开架水下机器人生物启发离散轨迹跟踪控制

针对水下机器人常规反步跟踪控制的速度跳变问题,提出了基于生物启发模型的反步滑模混合控制方法.应用生物启发模型的平滑、有界输出特性,产生渐变的参考跟踪速度,克服了速度跳变问题,也满足了推进器推力约束.同时自适应滑模控制算法产生跟踪控制律,对于水下干扰及模型不确定影响具有鲁棒性,能够实现水下机器人稳定、准确的轨迹跟踪控制.所提方法的稳定性通过Lyapunov理论进行了证明,并将该方法对FALCON开架水下机器人进行水平面离散轨迹跟踪控制的仿真研究,实验结果表明了提出控制方法的有效性.     

基于高增益观测器的AUV水平面轨迹跟踪控制

通过研究欠驱动自治水下机器人（AUV）在水平面的运动规律,针对欠驱动AUV水平面轨迹跟踪控制中的非完整约束、模型中的耦合性和非线性、海流干扰、跟踪精度问题进行了深入的研究,运用高增益观测器结合反步控制方法对欠驱动AUV轨迹跟踪进行有效控制。定义了AUV的地面坐标系和船体坐标系,并完成了地面坐标系向船体坐标系的转换,建立了欠驱动AUV的水平面运动学模型和动力学模型。为欠驱动AUV所提出的高增益观测器结合反步控制方案,在保证跟踪系统稳定性的前提下,可以有效地提高跟踪精度,能够消除外界干扰对控制效果的影响,并使得控制输入满足实际工程的应用约束条件。控制方法的稳定性均采用Lyapunov稳定性理论加以证明,并通过数值仿真验证了所设计控制器的有效性。     

Lurie控制系统的时滞相关绝对稳定性新判据

研究了纵平面内的自主水下航行器(AUV)的跟踪控制问题. 该AUV由一个内部滑动质点及后推进器驱动. 结合滑动质点的运动方程, AUV可视为欠驱动系统. 基于Lyapunov理论及反步控制方法, 提出了一种跟踪控制律以镇定误差动力学并使得位置跟踪误差收敛于零点左右的一个小邻域内. 仿真结果验证了该控制律的有效性.     

基于自适应反步法的轮式移动机器人跟踪控制

轮式移动机器人是一种典型的非完整约束系统.基于反步法提出一种自适应扩展控制器,对含有未知参数的非完整轮式移动机器人动力学系统进行轨迹跟踪控制并且Lyapunov稳定性理论保证跟踪误差渐近收敛到零.为了克服速度跳变产生滑动,加入了神经动力学模型对控制器进行改进.以两驱动轮移动机器人为例,利用运动学自适应控制器设计出转矩控制器,有效解决了不确定非完整轮式移动机器人动力学系统的轨迹跟踪问题.仿真结果证明该方法的正确性和有效性.     

带有内部转子的自主水下航行器的跟踪控制

研究了水平面内自主水下航行器(AUV)的轨迹跟踪控制问题。AUV由主推进器和一个内部转子驱动,可视为欠驱动系统。建立了带有外界扰动及模型不确定性的系统数学模型。为了对侧向运动和偏航运动进行解耦,采用了一种坐标转换。基于Lyapunov直接法,针对转换后的模型设计了一种跟踪控制律以使得位置跟踪误差收敛于零点左右的一个球域内。考虑到电机控制系统中的干扰和误差,对转子电机进行了控制设计以实现系统跟踪误差的全局镇定。仿真结果表明控制律对建模误差具有一定的鲁棒性。     

风浪流干扰及参数不确定欠驱动船舶航迹跟踪的滑模鲁棒控制

针对欠驱动船舶的模型参数不确定和外界风浪流干扰问题,为实现水平面的航迹跟踪控制,提出了一种基于上下界的滑模控制方法.首先利用反步法将控制器的设计分解为运动学回路和动力学回路.其次,在运动学回路中为实现位置跟踪误差的收敛,根据期望航迹与当前位置信息,设计船舶的纵向与侧移参考速度,并视为镇定位置误差的虚拟控制律;在动力学回路中,将虚拟控制律作为新的跟踪目标,利用滑模方法设计实际控制律实现对参考速度的跟踪控制,最终实现了欠驱动船舶的跟踪控制.最后对有无干扰下的欠驱动船模分别进行了仿真实验,仿真结果证明了控制律的有效性.     

