基于零空间的船舶自主靠泊自抗扰控制分配

[目的]针对船舶自主靠泊过程中遇到的环境载荷、岸壁效应、模型不确定以及控制分配误差等多源干扰的影响,提出一种基于零空间的自抗扰控制（ADRC）分配方法。[方法]首先,建立船舶靠泊运动数学模型、多源干扰模型和控制分配模型,并据此设计神经网络扩张状态观测器（NNESO）实时估计船舶运动及其所受到的多源干扰;然后,引入零空间技术设计控制分配算法,并基于该方法实现先泊位外镇定再平行靠泊方案;最后,证明船舶自主靠泊系统在所提方法下所有误差信号一致最终有界,保证船舶自主靠泊过程的安全性。[结果]仿真对比结果表明,所提方法在轨迹跟踪效果与二次规划（QP）法近似的情况下,求解所需时间为其1.3%,艏向最大分配误差为伪逆法（PI）的36.51%。[结论]所提方法在满足靠泊运动控制精度的同时,求解所需时间明显缩短,最大分配误差显著降低,保证了控制分配的实时性与精确性。     

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...     

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。     

基于反步滑模算法的水下无人航行器变深控制

针对水下无人航行器(UUV)的深度控制问题,提出一种反步法与滑模控制相结合的变深控制策略,避免了一般反步法中因虚拟控制量调节过度而导致的UUV姿态失衡问题。首先,基于反步法和Lyapunov稳定性理论设计纵摇角和纵摇角速度两个虚拟控制量,并建立误差方程;然后,引入一阶滑模面并结合李雅普诺夫第二方法设计控制律,消除部分模型非线性项,保证所有状态误差全局渐进收敛于零;最后,对两组仿真算例进行分析。结果表明:在慢时变有界干扰下,所设计的控制器具有较好的深度跟踪性能和鲁棒性。     

基于自适应反步滑模的水面无人艇集群控制

[目的]针对多艘欠驱动水面无人艇组成的集群系统控制问题,研究虚拟结构法的控制策略。[方法]首先,将集群控制问题转化成无人艇与虚拟结构之间位姿跟踪误差的镇定问题,通过改变虚拟结构的几何形状,实现集群的队形变换。然后,将集群控制器的设计分为运动学和动力学2个部分,充分考虑不确定干扰,设计欠驱动水面无人艇集群的自适应反步滑模控制器,基于李雅普诺夫理论证明闭环系统的稳定性。最后,采取直、曲线航迹航行,开展集群队形变换等仿真试验。[结果]仿真结果表明,无人艇集群的协同运作效果显著,队形变换流畅,且能够自适应应对各种不确定干扰。[结论]集群系统展现出较强的鲁棒性与灵活性,可为后续实艇试验奠定理论基础。     

滑模控制算法在船舶动态轨迹跟踪中的应用

由于变结构控制系统的鲁棒性和自适用控制能使船舶很好的适应外界干扰,本文设计滑动模态自适应反步控制的船舶动态轨迹跟踪控制,同时利用滑模变结构中的虚拟控制以及将滑动模态与自适用反步控制相结合后的Lyapunov函数来处理控制器的设计。最后通过实验验证该控制器的有效性。     

时变干扰下AUV三维轨迹跟踪反步滑模控制

针对自主水下机器人(AUV)在环境干扰下的三维轨迹跟踪问题,设计一种基于非线性干扰观测器(NDO)的反步滑模控制器。根据“云帆”AUV自身特点构建六自由度数学模型,设计NDO对环境干扰进行估计补偿。最后在反步法的基础上引入滑模控制,并加入NDO设计反步滑模控制器,并通过李雅普诺夫函数证明系统的稳定性。仿真结果表明,基于NDO的反步滑模控制器能够满足AUV在环境干扰下三维轨迹跟踪要求,且具有较好的鲁棒性。     

基于FTESO和漂角补偿的船舶航向滑模控制

[目的]为提高水面欠驱动船舶的航向跟踪性能,减小航向误差,研究一种基于有限时间扩张状态观测器（FTESO）的船舶航向滑模控制方法。[方法]首先,采用预滤波器减小船舶转向时较大的航向变化率影响,利用扩张状态观测器对时变漂角进行估计,然后通过估计出的漂角及时修正航向误差。为简化控制器设计,艏摇方向上的外部扰动和内部不确定项由观测器同时估计,并在控制器设计中进行补偿。选取含积分项的滑模面,结合FTESO设计滑模控制律,并考虑输入饱和约束,最终通过李雅普诺夫理论证明控制系统的稳定性。[结果]仿真结果显示,所研究的控制方法使水面船舶能够在较短的时间内减小航向跟踪误差并收敛至0。[结论]研究成果可为水面船舶航向跟踪控制设计提供参考。     

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。     

欠驱动船舶路径跟踪的神经滑模控制

为实现欠驱动船舶在存在风浪流外界干扰和参数摄动条件下的路径跟踪控制,提出一种基于可视距离的神经滑模路径跟踪鲁棒控制器。利用可视距离思想,根据期望路径与当前位置信息,分别设计船舶纵向速度和艏摇角的参考值,并视为镇定位置误差的虚拟控制律,将路径跟踪问题转化为纵向速度和艏摇角的镇定问题;结合神经网络和滑模方法,设计一种新的神经滑模鲁棒控制器,实现了对虚拟控制律的跟踪控制,无需确定参数摄动和外界干扰的上界,避免了控制器容易出现的饱和问题和抖振现象。仿真试验表明,设计的控制器对欠驱动船舶的模型摄动和外界干扰变化不敏感,可以实现路径的理想跟踪。     

