基于模型预测控制的无人帆船轨迹跟踪方法

[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。     

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。     

基于非线性模型预测控制的无人船航迹跟踪控制方法

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。     

基于模型预测的小型无人艇控制算法设计与试验

为实现船舶智能技术的实际应用和市场化,本文分析了主要智能船舶控制集成关键技术,介绍了研发的FURONG小型无人艇情况,包括框架设计与实现、无人船艇姿态预测方法与控制模型、自主航行算法等,实船模型航行测试验证了船舶行驶过程中船位数据的控制精度,系统运行可靠,手动控制与基本自助航行等都达到目标要求。     

基于收缩理论的水下无人航行器轨迹跟踪控制

考虑水下无人航行器的轨迹跟踪控制,在水动力系数已知的条件下,基于收缩理论设计了全局指数收敛的理想控制器.首先,对收缩理论进行简要的介绍.与常用的李雅普诺夫方法不同,收缩理论在进行控制系统的设计和稳定性分析时,采用虚位移验证系统的稳定性,避免因无明确平衡点信息而带来的阻碍,从而更容易证明控制系统的稳定性.接着,介绍了水下...     

基于模型预测控制的无人艇VO避障

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。     

基于显式模型预测控制的无人船航迹控制方法研究

针对模型预测控制在线计算量大,难以满足无人船实际航行中的实时性要求的问题,提出了一种基于显式模型预测控制的航迹控制方法。首先利用视线制导算法（line of sight, LOS）,根据无人船当前位置和期望航迹信息,设计了无人船艏摇角的参考值,将无人船航迹控制简化为艏向控制;其次,将显式模型预测控制算法应用于无人船艏向控制问题中,该算法既保持了模型预测控制方法的优势,又提高了计算速度;最后通过仿真试验验证了所提出的方法可以显著提高无人船航迹控制的实时性。     

基于模型预测控制算法的网络控制系统研究

随着互联网技术的发展,以太网逐渐被引入到工业控制领域.由于网络的控制系统结构日益普及,网络带来的控制系统时滞问题对控制性能的影响不容忽视,因此,由于网络的介入带来的时滞问题必需研究.本文针对网络控制系统时滞问题,阐明一种基于模型预测控制算法的网络时滞补偿方法.     

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。     

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。     

欠驱动水面无人艇轨迹跟踪的反步滑模控制

为解决欠驱动水面舰艇（USV）在模型不确定性、强耦合特性和控制器输入饱和情况下的轨迹跟踪问题,提出基于输入饱和的USV预定义时间跟踪控制方法。

针对USV模型具有非零对角项和强耦合特性问题,引入坐标变换,将系统模型转变为斜对角形式; 将预定义时间性能函数与障碍Lyapunov函数（BLF）结合,保证瞬态和稳态的跟踪性能;利用自组织神经网络（SSNN）降低未知外部环境扰动和复杂的连续未知非线性项以及输入饱和产生的影响,以保证控制系统的跟踪精度,并且在线调整优化SSNN的神经元数目,减少控制系统的计算负担。

基于Lyapunov稳定性理论,证明了闭环系统在预定义时间内是有界稳定的,跟踪误差始终保持在约束范围内。

仿真结果表明,所提控制策略是有效的,其具有良好的跟踪性能。

     

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．     

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。     

水面无人艇环形轨迹跟踪方法研究与实现

为提高无人航行器对轨迹的实航跟踪能力,结合航行器运动特性,提出势点跟踪算法,实现对典型航迹(环形轨迹)的稳定跟踪。以无人水面艇(Unmanned Surface Vehicle, USV)作为验证平台,基于拟合偏差的最小二乘航向辨识,获得系统数学模型,并设计相应的控制律,在搭建好仿真平台后,针对无人水面艇控制特性设计相关控制策略及制导律,完成势点跟踪算法的设计及仿真验证。后经典型海况下多航次试验,经过对实航轨迹及USV与环形轨迹间距离变化规律分析,并结合数据均方根大小,表明了环形轨迹跟踪方法设计的合理性。     

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。     

考虑运动模式的无人船航迹实时跟踪控制算法

因无人船航迹数据数量级较大,导致现有航迹跟踪算法的跟踪控制误差较大,难以满足现今航运业的需求。故设计了考虑运动模式的无人船航迹实时跟踪控制算法。首先定义无人船运动模式,并根据运动模式相关定义构建无人船航迹描述模型。以此为基础,依据运动模式将无人船轨迹划分为3个集合,提取相应运动模式下的轨迹特征属性,然后计算无人船航迹与期望航迹之间误差,再利用滑模控制器进行误差补偿,实现了无人船航迹的实时跟踪控制。实验结果显示:与现有算法相比较,本文算法横向位置误差降低了1.04 m,航向角误差降低了8.29°,舵角误差降低了8.86°,充分说明本文算法的控制性能更佳。