基于动态事件触发的无人艇无模型控制方法技术

本发明专利技术公开了一种基于动态事件触发的无人艇无模型控制方法，属于无人艇控制技术领域，具体包括：建立USV运动学和动力学模型，并将其转化欧拉

Model free control method of unmanned craft based on dynamic event triggering

【技术实现步骤摘要】
基于动态事件触发的无人艇无模型控制方法


[0001]本专利技术涉及无人艇控制
，特别涉及滑模变结构控制与自适应算法相结合的无模型控制器，以及一种动态事件触发机制。

技术介绍

[0002]水面无人艇(unmanned surface vessel,USV)作为一种具有自主能力的水面机动智能平台，在军事和民用方面都具有广泛且重要的作用，例如水文地理勘察、海洋搜索以及多种战争和非战争军事任务等。轨迹跟踪控制作为USV完成各项任务的重要保障，引起了各国众多学者的关注。然而在实际应用中，海洋环境的复杂性和动力学系统的强耦合非线性使得USV轨迹跟踪控制器的设计极具挑战性。尽管存在这些挑战，研究人员仍对此做出了大量努力，提出了滑模变结构控制、反步法控制、容错控制、预设性能控和模糊控制等。
[0003]在实际工程应用中，上述控制方法有一个共同的缺点就是需要精确的USV模型参数。但在缺乏精确测量仪器的情况下，很难准确获得USV的模型参数。为了提高在不确定动态下的控制性能，基于具有普适逼近特性的神经网络的控制算法得到了广泛研究，并在参数辨识过程中，通过使用最小参数学习法将神经节点权值矩阵压缩为权值矩阵的范数，有效的降低计算复杂度。虽然上述方法一定程度上改善了USV控制系统的瞬态和稳态性能，但这些方法仍然直接或间接的需要部分模型参数。为了更好的保持系统的鲁棒性，需要进一步研究在不需要模型参数情况下的USV轨迹跟踪控制器。
[0004]USV在实际航行过程中，控制信号通常是通过时间采样的方式进行更新的。在这种通信方式下，为了保证系统的稳定性和有效性，一般设置很小的采样周期，然而，采样频率过高会导致控制器频繁更新，从而造成执行机构损耗及能源浪费等问题，并且大多数情况下，当系统趋于稳定后，已不需要频繁的数据更新来维持系统的性能。针对上述问题，事件触发机制被提出，是一种用于采样和更新采样间隔的控制策略，即仅当事件触发控制中预定义的事件为真时才进行数据更新及传输。值得注意的是，事件触发控制的设计要求消除Zeno现象，否则会使相应的控制行为无法执行，甚至导致系统不稳定。注意到上述工作所涉及的事件触发控制策略都是在静态事件触发条件下得到的。这种设计下，当静态触发条件不易满足时可以有效地降低通信成本，但是随着时间的推移，由于阈值越来越小，事件会频繁触发，从而导致不必要的触发瞬间。因此，需开发更灵活的事件触发条件，以进一步降低控制器的信号更新频率。

