一种新的AUV路径跟踪控制方法

研究了自主水下航行器(AUV)的路径跟踪问题,将跟踪控制问题分为导引和控制2部分.导引部分基于视线导引(Line of Sight)原理输出AUV的参考航向,针对AUV的参数不确定性及海流干扰等特点,航向控制器采用变结构控制律计算舵角控制输入,在此基础上,将航向控制器与路径跟踪控制器并行结合,构造了文中提出的混合型路径跟踪控制器.文章从理论上证明了控制律的稳定性,仿真结果表明,所设计的控制律可以保证AUV沿期望路径航行,路径跟踪误差快速收敛.     

编队约束下的AUV路径跟踪

研究了自主水下航行器(AUV)编队约束下的路径跟踪问题。将整个系统的误差分为2部分:①各AUV自身的跟踪误差;②AUV的编队误差;在此基础上,针对AUV的参数不确定性以及海流干扰等特点,提出了一种自适应变结构控制律,在滑动面的选取中,同时考虑了AUV的路径跟踪误差以及AUV之间的编队误差。文章从理论上证明了控制律的稳定性,并讨论了控制律实现中路径参数更新律的选取问题。仿真结果表明,所设计的控制律可以使AUV克服海流干扰,达到编队航行的目的,并且考虑编队约束时AUV相互之间的的距离误差比不考虑编队约束时的误差小。     

AUV平面直线航迹跟踪控制算法

针对自主水下航行器（AUV）在平面直线航迹跟踪过程中的航迹超调问题,设计基于航向航速双闭环运动控制的航迹跟踪控制算法.跟踪算法以视线导引法（LOS）为基础,设计时变前视距离提高AUV的机动性,并以一阶惯性滤波抑制因航向切换产生期望航向角的阶跃变化.控制算法采用抗积分饱和PID控制及参数自适应,以增加算法的鲁棒性,并将航向航速控制设计成双闭环,使得AUV航行时期望航迹段终点的距离偏差实时调整期望航速.结果表明,此航迹跟踪控制算法根据距离偏差调节实时航速,可使AUV提前减速以低速转向,抗积分饱和可避免航速超调,参数自适应以适应多种航行工况. AUV能准确跟踪期望航迹,最大航迹偏差小于1.0 m,并且大角度转向时可有效减小航迹超调.     

欠驱动AUV的鲁棒位置跟踪控制

为了实现具有参数不确定性和外界干扰的欠驱动AUV的水平面鲁棒位置跟踪,基于李雅普诺夫理论,使用反步法设计了一个非线性控制器,并利用滑模控制方法提高控制系统的鲁棒性;为了检验该控制器的性能,选择有时变参考速度的正弦曲线作为参考轨迹,在控制输入受限的情况下,对具有参数不确定性和外界干扰的欠驱动AUV系统进行了数值仿真,结果表明本文设计的控制器能很好地实现欠驱动AUV的水平面位置跟踪控制,具有很强的鲁棒性。     

基于灰色预测的AUV水平面轨迹跟踪控制研究

为解决自主式水下航行器轨迹跟踪控制中的不确定性问题,以及在各种航向角偏差情况下,保证正确的航向和准确的轨迹跟踪问题．提出基于灰色预测的模糊自适应航向角控制系统,克服不确定性对轨迹跟踪控制的影响;以航向角偏差预测值作为轨迹跟踪方案的选择依据．通过对水下航行器S形搜索的轨迹跟踪进行仿真研究,结果证明该方法具有较好的控制效果,可以保证水下航行器在不同航向角偏差的情况下稳定、准确的进行轨迹跟踪．     

基于反馈线性化的AUV三维轨迹跟踪滑模控制

针对自主式水下航行器非线性、强耦合、模型不确定特性以及复杂海洋环境下的未知干扰问题,本文提出了基于微分几何的精确反馈线性化的滑模控制方法.利用反馈线性化方法将非线性强耦合的航行器模型转换成线性模型,减少非线性航行器带来的系统误差;设计了比例积分观测器,完成反馈线性化模型在复杂海洋环境下的受到的未知干扰的精确观测;在比例...     

