共查询到20条相似文献,搜索用时 78 毫秒
1.
为了实现复杂场景下无人船(USV)的实时、高精度、抗干扰运动控制,以欠驱动双推进差速无人船作为研究对象,基于三自由度无人船水动力模型设计非线性模型预测航迹跟踪控制器(NMPC),在考虑控制约束与状态约束的情况下,根据快速稳定航行的目标设计优化范式,引入多重打靶算法求解思想提升控制器求解速度;根据无人船航行时风、浪、流等环境干扰的特点,设计一种适用于复杂场景无人船控制的非线性干扰观测器(NDO),根据干扰观测结果对控制模型进行在线补偿,并通过仿真试验,验证了所提控制算法的精确性、实时性和抗干扰能力。 相似文献
2.
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。 相似文献
3.
针对无人船航向控制提出了基于模糊及遗传算法的控制策略。考虑无人船航向控制及其具有的强非线性和不确定性,文章将基于智能策略和常规策略的无人船航向舵角控制作为主要控制框架。通过导引律计算期望的角度,并根据自主船的无人船航向控制动态模型进行分析。该模型考虑了舵和船舶推进系统的物理阈值,提出了一种适用于不同无人船航向控制的自适应控制算法,借助增益调度方法(GS),利用PID控制器和遗传算法(GA)对不同的操作点进行全流程的混合遗传算法(GS-PID-GA)优化。通过将真实数据比例缩小进行模型试验,并与传统控制方法进行比较,验证了所提控制方法的有效性。 相似文献
4.
[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。 相似文献
5.
《舰船科学技术》2019,(23)
在高速行驶中,无人艇速度快、反应时间短,为了达到安全避障的要求,避障算法必须实时性好、稳定性高。同时,在高速场景中,无人艇的静浮力较小,流体升力较大,风浪流对无人艇的影响较低速场景更加显著,稳定的航迹跟踪与避障控制面临挑战。为了达到良好的避障效果,无人艇必须要满足控制量的约束,同时要削减外界扰动带来的不利影响。无人艇控制系统是一个多输入多输出系统,而模型预测控制则是处理多变量约束优化问题最有效的方法之一。本文提出基于模型预测控制的无人艇VO避障算法,通过仿真实验实现了该算法的避障功能,并将该算法与传统的VO算法避障效果作对比,验证了该算法的有效性,同时,通过分析模型不确定性对该避障算法性能的影响,证明了该算法的鲁棒性。 相似文献
7.
8.
一旦遇到大风、海浪等恶劣天气,无人船很容易受到影响,发生非线性运动,若不能及时实施稳定性控制,很容易发生翻船事故。针对上述问题,研究一种基于分数阶微积分的无人船运动非线性数学控制模型。该研究中描述无人船6种类型非线性运动,即纵荡,横荡,垂荡,横摇,纵摇和首摇;通过各种设备采集船舶运动参数,明确无人船状态;结合分数阶微积分函数以及算子,建立无人船运动非线性数学控制方程并求解,得出x轴、y轴和z轴3个方向上的控制量,完成控制模型构建。结果表明:与基于神经网络的控制模型、基于反馈线性化的控制方法以及模糊控制系统相比,所构建模型应用下,减摇和减荡效果更强,能够保证船舶在大风、大浪情况下的稳定性。 相似文献
9.
10.
11.
12.
基于反步滑模算法的水下无人航行器变深控制 总被引:1,自引:1,他引:0
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。 相似文献
13.
14.
近年来,随着人工智能等高新技术的发展,无人平台的发展日新月异,以无人水面艇为代表的无人平台受到国内外专家学者越来越多的关注。其中航路规划系统是实现无人艇正常航行和体现无人艇智能化的关键技术之一。目前大多数航路规划算法适用的场景主要为无人艇的自由航行,避碰能力单一,且未充分考虑无人艇自身欠驱动型以及机动能力的限制,很难满足复杂障碍环境下智能避碰的需求。本文设计基于分层规划的航路规划方案,提出多单元模块下的无人艇航路规划策略,并基于无人艇自身特性设计对应的轨迹规划单元。最后在GIS数据上,对所设计的智能航路规划系统进行仿真验证,实验结果验证系统的有效性和实用性。 相似文献
15.
16.
17.
针对无人艇(USV)艏向控制存在模型摄动、外部干扰等不确定性问题,提出一种适用于USV的改进无模型自适应控制(MFAC)方法。
基于USV艏向控制子系统存在非自衡特性,直接使用紧格式MFAC方法讨论USV的艏向控制子系统在不确定影响下的控制问题。在标准控制准则中引入历史输入项,提出一种变输出紧格式MFAC方法,削弱USV艏向控制子系统中存在的积分作用。最后,开展艏向控制仿真实验以及“海豚IB”小型USV的外场试验验证所提方法的有效性。
结果显示,相比标准紧格式MFAC方法和PID方法,变输出紧格式MFAC方法的USV艏向控制更加稳定。
所做研究可为USV提供一种对环境扰动、模型摄动等影响不敏感、具有较好自适应性及鲁棒性的艏向控制算法。
18.
19.
Application of A* algorithm for real-time path re-planning of an unmanned surface vehicle avoiding underwater obstacles 总被引:1,自引:0,他引:1
Thanapong Phanthong Toshihiro Maki Tamaki Ura Takashi Sakamaki Pattara Aiyarak 《船舶与海洋工程学报》2014,13(1):105-116
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. 相似文献