技术实现思路

[0005]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
[0006]为此，本专利技术的目的在于提出一种基于动态事件触发的无人艇无模型控制方法，该方法克服了传统控制器对系统模型的依赖性，提高了系统的鲁棒性，同时避免了频繁的控制器信号更新，显著降低了计算成本、执行机构损耗和能源消耗。
[0007]为达到上述目的，本专利技术实施例提出了基于动态事件触发的无人艇无模型控制方
法，包括以下步骤：步骤S1,建立USV运动学和动力学模型，并将其转化欧拉
‑
拉格朗日方程；步骤S2，利用滑膜变结构控制和所述欧拉
‑
拉格朗日方程设计控制律和自适应律，以构建动态事件触发控制器；步骤S3，定义李雅普诺夫候选函数对所述动态事件触发控制器进行稳定性分析，同时证明不存在Zeno现象。
[0008]本专利技术实施例的基于动态事件触发的无人艇无模型控制方法，将滑模变结构控制与自适应算法相结合的无模型控制器，从而使得无人艇具有较强的鲁棒性，解决了无人艇在执行轨迹跟踪任务时遇到的参数不确定性及外界扰动问题；同时，提出了一种动态事件触发机制，该触发机制只有当触发条件被满足时，控制指令才会更新，解决了无人艇在常规时间由于触发机制导致的控制输入频繁，造成的执行机构磨损和能源浪费，大幅降低了计算成本、执行机构损耗和能源消耗。
[0009]另外，根据本专利技术上述实施例的一种基于动态事件触发的无人艇无模型控制方法还可以具有以下附加的技术特征：
[0010]进一步地，在本专利技术的一个实施例中，所述USV运动学和动力学模型为：
[0011][0012][0013]其中，为USV的位置向量，包含位置[x,y]T
和艏向v＝[u,v,r]T
为USV 的速度向量，包含前进速度u、横漂速度v和艏摇角速度r；τ＝[τ
u
,τ
v
,τ
r
]T
为USV的推力及力矩向量；τ
b
＝[τ
bu
,τ
bv
,τ
br
]T
为USV外界干扰向量；M、C(v)、D(v)分别为惯性坐标系和随体坐标系间的转换矩阵、质量惯性矩阵、科里奥利向心矩阵和水动力阻尼矩阵。
[0014]进一步地，在本专利技术的一个实施例中，所述欧拉
‑
拉格朗日方程为：
[0015][0016]其中，M
Q
、C
Q
、D
Q
、分别表示在欧拉
‑
拉格朗日方程下的质量惯性矩阵、科里奥利向心矩阵和水动力阻尼矩阵以及USV外界干扰向量，η为当前USV位置向量，J为惯性坐标系和随体坐标系间的转换矩阵。
[0017]进一步地，在本专利技术的一个实施例中，所述步骤S2具体为：步骤S201，利用滑膜变结构控制和所述欧拉
‑
拉格朗日方程设计滑模切换函数；步骤S202，通过所述滑模切换函数设计控制律和自适应律；步骤S203，基于所述欧拉
‑
拉格朗日方程提出一个动态变量；步骤 S204，假设第一次触发时刻为t1＝0，则通过引入所述动态变量得到触发时间序列作为所述动态事件触发控制器。
[0018]进一步地，在本专利技术的一个实施例中，所述滑模切换函数为：
[0019][0020]其中，s为滑膜切换函数,其中，s为滑膜切换函数,为USV轨迹跟踪误差，η为当前USV位置向量，η
d
为USV期望的位置向量，k1为3
×
3的整定对角矩阵。
[0021]进一步地，在本专利技术的一个实施例中，所述控制律和自适应律为：
[0022][0023][0024][0025][0026]其中，k1、k2、a1、a2、a3、a4、a5、a6、μ1、μ2和μ3均为正常数，和为未知参数，分别是和的估计值，τ为控制率，J为惯性坐标系和随体坐标系间的转换矩阵，为当前USV位置向量的导数，s(t
k
)为t
k
时刻所对应的滑模切换函数。
[0027]进一步地，在本专利技术的一个实施例中，所述动态变量为：
[0028][0029]其中，ω(0)>0，β>0，λ∈[0,1]，α∈0,1)，ω(t)为ω关于时间t的函数，β为动态事件触发参数，和为未知参数，分别是和的估计值，s(t)为t
k
时刻的滑模切换函数，η为当前USV位置向量，e...

【技术保护点】

【技术特征摘要】
1.一种基于动态事件触发的无人艇无模型控制方法，其特征在于，包括以下步骤：步骤S1,建立USV运动学和动力学模型，并将其转化欧拉
‑
拉格朗日方程；步骤S2，利用滑膜变结构控制和所述欧拉
‑
拉格朗日方程设计控制律和自适应律，以构建动态事件触发控制器；步骤S3，定义李雅普诺夫候选函数对所述动态事件触发控制器进行稳定性分析，同时证明不存在Zeno现象。2.根据权利要求1所述的基于动态事件触发的无人艇无模型控制方法，其特征在于，所述USV运动学和动力学模型为：述USV运动学和动力学模型为：其中，为USV的位置向量，包含位置[x,y]
T
和艏向v＝[u,v,r]
T
为USV的速度向量，包含前进速度u、横漂速度v和艏摇角速度r；τ＝[τ
u
,τ
v
,τ
r
]
T
为USV的推力及力矩向量；τ
b
＝[τ
bu
,τ
bv
,τ
br
]
T
为USV外界干扰向量；M、C(v)、D(v)分别为惯性坐标系和随体坐标系间的转换矩阵、质量惯性矩阵、科里奥利向心矩阵和水动力阻尼矩阵。3.根据权利要求1所述的基于动态事件触发的无人艇无模型控制方法，其特征在于，所述欧拉
‑
拉格朗日方程为：其中，M
Q
、C
Q
、D
Q
、分别表示在欧拉
‑
拉格朗日方程下的质量惯性矩阵、科里奥利向心矩阵和水动力阻尼矩阵以及USV外界干扰向量，η为当前USV位置向量，J为惯性坐标系和随体坐标系间的转换矩阵。4.根据权利要求1所述的基于动态事件触发的无人艇无模型控制方法，其特征在于，所述步骤S2具体为：步骤S201，利用滑膜变结构控制和所述欧拉
‑
拉格朗日方程设计滑模切换函数；步骤S202，通过所述滑模切换函数设计控制律...

【专利技术属性】
技术研发人员：张磊，郑宇鑫，黄子玚，应燕青，唐玥琪，杜祥，易广傑，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：