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。     

基于智能预测控制的鱼雷状小型无人艇轨迹跟踪研究

[目的]针对无人艇（USV）在狭窄湖泊、涵洞作业时存在精度保持难和航迹控制难的问题,以自主研制的一款鱼雷状小型USV为对象,提出一种轨迹跟踪智能预测控制方法。[方法]首先,构建自主研制的欠驱动USV非线性状态空间模型;然后,设计智能预测控制器,该控制器基于模型预测控制的设计思想并结合改进的粒子群算法,在线决策、优化每一时刻的性能指标并纠正预测状态;最后,开展仿真和湖试试验测试系统对参考轨迹的跟踪性能,并与线性模型预测控制器的跟踪性能进行比较。[结果]结果表明,所设计的智能预测控制器超调小、抗干扰性好。[结论]所提方法不仅能运用于鱼雷状小型USV跟踪系统,也能对其他USV跟踪系统起到很好的借鉴作用。     

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。     

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。     

多无人水面船分布式自适应协调跟踪控制

针对多无人水面船(Unmanned Surface Vessel, USV)协调轨迹跟踪控制问题，基于仅邻近USV可以通信的无向连通通信拓扑，提出分布式自适应协调跟踪控制。使用领航者跟随协调策略，引入虚拟领航者，考虑仅虚拟领航者已知期望轨迹和目标速度的情况，通过获取邻居的实时位置和速度信息，计算每艘USV在团队中的实时期望位置和速度，从而定义聚合跟踪误差。基于聚合跟踪误差建立轨迹跟踪误差系统数学模型，使用自适应项补偿外界环境干扰，提出分布式自适应协调跟踪控制算法。基于Lyapunov稳定性理论，论证聚合跟踪误差收敛，进而得到跟随者相对于期望位置的跟踪误差、速度误差均有界并渐进收敛到零，最后仿真验证理论结果。     

水面无人艇环形轨迹跟踪方法研究与实现

为提高无人航行器对轨迹的实航跟踪能力,结合航行器运动特性,提出势点跟踪算法,实现对典型航迹(环形轨迹)的稳定跟踪。以无人水面艇(Unmanned Surface Vehicle, USV)作为验证平台,基于拟合偏差的最小二乘航向辨识,获得系统数学模型,并设计相应的控制律,在搭建好仿真平台后,针对无人水面艇控制特性设计相关控制策略及制导律,完成势点跟踪算法的设计及仿真验证。后经典型海况下多航次试验,经过对实航轨迹及USV与环形轨迹间距离变化规律分析,并结合数据均方根大小,表明了环形轨迹跟踪方法设计的合理性。     

双推进无人艇轨迹跟踪控制系统设计

针对无人艇(USV)航行环境复杂,模型建立困难的问题,以双推进无人艇为研究对象,根据PID神经网络自学习和滑模控制对参数变化及扰动不灵敏、无需系统在线辨识的特点,提出一种由外环的轨迹控制和内环的航速艏摇角速度控制组成的双闭环轨迹跟踪控制方法。其中航速艏摇角速度控制由两个单变量PID神经网络构成,轨迹控制采用动态系统全局渐进稳定定理和滑模变结构控制理论设计轨迹跟踪的位置控制律和姿态控制律,从而实现双推进无人艇轨迹跟踪。理论分析和实船实验均表明,该轨迹跟踪控制系统能够较好地实现无人艇对参考轨迹的跟踪。     

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。     

基于均值漂移粒子滤波的目标跟踪算法研究

针对粒子滤波计算量大的问题,将视觉跟踪领域的均值漂移算法（Mean Shift）与粒子滤波（PF）算法相结合,该算法利用均值漂移算法在重采样之后将粒子收敛到靠近目标真实状态的区域内,改善了传统粒子滤波器的退化现象,减少了算法的运行时间,通过被动跟踪仿真实例,同时使用均值漂移粒子滤波与传统粒子滤波进行跟踪仿真,分析了轨迹跟踪性能,利用均方根误差比较了误差性能。仿真结果表明,Mean Shift PF具有更高的跟踪精度,并且运行时间显著减少。     

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。     

考虑模型偏差和时变扰动的水下机器人轨迹跟踪控制

本文针对考虑模型不确定性和时变外界环境扰动的水下机器人轨迹跟踪问题展开研究。首先基于水下机器人水平面运动学和动力学方程,结合有限时间控制方法设计一个有限时间扰动观测器用于对总扰动进行实时估计。随后基于反步滑模控制完成带扰动观测器的轨迹跟踪控制律设计,并采用二阶滤波器对虚拟控制信号进行过滤,增设滤波补偿系统用于保证滤波信号的精度。选择高增益扰动观测器和传统反步滑模控制器分别作为扰动观测器和控制器的对比项。最后在Matlab Simulink平台中进行了轨迹跟踪仿真实验。仿真结果表明,所设计的扰动观测器能够对总扰动实现快速且准确的观测估计,且水下机器人能够对目标轨迹能实现较好的跟踪效果。本文所设计的控制器可以使水下机器人快速地跟踪上目标轨迹,且相较于传统反步滑模控制器有着更小的跟踪误差。     

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...     

