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.     

基于离散滑模预测的欠驱动AUV三维航迹跟踪控制

针对欠驱动自主水下航行器（AUV）的模型不确定和外界海流干扰问题,为了实现欠驱动AUV的三维航迹跟踪控制,采用虚拟向导法建立空间运动误差离散化模型.基于递归滑模思想设计离散滑模预测控制器,利用滚动优化和反馈校正方法补偿了不确定项对滑模预测模型的影响.最后针对某欠驱动AUV进行了空间曲线跟踪控制仿真实验.结果表明,所设计的控制器可以较好地克服时变非线性水动力阻尼对系统的影响,并对外界海流干扰有较好的抑制作用,保证了欠驱动AUV三维航迹跟踪系统的鲁棒性,实现了三维航迹的精确跟踪.     

非线性迭代滑模的欠驱动AUV路径跟踪控制

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路径跟踪控制,提出一种基于非线性迭代滑模增量反馈的路径跟踪控制器。选用一般曲线参数和Serret-Frenet坐标系描述路径跟踪误差,建立AUV水平面路径跟踪误差方程。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。仿真实验表明,设计的控制器参数易于调节,可用于实际欠驱动水下机器人来实现对水平面路径的精确跟踪。     

欠驱动水下航行器三维直线航迹跟踪控制

针对欠驱动水下航行器的三维直线航迹跟踪控制问题,基于虚拟向导建立了三维航迹跟踪误差模型,采用反馈增益反步法设计航迹跟踪控制器,通过合理选择控制器参数消除了部分非线性项,与传统反步法设计相比简化了虚拟控制量的形式,并且能够避免基于视线法设计导引律时存在固有奇异值点的问题.基于李雅普诺夫稳定性理论分析了闭环跟踪误差系统的渐近稳定性.最后将设计的控制器应用于欠驱动水下航行器进行仿真实验,结果表明控制器具有精确的三维航迹的跟踪能力,并对外界干扰和模型参数不确定性具有较好的鲁棒性.     

基于自适应Backstepping的欠驱动AUV三维航迹跟踪控制

为了实现欠驱动自治水下机器人（AUV）三维航迹跟踪控制,基于非完整系统理论分析了AUV缺少横向推进器时的欠驱动控制系统特性,并验证了欠驱动AUV存在加速度约束不可积性.基于李亚普诺夫稳定性理论,利用自适应Backstepping设计连续时变的航迹点跟踪控制器,以抑制外界海流的干扰.仿真实验表明,所设计的控制器能实现欠驱动AUV对一序列三维航迹点的渐近镇定,并且航迹跟踪的精确性和鲁棒性明显优于PID控制.     

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.     

基于L2干扰抑制的水下机器人三维航迹跟踪控制

为实现自治水下机器人(AUV)的三维航迹跟踪控制,考虑了非线性水动力阻尼对AUV系统的影响和外界海流干扰作用,提出了基于L2干扰抑制的鲁棒神经网络控制方法.该方法基于李雅普诺夫稳定性理论,设计神经网络控制器补偿非线性水动力阻尼和外界的海流干扰,再将神经网络的估计误差当做AUV系统的外部干扰用L2干扰抑制控制器予以消除.最后针对某AUV进行了螺旋线三维下潜跟踪控制仿真实验,结果表明设计的控制器可以较好地克服时变非线性水动力阻尼对系统的影响,并对外界海流干扰有较好的抑制作用,可以实现AUV三维航迹的精确跟踪.     

基于神经网络的水下机器人三维航迹跟踪控制

本文研究了水下机器人三维航迹跟踪控制问题.在充分考虑了模型中不确定水动力系数和外界海流干扰的基础上,提出了基于神经网络的自适应输出反馈控制方法.控制器由3部分组成:基于动态补偿器的输出反馈控制项、神经网络自适应控制项和鲁棒控制项.神经网络所需的自适应学习信号由线性观测器提供.基于Lyapunov稳定性理论证明了控制系统的稳定性.最后针对某AUV进行了空间三维航迹跟踪控制仿真实验,结果表明设计的控制器可以较好地克服时变非线性水动力阻尼对系统的影响,并对外界海流干扰有较好的抑制作用,可以实现三维航迹的精确跟踪.     

欠驱动无人水下航行器三维轨迹跟踪的反步控制

针对欠驱动无人水下航行器(underactuated unmanned underwater vehicles,UUVs)三维轨迹跟踪控制问题,本文有别于传统反步法中基于视线法设计姿态角误差变量的思路,提出了一种定义虚拟速度误差变量的反步控制器设计方法,能够有效避免传统反步法控制律设计时存在的奇异值问题,简化了传统反步法复杂的计算过程;设计了欠驱动UUV的三维轨迹跟踪控制器,给出了系统的误差方程,基于Lyapunov稳定性理论证明了系统在定常外界扰动下的鲁棒性和稳定性;仿真结果表明本文提出的UUV三维轨迹跟踪反步控制方法收敛、有效,能够实现欠驱动UUV对时变三维轨迹的精确跟踪控制.     

