CN116107216A - 一种考虑执行器故障的uuv自适应容错集群协调控制方法 - Google Patents
一种考虑执行器故障的uuv自适应容错集群协调控制方法 Download PDFInfo
- Publication number
- CN116107216A CN116107216A CN202310212821.0A CN202310212821A CN116107216A CN 116107216 A CN116107216 A CN 116107216A CN 202310212821 A CN202310212821 A CN 202310212821A CN 116107216 A CN116107216 A CN 116107216A
- Authority
- CN
- China
- Prior art keywords
- uuv
- fault
- adaptive
- formation
- tolerant
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 57
- 230000003044 adaptive effect Effects 0.000 claims abstract description 35
- 230000007246 mechanism Effects 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 28
- 238000010586 diagram Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 7
- 238000011217 control strategy Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Retarders (AREA)
Abstract
本发明公开了一种考虑执行器故障的UUV自适应容错集群协调控制方法,通过利用编队中各UUV局部状态信息估计容错控制器参数,设计自适应容错跟踪控制器,保证跟随者UUV的运动状态渐进跟踪领导者状态,从而实现稳定的编队跟踪控制。本发明可有效实现执行器故障条件下的UUV集群协调控制,并且做到跟随者航行器能够跟踪预先设定的机动路径。本发明可以有效解决UUV在执行器故障下的集群控制问题。可以保证集群中各UUV在执行器故障干扰的情况下,启动自适应容错机制,最终跟随者航迹均收敛于编队领航者的期望轨迹,实现多UUV编队队形保持。
Description
技术领域
本发明属于水下无人航行器集群协调控制技术领域,具体涉及一种考虑执行器故障的UUV自适应容错集群协调控制方法。
背景技术
UUV(水下无人航行器)是一种体积小、成本低、可完成大范围深海任务的海洋工具,可应用于海洋科学考察、水下目标搜索与探测等广泛领域,多UUV的集群机动性能是大规模探测任务的关键技术。由于水下环境复杂且存在极大的不确定性,以及水声通讯受限等根本原因,造成多水下航行器集群系统在执行任务的过程中发生推进器破损等故障,因此,当航行器系统发生故障时,需要采取及时有效的容错控制措施,使得航行器系统在执行器故障下依然能够完成集群机动勘测任务。
针对UUV集群控制方法,较多编队控制方法没有考虑执行器故障的情况,如李乐强在文章《模型参数不确定条件下的自主水下航行器自适应编队控制研究》(发表于2022,舰船电子工程,第一期)中提出一种自适应分布式控制律,与编队参考中心保持期望的距离,形成编队。吕达在文章《弱通讯条件下水下航行器编队行为分析》(发表于2022,兵器装备工程学报第十二期)针对水下无人航行器编队控制提出了一种弱通讯条件下的非主从编队控制策略。而在实际海洋机动作业中,由于通讯技术限制和环境不确定因素影响等原因,UUV往往会发生多种执行器故障。
发明内容
本发明的目的在于提供一种考虑执行器故障的UUV自适应容错集群协调控制方法。
本发明的目的通过如下技术方案来实现:
一种考虑执行器故障的UUV自适应容错集群协调控制方法,具体步骤如下:
步骤1:利用反馈线性化方法建立UUV运动学和动力学模型;
步骤2:初始化编队设置,设置UUV编队系统中各成员的随机初始状态和系统预设参数;
步骤3:通过UUV所搭载的导航设备和传感器采集编队系统的位姿信息和速度信息;
步骤4:UUV系统集群结构为领航-跟随类型,根据使命任务,获得领航者需跟随的期望轨迹,跟随者航行器之间的通讯拓扑图为固定拓扑图;
步骤5:判断UUV集群过程中是否发生执行器故障,若出现执行器故障则进行数据推算判别故障类型;
步骤6:建立系统位置和速度状态误差方程;
步骤7:对于跟随者UUV,利用通讯拓扑信息,结合自适应机制,估计跟随者UUV故障参数,设计自适应容错编队跟踪控制器,以及参数自适应更新律;
步骤8:利用步骤7设计的自适应容错编队跟踪控制器计算出各跟随者UUV的状态信息,并根据步骤4中通信拓扑向编队内成员进行信息传输;
步骤9:将步骤8中各跟随者UUV状态信息输入步骤7设计的自适应容错编队跟踪控制器中,推算编队成员各个自由度的推力,输入到UUV的各个执行机构,消除执行器故障的影响;
步骤10:在步骤4的通讯交互下,经过较短时间的容错状态调整,编队中各跟随者UUV的运动状态最终收敛到其领航者状态,即实现执行器故障下的多UUV自适应编队队形保持并跟踪领航者期望路径,任务结束。
