欠驱动AUV水平面轨迹跟踪的反步控制研究

针对欠驱动AUV水平面轨迹跟踪响应速度慢、系统抖振严重、运动轨迹与期望轨迹误差大的问题,对AUV经典的运动形式即水平面轨迹跟踪的运动特点进行了研究,分析了AUV水平面的运动规律。通过将地面误差变量转换为船体坐标变量的方法,建立了AUV水平面的误差方程,基于反步控制算法设计了欠驱动AUV水平面轨迹跟踪反步控制器,利用Lyapunov稳定性理论分析了整个闭环控制系统的稳定性。通过Matlab软件的数值仿真对所设计的控制器的有效性进行了验证。同时,利用设计的反步控制器在无外界干扰条件下对AUV轨迹跟踪进行了仿真,用以验证轨迹跟踪算法的稳定性。实验结果表明:AUV的运动控制轨迹能够与期望曲线重合,水平面运动轨迹的误差在可控范围,并且各个指标都趋于稳定。     

基于遗传算法的自治水下机器人水动力参数辨识方法

针对传统确定自治水下机器人(Autonomous underwater vehicle,AUV)水动力参数试验和理论计算的困难性及以往辨识方法优化结果趋于局部最优解的缺点,提出一种基于遗传算法的AUV水动力参数辨识方法,该方法不受参数初值选取的影响,具有较好的鲁棒性和全局寻优特性,可为AUV运动控制、状态预报及控制系统开发等提供动力学模型。针对开架式AUV原型样机CRanger-01,在对其进行动力学建模分析的基础上,利用该方法对其水平面运动水动力参数进行辨识,得出了CRanger-01的19个水平面水动力参数,与实际值进行比较后,辨识误差在允许范围之内。通过运动仿真对模型进行验证,结果表明该算法能有效辨识AUV水动力参数,可为工程实践提供参考依据。     

一种欠驱动AUV模型预测路径跟踪控制方法

本文针对欠驱动自主水下航行器(AUV)的约束路径跟踪问题,设计了一种模型预测路径跟踪控制器。首先定义路径参数的二阶导数作为路径虚拟控制律,并将参考路径的模型扩展到AUV路径跟踪预测模型;然后采用非线性模型预测控制设计了欠驱动AUV的约束路径跟踪控制律,通过对约束优化问题的滚动求解,得到满足约束的扩展控制输入。最后采用REMUS AUV的模型参数对提出的控制律进行了仿真研究,结果说明了控制器在显式处理约束的同时,表现出良好的跟踪效果。     

基于自适应反演滑模控制的AUV水平面动力定位方法

自主水下航行器(AUV)是一种高度耦合的强非线性系统,传统的定位方法采用解耦线性化模型,很难保证控制品质。本文针对未知海流作用下AUV的非线性水平面运动模型,充分利用其运动学和动力学模型的特性,提出了基于自适应反演设计方法的AUV水平面动力定位算法,在线估计海流速度。仿真结果验证了跟踪控制系统的全局渐进稳定性,及对有界外部扰动的鲁棒性。     

基于领航跟随法的多AUV编队控制算法研究

针对已知路径下基于领航者的多自主水下机器人(AUV)编队队形控制问题,提出了一种AUV路径控制和编队协调控制相结合的新型编队控制器。其中,AUV的路径跟踪控制采用反步滑模控制器,将AUV位置、姿态和时变速度跟踪转化虚拟速度控制,使AUV能达到期望的位置、速度等,避免了反步控制中的奇异值问题,并能够很好实现不确定的模型的控制,同时又提高了跟随者协同定位精度;在路径跟踪控制基础上,编队协调控制器将领航者与跟随者的位置误差控制转化为跟随者的速度误差控制,使跟随者能快速达到期望位置,从而使所有AUV实现期望的队形并保持。仿真实验对该控制策略进行了可行性验证,结果表明,该算法提高了编队的响应速度、控制精度和稳定性;再应用3台AUV进行了湖上试验验证,证明了该控制策略的有效性,能有效应用到实际中。     