基于模糊控制的无人船自主平行靠泊仿真

为了进一步解决配备艏艉侧推的无人船在风流干扰下的平行靠泊问题,将靠泊任务拆分成艏向调整、纵向调整和横向调整,设计了3个对应的模糊控制器以及控制方式选择算法。根据船舶的当前状态选择不同的控制器,在风流干扰下采取并行控制的方式抵抗扰动。利用船舶操纵模拟器实现不同初始状态以及不同风、流干扰下两艘船的自主靠泊仿真,均能较好地完成靠泊,验证了靠泊系统控制算法的有效性,并具有一定的抗干扰能力以及泛化能力。     

基于反步控制和神经动力学模型的带缆水下潜器航迹跟踪

为实现带缆水下潜器的航迹跟踪控制,对带缆水下潜器设计了运动学反步控制器和动力学滑模控制器,并引入生物启发神经动力学模型来平滑反步控制器中因跟踪误差较大,引起的输出速度跳变。对水下潜器折线路径跟踪进行仿真,并分析脐带缆对跟踪效果的影响。结果显示,所设计控制器的路径跟踪误差小,跟踪速度在初始阶段以及折线路径拐点处过渡平滑;脐带缆使跟踪效果变差。对带缆潜器这一刚性和柔性部件相互连接的水下运载设备而言,神经动力学反步滑模控制器能够较好地实现航迹跟踪,并有效克服传统反步控制器速度跳变的问题。     

基于拖轮自主协同的大型船舶靠泊技术研究

针对大型欠驱动船舶提出一种基于多艘拖轮自主协同的靠泊控制方案。通过设计多层次优化控制策略，实现目标大船以设定的首向角和速度到达设定位置的功能。在上层协同控制中将目标大船和4艘顶靠拖轮作为一个整体组成动力定位系统，通过优化控制逻辑和几何关系，实时计算每艘顶靠拖轮的目标首向、位置和输出推力。根据上层控制计算结果，在下层控制中对每艘拖轮完成闭环控制。针对典型工程问题给出了基于前馈修正的控制算法。仿真结果表明，这4艘拖轮通过自主协同可以控制无动力大型船舶以设定的首向角和速度到达目标位置。     

基于NESO的潜艇航向滑模控制器设计

[目的]潜艇在复杂海况下进行水面航行时,为实现低噪操舵控制,[方法]采用潜艇水平面线性运动模型,并利用基于双幂次趋近律的滑模控制对参数变化和外部干扰不敏感、响应速度快、容易实现等优点,设计航向控制器。针对海浪干扰问题,利用非线性扩张状态观测器(NESO)设计海浪滤波器,用以补偿系统外部干扰。[结果]理论推导结果证明了航向滑模控制器的稳定性,并通过Matlab仿真结果验证了其良好的滤波效果。[结结论]研究结果表明,该航向滑模控制器在不同航速、不同海况、不同浪向下均可实现低噪、快速、高精度的航向控制性能。     

基于Super-twisting的欠驱动船舶滑模自抗扰控制

针对欠驱动船舶在复杂海况下的航迹跟踪控制问题,提出一种基于Super-twisting的滑模自抗扰控制方法。利用视线导航法（LOS）将船舶的航迹跟踪转化为航向跟踪问题,并设计跟踪微分器来获取期望航向的1阶导数与2阶导数;根据非线性Nomoto模型设计扩张状态观测器对Nomoto模型的辨识误差、非线性项以及3级海况下风浪造成的干扰进行观测并补偿,提高控制器的鲁棒性。设计基于Super-twisting的2阶滑模控制方法,使滑模变量能在存在干扰观测误差的情况下有限时间收敛,并有效地减少了控制输出抖振现象,最终实现高精度的航迹跟踪控制。最后,以海巡船作为被控对象进行仿真验证,仿真结果表明,该控制算法能够有效提高船舶在3级海况下的航迹控制精度,增强对干扰的鲁棒性。     

模糊滑模控制在船舶航向非线性系统中的应用

针对一类不确定的非线性系统,把模糊自适应和滑模控制相结合,设计了一种积分滑模控制器。该方法采用模糊逻辑逼近非线性函数,并且为了消除常规滑模控制器被跟踪信号及其导数已知的限制,在滑模控制中引入了积分项;基于Lyapunov方法导出在线调节的切换增益自适应律,有效的克服了系统固有的抖振问题。理论分析证明了闭环系统的稳定性和跟踪误差收敛于零的某邻域内。用该控制器对船舶航向进行跟踪控制的仿真研究结果表明:该控制器具有较强的鲁棒性和较好的跟踪性能。     

基于输入输出线性化的航迹滑模控制及仿真

针对船舶航迹控制系统的非线性及易受外部干扰的特点,提出了一种基于输入输出线性化的航迹滑模控制策略。通过定义输出变量将非线性航迹控制系统转化为线性系统,然后采用指数趋近律的滑模控制方法设计控制器,使得设计的非线性控制律直观简洁,鲁棒性好。通过SIMULINK仿真验证了该算法的有效性。     

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。     

Finite-time ship formation control based on extended state observer北大核心CSCD

[目的]为了解决大多数船舶编队控制算法控制周期长和时效性差的问题,提出一种基于扩张状态观测器(ESO)的有限时间控制策略。[方法]采用一种非线性终端滑模算法,通过对控制律分区域设计,克服传统终端滑模存在的奇异性问题;将非线性终端滑模与图论结合,实现有限时间的船舶编队控制;利用扩张状态观测器观测并补偿船舶模型中的不确定性及外界的干扰,以保证船舶编队控制的精确性;运用Lyapunov理论验证船舶编队控制律的稳定性。[结果]仿真结果表明,采用所提控制策略使整个编队系统误差在5 s左右趋近于0,从而实现了稳定。[结论]该控制策略能有效控制船舶编队,且控制速度快、时效性好。