本发明专利技术公开了一种多无人艇分布式优化协同控制系统及方法，该系统包括：通讯网络模块、分布式优化协同控制模块、扩张状态观测器模块和无人艇模块，所述通讯网络模块的输出端、无人艇模块的输出端、扩张状态观测器模块的输出端与分布式优化协同控制模块的输入端连接，所述分布式优化协同控制模块的输出端与无人艇模块的输入端连接，所述扩张状态观测器模块的输入端分别与无人艇的输出端、分布式优化协同控制模块的输出端相连。本发明专利技术能够在复杂的环境下实现对大规模无人艇群的控制且同时减少控制过程的计算量与调节参数从而实现最优控制。本发明专利技术作为一种多无人艇分布式优化协同控制系统及方法，可广泛应用于无人艇运动控制领域。域。域。
【技术实现步骤摘要】
一种多无人艇分布式优化协同控制系统及方法
[0001]本专利技术涉及无人艇运动控制领域，尤其涉及一种多无人艇分布式优化协同控制系统及方法。
技术介绍
[0002]近些年来，由于无人艇在海洋工业中的广泛应用，多无人艇协同控制问题引起了人们极大的研究兴趣，许多单无人艇难以完成的任务可以由多艘无人艇协同完成，多无人艇协同控制的目标是设计控制器使多艘无人艇呈现期望的整体队形模式，目前分布式优化的研究主要有两类问题：第一类是对性能指标函数的优化，在现实问题中，目前的研究主要是属于第一类优化，每个个体只有一个代价函数，且每个个体只知道自己的代价函数而不知道邻居的代价函数，那么整个系统的代价函数由这些个体的代价函数和来表示，此系统是通过个体间的局部信息交流而完成整个系统代价函数的优化，第二类是对系统动态过程的优化，它涉及到了分布式的动态规划，所以对于这种研究结果难以做更加深入的理论分析，现有多无人艇协同控制方法中，大多是集中式控制方式，这种方式要求控制中心节点具有较大的通讯带宽，这在群体规模大、任务和环境复杂等实际情况下很难满足，且现有多无人艇分布式协同控制方法中，均未加入优化，在这种方式下，网络中的每艘无人艇都没有用到优化的方法，在实际应用中达不到最优结果，而在理论研究方面，还未将分布式优化协同控制算法应用在无人艇上，尚且需要探索新颖的优化方法，研究更为适合的控制方法，设计更为合理的应用算法，以完成水面无人艇的协同动力定位。
技术实现思路
[0003]为了解决上述技术问题，本专利技术的目的是提供一种多无人艇分布式优化协同控制系统及方法，能够在复杂的环境下实现对大规模无人艇群的控制且同时减少控制过程的计算量与调节参数从而实现最优控制。
[0004]为实现以上专利技术目的，本专利技术的技术方案如下：
[0005]一种多无人艇分布式优化协同控制系统，其特征在于，包括通讯网络模块、分布式优化协同控制模块、扩张状态观测器模块和无人艇模块，所述通讯网络模块的输出端、无人艇模块的输出端、扩张状态观测器模块的输出端与分布式优化协同控制模块的输入端连接，所述分布式优化协同控制模块的输出端与无人艇模块的输入端连接，所述扩张状态观测器模块的输入端分别与无人艇模块的输出端、分布式优化协同控制模块的输出端相连，其中：
[0006]所述通讯网络模块，用于为无人艇轨迹跟踪控制系统提供网络通讯以进行信息传递；
[0007]所述分布式优化协同控制模块，用于寻找无人艇的最优前进状态并输出前进信号；
[0008]所述扩张状态观测器模块，用于对无人艇的前进状态进行观测并输出观测信号；
[0009]所述无人艇模块，用于根据前进信号与观测信号控制无人艇的前进。
[0010]进一步，所述分布式优化协同控制模块包括优化模块和分布式协同模块，所述优化模块的输出端与分布式协同模块的输入端连接，其中：
[0011]所述优化模块用于对无人艇的定位信息进行优化；
[0012]所述分布式协同模块用于根据无人艇的定位信息控制无人艇的前进状态。
[0013]同时，本专利技术还提供一种多无人艇分布式优化协同控制系统的控制方法，其特征在于，包括以下步骤：
[0014]S1、考虑环境因素，构建无人艇动力学模型；
[0015]S2、通过分布式协同优化法对无人艇动力学模型的输出结果进行优化，得到优化后的无人艇动力学模型输出结果，所述无人艇动力学模型的输出结果包括无人艇的控制力矩和无人艇的定位信息；
