基于FTO的船舶分布式编队的有限时间控制方法

[目的]由于速度测量值不可直接使用,因此针对有界环境干扰下的船舶编队控制问题,提出一种基于有限时间观测器(FTO)分布式编队的有限时间控制方法。[方法]首先,仅根据船舶的位置信息,设计一种FTO以观测其速度状态;然后,在领航信息仅局部已知的通信结构下,利用观测值和齐次法设计多船分布式编队的有限时间控制律,实现多艘船舶在有限时间内跟踪期望航迹并同时保持期望队形;最后,根据齐次性理论和李雅普诺夫稳定性判据,证明整个闭环系统的误差信号在有限时间内收敛。[结果]仿真结果验证了所提出的有限时间编队控制方法相比于传统渐近收敛的编队控制方法,可以为多船编队提供更快的收敛速度、更高的控制精度以及更强的抗干扰能力。[结论]研究结果可为多船编队的控制提供借鉴。     

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。     

模型参数不确定条件下的自主水下航行器（AUV）自适应编队控制研究

研究了自主水下航行器的编队控制问题,基于编队参考中心思想为每个AUV构造了期望参考轨迹。将每个AUV的系统误差分为自身跟踪误差和与邻居AUV的协同误差两部分,在此基础上,针对AUV模型参数不确定性,提出一种自适应分布式控制律,使得每个AUV沿着自身期望轨迹运动,并与相邻AUV保持同步,从而与编队参考中心保持期望的距离,达到编队控制的目的。文章基于Lyapunov稳定性原理从理论上证明了闭环系统的稳定性,仿真结果表明所提出的算法是有效的。     

动力定位船舶全速度路径跟踪CB导引自适应闭环控制

针对仅使用槽道推进器提供横向推力的动力定位船舶路径跟踪控制问题,建立慢变环境干扰影响下的非线性船舶数学模型,设计带有自适应干扰补偿的反步控制算法来消除环境干扰的影响。引入平行目标接近(CB)导引算法为跟踪控制生成期望速度矢量信号,通过与所提出的自适应反步控制算法相结合,得到不受船舶驱动特性限制的全速度范围动力定位船舶导引跟踪控制算法,应用李雅普诺夫稳定性理论证明系统跟踪误差渐进收敛到零。仿真结果表明通过调整导引算法参数可以调节船舶跟踪过程表现,并可以得到较好的控制精度。     

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。     

多船并行航行轨迹精准控制算法研究

多船并行时,为精准控制船舶按照期望轨迹航行,研究多船并行航行轨迹精准控制算法。构建多船并行航行模型,分析多船并行航行位置与速度信息、动力控制量信息后,从首摇转矩与螺旋桨转速调节的角度,研究轨迹控制方法。将需控制轨迹的船舶当下位置与速度信息、期望位置与信息,作为基于位置与速度调节的多船并行航行轨迹控制算法的控制样本,计算当下位置与速度的误差值后,由模糊控制算法整定航行轨迹控制器3种控制参数,输出位置控制量、速度控制量,作为船舶首摇转矩、螺旋桨转速控制量,实现多船并行航行轨迹精准控制。实验结果表明：使用此算法,理想工况中多船并行航行位置与期望位置、航行速度与期望速度均一致;恶劣工况中多船并行航行轨迹的X轴位置误差、Y轴位置误差均小于0.2 m,轨迹控制结果精准。     

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。     

空间目标轨迹跟踪鲁棒最优预见控制算法的研究

针对系统已知的空间目标轨迹,提出了—种基于协调误差的空间目标轨迹鲁棒最优预见跟踪控制算法,其核心是将轨迹的协调跟踪误差和轨迹的位置跟踪误差考虑成系统的状态变量,并实施最优反馈控制．通过设计鲁棒状态反馈控制器,将鲁棒控制与最优预见控制结合起来,求出一种最优控制输入,使得它在已知系统干扰的情况下使得系统具有较好的跟踪性能和鲁棒性．     

UUV航迹跟踪的双闭环Terminal滑模控制

针对模型参数不确定及存在外界海流扰动情况下全驱型无人水下航行器(UUV)的航迹跟踪问题,提出了一种双闭环Terminal滑模控制方法。首先,为了防止UUV位置和姿态跟踪控制出现超调量过大的问题,在外环中引入位置和姿态负反馈,设计了UUV的参考速度作为镇定UUV位置和姿态跟踪误差的虚拟控制律。然后,在内环中将虚拟控制律作为跟踪目标。考虑到传统滑模控制会出现"抖振"现象,采用Terminal滑模控制方法,在消除"抖振"的同时,使滑模面上的速度跟踪误差在有限时间内收敛到稳态。最后,运用Lyapunov稳定性理论证明了该双闭环Terminal滑模控制系统的稳定性。仿真结果表明,该控制方法能够实现UUV对空间航迹的精确跟踪。     

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。     

Online learning control of surface vessels for fine trajectory tracking

This paper presents an adaptive neural network (NN) controller for fine trajectory tracking of surface vessels with uncertain environmental disturbances. Regarding to the new demands for fine trajectory tracking, especially to the requirement of high-accuracy tracking in limited working space, the proposed NN controller is designed to contain a tracking error control component and a velocity error control component, aiming to converge both types of error to zero, separately. It utilizes radial basis functions to approximate a vessel’s unknown nonlinear dynamics. Therefore, there is no need of any explicit knowledge of the vessel. The online learning ability is obtained during the stability analysis using the backstepping technique and the Lyapunov theory. Theoretical results guarantee both the convergence of tracking error and velocity error and the boundedness of NN update. Through simulation and tracking performance study based on the CyberShip II model, the proposed controller is verified effective in fine trajectory tracking.     

