自适应模糊AUV稳定跟踪控制方法及装置、电子设备制造方法及图纸

本发明专利技术公开了一种自适应模糊AUV稳定跟踪控制方法及装置、电子设备，包括：建立AUV在无水流扰动下的第一动力学模型和水流扰动下的第二动力学模型，其中包含AUV的纵向速度、横向速度和偏航角速度，根据所述第一动力学模型和第二动力学模型，设计第一控制器和第二控制器，所述第二控制器中含有一未知项，再根据所述AUV的纵向速度、横向速度和偏航角速度，选定模糊隶属度函数，计算得到模糊基函数并替换所述未知项，最后设置AUV的跟踪路径，利用第二控制器进行路径跟踪。本发明专利技术针对参数部分未知的AUV提出了利用自适应模糊算法进行路径跟踪的控制方法，将跟踪误差的波动控制在较小范围内，为深海考古、海洋监测、海底测绘等领域奠定关键基础。关键基础。关键基础。

【技术实现步骤摘要】
自适应模糊AUV稳定跟踪控制方法及装置、电子设备


[0001]本申请涉及AUV路径跟踪控制领域，尤其涉及一种自适应模糊AUV稳定跟踪控制方法及装置、电子设备。

技术介绍

[0002]自主式水下航行器(AUV)是将人工智能与其他先进技术结合为一体的水下无人平台，现已广泛应用于深海考古学、海底测绘和海洋监测等众多领域。
[0003]目前对AUV的控制方法有：
[0004](1)有限时间输出反馈控制。是为了解决AUV的轨迹跟踪问题，以非线性解耦AUV为对象实施，最终得到令人满意的轨迹跟踪性能。但它的应用仅限于已知动力学模型的非线性AUV，而实际应用中AUV的精确模型是很难得到的。
[0005](2)自适应神经网络控制。由于神经网络是不确定动态系统的未知非线性函数的通用近似器，可用于动力学模型不确定的非线性AUV，利用径向基函数神经网络(RBFNN)估计未知的非线性函数，保证跟踪误差的收敛性，拓宽了神经网络的应用领域。但由于设计参数较多，会加重计算机的计算负担，并且在反演过程中，复杂性急剧上升的问题有待进一步解决。