进一步地,所述步骤2中,多UUV编队系统由一个领航者UUVL和五个跟随者UUV1-UUV5构成,初始位置随机分布在区域[0,80]×[0,60]×[-50,0]内,纵倾角和艏向角的初始值分别设置在区间[-0.5,0.5]和[0,2π]中。
进一步地,所述步骤4中,设置领航者需跟随的期望轨迹为:
建立UUV集群通信网络图。
进一步地,所述步骤6中,对于第i个跟随者UUV,建立位置和速度状态误差方程:
进一步地,所述步骤7中,对于第i个跟随者UUV,建立自适应容错编队跟踪控制器:
自适应控制增益函数θi(t)设计为:
其中,σi>0;
参数自适应律设计为:
其中,Λi1,Λi2>0。
进一步地,所述步骤8利用步骤7设计的自适应容错编队跟踪控制器,选取能够保证系统稳定的反馈控制增益l1,l2,利用步骤4中UUV集群通信网络信息,估计动态自适应故障参数和自适应控制增益函数θi(t),计算出各子编队跟随者UUV的状态信息,并根据集群通信网络向编队内成员进行信息传输。
本发明的有益效果在于:
本发明方法可以有效解决UUV在执行器故障下的集群控制问题。可以保证集群中各UUV在执行器故障干扰的情况下,启动自适应容错机制,最终跟随者航迹均收敛于编队领航者的期望轨迹,实现多UUV编队队形保持。
附图说明
图1是本发明的UUV集群协调控制流程示意图;
图2是本发明的UUV集群通信网络图;
图3是本发明的UUV集群三维编队图;
图4是本发明的UUV集群位置状态误差图;
图5是本发明的UUV集群速度状态误差图。
具体实施方式
下面结合附图对本发明做进一步描述。
本发明提供一种考虑执行器故障的UUV自适应容错集群协调控制方法,水下环境对于通信和传感的范围都存在较大程度的约束,编队中的成员只能接收到邻居UUV的通信信号,所以多UUV容错集群协调控制方法需要根据通信网络中各UUV成员接收的信息去构造和设计,并且由于各UUV的执行器不可避免的会出现部分失效甚至卡死的故障,设计有效的容错控制集群方法尤为重要。通过利用编队中各UUV局部状态信息估计容错控制器参数,设计自适应容错跟踪控制器,保证跟随者UUV的运动状态渐进跟踪领导者状态,从而实现稳定的编队跟踪控制。
图1是本发明的UUV集群协调控制流程示意图,本发明提供一种考虑执行器故障的UUV自适应容错集群协调控制方法,该方法包括以下步骤:
步骤1、利用反馈线性化方法建立UUV运动学和动力学模型;
步骤2、初始化编队设置,多UUV编队系统由一个领航者UUVL和五个跟随者UUV1-UUV5构成,初始位置随机分布在区域[0,80]×[0,60]×[50,0]内,纵倾角和艏向角的初始值分别设置在区间[-0.5,0.5]和[0,2π]中;
步骤3、通过UUV所搭载的导航设备和传感器采集编队系统的位姿信息和速度信息;
步骤4、设置领航者UUVL的期望路径为:
建立UUV集群通信网络图,如图2所示。
步骤5、判断UUV集群任务是否发生执行器故障,若出现执行器故障则进行数据推算判别故障类型。
步骤6、对于第i个跟随者UUV,建立位置和速度状态误差方程:
步骤7、对于第i个跟随者UUV,建立自适应容错编队跟踪控制器:
自适应控制增益函数θi(t)设计为:
其中,σi>0。
参数自适应律设计为:
其中,Λi1,Λi2>0。
步骤8、利用步骤7设计的控制器,选取能够保证系统稳定的反馈控制增益l1,l2,利用步骤4中UUV集群通信网络信息,估计动态自适应故障参数和自适应控制增益函数θi(t),计算出各子编队跟随者UUV的状态信息,并根据集群通信网络向编队内成员进行信息传输;
步骤9、将接收到的步骤8中各UUV状态信息输入自适应容错控制算法中,消除执行器故障,进一步将UUV各个自由度的推力分配给相应执行机构。
步骤10、利用仿真试验证明本发明的有效性。根据步骤2中初始编队设置和步骤3中期望轨迹设置,进行试验仿真。
考虑执行器故障如下:跟随者UUV 1在1500s-1650s发生部分失效故障,ρ1(t)=0.2+0.8exp(1500-t),σ1b1(t)=0.15tanh(v1(t));跟随者UUV 2在800s-900s发生部分失效故障,ρ2(t)=0.1+0.9exp(800-t);跟随者UUV 4在1000s-1100s发生部分失效故障,ρ4(t)=0.2+0.8exp(1000-t);跟随者UUV 5在1000s-1300s发生卡死故障。
选取控制增益系数l1=0.02,l2=0.8。
仿真结果:
基于上述仿真参数的设置,可以得到如图3到图5的仿真试验结果,图3的仿真结果说明在三维空间中多UUV系统在执行器故障的影响下以任意初始状态都可以最终完成编队跟踪控制目标,编队系统的各成员可以形成稳定的多边形编队。图4和图5的仿真结果说明多UUV系统的状态跟踪误差曲线渐近收敛到原点。
