带有状态/输入量化的无人艇航向跟踪控制

[目的]针对水面无人艇（USV）的海上通信受限的问题,提出一种带有状态/输入量化的USV航向跟踪控制方法。[方法]基于反步法设计系统控制律,结合动态面技术降低虚拟控制律的计算量膨胀问题。对于控制系统中存在的不确定项及外界干扰,利用扩张状态观测器（ESO）进行估计。采用均匀量化器分别对控制系统中的状态变量和控制输入进行量化,且量化后的状态反馈信息仅用于跟踪控制。利用量化状态递归设计基于ESO的USV航向控制器,证明闭环控制系统中量化变量和非量化变量间误差的有界性。[结果]基于李雅普诺夫稳定性理论,提出了量化误差考量及闭环系统稳定性判定方法,严格证明了所设计的带有状态量化和输入量化的USV航向跟踪控制系统的稳定性,仿真实验验证了该控制策略的有效性。[结论]结果表明,所提方法可为USV航向跟踪控制提供借鉴。     

考虑系统延时的无人船路径跟踪控制

针对无人船因控制系统延时而导致的路径跟踪性能退化,提出计及系统延时的路径跟踪控制策略,并设计了基于模型预测控制算法的双层路径跟踪控制器。基于线性模型预测控制算法,设计了USV运动学控制器,以此减小无人船路径跟踪偏差并得到期望速度。将系统延时处理为一阶系统,并将其和无人船的动力学模型耦合。基于非线性模型预测控制,设计了USV动力学控制器,用于响应无人船的期望速度。数值仿真结果表明,在存在系统延时的仿真环境中,论文提出的针对控制系统延时的处理策略可减小无人船的路径跟踪偏差和改善控制形态输入的平顺性。     

基于相对时变跟踪点位的无人艇目标跟踪策略

[目的]无人艇（USV）进行目标跟踪时,采用相对固定跟踪点位（RFTP）策略得到的参考轨迹含有拐点,导致跟踪不稳定,针对该问题提出相对时变跟踪点位（RTTP）策略以提高跟踪的稳定性。[方法]首先,使用一阶滞后滤波对目标艇艏向变化量进行处理;然后,根据滤波后的数据设计时变跟踪点位,将目标跟踪问题转化为轨迹跟踪问题,并得到参考轨迹;最后,使用模型预测控制（MPC）方法实现对目标艇的跟踪。[结果]仿真结果表明,USV在RTTP策略下的跟踪效果更稳定,跟踪距离均方根差（RMSE）下降了28.06%,能耗降低了5.93%,且控制量更加平稳。[结论]相比传统的RFTP策略,采用RTTP策略可有效提高USV目标跟踪的稳定性,为USV的目标跟踪提供了新策略。     

多领航者导引无人船集群的分布式时变队形控制

[目的]针对含有模型高度不确定性和未知海洋环境扰动的无人船集群,研究多领航者导引的欠驱动无人船(USV)集群的分布式时变队形控制问题。[方法]首先,在运动学层级,基于包含策略和路径操纵原理,设计时变队形分布式制导律;然后,在动力学层级,针对USV航行中存在的模型不确定性以及未知海洋环境扰动,设计基于扩张状态观测器(ESO)的前向速度和艏摇角速度控制律,减小模型不确定性和未知海洋环境扰动带来的影响;最后,进行级联系统稳定性分析和控制器有效性的仿真验证。[结果]研究表明,无人船集群采用的分布式时变编队闭环控制系统输入状态稳定,仿真结果证明了控制方法的有效性。[结论]所提出的控制器可以使无人船集群形成预定的时变编队队形,并跟踪多领航者形成的凸包。     

