人艇在不同初始位置下的动力定位误差曲线图。可见，尽管无人艇从不同初始条件下出发，但随着时间推移都会使得无人艇的位置逐渐向期望位置收敛，且在整个过程中，无人艇的横向、纵向以及艏向误差均在预先设定的预设界限内，保证了无人艇动力定位全过程的安全。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种非奇异有限时间无人艇预设性能动力定位控制方法，其特征在于，包括以下步骤：
将无人艇实际测量位置与期望位置作差获取无人艇位置误差；
将无人艇位置误差按照纵向转换位置、横向转换位置以及艏向转换位置分解后均进行预设性能转换，获取预设性能误差转换变量；
基于预设性能误差转换变量以及非奇异有限时间算子，构建非奇异有限时间虚拟速度律作为无人艇的参考速度；
将参考速度与实际测量速度作差获取速度跟踪误差；
将速度跟踪误差结合控制指令与饱和限幅间的偏差，通过构建模糊监督补偿计算模糊监督饱和补偿律；
结合速度跟踪误差构建模糊逻辑系统计算自适应模糊逼近项；
根据速度跟踪误差和复合扰动未知上界的自适应估计项计算鲁棒项；
引入动力学非奇异有限时间控制项，结合模糊监督饱和补偿律、自适应模糊逼近项以及鲁棒项，构建非奇异有限时间动力学控制器输出控制指令；其中，控制指令中包含预施加在无人艇上的力或力矩；
将力或力矩施加在无人艇上调节无人艇上的螺旋桨转速，实现无人艇的定位。
2.根据权利要求1所述的非奇异有限时间无人艇预设性能动力定位控制方法，其特征在于，所述非奇异有限时间虚拟速度律为：
Figure FDA0003915482780000011
其中，J(ψ)为将无人艇艇体坐标系转换为固定坐标系的旋转矩阵；J(ψ)T为J(ψ)的转置矩阵；ψ表示无人船的航向角；G为预设性能增益矩阵；G-1为G的逆矩阵；δ1是一小正定参数；z1为转换位置误差向量；
Figure FDA0003915482780000021
为计算非奇异有限时间虚拟速度律的中间控制变量，采用非奇异有限时间算子计算。
3.根据权利要求1所述的非奇异有限时间无人艇预设性能动力定位控制方法，其特征在于，所述自适应模糊逼近项为：
Figure FDA0003915482780000022
其中，
Figure FDA0003915482780000023
为速度跟踪误差；
Figure FDA0003915482780000024
Figure FDA0003915482780000025
为理想权值二范数
Figure FDA0003915482780000026
的最优估计值，
Figure FDA0003915482780000027
Figure FDA0003915482780000028
和
Figure FDA0003915482780000029
分别为用以逼近未知模型依赖项的理想权值和高斯模糊基函数；
所述模糊监督饱和补偿律为：
Figure FDA00039154827800000210
其中，Υ是基于饱和命令偏差的切换因子，当达到所设定阈值时Υ＝1，否则Υ＝0；
Figure FDA00039154827800000211
为θΔτ的转置矩阵；
Figure FDA00039154827800000212
为速度跟踪误差；
Figure FDA00039154827800000213
Figure FDA00039154827800000214
为理想权值二范数
Figure FDA00039154827800000215
的最优估计值；
Figure FDA00039154827800000216
和
Figure FDA00039154827800000217
分别为用以逼近未知饱和偏差Δτ的模糊逻辑系统的理想权重矩阵和高斯模糊基函数；
其中，k为1,2或3；l为正整数；T代表转置。
4.根据权利要求3所述的非奇异有限时间无人艇预设性能动力定位控制方法，其特征在于，所述非奇异有限时间动力学控制器为：
Figure FDA00039154827800000218
其中，δ2是数值小的正常数；
Figure FDA00039154827800000219
为计算非奇异动力学中间控制变量；τsat为控制指令；
Figure FDA0003915482780000031
为速度跟踪误差；
鲁棒项为：
Figure FDA0003915482780000032
其中，
Figure FDA0003915482780000033
为复合扰动未知上界的自适应估计项；
Figure FDA0003915482780000034
为速度跟踪误差。
5.一种非奇异有限时间无人艇预设性能动力定位控制系统，其特征在于，包括：传感器、第一减法器、预设性能映射单元、第二减法器、虚拟速度律构建单元、模糊监督补偿构建单元、模糊逻辑系统构建单元、鲁棒自适应估计构建单元和非奇异有限时间动力学控制器构建单元；
传感器的输出端连接第一减法器和第二减法器的输入端；第一减法器的输出端连接预设性能映射单元的输入端；预设性能映射单元的输出端连接虚拟速度律构建单元的输入端，虚拟速度律构建单元的输出端连接第二减法器；第二减法器的输出端连接模糊监督补偿构建单元、模糊监督补偿构建单元、模糊逻辑系统构建单元、鲁棒自适应估计构建单元和非奇异有限时间动力学控制器构建单元；