技术实现思路

[0006]本申请实施例的目的是提供一种自适应模糊AUV稳定跟踪控制方法及装置、电子设备，以解决相关技术中存在的计算负担重、复杂性上升的问题。
[0007]根据本申请实施例的第一方面，提供一种自适应模糊AUV稳定跟踪控制方法，包括：
[0008]建立AUV在无水流扰动下的第一动力学模型和水流扰动下的第二动力学模型，所述第一动力学模型和第二动力学模型中存在三种未知状态变量，分别代表AUV的纵向速度、横向速度和偏航角速度；
[0009]在无水流扰动下，根据所述第一动力学模型，设计第一控制器，使得所述控制器具有稳定性；
[0010]加入水流干扰，根据所述第二动力学模型，重新推导所述第一控制器，得到第二控制器，所述第二控制器中含有一未知项；
[0011]根据所述AUV的纵向速度、横向速度和偏航角速度，选定模糊隶属度函数，再根据所述模糊隶属度函数，利用模糊基函数计算规则，计算得到模糊基函数；
[0012]将所述模糊基函数替换所述未知项；
[0013]设置参考路径，作为AUV的跟踪路径，利用替换未知项后的第二控制器进行路径跟踪。
[0014]进一步地，建立AUV在无水流扰动下的第一动力学模型和水流扰动下的第二动力学模型，包括：
[0015]选定AUV的横纵坐标和偏航角，作为AUV平面运动的三个自由度；
[0016]利用AUV的纵向速度、横向速度和偏航角速度，构建所述AUV的横纵坐标和偏航角的微分方程；
[0017]利用惯性矩阵、阻尼矩阵、科里奥利矩阵和向心加速度矩阵，构建控制器和所述AUV的纵向速度、横向速度和偏航角速度的关系式；
[0018]根据所述微分方程和关系式，构建得到在无水流扰动下的第一动力学模型；
[0019]将所述关系式加入水流干扰向量，再和所述微分方程一起，构建得到水流扰动下的第二动力学模型。
[0020]进一步地，在无水流扰动下，根据所述第一动力学模型，设计第一控制器，包括：
[0021]S21：将AUV的横纵坐标和偏航角组成AUV的位置向量，将所述AUV的纵向速度、横向速度和偏航角速度组成AUV的速度向量，所述位置向量和参考位置向量的差作为第一误差追踪向量，所述速度向量和命令滤波器的输出的差作为第二误差追踪向量，所述命令滤波器的输出根据命令滤波技术的方程求得；
[0022]S22：引入第一误差补偿向量和第二误差补偿向量，将所述第一误差追踪向量和所述第一误差补偿向量的差作为第一误差向量，将所述第二误差追踪向量和所述第二误差补偿向量的差作为第二误差向量；
[0023]S23：将所述第一误差补偿向量、第二误差补偿向量以及所述第一动力学模型结合到所述第一误差向量和第二误差向量中，得到第一控制器，所述第一控制器具有稳定性。
[0024]进一步地，加入水流干扰，根据所述第二动力学模型，重新推导所述第一控制器，得到第二控制器，包括：
[0025]利用所述第二动力学模型，将S23中的第一动力学模型替换成所述第二动力学模型，再执行S21
‑
S23，得到第二控制器。
[0026]进一步地，根据所述AUV的纵向速度、横向速度和偏航角速度，选定模糊隶属度函数，再根据所述模糊隶属度函数，利用模糊基函数计算规则，计算得到模糊基函数，包括：
[0027]选定所述AUV的纵向速度、横向速度和偏航角速度的论域；
[0028]选定模糊隶属度函数，所述模糊隶属度函数的自变量分别为所述AUV的纵向速度、横向速度和偏航角速度，中心点为均匀分布在所述AUV的纵向速度、横向速度和偏航角速度的论域内的奇数个点，宽度为一确定的正常数，从而得到三组模糊隶属度函数；
[0029]将所述模糊隶属度函数带入模糊基函数计算规则中，得到模糊基函数。
[0030]进一步地，将所述模糊基函数替换所述未知项，包括：
[0031]将所述模糊基函数按顺序排列组成模糊基函数列向量，所述模糊基函数列向量的维度为所述模糊隶属度函数中心点个数；
[0032]将所述模糊基函数列向量与神经网络中的权值向量的转置相乘，得到所述未知项的估计值；根据RBFNN，利用梯度下降算法，得到权值向量中各元素的更新规律，从而得到所述权值向量；
[0033]将所述估计值带入所述第二控制器中，替换所述未知项。
[0034]进一步地，设置参考路径，作为AUV的跟踪路径，利用替换未知项后的第二控制器进行路径跟踪，包括：
[0035]将参考横纵坐标设为时间的有界函数，将所述横纵坐标的有界函数求关于时间的
导数比的反正切值，得到参考偏航角，将所述参考横纵坐标和所述参考偏航角组成参考信号，作为参考路径；
[0036]根据所述参考信号，选定水流干扰，保证所述水流干扰小于所述参考信号并具有有界性；
[0037]将替换未知项后的第二控制器带入所述第二动力学模型，进行所述参考信号的路径跟踪。
[0038]根据本申请实施例的第二方面，提供一种自适应模糊AUV稳定跟踪控制装置，包括：
[0039]建立模块，用于建立AUV在无水流扰动下的第一动力学模型和水流扰动下的第二动力学模型，所述第一动力学模型和第二动力学模型中存在三种未知状态变量，分别代表AUV的纵向速度、横向速度和偏航角速度；
[0040]设计模块，用于在无水流扰动下，根据所述第一动力学模型，设计第一控制器，使得所述控制器具有稳定性；
[0041]推导模块，用于加入水流干扰，根据所述第二动力学模型，重新推导所述第一控制器，得到第二控制器，所述第二控制器中含有一未知项；
[0042]计算模块，用于根据所述AUV的纵向速度、横向速度和偏航角速度，选定模糊隶属度函数，再根据所述模糊隶属度函数，利用模糊基函数计算规则，计算得到模糊基函数；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应模糊AUV稳定跟踪控制方法，其特征在于，包括：建立AUV在无水流扰动下的第一动力学模型和水流扰动下的第二动力学模型，所述第一动力学模型和第二动力学模型中存在三种未知状态变量，分别代表AUV的纵向速度、横向速度和偏航角速度；在无水流扰动下，根据所述第一动力学模型，设计第一控制器，使得所述控制器具有稳定性；加入水流干扰，根据所述第二动力学模型，重新推导所述第一控制器，得到第二控制器，所述第二控制器中含有一未知项；根据所述AUV的纵向速度、横向速度和偏航角速度，选定模糊隶属度函数，再根据所述模糊隶属度函数，利用模糊基函数计算规则，计算得到模糊基函数；将所述模糊基函数替换所述未知项；设置参考路径，作为AUV的跟踪路径，利用替换未知项后的第二控制器进行路径跟踪。2.根据权利要求1所述的方法，其特征在于，建立AUV在无水流扰动下的第一动力学模型和水流扰动下的第二动力学模型，包括：选定AUV的横纵坐标和偏航角，作为AUV平面运动的三个自由度；利用AUV的纵向速度、横向速度和偏航角速度，构建所述AUV的横纵坐标和偏航角的微分方程；利用惯性矩阵、阻尼矩阵、科里奥利矩阵和向心加速度矩阵，构建控制器和所述AUV的纵向速度、横向速度和偏航角速度的关系式；根据所述微分方程和关系式，构建得到在无水流扰动下的第一动力学模型；将所述关系式加入水流干扰向量，再和所述微分方程一起，构建得到水流扰动下的第二动力学模型。3.根据权利要求1所述的方法，其特征在于，在无水流扰动下，根据所述第一动力学模型，设计第一控制器，包括：S21：将AUV的横纵坐标和偏航角组成AUV的位置向量，将所述AUV的纵向速度、横向速度和偏航角速度组成AUV的速度向量，所述位置向量和参考位置向量的差作为第一误差追踪向量，所述速度向量和命令滤波器的输出的差作为第二误差追踪向量，所述命令滤波器的输出根据命令滤波技术的方程求得；S22：引入第一误差补偿向量和第二误差补偿向量，将所述第一误差追踪向量和所述第一误差补偿向量的差作为第一误差向量，将所述第二误差追踪向量和所述第二误差补偿向量的差作为第二误差向量；S23：将所述第一误差补偿向量、第二误差补偿向量以及所述第一动力学模型结合到所述第一误差向量和第二误差向量中，得到第一控制器，所述第一控制器具有稳定性。4.根据权利要求3所述的方法，其特征在于，加入水流干扰，根据所述第二动力学模型，重新推导所述第一控制器，得到第二控制器，包括：利用所述第二动力学模型，将S23中的第一动力学模型替换成所述第二动力学模型，再执行S21
‑
S23，得到第二控制器。5.根据权利要求1所述的方法，其特征在于，根据所述AUV的纵向速度、横向速度和偏航角速度，选定模糊隶属度函数，再根据所述模糊隶属度函数，利用模糊基函数计算规则，计
算得到...

【专利技术属性】
技术研发人员：董山玲，赵含书，刘妹琴，
申请(专利权)人：浙江大学，
类型：发明
国别省市：