带桨考古AUV外形设计优化及水动力分析

考虑AUV运动过程中推进器螺旋桨转动引起其周围流场的变化，提出了基于动流场的带浆考古AUV水动力分析，进而优化了AUV壳体外形参数以有效减小AUV壳体阻力。首先，利用solidworks设计考古AUV的壳体参数模型，建立其运动状态水阻力模型；然后，基于滑移网格的思想，提出建立考古AUV本体及推进器螺旋桨的动流场，获得考古AUV在动流场中额定航速下带桨与不带浆状态下的摩擦阻力、粘压阻力及螺旋桨进速等水动力数值；最后，采用遗传算法进行考古AUV壳体外形参数的多目标优化。仿真分析结果表明，优化后考古AUV优化后带桨状态下壳体阻力下降0.7005N，船身效率增加6.23%，有效降低考古AUV的水阻力并增大容积，从而减少能耗，提高航速及续航能力。     

风扰动下空投型AUV的飞行姿态控制研究

空投型水下机器人(AUVs)在空中的运动特性是其概念设计阶段的重要依据及理论基础。以空投型AUV作为研究对象,建立AUV/减速伞系统的九自由度模型,并设计AUV飞行姿态控制器令其以期望姿态入水。在建模过程中应用Missile Datcom软件实现对AUV本体气动力参数的估算,并基于软件计算结果对计算过程进行简化、验证。最终完成在风扰动下AUV/减速伞系统的飞行姿态仿真分析,结果表明设计的鲁棒性控制器可以保证AUV以接近期望姿态入水。     

采用状态扩展MPC与转角补偿的无人车路径跟踪控制

采用传统模型预测控制（MPC）的无人车难以同时保证路径跟踪精度和实时性,针对此问题,本文设计了一种采用状态扩展MPC与转角补偿的路径跟踪控制器。建立了车辆三自由度动力学模型,设计了基于状态扩展的双反馈MPC控制器,并根据车速调整控制器参数;建立了车辆-道路跟踪模型,根据车辆横向和航向偏差设计了转角补偿模糊控制器;利用MATLAB/Simulink和Carsim软件对所设计的路径跟踪控制器进行联合仿真分析。结果表明：相比采用传统MPC控制器的车辆,在中、低车速下,状态扩展MPC控制器的控制增量求解时间平均值降低14%以上,路径跟踪控制器跟踪道路的横向和航向偏差最大值分别降低23%和17%以上,具有较好的路径跟踪性能。     

基于模型预测控制的智能网联汽车路径跟踪控制器设计

为解决智能车辆的自主转向问题,提高车辆在高速运动过程中的转向精度和稳定性,在智能网联汽车的背景下,从路径跟踪控制出发,提出一种变参数的智能网联汽车路径跟踪控制方法。该方法基于模型预测控制原理,设计了一种智能网联汽车的路径跟踪控制器。该方法先以3自由度模型的车辆模型为控制系统;对系统进行线性化后,确定系统的二次型目标函数,并依据函数形式确定矩阵形式;然后,在Carsim和Matlab/Simulink平台上进行离线仿真,确定各个典型工况下适用于该路径跟踪控制器的仿真参数;最后实现系统可根据由车联网获得车辆实际所处道路形状和实际车速选择合适的路径跟踪控制器的控制参数,完成智能网联汽车的自动转向。仿真结果表明该控制器相对于固定控制参数的控制器具有更好的控制效果,可控制车辆以较高车速行驶时达到较高跟踪精度和行驶稳定性。     

移动机器人智能路径跟踪系统的应用研究

介绍了一种用于移动机器人路径跟踪控制系统中参数自调整的模糊PID控制器.给出了参数自调整的原则、模糊PID控制算法,阐述了参数自调整模糊PID控制器的工作原理、特点及组成,并通过仿真实验与常规PID控制对比,结果表明了移动机器人路径跟踪控制系统具有超调小、响应快、调节时间短等较高的控制精度和良好的动态品质及鲁棒性,从而证明了该模糊PID控制算法对移动机器人路径跟踪控制的有效性.     