传感器用于实时采集无人艇实际测量速度和位置；第一减法器用于将无人艇实际测量位置与期望位置作差获取无人艇位置误差；
预设性能映射单元用于将无人艇位置误差按照纵向转换位置、横向转换位置以及艏向转换位置分解后均进行预设性能转换，获取预设性能误差转换变量；
虚拟速度律构建单元用于基于预设性能误差转换变量以及非奇异有限时间算子，构建非奇异有限时间虚拟速度律作为无人艇的参考速度；
第二减法器用于将参考速度与实际测量速度作差获取速度跟踪误差；
模糊监督补偿构建单元用于将速度跟踪误差结合控制指令与饱和限幅间的偏差，通过构建模糊监督补偿计算模糊监督饱和补偿律；
模糊逻辑系统构建单元用于结合速度跟踪误差构建模糊逻辑系统计算自适应模糊逼近项；
鲁棒自适应估计构建单元用于根据速度跟踪误差和复合扰动未知上界的自适应估计项计算鲁棒项；
非奇异有限时间动力学控制器构建单元用于引入动力学非奇异有限时间控制项，结合模糊监督饱和补偿律、自适应模糊逼近项以及鲁棒项，构建非奇异有限时间动力学控制器输出控制指令；其中，控制指令中包含预施加在无人艇上的力或力矩；将力或力矩施加在无人艇上调节无人艇上的螺旋桨转速，实现无人艇的定位。
6.根据权利要求5所述的非奇异有限时间无人艇预设性能动力定位控制系统，其特征在于，所述非奇异有限时间虚拟速度律为：
Figure FDA0003915482780000041
其中，J(ψ)为将无人艇艇体坐标系转换为固定坐标系的旋转矩阵；J(ψ)T为J(ψ)的转置矩阵；ψ表示无人船的航向角；G为预设性能增益矩阵；G-1为G的逆矩阵；δ1是一小正定参数；z1为转换位置误差向量；
Figure FDA0003915482780000042
为计算非奇异有限时间虚拟速度律的中间控制变量，采用非奇异有限时间算子计算。
7.根据权利要求5所述的非奇异有限时间无人艇预设性能动力定位控制系统，其特征在于，所述自适应模糊逼近项为：
Figure FDA0003915482780000043
其中，
Figure FDA0003915482780000044
为速度跟踪误差；
Figure FDA0003915482780000045
Figure FDA0003915482780000046
为理想权值二范数
Figure FDA0003915482780000047
的最优估计值，
Figure FDA0003915482780000048
Figure FDA0003915482780000049
和
Figure FDA00039154827800000410
分别为用以逼近未知模型依赖项的理想权值和高斯模糊基函数；
所述模糊监督饱和补偿律为：
Figure FDA0003915482780000051
其中，Υ是基于饱和命令偏差的切换因子，当达到所设定阈值时Υ＝1，否则Υ＝0；
Figure FDA0003915482780000052
为θΔτ的转置矩阵；
Figure FDA0003915482780000053
为速度跟踪误差；
Figure FDA0003915482780000054
Figure FDA0003915482780000055
为理想权值二范数
Figure FDA0003915482780000056
的最优估计值；
Figure FDA0003915482780000057
和
Figure FDA0003915482780000058
分别为用以逼近未知饱和偏差Δτ的模糊逻辑系统的理想权重矩阵和高斯模糊基函数；
其中，k为1,2或3；l为正整数；T代表转置。
8.根据权利要求7所述的非奇异有限时间无人艇预设性能动力定位控制系统，其特征在于，所述非奇异有限时间动力学控制器为：
Figure FDA0003915482780000059
其中，δ2是数值小的正常数；
Figure FDA00039154827800000510
为计算非奇异动力学中间控制变量；τsat为控制指令；
Figure FDA00039154827800000511
为速度跟踪误差；
鲁棒项为：
Figure FDA00039154827800000512
其中，
Figure FDA00039154827800000513
为复合扰动未知上界的自适应估计项；
Figure FDA00039154827800000514
为速度跟踪误差。
CN202211336276.8A 2022-10-28 2022-10-28 非奇异有限时间无人艇预设性能动力定位控制方法及系统 Active CN115617044B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211336276.8A CN115617044B (zh) 2022-10-28 2022-10-28 非奇异有限时间无人艇预设性能动力定位控制方法及系统
US18/324,168 US11780551B1 (en) 2022-10-28 2023-05-26 Non-singular finite-time control method and system for dynamic positioning of unmanned boat with prescribed performance

