一种水面无人艇的轨迹跟踪控制方法技术

本发明专利技术提供了一种水面无人艇的轨迹跟踪控制方法，该方法包括：获取水面无人艇的实时状态信息，包括水面无人艇的实时速度和位置参数，然后搭建水面无人艇的运动控制模型，建立数字采样滑动模态自动调节神经网络控制算法，驱动水面无人艇的运动轨迹与预期轨迹相匹配。本发明专利技术通过设计的控制算法对水面无人艇模型建立的不确定性和未知干扰进行估算预测，使得水面无人艇的控制器具有高精度和强鲁棒性。水面无人艇的控制器具有高精度和强鲁棒性。水面无人艇的控制器具有高精度和强鲁棒性。

【技术实现步骤摘要】
一种水面无人艇的轨迹跟踪控制方法


[0001]本专利技术涉及水面无人艇控制的
，具体涉及一种水面无人艇的轨迹跟踪控制方法。

技术介绍

[0002]随着军事侦察、环境监测、海上救援和潜艇通道检查在内的许多海洋活动的迅速兴起，水面无人艇(Unmanned Surface Vehicles，简称USV)的轨迹跟踪控制问题已成为现今研究的热点。其核心工作是设计控制律，探索控制方法，使船舶在稳定状态下，轨迹跟踪更加精确。然而，由于风、浪和海流对船舶的速度和操纵性有着重要的影响，如何实现快速且精确的轨迹跟踪是控制器面临的一大挑战。
[0003]USV的轨迹跟随要求USV跟踪某条依赖于时间t的期望轨迹。USV在水面环境航行中，经受风浪流的未知干扰，在基于模型的控制器设计时，面临着模型建立的不确定性，未知外界干扰和模型建立的不确定性存在，严重影响着控制器性能，甚至导致控制系统发散而使轨迹跟随任务失败。
[0004]因此，如何研究研发一种能同时应对未知干扰和模型建立的不确定性、高精度、强鲁棒性的水面无人艇的轨迹跟随控制方法成为当前
工作人员急需解决的问题。

