CN117950409A - 基于领导-追随模型的多无人船系统协同控制方法及系统 - Google Patents
基于领导-追随模型的多无人船系统协同控制方法及系统 Download PDFInfo
- Publication number
- CN117950409A CN117950409A CN202410347712.4A CN202410347712A CN117950409A CN 117950409 A CN117950409 A CN 117950409A CN 202410347712 A CN202410347712 A CN 202410347712A CN 117950409 A CN117950409 A CN 117950409A
- Authority
- CN
- China
- Prior art keywords
- unmanned ship
- angle
- model
- obstacle avoidance
- follower
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 70
- 238000004891 communication Methods 0.000 claims abstract description 27
- 238000012423 maintenance Methods 0.000 claims abstract description 14
- 238000011217 control strategy Methods 0.000 claims abstract description 12
- 238000013178 mathematical model Methods 0.000 claims abstract description 9
- 230000000452 restraining effect Effects 0.000 claims abstract description 3
- 101150080778 INPP5D gene Proteins 0.000 claims description 179
- 230000003864 performance function Effects 0.000 claims description 56
- 238000005094 computer simulation Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000002195 synergetic effect Effects 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 6
- 230000010355 oscillation Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 230000006641 stabilisation Effects 0.000 claims description 2
- 238000011105 stabilization Methods 0.000 claims description 2
- 230000000087 stabilizing effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请涉及无人船控制技术领域,特别是涉及基于领导‑追随模型的多无人船系统协同控制方法及系统,该方法包括:建立三自由度无人船水平面运动数学模型,基于领导‑追随模型的多无人船的初始连通关系确定领导者无人船、追随者无人船及障碍物任二者之间的相对位姿关系,基于相对位姿关系建立初步离散避障角度模型并得到初步避障角度,将初步离散避障角度模型拟合为平滑避障模型后对平滑避障模型与期望相对角度进行光滑处理得到光滑避障角度,基于所述编队误差及速度误差对误差性能函数进行约束,基于该误差函数生成追随者控制策略。通过本申请保证多无人船在有限通讯范围实现队形维持和避障,降低无人船因避障而断联的风险。
Description
技术领域
本申请涉及无人船控制技术领域,特别是涉及基于领导-追随模型的多无人船系统协同控制方法及系统。
背景技术
多无人船系统是指两艘或两艘以上的无人船(USV,Unmanned Surface Vessel)在某个海域完成运输任务或其他任务组织的无人船集群。多艘水面无人船组成的编队可以最大限度地发挥编队的整体优势,同时能实时机动地变换队形,借助精确卫星定位和自身传感获取的局部信息进行队形控制与避障,从而完成预设任务,在水下地形测量、水上巡逻、水质监测等场景具有广泛应用。
