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.     

基于非线性迭代滑模的欠驱动UUV三维航迹跟踪控制

为实现欠驱动无人水下航行器(Unmanned underwater vehicle, UUV)在未知海流干扰作用下的三维航迹跟踪控制, 提出一种基于工程解耦思想设计的非线性迭代滑模航迹跟踪控制器. 基于虚拟向导的方法,建立UUV空间航迹跟踪误差方程;采用迭代方法设计非线性滑模控制器, 无需对UUV模型参数不确定部分和海流干扰进行估计,避免了舵的抖振现象以及减小了稳态误差与超调问题. 仿真实验表明,设计的控制器对欠驱动UUV系统的模型参数摄动及海流干扰变化不敏感、 且设计参数易于调节,可以实现三维航迹的精确跟踪.     

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。     

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.     

欠驱动AUV模糊神经网络L2增益鲁棒跟踪控制

提出基于模糊神经网络欠驱动水下自主机器人(AUV)的L2增益鲁棒跟踪控制方法,该方法通过在线学习逼近动力学模型的不确定项.控制器克服了由于缺少横向推力对跟踪误差的影响,在考虑未知海流干扰情况下,实现了系统对模糊神经网络逼近误差的L2增益小于γ.利用Lyapunov稳定性理论证明了闭环控制系统误差信号一致最终有界.最后,通过精确模型参数和参数扰动仿真实验验证了该控制方法具有很好的跟踪效果和较强的鲁棒性.     

基于海流观测器对欠驱动水下机器人进行三维路径跟随

对模型参数未知的欠驱动水下机器人,本文设计了海流中三维路径跟随控制器.该方法在无旋流的前提下,利用海流的运动方程,结合三维视线导航法和反步法,设计了控制器.通过死区方法估计模型参数,克服了参数漂移问题;针对海流未知情况,设计了海流观测器.最后通过Lyapunov稳定性理论证明了跟踪误差是收敛的,仿真实验验证了该控制方法的有效性.     

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.     

AUV归航和坐落式对接的半物理仿真

为解决现有仿真系统忽略海流干扰,不能直观反映模型实时运动状态的问题,设计了一套以3维视景方式呈现的半物理仿真系统,以直观地反映归航过程中、以及以类似直升机坐落方式进行对接回收的过程中AUV(自主式水下机器人)的运动状态.利用Multigen Creator软件对AUV和水下地形环境建模,通过Visual C++调用Vega的仿真界面库实现视景仿真;运动控制部分基于B样条理论设计归航时的全局路径规划方法,通过遗传算法搜索满足欠驱动约束的全局路径;利用制导控制和执行控制分层结构设计路径跟踪控制器,其中PID(比例-积分-微分)制导律能依据海流信息自适应调整参考姿态角,S面控制律能针对状态信息和参考姿态角实现稳定、快速、准确的响应.基于试验平台,模拟了AUV从释放位置出发、跟踪所计算出的全局路径从而完成自主归航最终实现坐落式对接的全过程.结果表明:海流在归航阶段对AUV的归航路径跟踪偏差量影响较小,在坐落式对接阶段当海流与AUV艏向相对角度较大时其影响较大,甚至使回收失败.所设计的半物理仿真系统可在海流影响下规划合理的AUV归航路径以完成回收,并实时直观地反映整个过程.     

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。     

水下航行器轨迹跟踪控制与仿真

为了使水下航行器按照预定的轨迹运动,需要水下航行器的控制系统具有较强的鲁棒性和抗干扰能力,因此该文提出了采用横向轨迹误差法和视线法组合导引的基于滑模的水平面轨迹控制方案,针对“211AUV”自治式水下航行器,给出了简化的水下航行器水平面运动模型,分别给出横向轨迹误差法和视线法的滑模控制方程。并分别对横向轨迹误差法、视线法以及横向轨迹误差法和视线法组合导引法三种方法进行仿真分析,最终的仿真结果表明横向轨迹误差法无法单独完成轨迹导引,视线法的轨迹跟踪误差较大,而横向轨迹误差法和视线法组合导引法具有良好的轨迹跟踪能力,能够保证水下航行器进行各种循迹航行任务。     

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。     

非完整移动机器人道路跟踪控制器设计及应用

讨论一类非完整约束条件下的移动机器人道路跟踪控制问题，综合后推方法与模糊滑模控制方法设计非完整移动机器人的状态反馈控制系统，并根据Lyapunov稳定性定理后推设计时变光滑反馈控制律，当存在较大侧向误差时，模糊滑模控制器确保移动机器人沿稳定的工作区域减小误差；当误差比较小时，时变光滑状态反馈控制实现对移动机器人的平稳镇定，采用移动机器人Amigobot作为实验平台，验证了控制器设计的有效性。     

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.     

基于模糊混合控制的自治水下机器人路径跟踪控制

基于模糊混合控制策略,本文提出了一种用于非线性欠驱动自治水下机器人的鲁棒路径跟踪控制方法.利用Sugeno型模糊推理系统,将PD滑模控制器与非奇异终端滑模控制器光滑连接,构造了模糊混合控制器.它能充分融合这两类控制器的优势,无论系统远离平衡点还是在其附近,都能取得快速收敛的效果.如果,借助于非时间参考量,将该混合控制器用于自治水下机器人路径跟踪控制,将有利于提高它在不确定环境中的跟踪能力.最后,通过仿真计算结果验证了该控制策略的有效性.