侧滑打滑时的WMR抗饱和模糊超螺旋滑模控制

针对侧滑打滑干扰和执行器饱和约束导致轮式移动机器人(WMR)轨迹跟踪困难的问题,提出一种抗饱和模糊超螺旋滑模控制策略.根据WMR的轨迹跟踪误差模型,设计运动学控制器,得到辅助速度控制律;采用反步法思想,设计抗饱和模糊超螺旋滑模动力学控制器,通过饱和约束辅助系统实现抗饱和控制,并引入模糊自适应律,动态调整超螺旋控制律参数...     

非完整移动机器人的反步跟踪控制方法

移动机器人是典型的非完整系统,对其进行运动控制是一个热点且是一项具有挑战性的工作.目前的大部分研究都是基于运动学模型的,而在实际应用中,动力学特性不可忽视.针对轨迹跟踪这一典型控制任务,文中对一种轮式移动机器人进行了动力学建模.利用反步技术,提出了一种控制结构,综合了速度控制器和力矩控制器.该控制律不但能够得到稳定跟踪所需要的速度,而且同时能够计算出驱动移动机器人行进的电机力矩.仿真结果表明,该控制律可以良好地工作.控制结构的通用性保证了其他控制方法拓展的可能性.     

基于RBF神经网络的作业型AUV自适应终端滑模控制方法及实验研究

研究了作业型AUV （自主水下机器人）的轨迹跟踪控制问题.实际作业中,水下机械手展开作业过程将引起AUV动力学性能变化,进而影响AUV轨迹跟踪控制;并且水流环境干扰亦将影响AUV轨迹跟踪控制.针对上述AUV轨迹跟踪控制问题,提出一种基于RBF （径向基函数）神经网络的AUV自适应终端滑模运动控制方法.该方法在李亚普诺夫稳定性理论框架下,采用RBF网络对机械手展开引起的AUV动力学性能变化和水流环境干扰进行在线逼近,并结合自适应终端滑模控制器对神经网络权值和AUV控制参数进行自适应在线调节.通过李亚普诺夫稳定性理论,证明AUV系统轨迹跟踪误差一致稳定有界.针对滑模控制项引起的控制量抖振问题,提出一种变滑模增益的饱和连续函数滑模抖振降低方法,以降低滑模控制量抖振.通过AUV实验样机的艏向和垂向的轨迹跟踪实验,验证了本文AUV系统控制方法和滑模降抖振方法的有效性.     

基于神经网络的欠驱动水下机器人三维同步跟踪和镇定控制

研究了欠驱动水下机器人的三维同步跟踪和镇定控制问题,并考虑了模型参数不确定性、未知外界干扰和输入饱和限制的影响.针对不同类型期望轨迹的特性,构造了新的辅助虚拟信号以实现对欠驱动方向的控制.基于反步法和Lyapunov直接法,设计了一种饱和自适应统一动力学控制律,使得AUV的状态误差最终收敛至零点附近的有界区域内,其中未知模型参数和外部干扰通过基于神经网络的更新律进行估计.仿真结果表明该控制方法是有效的且具有较好的控制效果.     

自主水下航行器的变质心跟踪控制

The trajectory-tracking control problem is investigated for an autonomous underwater vehicle (AUV) moving in the vertical plane using an internal point mass and a rear thruster as actuators. Combined with the dynamics of the point mass, the AUV is modeled as an underactuated system. A Lyapunov-based tracking controller is proposed by using backstepping approach to stabilize the error dynamics and force the position errors to a small neighborhood of the origin. Simulation results validate the proposed tracking approach.     