基于视觉伺服的欠驱动无人水面艇自主靠泊方法

无人水面艇在开阔水域的自主航行得到了广泛的应用，但由于码头结构复杂、船只较多等因素，目前无人水面艇的靠泊还是需要人工来完成，这已成为无人水面艇全自主作业的瓶颈问题。为此本文提出了一种基于视觉伺服的无人水面艇自主靠泊方法。首先，通过无人水面艇搭载的视觉系统采集泊位的场景，从中提取出泊位标志物并将其作为视觉跟踪的对象；然后，利用标志物图像和期望图像的几何参数计算出航向偏差角，通过标志物图像计算标志物和无人艇的位置关系并求得虚拟航线，进而得到偏航距离；最后，选取航向偏差角和偏航距离作为控制变量，控制器实时调整无人水面艇航向和航速使其驶向泊位，当标志物图像与期望图像的差值小于设定阈值时即停止自主靠泊任务。实船试验结果表明，在较小风浪条件下靠泊位置误差小于0.7m，航向误差小于12°。     

复合动力超长续航无人艇系统的设计与实现

为实现无人艇在海上追踪、搜救、巡逻、反潜等任务中的超长续航,避免因油料限制而被迫任务中断,设计了一套以风能、太阳能为动力的无人艇系统,利用风帆为无人艇推进,太阳能为船上电控设备提供电能。该系统由无人艇和岸基监控平台组成,无人艇可通过python开发的数据采集模块和算法模块实时采集环境数据、计算、生成并下达控制指令,在风区内可超长续航自主航行,实现全风向利用；岸基监控平台可实时监控无人艇状态,并进行自主/遥控模式切换。对系统进行了测试,通讯连接试验的可靠性高；无人艇航行试验验证了全风向自主航行的可行性,运行轨迹与仿真结果基本重合；太阳能供电分析理论上验证了风区超长续航的可实现性。     

A novel tracking control approach for unmanned underwater vehicles based on bio-inspired neurodynamics

A novel hybrid control approach is presented for trajectory tracking control of unmanned underwater vehicles in this paper. The kinematic and dynamic controllers are integrated by the proposed control strategy. The paper has two objectives. Firstly, an improved backstep method is proposed to generate the virtual velocity using a bio-inspired neurodynamics model in the kinematic controller. The bio-inspired neurodynamics model is intended to smooth the virtual velocity output to avoid speed jumps of the unmanned underwater vehicle caused by tracking errors and to meet the thruster control constraints. Secondly, a new sliding-mode method is added to the dynamic controller, which is robust against parameter inaccuracy and disturbances. The combined kinematic–dynamic control law is applied to the trajectory tracking problem of two different types of unmanned underwater vehicle. Finally, simulation results illustrate the performance of the proposed controller.     

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。     

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。     

潜航器轨迹跟踪与航向预测算法

海况条件较差时,基于水下单点GPS定位系统的潜航器实时定位有较大测量误差,不利于潜航器的轨迹跟踪与航向预测。针对误差服从高斯分布的水下单点GPS定位系统,提出基于改进型扩展卡尔曼滤波算法的GPS跟踪方法和基于回归分析算法的航向预测方法。通过测试与仿真,对定位设备采集到的数据进行对比分析,试验结果表明,上述算法显著提高了轨迹测量精度与航向跟踪能力,准确绘制出了潜航器的实时航行轨迹与航向预测线,可应用于潜航器的轨迹跟踪项目中。     

Application of A* algorithm for real-time path re-planning of an unmanned surface vehicle avoiding underwater obstacles

This paper describes path re-planning techniques andunderwater obstacle avoidance for unmanned surface vehicle （USV）based on multi-beam forward looking sonar （FLS）. Near-optimalpaths in static and dynamic environments with underwaterobstacles are computed using a numerical solution procedure basedon an A algorithm. The USV is modeled with a circular shape in 2degrees of freedom （surge and yaw）. In this paper, two-dimensional（2-D） underwater obstacle avoidance and the robust real-time pathre-planning technique for actual USV using multi-beam FLS aredeveloped. Our real-time path re-planning algorithm has beentested to regenerate the optimal path for several updated frames inthe field of view of the sonar with a proper update frequency of theFLS. The performance of the proposed method was verifiedthrough simulations, and sea experiments. For simulations, theUSV model can avoid both a single stationary obstacle, multiplestationary obstacles and moving obstacles with the near-optimaltrajectory that are performed both in the vehicle and the worldreference frame. For sea experiments, the proposed method for anunderwater obstacle avoidance system is implemented with a USVtest platform. The actual USV is automatically controlled andsucceeded in its real-time avoidance against the stationary underseaobstacle in the field of view of the FLS together with the GlobalPositioning System （GPS） of the USV.     

船舶航向非线性系统的自适应动态面控制

针对船舶航向控制非线性系统模型中存在的不确定性和外界干扰的影响,采用动态面控制算法设计了一种鲁棒自适应控制器.由于在反步法设计过程中加入了一阶低通滤波器使得该方法无需对模型非线性多次微分,因而设计方法简单.所设计的鲁棒自适应控制器不仅能保证闭环系统的半全局渐近稳定,使得输出渐近跟踪期望轨迹;而且,跟踪误差可以通过控制器的设计参数加以调整,同时该算法还能克服可能存在的控制器奇异值问题.数字仿真结果表明,控制系统对给定航向的跟踪具有良好的动态特性,对系统的不确定性,具有较强的鲁棒性.