基于可变预测时域及速度的车辆路径跟踪控制

非线性模型预测控制(NMPC)在车辆路径跟踪控制中的应用日益广泛,但目前的研究成果中尚未深入考虑预测时域和速度对车辆路径跟踪控制性能的影响。为此,分析了预测时域、速度与车辆路径跟踪控制性能之间的关系;采用三次多项式拟合获得了能够保证车辆路径跟踪横向误差小于0.1 m的最佳预测时域和参考速度的控制律;改进了用于车辆路径跟踪控制的NMPC控制器,且改进后的NMPC控制器的性能通过仿真进行了验证。仿真结果表明:改进后的NMPC控制器的横向误差在0.092 8 m以内,航向误差在0.072 4 rad以内。相比传统NMPC控制器,改进后的NMPC控制器将最大横向误差减小了4.267 1 m以上,将最大航向误差减小了0.392 7 rad以上,路径跟踪控制性能得到了较大幅度的提高。     

测量型深水AUV垂直面运动稳定性设计

测量型自主水下航行器(AUV)垂直面运动稳定性对于其顺利完成长时间深海作业、保证航行效率和安全性至关重要。以天津大学研制的用于海底地形地貌测量的深水AUV为应用对象,根据古尔维茨判别法推导了其垂直面运动稳定性衡准表达式,通过数值模拟水池试验获得了稳定性衡准判别式所需的水动力导数,分析了不同水动力外形因素(主体外形和尾翼布局形式)对其运动稳定性的影响。结果表明,具有较大纵中剖面投影面积的水动力外形的AUV,以及拥有X尾翼布局的AUV具有更好的垂直面运动稳定性。     

轮式移动机器人路径跟踪的模糊自整定PID控制

本文建立了二自由度轮式移动机器人路径跟踪的动力学模型,并设计了自整定模糊PID控制器,利用模糊推理的方法,对PID控制器的参数进行自动整定。仿真实验用常规增量式PID控制和自整定模糊PID控制算法结合进行航向跟踪,结果表明该算法与常规PID算法相比,系统误差减少了20%左右,响应时间减小到原来的0.4,有效地改善了控制器的动态性能,同时表现出了较好的自适应能力,路径跟踪仿真结果表明,轮式移动机器人能够迅速向目标路径靠拢,并能平稳地践踏规划路径。     

采用状态反馈的无人车路径跟踪横向控制

针对采用传统模型预测控制器的车辆在弯道内跟踪精度难以保证的问题,本文提出了一种基于状态反馈的路径跟踪横向控制策略。基于车辆动力学模型,建立考虑轮胎滑移包络线约束条件的路径跟踪模型预测控制器,并根据车速选择合适的控制器时域参数;以车辆质心位置为控制点建立车辆跟踪误差模型,结合车辆当前位置横摆角偏差建立状态反馈调节器,通过LQR最优控制方法对无人车姿态进行校正。利用MATLAB/Simulink和Carsim软件对改进的状态反馈控制策略进行了仿真验证,典型双移线道路仿真试验表明:中低车速下车辆路径跟踪横向偏差降低了16%以上,横摆角偏差降低了33%以上,所设计控制器能够有效提高车辆路径跟踪精度,可保证车辆对变曲率弯道具有适应性和行驶稳定性。     

