当前位置: 首页 > 专利查询>浙江大学专利>正文

基于不确定海流扰动下的多AUV分布式协同跟踪控制方法技术

技术编号:18496058 阅读:40 留言:0更新日期:2018-07-21 19:41
基于不确定海流扰动下的多AUV分布式协同跟踪控制方法,包括:建立AUV运动学模型以及带有不确定海流扰动下的动力学模型,初始化系统状态、采样时间以及控制参数;设计领导者AUV基于Serret‑Frenet方法的路径跟踪控制器;提出了跟随者AUV分布式编队的运动学控制器,使其更适合水下通讯环境;针对领导者和跟随者设计的运动学控制器进行了输入‑状态稳定性分析,得多AUV系统形成分布式运动编队控制;提出了含有不确定海流扰动补偿项的多AUV系统动力学控制器。本发明专利技术提供一种基于多AUV分布式编队控制平台的能够有效减少控制器信息量的协同跟踪控制方法,同时利用神经网络方法避免了不确定海流扰动带来的影响,为海洋灾害预警预报、海洋环境保障奠定关键基础。

Multi AUV distributed cooperative tracking control method based on uncertain ocean current disturbance

The multi AUV distributed cooperative tracking control method based on the uncertain sea current disturbance, including: establishing the AUV kinematics model and the dynamic model with the uncertain sea current disturbance, initializing the system state, sampling time and control parameters; designing the path tracking controller based on the Serret leader Frenet method by leader AUV; The kinematic controller of the follower AUV distributed formation is made to make it more suitable for underwater communication environment. The stability analysis of the input state is carried out for the kinematic controllers designed by the leaders and followers, and the distributed movement formation control is formed by the multi AUV system, and a multi AUV system with the compensation term of the uncertain current disturbance is proposed. The system dynamics controller. The invention provides a cooperative tracking control method based on the multi AUV distributed formation control platform, which can effectively reduce the amount of information of the controller. At the same time, it avoids the influence of the uncertain sea current disturbance by using the neural network method, and lays the key foundation for the early warning and prediction of marine disasters and the marine environment protection.

