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.     

基于模糊PI混合控制的自主水下航行器推进系统

对转永磁无刷直流电机驱动对转螺旋桨主要应用在自主水下航行器推进系统中,通过调节对转电机转速就可以实现自主水下航行器速度的无级调节.在研究对转永磁无刷直流电机数学模型的基础上,提出一种外环转速环采用模糊PI混合控制,内环电流环采用PI控制的双闭环调速方法.仿真结果表明,与外环、内环均采用PI控制的双闭环调速方法相比,该方...     

水下航行器极区内航行控制关键技术

随着极区经济利益和战略意义日益凸显,水下航行器在极区作战使用的需求逐步清晰。基于极区特殊的气候条件和地理环境,指出了水下航行器在高纬度及跨极区航行时,需要重点考虑导航、控制、仿真试验等多个问题。仿真试验结果验证了基于格网导航算法的水下航行器跨极区控制和导航策略及仿真方法的可行性。     

船舶航迹自校正模糊自动驾驶仪设计

针对船舶控制的特点及其对自动驾驶仪的特殊要求,为解决航迹保持问题,提出了一种基于模糊增益的自校正船舶航迹模糊自动驾驶仪,该自动驾驶仪由四个马丹尼型模糊控制器组成,包括一个基本模糊自动驾驶仪和三个可调整量化因子的装置,该调整装置也是一种可以改变基本模糊自动驾驶仪输入输出量化因子的模糊控制器,其功能是为每一个变量提供一个实时调节的比例因子。文中完整地描述了该航迹控制系统,考虑到海流扰动对航迹保持效果的影响,引入模糊增益自校正方法以改善模糊控制技术。分别对自校正模糊自动驾驶仪和基本模糊自动驾驶仪进行对比模拟仿真,仿真结果显示自校正模糊自动驾驶仪相对于基本模糊自动驾驶仪对海流扰动的适应性更强且具有更好的控制效果。     

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。     

具有PID反馈增益的自主水下航行器反步法变深控制

本文针对海底地形测绘时自主水下航行器(autonomous underwater vehicle,AUV)的变深控制问题,提出具有PID增益调节的AUV深度控制方法,基于反馈增益的反步法设计控制器,避免了采用传统反步法导致控制器中存在虚拟控制量的高阶导数问题;基于李雅普诺夫稳定性理论设计控制器参数消除了部分非线性项,得到的控制器的线性部分为状态变量的线性组合,具有PID控制器参数调节的形式;针对存在建模不精确、外界干扰和测量噪声时的闭环系统鲁棒性进行分析,保证了误差系统在扰动作用时的一致最终有界性.最后通过仿真实验验证了本文设计的控制器的有效性.     

自主水下航行器安全抛载系统设计

自主水下航行器(AUV)在海洋资源勘探与开发中发挥着重要作用,安全性作为其研究的重要内容与关键技术,关乎着水下任务能否顺利完成并安全返回;为进一步加强AUV在水下应对故障及危险的处理能力,依托实体AUV,设计一套安全抛载系统;该系统基于ARM Cortex—M4处理器,搭建抛载电路,使其不仅能够响应程序预先设定的抛载指令,还能根据一些突发或紧急情况,自动触发抛载动作,如:系统掉电、死机或漏水等;最后通过岸上模拟实验与真实水下实验,测得对10 kg抛载块进行抛载测试的准确执行率达100％,且抛载系统功耗为2.8 W;此外,对抛载系统进行了耐压测试,压力测量装置显示,在10 MPa压力范围内,该系统仍能正常可靠工作,其耐压性得到有效验证,符合总体设计要求.     

水下航行器智能航向滑模控制

为了实现对自主水下航行器参考航向的平滑、快速跟踪,提出了一种基于干扰观测器的航向跟踪自适应反演滑模控制算法。针对水池试验中不同程度的水流干扰,利用一种干扰观测器观测系统的不确定性和外部干扰,未观测到的部分干扰采用自适应滑模控制器进行补偿。控制器的设计消除了传统滑模控制的"抖振"现象,且保证了闭环系统的稳定性。同时该控制系统可智能选取控制策略,通过判断水流循环等外界干扰的程度,自动选取合适的控制策略,最终消除外界干扰,提高了跟踪的稳定性和快速性。仿真结果表明,该控制策略能很好地实现智能航向跟踪控制,使跟踪误差在有限时间内快速收敛到零,对外界扰动的变化具有强鲁棒性和良好的自适应性。     

基于卡尔曼滤波的自主式水下航行器大尺度编队控制

针对网络环境下环境噪声对自主式水下航行器编队控制的影响,提出一种利用卡尔曼滤波实时估计AUV最优运动状态的编队控制方法.将空间间隔较远的多AUV系统建模为多智能体系统,从大尺度上研究其编队控制问题.为了得到每个AUV速度状态的最优估计值,每个AUV都嵌入一个全局卡尔曼滤波器,利用该全局滤波器进行最优估计从而计算出噪声环境下其自身的最优位置.仿真结果验证了所给出的控制策略的有效性.     