现有的编队控制策略主要是在通讯不受限的情况下进行队形保持和避障,但在实际应用场景中,多无人船系统之间的信息交互受到船载设备的影响,当交互量过大时,会影响船载处理器的效率;当交互量过小时,会使编队控制效果变差,超出船载处理器感知范围的无人船又难以保证成功实现任务,因此,如何解决有限通讯范围内多个欠驱动无人船系统的编队避碰协同控制问题变得至关重要。同时,现有避障策略不够光滑,容易是无人船产生抖振现象,不利于无人船安全。
目前针对相关技术中通讯受限下多个无人船的编队与避碰协同控制,尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种基于领导-追随模型的多无人船系统协同控制方法及系统,通过提出具有预定性能的平滑避障队形维持控制算法,保证多无人船在有限通讯范围实现队形维持和碰撞避免,以至少解决相关技术中通信有限范围内多个欠驱动无人船系统的编队避碰协同控制问题。
第一方面,本申请提供了一种基于领导-追随模型的多无人船系统协同控制方法,包括:
无人船运动模型获取步骤,建立三自由度无人船水平面运动数学模型;
初步离散避障角度获取步骤,基于领导-追随模型的多无人船的初始连通关系确定领导者无人船、追随者无人船及船载传感器捕获的障碍物任二者之间的相对位姿关系,基于所述相对位姿关系建立初步离散避障角度模型并得到初步避障角度/>;
光滑避障角度获取步骤,利用双曲正切函数将初步离散避障角度模型拟合为平滑避障模型/>后对平滑避障模型/>与期望相对角度/>进行光滑处理得到光滑避障角度/>,将所述光滑避障角度/>作为下一时刻的期望角度通过控制器控制追随者无人船避障,所述光滑避障角度/>表示为如下计算模型:
(/>)+/>,
其中,)(/>)(/>+/>))+,/>),/>),/>、/>是大于0的常数,/>表示领导者无人船的艏摇角,/>为追随者无人船与障碍物之间的相对距离,/>为领导者无人船与障碍物之间的相对距离,/>表示期望相对距离,/>表示避障半径,/>为期望相对角度,/>为追随者无人船与障碍物之间的相对角度,/>为领导者无人船与障碍物之间的相对角度;
误差性能函数获取步骤,基于多无人船系统的中领导者无人船及多个追随者无人船的位置信息及艏摇角确定编队误差及速度误差,定义误差性能函数并基于所述编队误差及速度误差对所述误差性能函数进行约束;
追随者编队控制步骤,将误差性能函数中误差通过对数函数引入控制器中,生成追随者控制策略,达到在有限通讯范围内操作多无人船进行协同编队的目的,所述追随者控制策略中包括更新后的理想纵荡速度/>、理想横荡速度/>、理想艏摇角速度/>、纵荡方向推力/>、艏摇方向推力/>及辅助信号/>,表示为如下计算模型:
,
其中,,/>,n=1、2、3,p= 4、5、6,/>>0,v=1,…,6,/>>0,/>为追随者艏摇角,/>为领导者无人船与追随者无人船之间的相对角度,/>为配置的辅助信号,用于稳定横荡速度在有限范围内。
在其中一些实施例中,所述初步离散避障角度获取步骤中,所述初步离散避障角度模型表示为如下计算模型:
+/>+/>,
其中,初步避障角度表示为如下计算模型:
。
在其中一些实施例中,所述误差性能函数获取步骤中,所述编队误差为领导者无人船与追随者无人船之间的相对距离、相对角度/>及追随者艏摇角/>分别与期望相对距离/>、光滑避障角度/>及一接近角/>的差值,分别记为编队相对距离误差/>、编队相对角度误差/>、追随者艏摇角误差/>,所述接近角/>为模拟追随者对应位姿的期望艏摇角;
其中,所述编队相对距离误差、编队相对角度误差/>、追随者艏摇角误差表示为如下计算模型:
;/>;/>
上式中:
=/>tanh(/>+/>,
,
,
//>,
其中,是大于0的常数。
在其中一些实施例中,所述误差性能函数获取步骤中,所述速度误差为追随者无人船在目标时刻的纵荡速度、横荡速度/>、艏摇角速度/>与预设的理想纵荡速度/>、理想横荡速度/>、理想艏摇角速度/>之间的差值,分别记为纵荡速度误差/>、横荡速度误差/>、艏摇角速度误差/>,纵荡速度误差/>、横荡速度误差/>、艏摇角速度误差/>表示为如下计算模型:
,
,
。
在其中一些实施例中,所述误差性能函数获取步骤中,误差表示为如下计算模型:
,
,
,
其中,n= 2、3,p= 4、5、6,误差性能函数包括连通性保持性能函数、平滑避障性能函数/>及编队协同性能函数/>、/>。
在其中一些实施例中,所述连通性保持性能函数、平滑避障性能函数/>及编队协同性能函数/>、/>分别表示为如下计算模型:
=/>,
=/>,
=/>,
=/>,
其中,n= 2、3,p= 4、5、6,为无人船开始运动的时间,/>稳定的时间,,/>是正常数。
在其中一些实施例中,所述连通性保持性能函数、平滑避障性能函数/>及编队协同性能函数/>、/>的约束条件配置如下:
0<</>,
</></>,
0<</>,
0<</>,
</>,
</>,
其中,是无人船通讯范围,/>为最小避障范围。