【技术实现步骤摘要】
基于不确定海流扰动下的多AUV分布式协同跟踪控制方法
本专利技术涉及多AUV分布式编队控制领域,尤其涉及一种基于不确定海流扰动下的多AUV分布式协同控制方法。
技术介绍
随着当前世界人口剧增、环境恶化、陆地资源日趋枯竭,人类越来越认识到开发利用丰富的海洋资源是人类社会生存和持续发展的物质基础和环境条件。海平面以下压力巨大,作业环境恶劣,人们需要借助自主式水下航行器(AutonomousUnderwaterVehicle,AUV)来进行海洋探测、开发以及完成各类水下作业。AUV的主要特点就是它们可以在复杂的海洋环境中,无需人类干预自主的完成导航、避障、发现目标以及完成作业等一系列任务。因此,对AUV的研究不仅有重要的经济意义,在军事领域也有迫切需要。目前,各海洋大国的许多大学和研究机构都投入了大量的人力和物力,用于研究和开发自主式水下航行器。随着海洋作业复杂性的不断提高,由于单个AUV在工作范围、工作时间、测量能力等方面的局限性,多AUV协同作业具有更好的应用前景。不同于陆地与空中的航行器编队,多AUV在编队控制中需要克服一系列的问题,如水下定位不精确,测量及通讯距离有限,AUV动力学模型复杂等。这些问题不仅影响着编队控制的性能,同时还影响了系统的稳定性,因此,需要设计针对水下通讯环境的多AUV编队控制器。除此之外,多AUV在水下过程中,必然遇到具有不确定因素的海流扰动,在海流干扰存在的和进行曲线路径跟踪时会严重影响路径跟踪控制性能。现如今,多AUV协同控制还有很大的研究空间等待着科研人员的探索,其中路径跟踪与编队控制是目前的研究热点之一,也是体现AUV智能性的重要标志之一。基于这一认识,本专利技术建立了一种基于不确定海流扰动下的多AUV分布式协同跟踪控制方法。该方法同时考虑了AUV的运动学模型和动力学模型,并考虑了水下不确定海流扰动的影响,利用领导者-跟随者控制策略,将整个多AUV系统平台分为两个部分:领导者已知运动路线参数,基于Serent-Frenet坐标系实现高精度的路径跟踪控制;跟随者利用和邻居的测量信息与通讯信息(即相对信息)形成具有一定队形的运动编队,从而提高了多AUV分布式协同跟踪能力。
技术实现思路
为了克服现有的多AUV系统的水下定位不精确,测量及通讯距离有限等不足,本专利技术提供一种基于不确定海流扰动下的多AUV分布式协同跟踪控制方法,主要利用了AUV之间的相对位置信息并简化了控制器所需的信息量,实现了存在海流扰动的情况下的多AUV分布式协同跟踪控制,保证了系统的稳定性,为海洋灾害预警预报、海洋环境保障等提供新方法。为了解决上述技术问题提出的技术方案如下:基于不确定海流扰动下的多AUV分布式协同跟踪控制方法,包括以下步骤:基于不确定海流扰动下的多AUV分布式协同跟踪控制方法,其特征在于,包括以下步骤:步骤1,建立AUV运动学模型以及带有不确定海流扰动下的动力学模型,初始化系统状态、采样时间以及控制参数;1.1AUV的运动学模型表达形式为其中,ι为虚数单位;下标i代表第i个AUV,i=1,2,...,n,n为AUV的个数;zi=xi+ιyi为第i个AUV在惯性坐标系下的坐标(xi为横坐标,yi为纵坐标);为第i个AUV在惯性坐标系下航向角,且满足时间t趋向于无穷大时,i=1,2,φ为常数;vi=[ui,ri]T是运动学系统的控制输入,ui,ri分别代表第i个AUV的前进速度与首摇角速度;在整个运动过程中,定义i=1,2为领导者AUV,相互独立;其余i=3,...,n为跟随者AUV;1.2带有不确定海流扰动下的AUV的动力学模型表达形式为其中,为第i个AUV的包含附加质量的广义质量矩阵;为第i个AUV阻尼矩阵;vri=[urirri]T为第i个AUV的实际的前进速度与首摇角速度组成的速度矩阵;τi=[FiΓi]T为动力学系统的控制输入;τwi=[τwuiτwri]T为动力学系统中未知的时变海流扰动向量;m和Iz分别为AUV的质量和惯性矩阵;和分别为AUV平动附加质量与转动附加质量;Xuu和Nr分别为AUV平动粘性水动力系数与转动粘性水动力系数;Fi和Γi分别为第i个AUV的前向推力与转艏力矩;τwui和τwri分别为第i个AUV的平动方向的海流扰动与转动方向的海流扰动;步骤2,设计领导者AUV基于Serret-Frenet方法的路径跟踪控制器;2.1由于2个领导者相互独立,其路径跟踪控制器设计思路一致,为简化,以下以单个领导者控制器设计为例。定义单个领导者AUV的跟踪误差为其中,是领导者在惯性坐标系下的广义位置向量;是给定路径上虚拟点κ的广义位置向量;为从惯性坐标系到以点κ为原点的Serret-Frenet坐标系的旋转矩阵;2.2对式(3)求导可得其中,Cc(s)为给定运动路径在点κ的曲率;s为给定运动路径参数变量;u和r为领导者AUV的前进速度与首摇角速度;2.3定义接近角为其中,kδ>0为常数;为常数;ye满足yesinδ(ye)<0;2.4路径跟踪器控制器的输入[ur]T和路径参数变量的变化率为:其中,ν0,k1,k2都为常数,且k1>0和k2>0;步骤3,考虑水下测量通讯有限以及GPS定位不准确等问题,提出了跟随者AUV分布式编队的运动学控制器,主要利用了AUV之间的相对位置信息并简化了控制器所需量,使其更适合水下通讯环境;3.1定义复数拉普拉斯矩阵L和实数拉普拉斯矩阵H的具体元素分别为其中,wpq为测量图G中有向边(q,p)上的复数权值,是给定常数;μpq为通讯图H中有向边(q,p)上的正实数权值,是给定常数;Ni(G)和Ni(H)分别为第i个AUV在测量图G和通讯图H中的入邻居集合;3.2第1个AUV与第2个AUV设为领导者,由于领导者AUV之间相互独立,复数拉普拉斯矩阵L和实数拉普拉斯矩阵H表达形式分别为其中,det(Lff)≠0;det(Hff)≠0;跟随者AUV在在测量图G和通讯图H中对领导者集合是可达的;3.3设计跟随者AUV的运动学控制器输入为其中,ηi是一个辅助变量,用来表示第i个AUV对领导者速度的估计;定义η1=η2=ν0,则di>0,为常数;步骤4,提出了含有不确定海流扰动补偿项的多AUV系统动力学控制器;4.1定义动力学控制器的跟踪误差式(11)的一阶微分为4.2定义d1=d2=0,则当i=1,...,n,AUV的前进速度可以重写为式(13)的一阶微分为4.3AUV的首摇角速度的微分可以表示为对于领导者:对于跟随者:其中,为曲率对路径参数的偏导;4.4为了逼近动力学模型中存在的不确定海流扰动项τwi,定义以下神经网络其中,为神经网络理想权重,为神经网络理想误差值,且有界,εNi为神经网络理想误差值的上界,是常数;的表达式为其中,a1,a2,a3,a4为常数;4.5设计多AUV的动力学控制器,表达式为其中,Ki>0为常数,为神经网络理想权重的估计值,为神经网络理想误差值上界εNi的估计值,kε>0为常数;其中,和的自适应律为其中,是自适应矩阵,kw,vε>0都为常数;步骤5,利用步骤4设计的动力学控制器对AUV进行协同跟踪控制。本专利技术基于领导者-跟本文档来自技高网
...

