气力推进艇航迹跟踪控制建模及仿真分析

在对气力推进艇的运行阻力进行分析的基础上,给出气力推进艇在惯性坐标系x Oy中的受力状态,并建立航迹跟踪的动力学和运动学控制模型。基于控制模型建立应用PID控制器的Simulink仿真模型;结合研究对象的特征选择相应的仿真参数,在多次调试优化的基础上确定PID控制器的设计参数,并对圆形封闭轨迹、直线轨迹和阶跃轨迹的航迹跟踪效果进行仿真分析。结果表明:对于圆形封闭轨迹跟踪,在初始的1/4周期内跟踪误差较大,此后的持续跟踪效果良好;对于直线开放型轨迹跟踪,跟踪误差较小,可控制在1 m以内;对于阶跃轨迹跟踪,过渡过程响应时间为10 s,稳态误差为1 m。     

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MPC-DO的自主水下航行器轨迹跟踪控制

针对欠驱动自主水下航行器在速度约束和未知外界环境干扰下的轨迹跟踪问题,提出一种基于模型预测控制算法和干扰观测器的复合控制方案。首先,基于模型预测控制算法设计一种考虑速度极限约束以及速度增量约束的轨迹跟踪运动学控制器。其次,针对海洋作业环境下存在的外界干扰,设计干扰观测器对其进行实时估计,并基于所设计的干扰观测器,设计精确跟踪期望速度的动力学控制器,并对控制方案进行了严格的理论分析。最后,进行数值仿真,仿真结果证实了该控制方案的有效性。     

基于模型预测控制的履带式无人平台轨迹跟踪控制算法研究

目前常用的纯跟踪算法、线性二次调节器(LQR)、前馈-反馈控制等轨迹跟踪算法大多只考虑车辆的运动学特性,在无人车辆高速运动时跟踪误差较大。为了解决上述问题,以双侧电驱动履带无人车辆为研究对象,建立了运动学和动力学模型。以左、右两侧转速作为控制量,考虑车辆动力学约束和状态量约束,运用二次优化理论和状态反馈控制原理,在Matlab/Simulink中搭建车辆动力学模型和控制器。从轨迹曲线中可以看到,低速时,两种控制器的轨迹误差在3m左右,算法响应速度快,控制量变化平稳。高速时,动力学模型控制精度高,跟踪误差不超过5m。     

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。     

基于特征模型的疏浚泥浆浓度与流速联合控制研究

针对在疏浚过程中泥浆浓度与流速的控制存在建模困难和耦合性的问题,文章根据实测数据建立泥浆浓度与流速的双输入双输出特征模型,并将特征模型输出与实船测量数据进行对比,以验证模型的准确性。基于特征模型设计泥浆浓度与流速的全系数自适应控制器,并进行恒值控制仿真实验。仿真结果表明,该控制器能在施工环境改变的情况下使泥浆浓度与流速保持在期望值附近,并且有很好的跟踪性能。     

船舶航迹跟踪的滑模控制

为了解决船舶路径跟踪中的非线性问题,在建立船舶非线性模型的基础上,采用指数趋近律,设计了船舶轨迹跟踪的滑模控制器,分别进行了动态直线跟踪和环形跟踪仿真试验,仿真结果表明,船舶动态轨迹跟踪性能良好,能精确保持航迹。     

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。     

船舶动力定位系统控制器的设计

提出了完整的基于船舶运动数学模型的动力定位系统，并且提供了定点控制和跟踪控制两种控制方法，在跟踪控制中引入船舶运动的参考轨迹模型。应用基于卡尔曼滤波的状态观测器得到控制所需的船舶低频信号，控制器的设计采用了考虑积分作用环节的改进LQG算法，同时引入前馈以补偿风力作用以及参考轨迹模型带来的影响。最后控制器的性能通过系统的仿真得到验证。     

基于最小二乘法的欠驱动水面船舶模型预测控制

针对欠驱动水面船舶轨迹跟踪控制问题,根据模型预测控制（Model Predictive Control,MPC）原理,提出一种基于参数化模型的非线性模型预测控制（Parameterized Model – Nonlinear Model Predictive Control,PM-NMPC）方法。采用最小二乘法对船舶的参数化模型进行辨识,设计PM-NMPC控制器。对环境干扰下的某集装箱船艏向角控制和轨迹跟踪进行试验,验证控制算法的有效性,并将该控制器与比例积分微分控制器（Proportional plus Integral plus Derivative controller,PID controller）进行对比。仿真结果表明,PM-NMPC控制器轨迹跟踪效果更好,对未知干扰具有更强的稳健性。     