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211336276.8A CN115617044B (zh) 2022-10-28 2022-10-28 非奇异有限时间无人艇预设性能动力定位控制方法及系统

Publications (2)

Publication Number Publication Date
CN115617044A true CN115617044A (zh) 2023-01-17
CN115617044B CN115617044B (zh) 2023-04-07

Family

ID=84877385

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211336276.8A Active CN115617044B (zh) 2022-10-28 2022-10-28 非奇异有限时间无人艇预设性能动力定位控制方法及系统

Country Status (2)

Country Link
US (1) US11780551B1 (zh)
CN (1) CN115617044B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116841205A (zh) * 2023-07-14 2023-10-03 华中科技大学 手艇耦合系统轨迹跟踪有限时间预设性能控制方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117311153A (zh) * 2023-10-24 2023-12-29 酷哇科技有限公司 自适应模型预测非线性控制延边清扫控制跟踪方法和系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080195293A1 (en) * 2007-02-12 2008-08-14 William Robert Norris Perception model for trajectory following autonomous and human augmented speed control
CN108803632A (zh) * 2018-09-19 2018-11-13 哈尔滨工程大学 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
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
CN111736600A (zh) * 2020-06-10 2020-10-02 哈尔滨工程大学 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
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
CN112363393A (zh) * 2020-10-27 2021-02-12 华中科技大学 无人艇动力定位的无模型自适应预设性能控制方法
CN113220000A (zh) * 2021-05-11 2021-08-06 华中科技大学 一种面向水下探测作业的无人艇路径跟踪预设性能控制方法及系统
CN113608534A (zh) * 2021-08-04 2021-11-05 上海大学 一种无人艇跟踪控制方法及系统
CN113848887A (zh) * 2021-09-08 2021-12-28 哈尔滨工程大学 一种基于mlp方法的欠驱动无人艇轨迹跟踪控制方法
CN115167481A (zh) * 2022-08-27 2022-10-11 华中科技大学 一种欠驱动无人艇预设性能路径跟踪控制方法及系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3533458A (en) * 1966-08-15 1970-10-13 Owens Illinois Inc Tree harvesting and processing machine
US3545509A (en) * 1969-09-22 1970-12-08 Black Clawson Co Tree harvester
US4269241A (en) * 1979-01-15 1981-05-26 Products For Energy, Inc. Process and apparatus for severing limbs
US4823852A (en) * 1987-02-05 1989-04-25 Allied Systems Company Tree feller-buncher
US4763742A (en) * 1987-02-05 1988-08-16 Allied Systems Company Tree feller-buncher
EP0542168B1 (en) * 1991-11-15 1997-02-12 Alce Garden S.r.l. Self-propelled vehicle for climbing along pole-shaped elements, such as tree trunks, poles and the like
US7997311B2 (en) * 2006-11-03 2011-08-16 Prout Jr Edward L Self-propelled climbing apparatus for stripping, trimming and coating palm trees
US10486302B2 (en) * 2010-10-19 2019-11-26 White Puma Pty Limited Device for traversing an object
US9370142B2 (en) * 2012-06-27 2016-06-21 Thomas K. Barnhill Remote-controlled vertical ascending and descending workstation
US8517066B1 (en) * 2012-08-21 2013-08-27 Vandypalm, Inc. Multi-axis controlled self-climbing tree trimmer
US10485171B1 (en) * 2019-05-29 2019-11-26 King Saud University Tree harvesting tool