综上,本发明一种考虑执行器故障的UUV自适应容错集群协调控制方法,利用精确反馈线性化方法建立UUV运动学和动力学方程模型;通过编队系统中UUV自身所搭载的导航设备和姿态传感器获取UUV的位置姿态状态值和速度状态值;UUV系统集群结构为领航-跟随类型,根据使命任务,获得领航者需跟随的期望轨迹,跟随者航行器之间的通讯拓扑图为固定拓扑图;判断UUV集群是否发生执行器故障,若出现执行器故障则进行数据推算判别故障类型;建立系统位置和速度状态误差方程;对于跟随者UUV,利用通讯信息拓扑,结合自适应机制,估计跟随者UUV故障参数,设计自适应容错编队跟踪控制器,以及参数自适应更新律;利用自适应容错控制器计算出各跟随者UUV的状态信息,并根据通信拓扑向编队内成员进行信息传输;将各跟随者UUV状态信息输入自适应容错控制器中,推算编队成员各个自由度的推力,输入到UUV的各个执行机构,消除执行器故障的影响。在自适应容错控制策略下,经过状态调整,跟随者UUV的运动状态渐近跟踪领导者状态,从而实现稳定的编队跟踪控制。本发明可有效实现执行器故障条件下的UUV集群协调控制,并且做到跟随者航行器能够跟踪预先设定的机动路径。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种考虑执行器故障的UUV自适应容错集群协调控制方法,其特征在于:具体步骤如下:
步骤1:利用反馈线性化方法建立UUV运动学和动力学模型;
步骤2:初始化编队设置,设置UUV编队系统中各成员的随机初始状态和系统预设参数;
步骤3:通过UUV所搭载的导航设备和传感器采集编队系统的位姿信息和速度信息;
步骤4:UUV系统集群结构为领航-跟随类型,根据使命任务,获得领航者需跟随的期望轨迹,跟随者航行器之间的通讯拓扑图为固定拓扑图;
步骤5:判断UUV集群过程中是否发生执行器故障,若出现执行器故障则进行数据推算判别故障类型;
步骤6:建立系统位置和速度状态误差方程;
步骤7:对于跟随者UUV,利用通讯拓扑信息,结合自适应机制,估计跟随者UUV故障参数,设计自适应容错编队跟踪控制器,以及参数自适应更新律;
步骤8:利用步骤7设计的自适应容错编队跟踪控制器计算出各跟随者UUV的状态信息,并根据步骤4中通信拓扑向编队内成员进行信息传输;
步骤9:将步骤8中各跟随者UUV状态信息输入步骤7设计的自适应容错编队跟踪控制器中,推算编队成员各个自由度的推力,输入到UUV的各个执行机构,消除执行器故障的影响;
步骤10:在步骤4的通讯交互下,经过较短时间的容错状态调整,编队中各跟随者UUV的运动状态最终收敛到其领航者状态,即实现执行器故障下的多UUV自适应编队队形保持并跟踪领航者期望路径,任务结束。
2.根据权利要求1所述的一种考虑执行器故障的UUV自适应容错集群协调控制方法,其特征在于:所述步骤2中,多UUV编队系统由一个领航者UUVL和五个跟随者UUV1-UUV5构成,初始位置随机分布在区域[0,80]×[0,60]×[-50,0]内,纵倾角和艏向角的初始值分别设置在区间[-0.5,0.5]和[0,2π]中。
6.根据权利要求1或3所述的一种考虑执行器故障的UUV自适应容错集群协调控制方法,其特征在于:所述步骤8利用步骤7设计的自适应容错编队跟踪控制器,选取能够保证系统稳定的反馈控制增益l1,l2,利用步骤4中UUV集群通信网络信息,估计动态自适应故障参数和自适应控制增益函数θi(t),计算出各子编队跟随者UUV的状态信息,并根据集群通信网络向编队内成员进行信息传输。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310212821.0A CN116107216A (zh) | 2023-03-08 | 2023-03-08 | 一种考虑执行器故障的uuv自适应容错集群协调控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310212821.0A CN116107216A (zh) | 2023-03-08 | 2023-03-08 | 一种考虑执行器故障的uuv自适应容错集群协调控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116107216A true CN116107216A (zh) | 2023-05-12 |
Family
ID=86261695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310212821.0A Pending CN116107216A (zh) | 2023-03-08 | 2023-03-08 | 一种考虑执行器故障的uuv自适应容错集群协调控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116107216A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117762166A (zh) * | 2024-02-22 | 2024-03-26 | 杭州牧星科技有限公司 | 多无人机集群编队协同控制方法及其系统 |
CN118092145A (zh) * | 2024-04-25 | 2024-05-28 | 南京理工大学 | 用于多智能体系统的pi型容错一致性控制器设计方法 |
-
2023
- 2023-03-08 CN CN202310212821.0A patent/CN116107216A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117762166A (zh) * | 2024-02-22 | 2024-03-26 | 杭州牧星科技有限公司 | 多无人机集群编队协同控制方法及其系统 |
CN117762166B (zh) * | 2024-02-22 | 2024-06-11 | 杭州牧星科技有限公司 | 多无人机集群编队协同控制方法及其系统 |