基于反步法的欠驱动UUV的3维路径跟踪控制

研究了欠驱动无人水下航行器(unmanned underwater vehicle,UUV)在3维空间中的路径跟踪控制器设计及其稳定性分析问题.首先建立2阶积分器形式的欠驱动UUV空间6自由度运动模型和动力学模型.针对该运动模型,以位置误差作为虚拟控制变量,基于反步法(backstepping)设计路径跟踪控制器.根据李亚普诺夫理论,在理论上证明了所设计的路径跟踪控制系统是稳定的.该控制器实现了欠驱动UUV 3维空间的路径跟踪控制.仿真结果验证了控制器的有效性.     

基于滑模自抗扰的智能车路径跟踪控制

针对传统的基于精确数学模型的路径跟踪控制方法很难适应复杂多变驾驶环境的问题,提出一种基于终端滑模控制与自抗扰控制的路径跟踪控制方法.首先,通过构造一个期望偏航角函数能够满足当车辆的实际偏航角趋近于该期望偏航角时其侧向位移偏差趋近于零,从而简化路径跟踪控制;然后,采用扩张状态观测器实时估计系统的未建模动态,同时采用非奇异终端滑模来设计非线性误差反馈律,从而实现偏航角快速、准确地跟踪控制.仿真结果表明,所设计的控制器能够保证车辆稳定行驶的同时快速、精确地跟踪期望的路径.     

基于扩张状态观测器的UCAV自适应滑模控制

针对固定翼UCAV（Unmanned Combat Aerial Vehicle）系统中存在的不确定性和外部扰动，设计了一种基于扩张状态观测器的自适应超扭曲滑模控制器用来抑制系统扰动，从而提高对于UCAV的控制性能。建立固定翼UCAV的六自由度非线性模型，针对姿态控制和速度控制分别设计扩张状态观测器对模型中难以精确测量的状态量和外部扰动进行估计，依据奇异摄动原理分别对姿态和速度设计自适应超扭曲滑模控制器，实现对UCAV的姿态和速度的跟踪控制。采用某型固定翼UCAV非线性模型对所设计的控制器进行仿真验证，并且与传统的自抗扰滑模控制方法进行了对比，仿真结果表明，基于扩张状态观测器的自适应超扭曲滑模控制器具有更小的超调量和稳态误差。     

考虑状态约束与执行器饱和的水下机器人轨迹跟踪控制

针对执行器饱和、模型参数不确定以及海流干扰等因素影响下的水下机器人,提出一种考虑状态约束以及执行器饱和的轨迹跟踪控制器.首先,构建水下机器人水平面轨迹跟踪误差方程;然后,对载体模型参数不确定性产生的模型误差以及海流干扰,设计一个非线性观测器进行估计并用于对控制器进行扰动补偿;接着,引入执行器饱和补偿系统、二阶滤波器以及滤波器误差补偿系统,设计命令滤波反步滑模控制器来控制水下机器人的水平面轨迹跟踪;最后,严格验证命令滤波反步滑模控制器的稳定性并进行数值仿真,验证所提出控制器的有效性.     

智能车辆路径跟踪控制方法

为了提高智能车辆路径跟踪控制器的可靠性和控制精度,提出一种基于误差动力学模型的路径跟踪控制方法.基于车辆运动学模型和动力学模型建立系统误差动力学模型,并在此基础上推导出车辆路径跟踪控制的稳态控制律,利用李雅普诺夫稳定性理论验证稳态控制律的正确性.为了减小外部干扰对控制性能的影响,提高控制器的可靠性,进一步设计基于车辆侧向位移误差的瞬态控制律,并利用李雅普诺夫稳定性理论验证闭环系统的稳定性.稳态控制律和瞬态控制律构成了非线性的路径跟踪控制器.通过与车辆路径跟踪常用的线性控制器和非线性控制器对比验证所提出控制方法的有效性,线性控制器选用LQR控制器,非线性控制器选用Stanley控制器.仿真结果表明,与LQR控制器相比,所提出控制方法的路径跟踪控制精度、抗干扰性和可靠性更好.与Stanley控制器相比,所提出控制方法具有更好的路径跟踪控制精度和控制收敛速度,且在大曲率路径跟踪过程中具有更好的可靠性.     

含非严格重复扰动的抗扰迭代学习控制

针对一类含不确定参数及未知扰动的高阶非线性系统,采用类Lyapunov方法,结合部分限幅学习律和滑模控制的优点,提出一种新的滑模鲁棒迭代学习控制算法.根据系统中不确定量的特性,将系统中的不确定性划分为两类:仅沿时间轴变化的不确定性和仅沿迭代轴变化的不确定性.前者采用迭代辨识方法处理,后者采用迭代滑模技术解决.在整个作业区间上,随着迭代次数的增加,控制算法确保系统的跟踪误差收敛到一个界内,控制器信号无抖颤,且闭环系统中其余变量一致有界.当系统扰动仅沿时间轴变化时,系统跟踪误差及其各阶导数沿迭代轴渐近收敛到0,实现系统各个状态的精确跟踪.相比利用连续函数近似法的传统滑模控制,该算法对未知扰动具有更好的鲁棒性.理论证明和仿真结果都说明了该算法的有效性.