具有避碰和连通性保持的多USV分布式事件触发编队控制

[目的]为解决水面无人艇（USV）编队控制中的实际需求,提出一种具有避碰和连通性保持功能的分布式事件触发编队控制方法。[方法]针对海洋环境扰动和系统模型的不确定性等因素设计扰动观测器;针对编队实现过程中USV间可能发生碰撞和丢失通信连接的问题,基于人工势场函数法设计具有避碰和连通性保持功能的编队控制器;为减少USV控制器的执行频率,设计分布式的事件触发机制,使每个USV根据局部信息来独立决定其控制器的执行时刻。[结果]理论分析证明了编队误差的一致最终有界性,且事件触发机制不存在Zeno行为。仿真结果验证了所设计的控制方法能够显著减少USV控制器更新次数并可实施避碰操作及保持连通性。[结论]研究成果可保证USV编队控制的顺利安全完成,同时减轻USV在复杂海洋环境下的控制机构损耗。     

状态受限下的水下履带式清淤机器人轨迹跟踪控制北大核心CSCD

[目的]针对桥梁建设中运用履带式清淤机器人进行沉井清淤时易出现附着力不足而打滑的工程问题,设计基于障碍Lyapunov函数(BLF)的轨迹跟踪控制器。[方法]考虑到轨迹跟踪控制器算法质心与几何中心不重合的情况、外界未知有界扰动的影响和系统动态不确定性,建立运动学及动力学运动模型。利用终端滑模观测器(TSMO)在有限时间内逼近外界扰动和系统动态不确定性。通过时变对称有限时间BLF稳定性分析,验证控制系统的稳定性,同时限制系统速度状态以防止控制失效。[结果]仿真结果表明,履带式清淤机器人在所设计的控制器控制下能够平滑且快速地到达期望的轨迹。[结论]研究结果证明了所用方法可以将机器人系统的速度状态限制在符合工程实际的区间内。     

基于扩张状态观测器的双桨推进无人艇抗干扰目标跟踪控制

[目的]针对无人艇(USV)的模型不确定性和未知海洋环境扰动,提出一种基于扩张状态观测器(ESO)的双桨推进无人艇抗干扰目标跟踪控制算法。[方法]在运动学层级,设计基于平行接近制导原理的目标跟踪制导律;在动力学层级,针对模型不确定性和未知环境扰动,设计基于ESO的纵荡速度和艏摇角速度自抗扰控制律,以减小模型不确定性和环境扰动的影响;最后,通过输入状态稳定性定理和级联定理分析所提控制器的稳定性。[结果]实验结果表明,基于所提的自抗扰目标跟踪控制方法能使跟踪船有效地跟踪虚拟目标点。[结论]研究成果可为无人艇在环境扰动下的目标跟踪提供参考。     

全驱动型AUV三维路径跟踪控制系统设计及分析

[目的]为满足全驱动型自主式水下机器人(AUV)水下搜救、回收及海底地貌成像等实际任务需求,研究全驱动型AUV三维路径跟踪控制应用的方法。[方法]阐述自主研发的"探海I型"全驱动型AUV系统组成,研究并建立该AUV推进器、水平面和垂直面控制的数学模型,设计一种新颖的智能积分S面三维路径跟踪控制器,分析设计的控制系统的稳定性,并通过仿真及湖上试验进行验证。[结果]结果表明所开发的AUV运行可靠,设计的控制器能较好地完成三维路径跟踪任务,可满足水下实际任务的需求,[结论]其三维路径跟踪控制器对全驱动型AUV及其他领域的路径跟踪控制应用具有借鉴意义。     

未知扰动下的无人艇编队优化轨迹跟踪控制

[目的]针对水面无人艇（USV）编队轨迹跟踪中存在的未知扰动和队形变化问题,提出一种基于有限时间扰动观测器的最优反步控制（FDO-OBC）方法。[方法]首先,基于虚拟结构法,建立无人艇编队控制框架,并设计运动学和动力学编队控制器;其次,设计有限时间扰动观测器,实时估计补偿未知环境扰动;然后,针对编队队形变化的轨迹跟踪问题,提出基于最优反步控制的动态轨迹优化策略,利用扰动观测器信息来计算最优控制输入,实现无人艇编队轨迹跟踪的动态优化;最后,采用李雅普诺夫稳定性理论证明该编队控制方法的稳定性。[结果]仿真对比结果表明,FDO-OBC策略可有效提高无人艇编队系统的精确性和鲁棒性。[结论]对于面向扰动环境下的无人艇编队控制系统设计,FDO-OBC方法提供了一种新的技术手段。     