欠驱动自主水下航行器轨迹跟踪控制

文章基于级联方法,研究了欠驱动AUV的水平面轨迹跟踪控制问题。将跟踪误差分解为位置跟踪和航向角跟踪2个相互级联的系统,独立设计跟踪控制器,级联系统理论则保证了整个轨迹跟踪误差的全局一致渐近稳定性。其中,采用反演方法获得位置跟踪的全局一致渐近跟踪控制器,并且针对参考航向角速度为非零常值的一类参考轨迹,推导出保证系统全局一致渐近稳定的控制参数及参考轨迹条件。仿真研究表明该轨迹跟踪控制器是有效的,控制品质良好。     

基于RBF神经网络的自主水下航行器模型预测路径跟踪控制

针对自主水下航行器(AUV)的模型不确定性和多约束的特点,设计了基于径向基(RBF)神经网络的模型预测控制器。在使用模型预测控制(MPC)进行路径跟踪控制的基础上,利用实时测量数据在线训练RBF神经网络,对AUV模型不确定性进行补偿,抑制了模型不确定性对模型预测控制器的干扰,减小了系统的超调量和跟踪误差。仿真结果表明,基于RBF-MPC路径跟踪控制算法与经典的MPC算法相比,具有更好的暂态和稳态性能。     

模型不确定时滞欠驱动AUV的模糊变结构控制

为了实现具有时变水动力系数、未建模动态和时滞等不确定性的欠驱动自主水下航行器的鲁棒控制,以变结构控制的切换函数及其变化率为模糊控制器的输入,以变结构控制律的变化率为模糊控制器的输出设计了一个模糊变结构控制器;为了得到更好的性能,引入了压缩扩张隶属度函数,设计一定的模糊规则自适应地调整模糊控制器中的比例因子和量化因子;将该控制器和模糊变结构控制器,准滑模控制器进行了仿真对比,证明本文设计的控制器有更好的性能;最后基于该控制器对具有水动力系数不确定性,未建模动态和控制输入时滞的AUV运动模型进行了数值仿真,结果表明该控制器有很强的鲁棒性,而且控制成本很小,只在某些情况有极弱的抖振.     

A nonlinear bottom-following controller for underactuated autonomous underwater vehicles

The bottom-following problem for underactuated autonomous underwater vehicles^(AUV) was addressed by a new type of nonlinear decoupling control law. The vertical bottom-following error and pitch angle error are stabilized by means of the stern plane, and the thruster is left to stabilize the longitudinal bottom-following error and forward speed. In order to better meet the need of engineering applications, working characteristics of the actuators were sufficiently considered to design the proposed controller. Different from the traditional method, the methodology used to solve the problem is generated by AUV model without a reference orientation, and it deals explicitly with vehicle dynamics and the geometric characteristics of the desired tracking bottom curve. The estimation of systemic uncertainties and disturbances and the pitch velocity PE (persistent excitation) conditions are not required. The stability analysis is given by Lyapunov theorem. Simulation results of a full nonlinear hydrodynamic AUV model are provided to validate the effectiveness and robustness of the proposed controller.     

欠驱动船舶简捷鲁棒自适应路径跟踪控制

为了进一步解决模型存在任意不确定性和外界环境干扰的欠驱动船舶路径跟踪控制问题,在Backstepping方法基础上,引入非线性函数逼近技术对模型中任意不确定因素进行补偿控制。考虑到"计算膨胀"和控制实时性问题,引入动态面控制和最小参数学习方法的设计思想,充分利用欠驱动船舶模型内部结构特征,将用于非线性函数逼近的神经网络权重压缩为4个参数进行在线学习。该算法具有形式简捷、学习参数少、易于工程实现的特点,仿真实例验证了所提出控制策略的有效性。     