在其中一些实施例中,领导者无人船与追随者无人船之间的相对位姿关系表示为如下计算模型;
,
上式中,为领导者无人船的位置信息,/>、/>为追随者无人船的位置信息,为领导者无人船与追随者无人船之间的相对距离,/>为领导者无人船与追随者无人船之间的相对角度。
在其中一些实施例中,领导者无人船与障碍物之间的相对位姿关系表示为如下计算模型:
,
上式中,、/>为障碍物的位置信息;追随者无人船与障碍物之间的相对位姿关系表示为如下计算模型:
。
第二方面,本申请还提供了一种基于领导-追随模型的多无人船系统协同控制系统,用于实现如上第一方面所述的基于领导-追随模型的多无人船系统协同控制方法,包括:
无人船运动模型获取单元,用于建立三自由度无人船水平面运动数学模型;
初步离散避障角度获取单元,用于基于领导-追随模型的多无人船的初始连通关系确定领导者无人船、追随者无人船及船载传感器捕获的障碍物任二者之间的相对位姿关系,基于所述相对位姿关系建立初步离散避障角度模型并得到初步避障角度/>;
光滑避障角度获取单元,用于利用双曲正切函数将初步离散避障角度模型拟合为平滑避障模型/>后对平滑避障模型/>与期望相对角度/>进行光滑处理得到光滑避障角度/>,将所述光滑避障角度/>作为下一时刻的期望角度通过控制器控制追随者无人船避障;
误差性能函数获取单元,用于基于多无人船系统的中领导者无人船及多个追随者无人船的位置信息及艏摇角确定编队误差及速度误差,定义误差性能函数并基于所述编队误差及速度误差对所述误差性能函数进行约束;
追随者编队控制单元,用于将误差性能函数中误差通过对数函数引入控制器中,生成追随者控制策略。
相比于相关技术,本申请实施例提供的基于领导-追随模型的多无人船系统协同控制方法及系统,解决了障碍环境下多无人船系统的系统控制问题,当多无人船系统通讯范围受限时,基于本申请可以根据通讯范围调整预定的队形维持约束,达到在一定通讯范围内保持队形的目的,降低了无人船因避障而断联的风险。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的多无人船系统协同控制方法原理示意图;
图2是根据本申请实施例的多无人船系统协同控制方法流程图;
图3是根据相关技术的大地坐标系与船体坐标系的定义图;
图4是根据本申请实施例的多无人船的初始连通情况图;
图5是根据本申请实施例的追随者避障原理示意图;
图6是根据本申请实施例的离散避障角多无人船跟踪轨迹图;
图7是根据本申请实施例的平滑避障角多无人船跟踪轨迹图;
图8是追随者无人船基于离散避障角度进行避障的角度变化示意图;
图9是追随者无人船基于平滑避障角度进行避障的角度变化示意图;
图10是根据本申请实施例的多无人船系统协同控制系统的结构框图。
图中:
1、无人船运动模型获取单元;2、初步离散避障角度获取单元;3、光滑避障角度获取单元;4、误差性能函数获取单元;5、追随者编队控制单元。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
本实施例提供了一种基于领导-追随模型的多无人船系统协同控制方法,参考图1所示,基于期望队形得到期望状态,控制器根据期望状态产生信号,避障控制器根据避障模型的控制策略调整被控对象运动模型数学模型,并基于无人船的当前位置进行反馈控制。图2是根据本申请实施例的基于领导-追随模型的多无人船系统协同控制方法的流程图,如图2所示,该流程包括如下步骤:
无人船运动模型获取步骤S1:建立三自由度无人船水平面运动数学模型,在无人船水平面运动数学模型中,通常采用大地坐标系和船体坐标系如图3所示,皆遵守右手坐标法则,按照造船与轮机工程学会推荐的符号体系定义相关的位置和姿态,建立以下水平面运动模型:
;
其中,,/>是无人船在大地坐标下的/>是无人船在船体坐标系的速度,/>是大地坐标系与船体坐标系之间的旋转矩阵,/>具体表示为:
,
是考虑船体附加质量的质量矩阵,/>是由船体本身质量和附加质量产生的科里奥利向心力矩阵,/>是阻尼系数矩,/>是船体控制器推力,分别代表在船在纵荡和艏摇方向上的推力,/>,是有界的环境干扰力。上述实施例中,/>、/>的展开形式为:
=/>
=
=/>
=
=
其中,是无人船的质量,/>是船体坐标下坐标原点到船舶重心的向量,/>是相对于垂直轴的惯性,/>、/>、/>、/>、/>、/>、/>是船的线性和二次阻力系数。
初步离散避障角度获取步骤S2:基于领导-追随模型的多无人船的初始连通关系确定领导者无人船、追随者无人船及船载传感器捕获的障碍物任二者之间的相对位姿关系,并基于所述相对位姿关系建立初步离散避障角度模型,如图4所示为多无人船的初始连通关系,图中标识为j的点为领导者无人船,另外的点为追随者无人船;
其中,领导者无人船与追随者无人船之间的相对位姿关系表示为如下计算模型;
,