面向回收任务的无人艇自适应级联跟踪控制

[目的]针对当前艉滑道式回收技术中的高精度回收引导控制要求,提出一种面向艉滑道回收的无人艇（USV）自适应级联跟踪控制方法。[方法]建立欠驱动无人艇运动模型,基于艉滑道式回收技术要求,利用滤波算法实现对母船航行状态和回收位姿的预测;引入平行接近制导思想,结合滑模变结构控制理论,构建出稳定的级联控制系统,以解决无人艇回收过程中的跟踪控制问题。[结果]通过采用李雅普诺夫理论和级联定理分析系统的稳定性,证明无人艇能够稳定跟踪目标。[结论]仿真结果表明,所提控制方法可使无人艇具有稳定的跟踪性能,且对不确定性干扰表现出较强的鲁棒性。     

水面无人艇领航—跟随固定时间编队控制

[目的]为解决复杂扰动下的领航—跟随水面无人艇(USV)编队控制问题,提出一种固定时间控制(FTC)方法。[方法]针对跟踪控制子系统,设计一种基于积分滑模的固定时间跟踪控制(IMS-FTC)策略;针对编队控制子系统,设计一种基于有限时间扰动观测器的固定时间编队控制(FDO-FFC)策略;基于Lyapunov稳定性理论证明所设计的编队控制方法的整体稳定性。[结果]采用经典CyberShip II试验模型进行仿真研究,结果显示所设计的控制方案能够有效提高领航—跟随USV编队系统的精确性和鲁棒性。[结论]研究成果可为无人艇编队控制系统设计提供先进的技术手段。     

基于改进反步滑模控制算法的拖轮自主靠泊控制

[目的]针对拖轮的自主靠泊控制问题,研究基于虚拟船领导的目标跟踪控制策略在拖轮自主靠泊中的应用。[方法]首先,将拖轮的自主靠泊过程转变为虚拟拖轮和实际拖轮的目标跟踪控制过程;然后,设计靠泊系统的运动学模型,考虑靠泊场景中的特殊环境干扰,使用反步法和滑模控制法（SMC）设计全回转尾推进拖轮的自主靠泊控制器,提供了3种不同的滑模面设计并使用李雅普诺夫函数进行稳定性验证;最后,采用仿真实验的方式,通过靠泊轨迹、速度误差和距离误差来对控制的效果进行验证。[结果]仿真实验结果表明,设计的拖轮自主靠泊控制策略以及控制器在拖轮自主靠泊场景中具有较好的效果,面对系统的不确定干扰有较好的表现。[结论]该控制策略以及靠泊控制器的适用性以及鲁棒性较好,以全新的角度实现了拖轮自主靠泊控制,为后续拖轮的靠泊控制研究提供了新的方向。     

推力受限的ROV预设性能精准跟踪控制北大核心CSCD

[目的]针对有缆水下机器人(ROV)推进器推力/力矩受限的现实情况,研究面向三维轨迹跟踪的预设性能精准控制问题,同时考虑系统不确定性、水下环境干扰等未知因素,提出基于有限时间扩张状态观测器和预设性能变换的精准跟踪控制方案,确保轨迹跟踪误差快速镇定。[方法]首先,针对推进器饱和约束,设计补偿系统消除输入饱和限制;其次,设计有限时间扩张状态观测器,对外界扰动和未知系统动态进行集总观测和补偿;进而,基于预设性能函数和误差转换函数,将受预设性能限制的跟踪误差转换成非受限的跟踪误差并构造积分滑动模态,采用快速幂次趋近律和边界层减缓执行器抖振;最后,采用Lyapunov理论证明所提出算法的整体稳定性。[结果]仿真结果验证了所设计控制方法的有效性和优越性。[结论]该控制方案可为解决集总扰动下推力受限的ROV轨迹跟踪预设性能精准控制问题提供一种新的解决方案。     

复杂扰动下水下机器人的轨迹精确跟踪控制

[目的]针对外界复杂干扰下水下机器人三维轨迹精确跟踪控制的问题,提出一种基于有限时间扰动观测器的非奇异终端滑模控制方法.[方法]设计非奇异终端滑模轨迹跟踪控制器,保证跟踪误差在有限时间内精确收敛到零.在外界多维度时变干扰下,设计有限时间扰动观测器,提高系统的抗干扰能力.[结果]利用Lyapunov函数证明所设计控制策略...     