水下机器人覆盖式作业区探测方法

对水下机器人作业区探测这一特定问题进行了理论分析，针对目前覆盖式路径规划方法存在的不足，提出适用于本文任务要求的水下机器人覆盖式作业区探测方法，设计了基于模糊控制规则的水下机器人作业区探测策略。该方法不需环境模型，解决了传统的覆盖式路径规划方法不能用于未知环境的局限性。仿真结果验证了所提方法的有效性和可行性。     

滑模观测器在水下机器人推力器故障诊断中的应用

水下机器人运行在未知复杂的海洋环境下,一旦发生事故就可能造成巨大的财产损失,这就要求水下机器人具有应付突发事件的能力,即自动故障诊断和实现容错控制的能力．将滑模观测器应用于水下机器人推力器故障诊断,通过滑模观测器输出与实际传感器的输出构造残差信号．从残差中提取故障信息,实现推力器故障的检测与分离．提出采用模糊诊断方法分析残差信号,克服了阈值判断法误报率高的弱点．仿真结果表明,提出的方法可以区分系统的状态变化和状态异常,能有效诊断出哪一个推力器发生故障以及故障发生的时刻．该方法为水下机器人执行器的故障诊断提供了一种可选方案。     

水下自主航行器垂直面运动的预测控制

针对近水面海浪干扰下水下自主航行器(AUV)的深度跟踪及姿态控制问题,提出一种基于非线性降维状态观测器(ROSO)的预测控制.通过非奇异坐标变换实现AUV垂直面运动非线性模型的状态估计,并将状态估计结果用于预测控制及其预测模型的在线线性化过程中,在仿真实验中对ROSO与全维状态观测器(FOSO)的状态估计结果进行对比,同时也对比了所提出的基于在线线性化的预测控制(PC-NMOL)与现有的非线性预测控制(NPC)的控制效果.仿真结果证明了所提出的方法可以得到精确的状态估计,且具有动态响应快,对外部扰动鲁棒性强的特点.     

一种远程自主水下航行器纵向滑模控制研究

根据一种远程自主水下航行器的组成和特点,建立了纵向运动的非线性数学模型,并进行了线性化处理。在此基础上,基于滑模控制理论,分别研究了基于水平舵的纵向低速巡航控制和高速巡航控制及基于前、后垂向推进器的纵向悬停控制。仿真结果初步表明:该控制器可满足水下航行器纵向巡航控制和悬停控制的需要,并对参数不确定性和未建模动态都具有良好的鲁棒性。     

基于自适应区域跟踪的自主式水下机器人容错控制

研究自主式水下机器人(autonomous underwater vehicle, AUV)的推进器自适应区域跟踪容错控制方法。 与传统的自主式水下机器人容错控制方法不同,采用区域跟踪控制思想,将控制目标设定为以期望轨迹为中心的空间区域。 针对系统中存在的不确定性及推进器故障问题,采用神经网络进行在线辨识。 考虑到推进器故障时存在推力饱和而导致神经网络学习发散的问题,提出一种包含饱和因子的神经网络权值调整方法。 通过仿真,对所提方法的有效性进行验证。     

基于滑模控制的四旋翼飞行器鲁棒三维轨迹跟踪

近年来,无人自主飞行器在军事和民用的众多领域引起了人们的关注,而其轨迹跟踪任务一直是一个热门研究课题。本文提出了一种鲁棒滑模控制,用于控制四旋翼无人机在存在扰动和参数不确定的情况下进行三维轨迹跟踪。首先,建立了一个具有6个方位的四旋翼飞行器的非线性动力学模型。然后,设计了针对质量、惯性和刚度不确定因素的滑模控制器。通过在Matlab Simulink和Universal Mechanism软件系统中进行建模模拟,验证了控制器的三维跟踪效果。最后,使用Pelican四旋翼平台进行了进一步的实验验证,在水平和垂直轴上施加扰动以验证其鲁棒性。仿真和实物验证结果都表明,四旋翼飞行器对特定轨迹的跟踪效果和鲁棒性是令人满意的,证实了所提出的滑模控制算法的正确性和有效性。