上式中,为领导者无人船的位置信息,/>、/>为追随者无人船的位置信息,为领导者无人船与追随者无人船之间的相对距离,/>为领导者无人船与追随者无人船之间的相对角度;
其中,领导者无人船与障碍物之间的相对位姿关系表示为如下计算模型:
,
上式中,、/>为障碍物的位置信息,/>为领导者无人船与障碍物之间的相对距离,/>为领导者无人船与障碍物之间的相对角度;
其中,追随者无人船与障碍物之间的相对位姿关系表示为如下计算模型:
,
上式中,为追随者无人船与障碍物之间的相对距离,/>为追随者无人船与障碍物之间的相对角度;
其中,所述初步离散避障角度模型表示为如下计算模型:
+/>+/>,
式中,),/>),为领导者无人船与障碍物之间的相对角度,/>表示期望相对距离,/>表示避障半径,为领导者无人船与障碍物之间的相对距离,参考图5所示,图中A点为追随者无人船的初始避障位置,B点为满足队形约束且能避开障碍物的追随者无人船的期望位置,图中圆心处的点为障碍物位置;
基于所述初步离散避障角度模型及三角关系可得到避障时的期望位置对应初步避障角度,其中,初步避障角度表示为如下计算模型:
,
上式中,为追随者无人船与障碍物之间的相对距离,/>为期望相对角度,期望相对角度可基于上述期望相对距离计算得到;尽管基于上述初步避障角度可以实现避障的目的,但基于该初步避障角度的计算模型也可以得知,该模型为分段函数,当追随者无人船与障碍物之间的相对距离/>与避障半径/>的相对关系不同是,避障角度需要进行重新设置,该设置的过渡并不光滑,容易使无人船产生抖动现象,为了解决抖动现象,本申请建立如下光滑避障角度模型。
光滑避障角度获取步骤S3:利用双曲正切函数将所述初步离散避障角度模型拟合为平滑避障模型/>,根据分段函数定义将平滑避障模型/>与期望相对角度进行光滑处理,得到连续的光滑避障角度/>,从而降低角度变化幅度,减小抖振现象,其中,所述平滑避障模型/>表示为如下计算模型:
)(/>)(/>+/>))+/>,
上式中,、/>是大于0的常数,可以灵活配置,/>表示领导者的艏摇角;
所述光滑避障角度表示为如下计算模型:
(/>)+/>。
误差性能函数获取步骤S4:基于多无人船系统的中领导者无人船及多个追随者无人船的位置信息及艏摇角确定编队误差及速度误差,所述编队误差为领导者无人船与追随者无人船之间的相对距离、相对角度/>及追随者艏摇角/>分别与期望相对距离/>、光滑避障角度/>及一接近角/>的差值,分别记为编队相对距离误差/>、编队相对角度误差/>、追随者艏摇角误差/>,前述接近角/>为模拟追随者对应位姿的期望艏摇角;所述速度误差为追随者无人船在目标时刻的纵荡速度/>、横荡速度/>、艏摇角速度/>与预设的理想纵荡速度/>、理想横荡速度/>、理想艏摇角速度/>之间的差值,分别记为纵荡速度误差/>、横荡速度误差/>、艏摇角速度误差/>;
其中,所述编队相对距离误差、编队相对角度误差/>、追随者艏摇角误差表示为如下计算模型:
;
;
;
上式中:
=/>tanh(/>+/>,
,
,
//>,
其中,是大于0的常数。
其中,纵荡速度误差、横荡速度误差/>、艏摇角速度误差/>表示为如下计算模型:
,
,
;
其中,是配置的辅助信号,用于稳定横荡速度在有限范围内。
然后,定义误差性能函数并基于所述编队误差及速度误差对所述误差性能函数进行约束,所述误差性能函数包括连通性保持性能函数、平滑避障性能函数/>及编队协同性能函数/>、/>,各函数表示为如下计算模型:
=/>,
=/>,
=/>,
=/>,
其中,n= 2、3,p= 4、5、6,为无人船开始运动的时间,/>稳定的时间是正常数;各性能函数配置有约束条件,约束条件配置为如下:
0<</>,
</></>,
0<</>,
0<</>,
</> ,
</> ,
其中,是无人船通讯范围,/>为最小避障范围。
将上述误差性能函数的误差表示为以下计算模型:
,
,
,
其中,n= 2、3,p= 4、5、6。
追随者编队控制步骤S5:将上述误差通过对数函数引入控制器中,生成更新后的纵荡速度/>、横荡速度/>、艏摇角速度/>、纵荡方向推力/>、艏摇方向推力/>及辅助信号/>,所述追随者控制策略表示为如下计算模型:
,
其中,,/>,n=1、2、3,p= 4、5、6,/>>0,v=1,…,6,/>>0。
考虑到误差性能函数的参数设计与队形约束和通讯条件有关,以便于达到追随者在受限情况下按照预定性能跟踪领导者的目的。因此,本申请在平滑避障策略中,根据船载传感器能够捕获的障碍物范围,以及编队的期望队形约束,结合追随者与障碍物之间的相对位姿建立平滑避障角模型,随后将该平滑避障角模型引入到误差性能函数中,使队形约束和障碍信息参与跟踪控制过程,实现追随者避开障碍物的同时跟踪领导者,从而达到避障过程中的连通性保持,实现平滑避障,保证追随者跟踪领导者时的物理安全。