技术实现思路

[0005]有鉴于此，有必要提供一种水面无人艇的轨迹跟踪控制方法，以解决现有水面无人艇无法应对未知干扰和模型建立不确定的问题。
[0006]为了解决上述技术问题，本专利技术提供了一种水面无人艇的轨迹跟踪控制方法，包括：
[0007]获取水面无人艇的实时状态信息，包括水面无人艇的实时速度和位置参数；
[0008]搭建水面无人艇的运动控制模型；
[0009]基于所述运动控制模型，建立数字采样滑动模态自动调节神经网络控制算法模型；
[0010]根据数字采样滑动模态自动调节神经网络控制算法模型设计水面无人艇控制器；
[0011]基于水面无人艇的实时状态信息和水面无人艇控制器对水面无人艇的航行轨迹进行跟踪控制。
[0012]在一种可能的实现方式中，实时速度包括艇体坐标系下船舶纵向速度、横向速度和航向角速度，位置参数包括无人水面艇在惯性坐标系统的前进位移、横向位移和航向角。
[0013]在一种可能的实现方式中，搭建水面无人艇的运动控制模型，包括：
[0014]建立水面无人艇的三自由度运动学和动力学模型；
[0015]基于三自由度运动学和动力学模型得到运动控制模型；
[0016]其中，三自由度运动学和动力学模型为：
[0017][0018]η＝[x，y，ψ]T
；
[0019]υ＝[u，v，r]T
；
[0020]其中，x表示无人水面艇在惯性坐标系统的前进位移，y表示无人水面艇在惯性坐标系统的横向位移，ψ表示水面无人艇在惯性坐标系统的航向角，J(ψ)为惯性坐标系与艇体坐标系之间的转换矩阵，且满足J(ψ)＝J(ψ)
‑1，u表示艇体坐标系下船舶纵向速度，v表示艇体坐标系下横向速度，r表示艇体坐标系下航向角速度，M表示水面无人艇的惯性质量矩阵，C(υ)表示科里奥利和向心力矩阵；D表示阻尼矩阵，τ＝[τ
u
，τ
v
，τ
r
]T
为水面无人艇的控制力和控制力矩，τ
u
表示水面无人艇的纵向推进力、τ
v
表示水面无人艇的横向推进力，τ
r
表示转向力矩，Δ
Mode
＝[ΔF
u
，ΔF
v
，ΔF
r
]T
表示水面无人艇的运动控制模型建立的不确定性，τ
w
＝[τ
wu
，τ
wv
，τ
wr
]T
为艇体坐标系下的未知外界时变干扰。
[0021]在一种可能的实现方式中，J(ψ)、M、C(υ)、D的具体表达式为：
[0022][0023][0024][0025][0026]其中，系统的数字采样周期为T
s
，则水面无人艇的三自由度运动学和动力学模型的标量形式方程为：
[0027][0028]在一种可能的实现方式中，建立数字采样滑动模态自动调节神经网络控制算法模型，包括：
[0029]设计虚拟速度控制器；
[0030]构建纵向推力数字采样滑动模态控制算法；
[0031]构建转向力矩数字采样滑动模态控制算法；
[0032]设计未知干扰自动调节估算预测律；
[0033]构建RBF神经元构成的神经网络算法逼近模型建立的不确定。
[0034]在一种可能的实现方式中，设计虚拟速度控制器，包括：
[0035]定义水面无人艇的参考轨迹坐标为(x
d
，y
d
)，水面无人艇的实际轨迹坐标为(x，y)，定义在k时刻x，y方向上的跟踪误差为：
[0036]虚拟速度控制器的公式为：
[0037][0038]其中，K
u
，K
v
，C表示设计参数。
[0039]在一种可能的实现方式中，构建纵向推力数字采样滑动模态控制算法，包括：
[0040]定义纵向虚拟速度跟踪误差，表达式为：E
u
(k)＝u(k)
‑
α
u
(k)；
[0041]设计积分型一阶滑动模态面；
[0042]设计纵向推力数字采样滑动模态控制算法，纵向推力数字采样滑动模态控制算法设计为：
[0043][0044]在一种可能的实现方式中，构建转向力矩数字采样滑动模态控制算法，包括：
[0045]定义横向虚拟速度跟踪误差，表达式为：E
v
(k)＝v(k)
‑
α
v
(k)；
[0046]设计前向差分滑动模态面；
[0047]设计纵向推力数字采样滑动模态控制算法，纵向推力数字采样滑动模态控制算法设计为：
[0048]τ
req
(k)＝
‑
g(k)/l(k)；
[0049]其中，其中，
[0050][0051]在一种可能的实现方式中，设计未知干扰自动调节估算预测律，包括：
[0052]建立纵向推力方向自动调节估算预测律；
[0053]建立转向力矩方向自动调节估算预测律；
[0054]建立未知干扰情形时纵向推力控制算法和未知干扰情形时转向力矩控制算法。
[0055]在一种可能的实现方式中，构建RBF神经元构成的神经网络算法逼近模型建立的不确定，包括：
[0056]设计纵向推力方向上RBF神经元构成的神经网络逼近算法；
[0057]设计转向力矩方向上RBF神经元构成的神经网络逼近算法；
[0058]同时考虑未知干扰和模型建立的不确定时控制算法设计；
[0059]控制算法的表达式为：
[0060][0061本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水面无人艇的轨迹跟踪控制方法，其特征在于，包括：获取水面无人艇的实时状态信息，包括水面无人艇的实时速度和位置参数；搭建水面无人艇的运动控制模型；基于所述运动控制模型，建立数字采样滑动模态自动调节神经网络控制算法模型；根据所述数字采样滑动模态自动调节神经网络控制算法设计水面无人艇控制器；基于所述水面无人艇的实时状态信息和所述水面无人艇控制器对所述水面无人艇的航行轨迹进行跟踪控制。2.根据权利要求1所述的水面无人艇的轨迹跟踪控制方法，其特征在于，所述实时速度包括艇体坐标系下船舶纵向速度、横向速度和航向角速度，所述位置参数包括无人水面艇在惯性坐标系统的前进位移、横向位移和航向角。3.根据权利要求2所述的水面无人艇的轨迹跟踪控制方法，其特征在于，所述搭建水面无人艇的运动控制模型，包括：建立水面无人艇的三自由度运动学和动力学模型；基于所述三自由度运动学和动力学模型得到运动控制模型；其中，所述三自由度运动学和动力学模型为：η＝[x,y,ψ]
T
；υ＝[u,v,r]
T
；其中，x表示无人水面艇在惯性坐标系统的前进位移，y表示无人水面艇在惯性坐标系统的横向位移，ψ表示水面无人艇在惯性坐标系统的航向角，J(ψ)为惯性坐标系与艇体坐标系之间的转换矩阵，且满足J(ψ)＝J(ψ)
‑1，u表示艇体坐标系下船舶纵向速度，v表示艇体坐标系下横向速度，r表示艇体坐标系下航向角速度，M表示水面无人艇的惯性质量矩阵，C(υ)表示科里奥利和向心力矩阵；D表示阻尼矩阵，τ＝[τ
u
,τ
v
,τ
r
]
T
为水面无人艇的控制力和控制力矩，τ
u
表示水面无人艇的纵向推进力、τ
v
表示水面无人艇的横向推进力，τ
r
表示转向力矩，Δ
Mode
＝[ΔF
u
,ΔF
v
,ΔF
r
]
T
表示水面无人艇的运动控制模型建立的不确定性，τ
w
＝[τ
wu
,τ
wv
,τ
wr
]
T
为艇体坐标系下的未知外界时变干扰。4.根据权利要求3所述的水面无人艇的轨迹跟踪控制方法，其特征在于，J(ψ)、M、C(υ)、D的具体表达式为：D的具体表达式为：D的具体表达式为：
其中，系...

【专利技术属性】
技术研发人员：文元桥，雷涛，熊鑫，朱曼，黄亚敏，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：