[0016]S3、根据优化后的无人艇动力学模型输出结果对无人艇进行前进控制；
[0017]S4、对无人艇的前进状态进行观测，并根据观测结果实时调整无人艇的前进状态。
[0018]进一步，所述无人艇动力学模型的表达式如下所示：
[0019][0020]上式中，M
i
表示正定惯性矩阵，C
i
表示科氏力向心矩阵，D
i
表示阻尼矩阵，G
i
表示模型不确定项，v
i
表示无人艇的速度，表示无人艇的速度导数，η
i
表示无人艇的地理位置坐标，τ
i
表示施加到无人艇上的控制力矩矢量，τ
iw
表示无人艇在船体坐标系下的各向时变环境扰动，ψ
i
表示无人艇的航向，R
i
(ψ
i
)表示地球坐标系到船体坐标系的旋转矩阵，i表示第i只无人艇，表示无人艇的地理位置坐标的导数。
[0021]进一步，所述步骤S2中对无人艇动力学模型的输出结果进行优化这一步骤，具体还包括：
[0022]S21、构建无人艇定位信息代价函数对无人艇动力学模型的无人艇定位信息进行优化处理，得到优化后的无人艇定位信息；
[0023]S22、通过分布式协同控制函数对无人艇动力学模型的控制力矩进行优化，得到优化后的控制力矩。
[0024]进一步，所述无人艇定位信息代价函数包括无人艇定位信息代价局部函数和无人艇定位信息全局函数，其中：
[0025]所述无人艇定位信息代价局部函数如下所示：
[0026]f
i
(η
i
)＝Σb
ij
(η
i
‑
R
j
)2[0027]上式中，R
j
表示根据实际应用的模块特殊区域，b
ij
表示优化函数的参数，f
i
(η
i
)表示无人艇定位信息代价局部函数；
[0028]所述无人艇定位信息代价全局函数如下所示，
[0029][0030]上式中，minf(η)表示无人艇定位信息代价全局函数。
[0031]进一步，所述分布式协同控制函数具体如下所示：
[0032][0033]上式中，η
ijd
表示位置偏差，w
i
表示只依赖于无人艇的参考位置信号和参考速度信号，f
i
(η
i
)表示局部代价函数，表示对二次函数f
i
(η
i
)进行梯度求导，a
ij
表示邻居无人艇是否传递信息，表示未知非线性动态逼近信号，η
j
、v
j
分别表示邻居无人艇的位置和速度。
[0034]进一步，所述步骤S4对无人艇的前进状态进行观测这一步骤，其具体包括：
[0035]S41、基于优化后的无人艇动力学模型输出结果，获取无人艇的前进速度信号与无人艇的前进位置信号；
[0036]S42、通过状态观测法对无人艇的前进速度信号与无人艇的前进位置信号进行估计，输出未知非线性动态逼近信号的估计值；
[0037]S43、根据未知非线性动态逼近信号的估计值判断无人艇的前进速度信号与无人艇的前进位置信号是否为最优状态，并根据判断结果对无人艇的前进速度信号与无人艇的前进位置信号进行调整本文档来自技高网...
【技术保护点】
【技术特征摘要】
上式中，R
j
表示根据实际应用的模块特殊区域，b
ij
表示优化函数的参数，f
i
(η
i
)表示无人艇定位信息代价局部函数；所述无人艇定位信息代价全局函数如下所示，上式中，minf(η)表示无人艇定位信息代价全局函数。7.根据权利要求6所述一种多无人艇分布式优化协同控制方法，其特征在于，所述分布式协同控制函数具体如下所示：上式中，η
ijd
表示位置偏差，w
i
表示只依赖于无人艇的参考位置信号和参考速度信号，f
i
(η
i
)表示局部代价函数，表示对二次函数f
i
(η
i
)进行梯度求导，a
ij
表示邻居无人艇是否传递信息，表示未知非线性动态逼近信号，η
j
、v
j
分别表示邻居无人艇的位置和速度。8.根据权利要求3所述...
【专利技术属性】
技术研发人员：何宇婷，吴琼，关键，倪元相，陈新欣，孙鑫，
申请(专利权)人：广东理工学院，
类型：发明
国别省市：
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。