基于上述步骤,本申请基于领导-追随模型,根据每个追随者与领导者之间的相对位姿信息建立误差性能函数,通过误差性能函数设计相应控制参数,实现有效跟踪,解决了多个无人船之间的队形维持、连通性保持,以及平滑碰撞避免问题,相较于现有采用函数逼近技术补偿模型不确定性的控制方式,本申请实施例直接将模型不确定性放在误差性能函数中,仅根据相对信息实现对模型不确定性的补偿,有效降低了计算复杂度,本申请的控制方法经李雅普诺夫稳定性定理分析验证,具备低复杂度及高稳定性的优点。
本申请支持多无人船系统,且每个无人船可以根据不同的预定性能需求实现不同的队形跟踪方式,提高了应用范围。
为了验证本申请追随者控制策略的有效性,对图4所示的多无人船编队进行仿真验证,在本次仿真中,共设计两艘追随者,追随者1号需要进行避障工作,追随者2号不需要进行避障动作,图6所示为离散避障角多无人船跟踪轨迹图,图7所示为平滑避障角多无人船跟踪轨迹图,图8为追随者无人船基于离散避障角度进行避障的角度变化示意图,图9为追随者无人船基于平滑避障角度进行避障的角度变化示意图,结合图6、图7所示,图6、图7的横轴为时间(单位为秒),纵轴为跟踪轨迹变化(单位为米),如图6中小图所示轨迹变化的坡度要大于图7中小图所示的坡度变化,即追随者1号采用平滑避障角度的相较于离散避障角的轨迹变化更为平缓;结合图8、图9所示,图8、图9的横轴为时间(单位为秒),纵轴为避障角度,采用离散避障角度在避障过程中最高角度值为36°,最低角度值为9°,角度变化幅度为27°,采用平滑避障角度在避障过程中最高角度值为33°,最低角度值为15°,角度变化幅度为18°,因此,基于本实施例的平滑避障角能起到避障作用,且可以在避障过程中产生较小的角度变化。
经验证,本申请实施例的控制方法解决了障碍环境下多无人船系统的系统控制问题,当多无人船系统通讯范围受限时,基于本申请可以根据通讯范围调整预定的队形维持约束,达到在一定通讯范围内保持队形的目的,降低了无人船因避障而断联的风险。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种基于领导-追随模型的多无人船系统协同控制系统,该系统用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图10是根据本申请实施例的基于领导-追随模型的多无人船系统协同控制系统的结构框图,如图10所示,该系统包括:
无人船运动模型获取单元1,用于建立三自由度无人船水平面运动数学模型;
初步离散避障角度获取单元2,用于基于领导-追随模型的多无人船的初始连通关系确定领导者无人船、追随者无人船及船载传感器捕获的障碍物任二者之间的相对位姿关系,基于所述相对位姿关系建立初步离散避障角度模型并得到初步避障角度/>;
光滑避障角度获取单元3,用于利用双曲正切函数将初步离散避障角度模型拟合为平滑避障模型/>后对平滑避障模型/>与期望相对角度/>进行光滑处理得到光滑避障角度/>,将所述光滑避障角度/>作为下一时刻的期望角度通过控制器控制追随者无人船避障;
误差性能函数获取单元4,用于基于多无人船系统的中领导者无人船及多个追随者无人船的位置信息及艏摇角确定编队误差及速度误差,定义误差性能函数并基于所述编队误差及速度误差对所述误差性能函数进行约束;
追随者编队控制单元5,用于将误差性能函数中误差通过对数函数引入控制器中,生成追随者控制策略。
基于如上结构,本申请实施例提供的基于领导-追随模型的多无人船系统协同控制系统,解决了障碍环境下多无人船系统的系统控制问题,当多无人船系统通讯范围受限时,基于本申请可以根据通讯范围调整预定的队形维持约束,达到在一定通讯范围内保持队形的目的,降低了无人船因避障而断联的风险
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于领导-追随模型的多无人船系统协同控制方法,其特征在于,包括:
无人船运动模型获取步骤,建立三自由度无人船水平面运动数学模型;
初步离散避障角度获取步骤,基于领导-追随模型的多无人船的初始连通关系确定领导者无人船、追随者无人船及船载传感器捕获的障碍物任二者之间的相对位姿关系,基于所述相对位姿关系建立初步离散避障角度模型并得到初步避障角度/>;
光滑避障角度获取步骤,利用双曲正切函数将初步离散避障角度模型拟合为平滑避障模型/>后对平滑避障模型/>与期望相对角度/>进行光滑处理得到光滑避障角度/>,将所述光滑避障角度/>作为下一时刻的期望角度通过控制器控制追随者无人船避障,所述光滑避障角度/>表示为如下计算模型:
(/>)+/>,
其中,)(/>)(/>+/>))+/>,),/>),/>、/>是大于0的常数,/>表示领导者无人船的艏摇角,/>为追随者无人船与障碍物之间的相对距离,为领导者无人船与障碍物之间的相对距离,/>表示期望相对距离,/>表示避障半径,为期望相对角度,/>为追随者无人船与障碍物之间的相对角度,/>为领导者无人船与障碍物之间的相对角度;