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080195293A1 (en) * 2007-02-12 2008-08-14 William Robert Norris Perception model for trajectory following autonomous and human augmented speed control
CN108803632A (zh) * 2018-09-19 2018-11-13 哈尔滨工程大学 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
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
CN111736600A (zh) * 2020-06-10 2020-10-02 哈尔滨工程大学 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
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
CN112363393A (zh) * 2020-10-27 2021-02-12 华中科技大学 无人艇动力定位的无模型自适应预设性能控制方法
CN113220000A (zh) * 2021-05-11 2021-08-06 华中科技大学 一种面向水下探测作业的无人艇路径跟踪预设性能控制方法及系统
CN113608534A (zh) * 2021-08-04 2021-11-05 上海大学 一种无人艇跟踪控制方法及系统
CN113848887A (zh) * 2021-09-08 2021-12-28 哈尔滨工程大学 一种基于mlp方法的欠驱动无人艇轨迹跟踪控制方法
CN115167481A (zh) * 2022-08-27 2022-10-11 华中科技大学 一种欠驱动无人艇预设性能路径跟踪控制方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
夏国清;庞程程;邵兴超;王元慧;: "基于自适应滤波反步法的深潜救生艇定位控制" *
李锦江等: "基于预设性能制导律的欠驱动ＡＵＶ海底地形鲁棒时滞跟踪控制" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116841205A (zh) * 2023-07-14 2023-10-03 华中科技大学 手艇耦合系统轨迹跟踪有限时间预设性能控制方法及系统
CN116841205B (zh) * 2023-07-14 2024-02-23 华中科技大学 手艇耦合系统轨迹跟踪有限时间预设性能控制方法及系统

Also Published As

Publication number Publication date
CN115617044B (zh) 2023-04-07
US11780551B1 (en) 2023-10-10

Similar Documents

Publication Publication Date Title
CN115617044B (zh) 非奇异有限时间无人艇预设性能动力定位控制方法及系统
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
CN109189103B (zh) 一种具有暂态性能约束的欠驱动auv轨迹跟踪控制方法
CN106990787A (zh) 一种上下体艏向信息融合的波浪滑翔器航点跟踪方法
CN111948937B (zh) 多智能体系统的多梯度递归强化学习模糊控制方法及系统
CN110083057B (zh) 基于水翼运动姿态的pid控制方法
CN113220000B (zh) 一种面向水下探测作业的无人艇路径跟踪预设性能控制方法及系统
CN114442640B (zh) 一种水面无人艇轨迹跟踪控制方法
CN112947375B (zh) 一种考虑未知死区的复合自适应容错控制器设计方法
CN112363393B (zh) 无人艇动力定位的无模型自适应预设性能控制方法
CN115167481A (zh) 一种欠驱动无人艇预设性能路径跟踪控制方法及系统
CN109814583B (zh) 基于自主水下机器人航向运动的动态状态反馈控制方法
CN114967714A (zh) 一种自主式水下机器人抗扰运动控制方法及系统
CN111381595A (zh) 基于事件触发的船舶动力定位方法
CN112925332B (zh) 无人艇与水下无人潜器联合系统的协同交会对接控制方法
CN106227221A (zh) 一种无人艇动态定位控制方法
CN115309058B (zh) 一种动力定位船的有限时间复合学习控制方法
CN114296449B (zh) 基于固定时间h∞控制的水面无人艇轨迹快速跟踪控制方法
CN115167128A (zh) 一种可保证瞬态和稳态性能的船舶动力定位控制方法
Du et al. Adaptive robust nonlinear ship course control based on backstepping and Nussbaum gain
Xiao Ship Dynamic Positioning Control Based on Nonlinear Fuzzy Algorithm for a Smart Port City
Zhao et al. Reinforcement Learning Method for AUV Hover Control in Uncertain Environment
CN115328126B (zh) 一种无人船自适应滑模轨迹跟踪控制方法及其控制系统
CN116719229B (zh) 基于势函数的动力定位船避碰容错控制方法
CN113359471B (zh) 基于协状态辅助的自适应动态规划最优控制方法及系统

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