【技术保护点】
1.基于不确定海流扰动下的多AUV分布式协同跟踪控制方法,其特征在于,包括以下步骤:步骤1,建立AUV运动学模型以及带有不确定海流扰动下的动力学模型,初始化系统状态、采样时间以及控制参数;1.1 AUV的运动学模型表达形式为:

【技术特征摘要】
1.基于不确定海流扰动下的多AUV分布式协同跟踪控制方法,其特征在于,包括以下步骤:步骤1,建立AUV运动学模型以及带有不确定海流扰动下的动力学模型,初始化系统状态、采样时间以及控制参数;1.1AUV的运动学模型表达形式为:其中,ι为虚数单位;下标i代表第i个AUV,i=1,2,...,n,n为AUV的个数;zi=xi+ιyi为第i个AUV在惯性坐标系下的坐标;为第i个AUV在惯性坐标系下航向角,且满足时间t趋向于无穷大时,i=1,2,φ为常数;vi=[ui,ri]T是运动学系统的控制输入,ui,ri分别代表第i个AUV的前进速度与首摇角速度;在整个运动过程中,i=1,2为领导者AUV,相互独立;其余i=3,...,n为跟随者AUV。1.2带有不确定海流扰动下的AUV的动力学模型表达形式为其中,为第i个AUV的包含附加质量的广义质量矩阵;为第i个AUV阻尼矩阵;vri=[urirri]T为第i个AUV的实际的前进速度与首摇角速度组成的速度矩阵;τi=[FiΓi]T为动力学系统的控制输入;τwi=[τwuiτwri]T为动力学系统中未知的时变海流扰动向量;m和Iz分别为AUV的质量和惯性矩阵;和分别为AUV平动附加质量与转动附加质量;Xuu和Nr分别为AUV平动粘性水动力系数与转动粘性水动力系数;Fi和Γi分别为第i个AUV的前向推力与转艏力矩;τwui和τwri分别为第i个AUV的平动方向的海流扰动与转动方向的海流扰动。步骤2,设计领导者AUV基于Serret-Frenet方法的路径跟踪控制器;2.1由于2个领导者相互独立,其路径跟踪控制器设计思路一致,为简化,以下以单个领导者控制器设计为例。单个领导者AUV的跟踪误差为其中,是领导者在惯性坐标系下的广义位置向量;是给定路径上虚拟点κ的广义位置向量;为从惯性坐标系到以点κ为原点的Serret-Frenet坐标系的旋转矩阵;2.2对式(3)求导可得其中,Cc(s)为给定运动路径在点κ的曲率;s为给定运动路径参数变量;u和r为领导者AUV的前进速度与首摇角速度;2.3定义接近角为其中,kδ>0为常数;为常数;ye满足yesinδ(ye)<0;2.4路径跟踪器控制器的输入[ur]T和路径参数变量的变化率为:其中,ν0,k1,k2都为常数,且k1>0和k2>0;步骤3,提...

【专利技术属性】
技术研发人员:刘妹琴施琳琳张森林
申请(专利权)人:浙江大学
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1