误差性能函数获取步骤,基于多无人船系统的中领导者无人船及多个追随者无人船的位置信息及艏摇角确定编队误差及速度误差,定义误差性能函数并基于所述编队误差及速度误差对所述误差性能函数进行约束;
追随者编队控制步骤,将误差性能函数中误差通过对数函数引入控制器中,生成追随者控制策略,所述追随者控制策略中包括更新后的理想纵荡速度/>、理想横荡速度/>、理想艏摇角速度/>、纵荡方向推力/>、艏摇方向推力/>及辅助信号/>,表示为如下计算模型:
,
其中,,/>,n =1、2、3,p = 4、5、6,/>>0,v=1,…,6,/>>0,/>为追随者艏摇角,/>为领导者无人船与追随者无人船之间的相对角度,/>为配置的辅助信号,用于稳定横荡速度在有限范围内。
2.根据权利要求1所述的基于领导-追随模型的多无人船系统协同控制方法,其特征在于,所述初步离散避障角度获取步骤中,所述初步离散避障角度模型表示为如下计算模型:
+/>+/>,
其中,初步避障角度表示为如下计算模型:
。
3.根据权利要求1所述的基于领导-追随模型的多无人船系统协同控制方法,其特征在于,所述误差性能函数获取步骤中,所述编队误差为领导者无人船与追随者无人船之间的相对距离、相对角度/>及追随者艏摇角/>分别与期望相对距离/>、光滑避障角度/>及一接近角/>的差值,分别记为编队相对距离误差/>、编队相对角度误差/>、追随者艏摇角误差/>,所述接近角/>为模拟追随者对应位姿的期望艏摇角;
其中,所述编队相对距离误差、编队相对角度误差/>、追随者艏摇角误差/>表示为如下计算模型:
;/>;/>
上式中:
=/>tanh(/>+/>,
,
,
//>,
其中,是大于0的常数。
4.根据权利要求3所述的基于领导-追随模型的多无人船系统协同控制方法,其特征在于,所述误差性能函数获取步骤中,所述速度误差为追随者无人船在目标时刻的纵荡速度、横荡速度/>、艏摇角速度/>与预设的理想纵荡速度/>、理想横荡速度/>、理想艏摇角速度/>之间的差值,分别记为纵荡速度误差/>、横荡速度误差/>、艏摇角速度误差/>,纵荡速度误差/>、横荡速度误差/>、艏摇角速度误差/>表示为如下计算模型:
,
,
。
5.根据权利要求4所述的基于领导-追随模型的多无人船系统协同控制方法,其特征在于,所述误差性能函数获取步骤中,误差表示为如下计算模型:
,
,
,
其中,n = 2、3,p = 4、5、6,误差性能函数包括连通性保持性能函数、平滑避障性能函数/>及编队协同性能函数/>、/>。
6.根据权利要求5所述的基于领导-追随模型的多无人船系统协同控制方法,其特征在于,所述连通性保持性能函数、平滑避障性能函数/>及编队协同性能函数/>、/>分别表示为如下计算模型:
=/>,
=/>,
=/>,
=/>,
其中,n = 2、3,p = 4、5、6,为无人船开始运动的时间,/>稳定的时间,,/>是正常数。
7.根据权利要求6所述的基于领导-追随模型的多无人船系统协同控制方法,其特征在于,所述连通性保持性能函数、平滑避障性能函数/>及编队协同性能函数/>、/>的约束条件配置如下:
0<</>,
</></>,
0<</>,
0<</>,
</>,
</>,
其中,是无人船通讯范围,/>为最小避障范围。
8.根据权利要求1所述的基于领导-追随模型的多无人船系统协同控制方法,其特征在于,领导者无人船与追随者无人船之间的相对位姿关系表示为如下计算模型;
,
上式中,为领导者无人船的位置信息,/>、/>为追随者无人船的位置信息,/>为领导者无人船与追随者无人船之间的相对距离,/>为领导者无人船与追随者无人船之间的相对角度。
9.根据权利要求8所述的基于领导-追随模型的多无人船系统协同控制方法,其特征在于,领导者无人船与障碍物之间的相对位姿关系表示为如下计算模型:
,
上式中,、/>为障碍物的位置信息;追随者无人船与障碍物之间的相对位姿关系表示为如下计算模型:
。
10.一种基于领导-追随模型的多无人船系统协同控制系统,用于实现如权利要求1至9中任一项所述的基于领导-追随模型的多无人船系统协同控制方法,其特征在于,包括:
无人船运动模型获取单元,用于建立三自由度无人船水平面运动数学模型;
初步离散避障角度获取单元,用于基于领导-追随模型的多无人船的初始连通关系确定领导者无人船、追随者无人船及船载传感器捕获的障碍物任二者之间的相对位姿关系,基于所述相对位姿关系建立初步离散避障角度模型并得到初步避障角度/>;
光滑避障角度获取单元,用于利用双曲正切函数将初步离散避障角度模型拟合为平滑避障模型/>后对平滑避障模型/>与期望相对角度/>进行光滑处理得到光滑避障角度/>,将所述光滑避障角度/>作为下一时刻的期望角度通过控制器控制追随者无人船避障;