基于MPC-DO的自主水下航行器轨迹跟踪控制

针对欠驱动自主水下航行器在速度约束和未知外界环境干扰下的轨迹跟踪问题,提出一种基于模型预测控制算法和干扰观测器的复合控制方案。首先,基于模型预测控制算法设计一种考虑速度极限约束以及速度增量约束的轨迹跟踪运动学控制器。其次,针对海洋作业环境下存在的外界干扰,设计干扰观测器对其进行实时估计,并基于所设计的干扰观测器,设计精确跟踪期望速度的动力学控制器,并对控制方案进行了严格的理论分析。最后,进行数值仿真,仿真结果证实了该控制方案的有效性。     

多自主式水下航行器轨迹精准跟踪控制方法

针对多自主式水下航行器轨迹跟踪控制中的不确定性问题,研究多自主式水下航行器轨迹精准跟踪控制方法。构建基于灰色预测的轨迹精准跟踪控制模型,利用灰色预测模型预测航行器航向角,构建一元多项式回归模型,拟合航行器初始航向角同预测航向角间的残差,优化灰色预测模型,提升航行器航向角预测精度。将航向角预测结果代入PID控制器内,通过计算航向角控制率确定位置误差、速度误差与加速度误差,通过控制上述误差实现航行器轨迹准确跟踪控制。实验结果显示该方法可在航行器不同运动特性下准确跟踪轨迹,并具有较好的控制效果。     

基于模型预测控制的无人帆船轨迹跟踪方法

[目的]面向无人帆船在水面、水下跨域异构海洋机器人的协同作业场景,提出基于模型预测控制（MPC）的无人帆船轨迹跟踪方法。[方法]针对“海鸥”号无人帆船,建立其动力学模型及运动学模型,通过分析无人帆船动力学特点及执行器约束条件,构建MPC目标函数及系统约束条件,将无人帆船的轨迹跟踪问题转化为优化问题,并利用Matlab软件开展仿真实验验证。[结果]仿真结果表明,与“帆–舵”分离的PID轨迹跟踪控制方法相比,所提出的无人帆船“帆–舵”联合MPC控制方法更便于添加约束条件,其在风向变化的情况下能以更小的轨迹跟踪误差来更快地收敛于指定轨迹,且其可以实现逆风折线航行。[结论]研究成果可为无人帆船的帆、舵控制提供新的思路,提高其轨迹跟踪能力,进一步为无人帆船与AUV的高效协同作业提供技术保障。     

面向船舶智能航行测试的变稳船控制系统设计北大核心CSCD

[目的]智能航行控制系统作为智能船舶的大脑和中枢,其控制性能的好坏直接决定船舶航行的安全性和经济性,因此需要对船舶智能航行控制系统进行验证。面向智能船舶智能航行控制系统的验证问题,提出一种通用型验证平台——变稳船。[方法]首先,基于模型跟随原理提出一种变稳船系统架构,分析智能船舶三自由度上的运动特性,然后根据三自由度变稳目标定义位置变稳误差,采用滑模控制技术设计变稳控制器,最后,在Matlab软件中进行仿真验证。[结果]结果显示,提出的变稳控制方法能够有效跟踪模拟待模拟船,实现变稳性能。[结论]所做研究可为智能航行控制系统的验证提供新的思路。     

基于深度强化学习的智能船舶航迹跟踪控制

[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。     

船舶动力定位系统控制器的设计

提出了完整的基于船舶运动数学模型的动力定位系统，并且提供了定点控制和跟踪控制两种控制方法，在跟踪控制中引入船舶运动的参考轨迹模型。应用基于卡尔曼滤波的状态观测器得到控制所需的船舶低频信号，控制器的设计采用了考虑积分作用环节的改进LQG算法，同时引入前馈以补偿风力作用以及参考轨迹模型带来的影响。最后控制器的性能通过系统的仿真得到验证。