Thruster fault-tolerant control of a hovering AUV with four horizontal and two vertical thrusters

This paper deals with the motion control of a hovering autonomous underwater vehicle (AUV) with four horizontal and two vertical thrusters, when one or more thrusters are completely malfunctioned. Three thruster fault cases are considered: one horizontal thruster is faulty; two horizontal thrusters are faulty; and one vertical thruster is faulty. Through a series of simulations and an experiment, it is validated that the AUV can track a planned path in a 3-D space with minimally three thrusters (two are horizontal ones); however, some cases require the changes of the vehicle’s preferred direction of motion and its movement manner. Additionally, when the number of active horizontal thrusters is less than the required degree-of-freedom, a continuous state feedback control law does not exist due to the non-holonomic constraint. This paper highlights that the hovering AUV can overcome the non-holonomic constraint if using the feature that their translational and rotational motions can be controlled independently.     

基于神经网络补偿的滑模控制在AUV运动中的应用*

由于自主水下机器人水动力模型参数的不确定性及其强非线性,提出神经网络动态滑模面控制法。将系统分为确定与不确定部分,通过滑模控制实现对系统确定部分的控制,通过神经网络所具有的自适应调节能力实现对未知干扰与不确定部分进行补偿控制,提高系统的强鲁棒性。通过Lyapunov法验证了控制算法的收敛性;通过MATLAB仿真平台和半物理仿真平台,验证了算法的鲁棒性和抗干扰性。     

Robust control of variable speed autonomous underwater vehicle

Set point tracking control of autonomous underwater vehicle (AUV) via robust model predictive control (RMPC) is considered. Input-constrained RMPC with integral action, which has been developed in our previous work, is used to control the AUV in this study. In order to derive a RMPC control rule, non-linear dynamics of AUV with six degree of freedom is linearized at certain operating points. So, horizontal and vertical plane dynamics of system are represented by linear models which have polytopic uncertainties. Since the derived control rule will be used in real time, the computation time should be reduced. To overcome this computational time problem and get rid of trial–error step of Algorithm 1, a new algorithm is proposed here. The simulations are carried out using the control rule based on this algorithm and these results are presented.     

变质心自主水下航行器定深控制研究

对变质心自主水下航行器（AUV）定深控制问题进行了研究。建立了相应的纵平面的变质心AUV的运动数学模型。在此基础上,基于滑模控制理论设计了变质心控制系统,控制质量块的偏移运动,进而控制AUV定深运动。仿真结果表明：该控制器可满足AUV定深控制的需要,使定深误差趋近于零,并对建模误差具有一定的鲁棒性。     

模糊滑模变结构控制在AUV纵倾控制中的应用

无人水下机器人(AUV)在潜浮运动过程中,纵倾角的控制对其在垂直面的运动状态起着关键的作用.尽管目前研究的控制方法对纵倾角有较好的控制效果,但是由于AUV不确定的非线性特性和模型参数,其控制性能并不理想.根据AUV垂直面的非线性模型,在特定的工作点对非线性模型进行了线性化,得到AUV垂直面纵倾运动的数学模型.设计了基于模糊控制理论的模糊滑模变结构控制器调整滑模控制的控制增益,并在海流干扰下用该控制器成功地对AUV进行了纵倾控制.仿真结果验证了该控制方法对运动模型不确定的AUV具有很好的控制性能,在外界干扰下,既保证了控制系统的快速性和鲁棒性,又能够有效地削弱抖振.     

基于迭代滑模增量反馈的欠驱动AUV地形跟踪控制

为实现欠驱动自治水下机器人(AUV)在未知海流干扰作用下的地形跟踪控制,提出一种基于非线性迭代滑模增量反馈的航迹跟踪控制器.基于虚拟向导的方法,建立AUV垂直面航迹跟踪误差方程.采用迭代方法,设计滑模增量反馈控制器,无需对AUV模型参数不确定部分和海流干扰进行估计,这样避免了AUV俯仰舵的抖振现象,并且减小了输出反馈控制的稳态误差与超调问题.仿真实验表明,所设计的控制器对AUV系统的模型参数摄动及海流干扰变化不敏感,所设计的参数易于调节.