误差性能函数获取单元,用于基于多无人船系统的中领导者无人船及多个追随者无人船的位置信息及艏摇角确定编队误差及速度误差,定义误差性能函数并基于所述编队误差及速度误差对所述误差性能函数进行约束;
追随者编队控制单元,用于将误差性能函数中误差通过对数函数引入控制器中,生成追随者控制策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410347712.4A CN117950409B (zh) | 2024-03-26 | 2024-03-26 | 基于领导-追随模型的多无人船系统协同控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410347712.4A CN117950409B (zh) | 2024-03-26 | 2024-03-26 | 基于领导-追随模型的多无人船系统协同控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117950409A true CN117950409A (zh) | 2024-04-30 |
CN117950409B CN117950409B (zh) | 2024-06-07 |
Family
ID=90796520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410347712.4A Active CN117950409B (zh) | 2024-03-26 | 2024-03-26 | 基于领导-追随模型的多无人船系统协同控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117950409B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110727274A (zh) * | 2019-11-19 | 2020-01-24 | 大连海事大学 | 一种基于无人船系统的带有避碰且保持连通性的编队控制方法 |
CN111665855A (zh) * | 2020-08-03 | 2020-09-15 | 陕西理工大学 | 一种机器人预设性编队控制方法 |
CN113189979A (zh) * | 2021-04-02 | 2021-07-30 | 大连海事大学 | 一种无人船的分布式队列有限时间控制方法 |
CN113296507A (zh) * | 2021-05-20 | 2021-08-24 | 哈尔滨工程大学 | 一种基于时空解耦的多动力定位船舶协同编队控制方法 |
CN115903800A (zh) * | 2022-11-10 | 2023-04-04 | 上海交通大学 | 一种基于领导者协同的多无人船编队的严格安全控制方法 |
-
2024
- 2024-03-26 CN CN202410347712.4A patent/CN117950409B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110727274A (zh) * | 2019-11-19 | 2020-01-24 | 大连海事大学 | 一种基于无人船系统的带有避碰且保持连通性的编队控制方法 |
CN111665855A (zh) * | 2020-08-03 | 2020-09-15 | 陕西理工大学 | 一种机器人预设性编队控制方法 |
CN113189979A (zh) * | 2021-04-02 | 2021-07-30 | 大连海事大学 | 一种无人船的分布式队列有限时间控制方法 |
CN113296507A (zh) * | 2021-05-20 | 2021-08-24 | 哈尔滨工程大学 | 一种基于时空解耦的多动力定位船舶协同编队控制方法 |
CN115903800A (zh) * | 2022-11-10 | 2023-04-04 | 上海交通大学 | 一种基于领导者协同的多无人船编队的严格安全控制方法 |
Non-Patent Citations (3)
Title |
---|
BONG SEOK PARK 等: "Connectivity-maintaining and collision-avoiding performance function approach for robust leader–follower formation control of multiple uncertain underactuated surface vessels", AUTOMATICA, vol. 127, 8 February 2021 (2021-02-08), pages 1 - 10 * |