基于模糊PID的智能车辆路径跟踪控制技术研究

在智能车辆路径跟踪控制研究中,提出了一种位置误差控制器,由期望横摆角速度生成器和模糊PID控制器组成。建立车辆的运动学及位置误差模型,在当前车辆质心与目标路径预瞄点间实时规划虚拟行驶路径。分析车辆沿虚拟路径行驶时期望横摆角速度的变化率的计算,代入车辆行驶状态及目标跟踪路径信息得到期望横摆角速度生成器。将期望横摆角速度生成器与模糊PID控制器结合,以双移线道路为目标跟踪路径进行联合跟踪仿真。仿真结果表明跟踪偏差主要发生在曲线道路与直线道路连接处,且车辆在低速下跟踪精度较高,稳定性好,中高速时跟踪精度及稳定性都降低。     

基于Adams与Matlab/Simulink的水下自航行器协同仿真

针对传统水下自航行器(Autonomous underwater vehicle, AUV)仿真中图形界面、实时性和动力学性能难以兼顾的问题,提出利用虚拟样机分析软件Adams和控制仿真软件Matlab/Simulink联合建立AUV虚拟样机系统的方法。在分析虚拟样机系统运动学、动力学和水动力数学模型的基础上,给出虚拟样机物理模型及控制模型的建立过程,并利用该虚拟样机系统对设计的AUV空间动态定位控制算法进行基于动力学基础的仿真分析。仿真试验的过程及结果表明,该虚拟样机系统具备智能控制与动态控制交互仿真演示和功能验证的能力,可为AUV图形仿真研究提供一种新的解决思路,对研究水下自航行器的操纵与控制有重要的现实意义。     

基于模型预测控制的UUV路径跟踪控制研究

水下无人航行器(UUV)的路径跟踪控制是实现UUV多种军、民用途的重要技术基础。针对UUV路径跟踪控制中的欠驱动、非完整约束、模型的非线性,基于非线性连续模型预测控制算法设计了UUV垂直面路径跟踪控制器。建立了垂直面运动模型并基于状态空间模型给出了垂直面预测模型,通过给定性能指标,运用泰勒级数展开与李导数求解出了连续时间状态下的最优控制律,实现了欠驱动UUV路径跟踪控制。通过仿真实验,验证了垂直面路径跟踪控制器设计的有效性。     

基于转角补偿的智能车辆循迹控制系统

文中提出了一种转角补偿智能车辆循迹控制系统。系统由纯追踪控制器和转角补偿控制器组成。PP控制器直接控制车辆跟踪路径;转角补偿控制器基于PI控制理论,综合考虑行驶偏差及道路曲率进行转向角补偿,其参数采用模糊控制理论实现自适应调节,进一步改善系统跟踪性能。仿真和试验结果表明:较于传统PP循迹系统,该系统在不同车速下横向偏差峰值降低了50%以上,方向偏差峰值降低了20%以上,路径跟踪性能显著提升。     

基于双线性ADRC的翼伞系统三维航迹跟踪控制

目前翼伞系统的航迹跟踪主要针对二维路径,对于三维航迹跟踪的研究不多。针对翼伞系统6-DOF模型,采用具有天然解耦属性的自抗扰控制策略,设计一种基于双线性ADRC(B-ADRC)的三维轨迹跟踪控制方法。在水平面与纵向设计制导率与控制器,实现姿态与轨迹位置的跟踪,并对轨迹跟踪误差进行实时修正。跟踪过程中,将理想轨迹离散化获得一系列参考点,通过点切换的方式实现了复杂轨迹的跟踪。实验结果表明：所设计的双线性ADRC控制器能够实现对三维航迹的跟踪,具有良好的鲁棒性和抗干扰能力。     

智能小车的路径跟踪控制算法研究

以3轮式智能小车为例,跟踪一条不带时间参数的几何路径,将路径划分成若干个路标节点,在极坐标误差模型下,利用Lyapunov直接法设计出跟踪离散节点的跟踪控制器,最后通过MATLAB仿真平台进行仿真实验。仿真结果表明所设计的跟踪控制律是正确有效的,小车最终能够跟踪到期望的目标点位置。