Adaptive tracking control of an autonomous underwater vehicle

This paper presents the trajectory tracking control of an autonomous underwater vehicle(AUV). To cope with parametric uncertainties owing to the hydrodynamic effect, an adaptive control law is developed for the AUV to track the desired trajectory. This desired state-dependent regressor matrix-based controller provides consistent results under hydrodynamic parametric uncertainties.Stability of the developed controller is verified using the Lyapunov s direct method. Numerical simulations are carried out to study the efficacy of the proposed adaptive controller.     

基于模糊技术的水下机器人运动控制

发展水下机器人有着重大而深远的意义,水下机器人的运动控制是实现其智能化的关键,是国内外研究的热点。本文将模糊技术应用于水下机器人,根据水下机器人的六自由度运动模型,设计了水下机器人模糊控制器与PID控制器,并进行了仿真环境下的试验比较。试验结果表明,基于模糊技术的方法显然有较大优势,更有利于控制水下机器人的运动。     

多自主水下航行器系统一致性编队跟踪控制

研究了自主水下航行器的编队路径跟踪问题.基于无源性理论与一致性跟踪理论,在仅有部分AUV获取编队速度信息情形下,设计一种分布式控制律,实现了集群AUV的一致性编队跟踪.控制律分为2个部分:一部分基于无源性同步原理,建立了协同误差到跟踪误差的无源性通道;另一部分为一致性协同跟踪控制器,保证每个AUV相对于虚拟领航者的不一致参考信息通过协商达到最终一致状态.文章应用Nested Matrosov定理证明了整个闭环系统的稳定性,仿真结果验证了上述方法的有效性和可行性.     

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.     

Autonomous ground vehicle path tracking

Autonomous ground vehicle navigation requires the integration of many technologies such as path planning, position and orientation sensing, vehicle control, and obstacle avoidance. The work presented here focuses on the control of a nonholonomic ground vehicle as it tracks a given path. A new path tracking technique called “vector pursuit” is presented. This new technique is based on the theory of screws, which was developed by Sir Robert Ball in 1900. It generates a desired vehicle turning radius based on the vehicle's current position and orientation relative to the position of a point ahead on the planned path and the desired orientation along the path at that point. The vector pursuit algorithm is compared to other geometrical approaches, and it is shown to be more robust, resulting in more accurate path tracking. © 2004 Wiley Periodicals, Inc.     

水下狭窄环境中ROV的自主返回控制

为满足缆控水下机器人（remotely operated vehicle,ROV）在水下狭窄环境中作业完毕后的顺利回收需求,研究仿真ROV的路径跟踪以及动力定位系统。基于非对称ROV构建数学模型,利用李雅普诺夫函数,采用反向递推和反馈线性化,设计了基于反步法的自适应控制器。该控制器通过反馈线性化,将已知非线性参数转化成线性参数,不确定的非线性参数应用自适应控制律进行放宽。通过仿真对该控制器应用于ROV的可行性进行验证表明:基于反步自适应控制以及视线导引的算法,ROV在水下狭窄环境中路径跟踪效果良好,动力定位稳定,鲁棒性良好,能够很好地解决ROV模型的不确定性与非线性问题。该控制器为ROV在水下狭窄环境中的回收作业提供了很好的解决方案。     

过渡目标值的非线性PID对自治水下机器人变深运动的稳定控制

针对传统PID在控制自治水下机器人(autonomous underwater vehicle,AUV)变深运动时易出现超调、大幅波动等问题,提出一种具有过渡目标值过程来调节误差反馈的非线性PID控制器.在分析传统PID控制下系统出现超调原因的基础上,对系统目标值安排过渡过程,利用系统输出跟踪过渡后的目标值进行误差反馈控制.通过赫尔维兹判据证明了系统稳定性,仿真验证了控制的可行性.最后通过湖上试验验证其工程可行性与实用性,得出在非线性过渡目标值的PID控制下,系统的动态响应特性得以优化,变深超调和波动问题明显改善,可实现AUV平稳地变深运动控制.     

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.     

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.