具有预设性能的船舶轨迹跟踪动态面控制

为了提高船舶轨迹跟踪非线性控制系统的暂态性能和稳态性能,本文设计了一种具有预设性能的船舶动态面轨迹跟踪控制器。首先,根据船舶轨迹跟踪控制系统的特点设计了满足实际要求的预设性能约束函数,并把其等价为无约束函数方程。再次,在此基础上利用动态面技术设计了一种有预设性能的船舶轨迹跟踪控制器,动态面技术的引入解决了传统反步法的计算膨胀问题,具有计算量小、易于实际工程的实现等优点。最后,通过 Lyapunov 理论证明了,控制系统中的所有信号都是一致最终有界,且跟踪误差能够收敛到一个预设的区域内,同时保证其稳态误差、最大超调量和收敛速度均满足预先设定的性能要求。通过一艘供给船进行仿真研究,结果表明了所设计的控制器的有效性。     

基于特征模型的疏浚过程中泥浆浓度控制系统设计

为提高绞吸挖泥船的生产效率,采用自动化手段代替传统的人工操作,研究疏浚作业过程中泥浆浓度的控制方法。针对泥浆浓度过程建模困难和泥浆浓度控制系统的不确定性和时滞性等控制难点,从过程控制的需求出发,根据实船测量的数据构建泥浆浓度过程特征模型,基于该特征模型设计全系数自适应控制器,使其满足控制需求。仿真结果表明:泥浆浓度过程特征模型能较好地描述实际浓度过程,泥浆浓度全系数自适应控制器在应对施工环境变化和时滞较大的情况时能使泥浆浓度维持在期望值,具有较强的抗干扰能力和良好的跟踪性能。     

新能源船舶路径跟踪自抗扰控制方法

新能源船舶运动路径控制属于欠驱动控制,传统PID控制动态性能较差,无法适应新能源船舶运动中遇到的扰动问题。本文在对新能源船舶进行运动分析的基础上,提出一种新能源船舶路径跟踪自抗扰控制器的设计方案,该路径跟踪自抗扰控制器包括舵角自抗扰控制器、扩张状态观测器和跟踪微分器等,对舵角自抗扰控制器、扩张状态观测器和跟踪微分器进行了详细设计,使用Matlab对新能源船舶自抗扰控制进行了仿真,得到了轨迹跟踪、首向角变化以及速度变化的仿真结果。仿真结果表明,设计的控制器能够对设定轨迹进行跟随,具有较好的稳定性。     

带扰动观测器的欠驱动水面无人船轨迹跟踪控制

为实现三自由度欠驱动水面无人船在未知外界扰动下的轨迹跟踪,本文设计一种带扰动观测器的反步法轨迹跟踪控制器。首先,构造扰动观测器估计未知扰动,对纵荡以及首摇2个自由度方向上的控制量进行前馈补偿。然后,为增强系统抗扰动能力并加快误差收敛速度,将水面无人船位置误差的积分项引入控制系统,分别在运动学和动力学回路中构造虚拟控制律镇定跟踪误差,过程中结合神经动态模型技术,解决了传统反步法的微分爆炸问题,同时有效避免了控制过程中的控制不连续问题。最后,仿真实验验证了所设计控制器的有效性。     

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。     

基于自适应反步法的欠驱动UUV空间路径点跟踪控制

解决了一类欠驱动UUV系统在空间6自由度运动中的路径点跟踪控制问题。首先采用拉格朗日方程的形式,建立UUV的6自由度运动学模型和动力学模型,并基于Line-of-sight法建立欠驱动UUV的路径点跟踪误差模型;然后提出了基于反步法设计满足动力学限制的综合控制器,设计自适应律以抵消海流的干扰,并基于Lyapunov理论证明了所设计控制器的稳定性;最后仿真结果验证了该控制器的有效性,实现了欠驱动UUV三维空间的路径点跟踪控制。     

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。     

GPS在移动机器人导航定位系统中的应用

为了获得移动机器人定位数据的真实性，减少各种随机误差对定位精度的影响，通过运动载体当前统计模型，取位置作为观测量建立移动机器人动态定位模型，同时针对传统卡尔曼滤波的不足进行了分析，提出自适应卡尔曼滤波算法，该算法始终保持噪声模型接近于真实模型，从而较好地解决了GPS动态定位中状态噪声与观测噪声建模不准确和时变问题，在此基础上，通过模拟噪声和轨迹曲线，进行了仿真，结果显示效果显著。     

基于大数据挖掘模型的船舶破碎尾迹智能跟踪方法

为了解决传统船舶破碎尾迹跟踪方法跟踪轨迹点离散性过大的问题,设计基于大数据挖掘模型,提出一种新的船舶破碎尾迹智能跟踪方法。采用GIBS抽样算法作为数据挖掘模型的内核,将传统单一的马尔科夫数据链转化为多链,建立一种多链结构的数据挖掘挖掘模型,进行船舶当前尾迹数据挖掘,利用尾迹状态方程和尾迹测量方程,将尾迹数据图像化,确定尾迹实际像素并进行补偿处理,对处理后的图像进行回波特征转化,根据图像像素的回波特征值,评判像素点是否属于船舶尾迹,从而实现当前船舶尾迹跟踪。实验数据表明,该方法输出的船舶尾迹跟踪结果,其轨迹回波有效间距提高了32%,补偿间距提高了29%,可以有效降低轨迹离散。     

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．