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。     

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。     

Anti-disturbance optimal coverage control of ASVs北大核心CSCD

[目的]针对固定的海洋区域,研究欠驱动水面无人船(ASV)集群的抗干扰最优覆盖控制问题。[方法]首先,在运动学层级,基于邻居ASV位置和环境密度信息进行Voronoi分配,设计欠驱动ASV运动学制导律,引导ASV运动到最优目标点;然后,考虑复杂海洋环境下ASV模型的不确定性以及风浪流引起的外部扰动,在动力学层级设计一种固定时间扩张状态观测器(FTESO),并基于FTESO设计固定时间的动力学控制律。[结果]稳定性分析结果表明了ASV集群的抗干扰最优覆盖控制闭环系统的误差是有界的,仿真结果验证了该方法的有效性。[结论]通过采用该抗干扰最优覆盖控制器,ASV集群可以在任意的初始位置实现对目标区域的最优覆盖。     

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。     

基于ESO和动态逆的欠驱动船舶航迹跟踪控制设计

针对欠驱动船舶航迹跟踪控制问题,考虑船舶动态不确定性、未知时变外部扰动和速度不可测的情况,将输出重定义方法、扩张状态观测器(extended state observer, ESO)和动态逆控制方法相结合,设计欠驱动船舶航迹跟踪控制律。输出重定义方法用来解决系统欠驱动问题；构造ESO,估计由船舶动态不确定性、未知时变外部扰动以及船舶各自由度运动状态变量间的耦合构成的总扰动和船舶速度；基于上述,采用动态逆控制方法,设计航迹跟踪控制律,使欠驱动船舶跟踪期望航迹,并保证航迹跟踪闭环控制系统所有信号最终一致有界。以一艘欠驱动船舶为例进行仿真研究,仿真结果验证了所设计的航迹跟踪控制律的有效性和优越性。     

一种无人艇路径跟踪控制器的设计与验证

针对无人艇的路径跟踪控制问题,基于内模控制和L1制导算法设计并实现无人艇路径跟踪控制器。通过对状态空间型船舶线性数学模型进行在线参数辨识,实现对无人艇操纵响应模型参数的在线估计;基于内模控制和无人艇操纵响应模型,设计并实现无人艇的艏摇角速度控制器;采用L1制导算法设计并实现无人艇的路径跟踪控制器。实船试验结果表明,该路径跟踪控制器能较好地实现无人艇对参考路径的跟踪。     

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。     

基于自抗扰的双桨单舵水面无人艇航行控制

根据双桨单舵驱动水面无人艇的运动特点,针对正常驱动及单桨故障的状态,给出了一种基于增量式比例-积分-微分(proportion-integral-differential,PID)控制器和自抗扰控制算法的水面无人艇航行控制方案。该方法在双桨单舵正常状态下采用自抗扰控制方法,在故障状态下采用增量式PID方法获取平衡舵角,并配合自抗扰方法实现对水面无人艇航行控制。仿真结果表明:在风浪干扰情况下自抗扰控制方法较PID控制方法超调小、抗干扰能力更强。实艇水面测试结果表明:增量式PID与自抗扰相结合的控制方案在单侧螺旋桨出现故障情况下,能保持无人艇目标航向,且具有较好控制效果,能够满足双桨单舵驱动水面无人艇的航行控制要求。     

船舶航向的自适应自调节PID跟踪控制

[目的]针对遭受时变环境扰动且存在参数不确定性的船舶航向非线性控制系统,为满足其航向控制的实时性要求,[方法]结合自适应技术,提出不依赖于模型参数与未知输入的自适应自调节的船舶航向跟踪控制方案,并利用Lyapunov直接方法验证该控制律的有界性。[结结果]仿真结果表明,该控制器可以自适应自调节PID的控制增益,不仅继承了传统PID控制器的优点,还对未知时变扰动具有良好的鲁棒性。[结论]研究成果可为船舶航向的跟踪控制设计提供参考。     