CN118092145A (zh) * | 2024-04-25 | 2024-05-28 | 南京理工大学 | 用于多智能体系统的pi型容错一致性控制器设计方法 |
CN118092145B (zh) * | 2024-04-25 | 2024-08-02 | 南京理工大学 | 用于多智能体系统的pi型容错一致性控制器设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116107216A (zh) | 一种考虑执行器故障的uuv自适应容错集群协调控制方法 | |
Dai et al. | Adaptive leader–follower formation control of underactuated surface vehicles with guaranteed performance | |
Gao et al. | Fixed-time leader-follower formation control of autonomous underwater vehicles with event-triggered intermittent communications | |
CN109116736B (zh) | 基于滑模的线性多智能体系统执行器故障的容错控制方法 | |
Xu et al. | Robust NSV fault-tolerant control system design against actuator faults and control surface damage under actuator dynamics | |
Ducard | Fault-tolerant flight control and guidance systems: Practical methods for small unmanned aerial vehicles | |
CN109947134B (zh) | 基于多无人机分布式控制的四旋翼无人机编队容错方法 | |
CN108829099A (zh) | 一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法 | |
Bechlioulis et al. | Robust formation control for multiple underwater vehicles | |
CN107703753B (zh) | 一种空间机械臂的容错控制方法 | |
CN110967973A (zh) | 舰载机垂尾损伤故障自适应容错控制器设计方法及控制系统 | |
Liu et al. | Fault-tolerant formation control of unmanned aerial vehicles in the presence of actuator faults and obstacles | |
CN117873078B (zh) | 一种基于人工势函数的无人水面船编队容错控制方法 | |
CN109240317B (zh) | 考虑螺旋桨故障的海底地震检波飞行节点有限时间构型包含控制方法 | |
CN114326781B (zh) | 完全分布式导弹编队协同自适应容错补偿控制器 | |
CN114815823A (zh) | 一种基于控制障碍函数的无人艇集群安全目标跟踪系统 | |
Falkenberg et al. | Navigation system fault diagnosis for underwater vehicle | |
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 | |
WANG et al. | Cooperative path following control of UAV and USV cluster for maritime search and rescue | |
CN113050679B (zh) | 一种完全分布式鲁棒导弹编队协同控制器 | |
CN114943168A (zh) | 一种水上浮桥组合方法及系统 | |
Chu et al. | Adaptive fault-tolerant control for a class of remotely operated vehicles under thruster redundancy | |
Thanapalan et al. | Fault tolerant controller design to ensure operational safety in satellite formation flying | |
Chen et al. | Hierarchical Control Design for the Cooperative Target Enclosing Motion of Unmanned Surface Vehicle | |
CN109062232B (zh) | 海底地震检波飞行节点分布式有限时间防抖振构型包含控制方法 |
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 |