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。     

基于最优控制的双喷推无人艇路径跟踪方法

针对双喷推无人艇自主航行时的路径跟踪问题,采用最优控制的方法进行求解。根据双喷推无人艇的动力学特性建立双喷推无人艇三自由度运动方程,并由任务需求设定目标函数;在此基础上,根据航行实况建立约束条件,从而得到求解双喷推无人艇路径跟踪问题的数学模型。通过建立含有拉格朗日松弛项的哈密顿函数,将带有复杂约束的优化问题转化为无约束优化问题,采用粒子群优化算法求解最优拉格朗日乘子,并将其代入哈密顿函数;采用广义梯度下降法对数学模型进行求解,得到最优的喷泵电机转速,从而实现对双喷推无人艇的路径跟踪控制。设计实船试验验证方法的有效性,双喷推无人艇路径跟踪试验结果表明,双喷推无人艇实测的轨迹与设定轨迹的最大偏差不超过3m,该方法具有可行性和实用性。     

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。     

无人艇直线航迹跟踪算法优化设计

为解决无人艇(USV)直线航迹跟踪工程应用中的航迹转向阶段航向角波动大、航向角曲线不平缓的问题,考虑到航迹切换点圆半径参数R对航向角曲线平缓度的影响,本文以参数R为优化对象,并以横向偏差累积结果为目标函数,提出一种基于二分法查找的参数寻优方法,并且以经典的基于LOS制导律与PID控制律的航迹跟踪算法为设计基础,给出了航...     

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。     

一种新的雷达间隙辅助红外的机动目标跟踪算法

论文针对雷达间隙辅助红外的机动目标跟踪问题,提出了一种新的跟踪算法。该算法由跟踪误差与精度指标的大小来选择雷达的开机时间,从而构成了一个闭环的跟踪系统,解决了在给定的跟踪精度指标下雷达的开机时间选择问题。其思想为：在内层通过引进高、低门限,根据跟踪精度与门限的大小,自适应地选择交互式扩展卡尔曼滤波（IMM-EKF）或交互式粒子滤波（IMM-PF）;在外层将基于雷达量测的滤波结果和红外量测的滤波结果进行交互;从而实现了两层交互式自适应滤波。仿真结果表明该算法在计算复杂度和跟踪精度上达到了较好的平衡,实现了雷达间隙开机下对目标稳定的跟踪。     

舰载雷达目标跟踪的非线性滤波仿真

雷达观测模型常常是非线性的,目标跟踪问题是一个非线性状态混合估计.考虑目标稳定跟踪与实时性要求,采用"当前"统计目标运动模型与粒子滤波(PF)非线性方法对雷达机动目标跟踪进行算法分析.仿真验证了"当前"统计模型下的非线性粒子滤波及扩展卡尔曼滤波(EKF)目标跟踪性能,表明非线性粒子滤波,尤其是U变换粒子滤波(UPF)目标跟踪精度和稳定性较好,值得工程应用与推广.     

基于粒子群优化粒子滤波的声呐目标检测前跟踪

针对传统固定粒子数粒子滤波算法计算量大、复杂环境下声呐微弱目标检测与跟踪鲁棒性不强的问题，提出基于粒子群优化（PSO）算法的粒子滤波检测前跟踪方法（IPSO-PF-TBD）。该算法在滤波预测与步骤更新之间加入PSO算法，结合预测信息和更新完成的粒子分布状态进行优化，将粒子集合转移到后验概率密度较大的区域，并充分利用声呐回波信号中目标粒子的权重信息设置粒子自适应采样策略，通过检测前跟踪（TBD）技术的数据帧间能量累积和目标检测，提高目标检测前跟踪的性能。仿真试验结果表明，提出的检测前跟踪处理方法对低信噪比及快速机动等复杂环境下的目标进行跟踪时，在位置估计精度和误差值方面明显优于粒子滤波（PF）和PSO-PF算法，具有一定研究和应用价值。