基于领导跟随的船舶航迹控制

无人艇协同编队控制具有重要的军事和商船应用前景。利用多智能体聚集模型,基于leader-follower的目标跟踪,实现了含有模型不确定性与未知海浪流干扰项的多无人艇协同编队控制。采用单隐层神经网络逼近船舶整体未知项和环境干扰,引入一阶滤波器代替反步计算中的微分项,显著减少了计算量。利用时-空解耦方法,各船舶通过交互航迹参数信息,间接实现分散协同编队控制。利用Lyapunov稳定性分析方法,证明闭环系统所有状态和信号收敛于一有界集。通过选择合适参数,可使控制精度误差范围为任意小,仿真结果验证了控制算法的有效性。     

基于机器学习的实海域无人艇避碰算法智能演进方法

[目的]无人艇(USV)效能是指在给定时间内的特定海域完成指定任务的能力,是多层次多技术节点耦合作用的结果,而针对单一技术节点的传统优化方法,对无人艇效能的提升效果有限。[方法]针对无人艇自主系统的特点,从智能算法的角度,提出无人艇智能演进的2种主要形式:一是算法函数;二是算法参数。在此基础上,给出基于机器学习的无人艇智能演进方法,设计一种可演进的无人艇自主系统控制体系架构,并在实海域测试。[结果]以无人艇避碰算法为例,基于实海域测试结果,初步验证了所提方法在提升无人艇效能方面的可行性与有效性。[结论]基于机器学习的无人艇智能演进方法是持续提升无人艇效能的有效途径,具有较高研究价值和应用意义。     

基于改进的视线导引算法与自抗扰航向控制器的无人艇航迹控制

[目的]无人艇(USV)在复杂环境情况下会出现偏离目标航线的情况,为提高水面无人艇的抗干扰能力及实际航行的稳定性,实现对航迹的准确控制,提出一种改进的无人艇航迹控制方法。[方法]根据导航信号受环境影响的情况,对GPS信号有效和无效2种情况下的航迹控制分别进行分析,在自主可控平台上设计并实现了基于模糊控制可变船长比的视线导引算法(LOS)和自抗扰航向控制器(ADRC)相结合的航迹控制方法,并开展了双桨双舵无人艇湖上试验。[结果]仿真结果表明:该方法可满足航迹控制的要求,转弯后航向能够快速保持稳定,无频繁摆舵现象,且该方法能够完成真实环境下的航迹控制,航迹贴线误差均值约为0.1 m,方差约为0.03。[结论]湖上试验结果验证了该算法在实际工程应用中的可行性和有效性。     

搜索算法在无人艇航迹规划中的应用

[目的]为了更加有效地利用无人艇(USV)执行复杂的海洋作业,需要可靠的航迹规划算法。针对现有路径规划算法研究,提出一种基于2D扫描思想的搜索扫描算法。[方法]首先,建立环境空间模型,在起点与终点之间存在障碍物的前提下,通过起点360°扫描获取周围障碍物信息,并确定子节点。然后,通过确定代价函数获取子节点,不断扫描最优子节点并更新下一代子节点以扫描到终点,最终确定规划路线。最后,使用LabView2017平台编写算法仿真软件并进行实验。[结果]结果表明,搜索扫描算法在规划路径上和蚁群算法相比生成的路径质量更高。[结论]搜索扫描算法减少了传统算法规划路径中结果非最优解的问题,能有效提高算法应用于二维空间路径规划时的可靠性。     

Multiple USV cooperative algorithm method for hunting intelligent escaped targets北大核心CSCD