XIAOMIN WANG 等: "Hybrid coordination for the fast formation building of multi-small-AUV systems with the on-board cameras and limited communication", PEERJ COMPUTER SCIENCE, vol. 9, 24 April 2023 (2023-04-24), pages 1 - 19 * |
李建华 等: "具有避碰和连通性保持的多USV分布式事件触发编队控制", 中国舰船研究, vol. 19, no. 1, 7 October 2023 (2023-10-07), pages 200 - 210 * |
Also Published As
Publication number | Publication date |
---|---|
CN117950409B (zh) | 2024-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108445892B (zh) | 一种欠驱动无人船编队控制器结构及设计方法 | |
CN107168335B (zh) | 一种考虑混合多目标避障的水面无人艇路径跟踪制导方法 | |
Lekkas et al. | Line-of-sight guidance for path following of marine vehicles | |
Liao et al. | Layered berthing method and experiment of unmanned surface vehicle based on multiple constraints analysis | |
CN113885534B (zh) | 一种基于智能预测控制的水面无人船路径跟踪方法 | |
CN113093804B (zh) | 基于反演滑模控制的无人艇编队控制方法和控制系统 | |
CN106292294B (zh) | 基于模型参考自适应控制的舰载无人机自动着舰控制装置 | |
CN109656143A (zh) | 一种海面全驱动船舶的自适应跟踪控制方法及系统 | |
CN111930141A (zh) | 一种水下机器人三维路径可视化跟踪方法 | |
Wang et al. | Path following control of the wave glider in waves and currents | |
CN113741433B (zh) | 一种水面无人船的分布式编队方法 | |
CN115903800A (zh) | 一种基于领导者协同的多无人船编队的严格安全控制方法 | |
CN116820101A (zh) | 一种距离信息缺失下的欠驱动无人艇编队控制方法 | |
CN115014355A (zh) | 一种双体无人船的定点返航调控方法及装置 | |
CN109916400B (zh) | 一种基于梯度下降算法与vo法相结合的无人艇避障方法 | |
CN116048090A (zh) | 一种具有能耗优化效应的风帆助航船路径跟踪控制方法 | |
CN114609905A (zh) | 一种船舶编队事件触发控制方法 | |
MacLin et al. | Modeling, simulation and maneuvering control of a generic submarine | |
CN117826824A (zh) | 船舶自适应自主航行决策方法、装置及电子设备 | |
CN117950409B (zh) | 基于领导-追随模型的多无人船系统协同控制方法及系统 | |
Kapetanović et al. | Real-time model predictive line following control for underactuated marine vehicles | |
LIU et al. | Design of variable stability ship control system for ship intelligent navigation test | |
CN117270528A (zh) | 一种无人艇追逃博弈控制方法及控制器 | |
Lin et al. | Autonomous Landing of a VTOL UAV on a Ship based on Tau Theory | |
Liu et al. | Line-of-sight based three-dimensional path following control for an underactuated robotic dolphin |
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 |