[目的]针对无人艇协同围捕过程中逃跑目标具备智能性,现有无人艇策略难以围捕成功的问题,提出一种基于双层切换策略的多无人艇协同围捕算法。[方法]第1层围捕策略采用改进势点法,以无人艇与势点的总直线距离最小为优化目标,采用匈牙利算法为无人艇动态分配势点,并采用人工势场法实现无人艇的协同避碰;第2层围捕策略利用了阿波罗尼奥斯圆的性质,在两艘无人艇前往逃跑目标的目标点进行拦截,剩余无人艇运动方向保持与逃跑目标相同,以不断缩紧包围区域;为应对逃跑目标不同的逃跑方式,第1层围捕策略和第2层围捕策略可互相转化。[结果]仿真实验表明,该算法相较于顺序分配势点算法和极角分配势点算法,围捕时间更少或持平,证明了该算法的有效性和先进性。[结论]该多无人艇协同双层围捕算法,对具备典型智能性的逃跑目标具有围捕效果。     

多约束条件下无人艇和无人机集群协同航迹规划

[目的]为实现海上无人集群在执行任务过程中的安全航行和通信保持,开展无人艇(USV)和无人机(UAV)集群协同航迹规划问题的研究。[方法]采用禁入和禁出地理围栏进行场景建模,将规避威胁和障碍问题转化为地理围栏约束。针对平台之间的碰撞冲突和通信连接问题,提出基于时序检测的碰撞冲突和通信保持约束判断准则。以集群平均航行时间为航迹优化函数,将多约束条件转化为惩罚函数,采用自适应差分进化算法进行优化求解。[结果]仿真结果表明,所提方法能够在威胁和障碍环境中保持无人艇和无人机集群的安全航行和通信连接,并在满足多约束的条件下实现集群平均航行时间最短。[结论]该方法可用于海上无人集群面对威胁和障碍环境时的离线航迹规划,具有一定的应用价值。     

多无人艇集群协同控制研究进展与未来趋势

当前,海洋航行器呈现智能化、网络化、集群化等重要发展趋势,多无人艇通过协同实现集群化作业,是未来海洋作业的主要形式之一。从无人艇运动数学模型出发,分析了多无人艇集群控制所面临的问题和挑战,根据多无人艇运动不同的场景,从轨迹导引、路径导引、目标导引3个方面综述了多无人艇集群协同控制的研究进展。最后,对多无人艇协同控制的研究方向和未来趋势进行了总结和展望。     

某型无人艇综合健康管理系统分析

[目的]为确保无人艇(USV)航行安全,降低维修保障费用,推行高效的维修保障模式,开展无人艇综合健康管理(IVHM)系统分析。[方法]根据某型无人艇的功能结构,对若干关键设备和船体展开故障模式、影响及危害度分析(FMECA);基于运维需要,分析无人艇IVHM系统的功能需求,以设计其系统框架,并提出设计该系统所需的关键技术;采用基于智能体仿真模型评估无人艇主题任务的成功性,分析保障资源需求。[结果]将设备故障参数和功能性参数作为输入,建立了基于智能体的IVHM系统模型,为USV的任务成功性评估和保障资源需求分析提供了推理依据。[结论]研究结果可为此类IVHM系统的设计提供思路。     

Path planning method for unmanned surface vehicle with controllable distance from obstacles北大核心CSCD

[目的]为了解决水面无人艇(USV)路径规划中安全性和平滑性方面的问题,提出一种与障碍物距离可控的USV路径规划方法。[方法]首先,结合雷达图像生成栅格化环境信息,利用维诺场算法(VFA)为每个栅格添加危险势场并建立航行界限;其次,建立与航行界限关联的危险度函数对A^(*)算法的评价函数进行改进,利用改进的A^(*)算法进行路径规划;最后,针对航行路径转向角较大的问题,采用梯度下降法(GDM)进行航行路径的平滑处理,得到满足USV实际航行要求的连续平滑路径。[结果]仿真结果表明,所提路径规划方法通过设置不同的航行界限可以实现路径与障碍物之间距离的控制且平滑性符合航行要求。[结论]该方法在USV路径规划过程中具有一定的合理性和有效性,可为USV自主避障决策提供参考。