海洋机器人的高阶输出式无模型自适应航向控制方法及系统技术方案

海洋机器人的高阶输出式无模型自适应航向控制方法及系统，属于海洋机器人控制技术领域

【技术实现步骤摘要】
海洋机器人的高阶输出式无模型自适应航向控制方法及系统


[0001]本专利技术属于海洋机器人控制
，具体涉及一种
UWV
的航向控制方法及系统
。

技术介绍

[0002]海洋机器人
(Unmanned Marine Vehicle,UMV)
的航向控制对于整个
UMV
系统的运动控制来说非常重要，只有确保了
UMV
的航向稳定，才能有效地跟踪期望航迹
。
目前在实际工程应用中，
UMV
的航向控制主要采用
PID
控制算法以及常规的基于“模型导向”设计策略开发的控制算法
。PID
控制器是一种基于离线数据的数据驱动控制算法，但
UMV
运行于海洋环境中时容易受到模型摄动
、
海洋环境干扰力等影响，导致
PID
控制器难以维持一致的控制效果，需要重新调整参数才能使系统保持稳定以及实现良好的控制性能
。
而基于“模型导向”设计策略开发的控制器，严重地依赖于系统数学模型，但是获取精确的数学模型十分困难，存在未建模动态
、
模型摄动等影响导致系统的自适应较差，难以保证系统鲁棒性能，无法在工程中应用
。
[0003]公开日
2021
年
06
月
01
日，公布号为
CN108319140B
，专利技术名称为“一种重定义输出式无模型自适应航向控制方法及系统”，通过重定义
UMV
航向控制系统的输出，使得
UMV
航向控制系统满足无模型自适应控制
(model free adaptive control,MFAC)
理论对受控系统“拟线性”假设条件的要求，从而使得该重定义输出式
MFAC
算法适应于
UMV
的航向控制，但是该方法在观测噪声影响下控制效果较差，高阶输出
CFDL_MFAC
方法可以改善这一问题
。
相对于重定义输出式
MFAC
算法，本方法在准则函数中引入了输出数据的高阶信息，加快了算法的动态响应速度，且具有一定的预测功能，同时能抑制系统的振荡发散情况
。
[0004]公开日
2022
年
11
月
01
日，公布号为
CN115268261A
，专利技术名称为“一种基于双喷水推进器无人艇的改进
MFAC
控制方法”，通过积分环节
、
自适应衰减参数以及
tanh
函数非线性化处理，解决双喷水推进器无人艇系统响应慢
、
收敛振荡以及稳态误差等问题，但是未考虑
UMV
的航向控制系统与
MFAC
控制器之间动态响应速度不匹配的问题
。
[0005]在文献“大型舰船综合减摇系统无模型自适应控制”，作者马洁利用无模型自适应控制算法设计了减摇鳍
/
被动舱综合控制的控制器，虽然与本专利技术的高阶输出信息式无模型自适应算法在形式上类似，但本质上却不同
。
舰船横摇系统的动力学特性使得
MFAC
控制器可以直接应用于其控制器的设计中，并不涉及系统与
MFAC
控制器动态响应速度不匹配的问题
。
[0006]公开日
2018
年
11
月
13
日，公布号为
CN108803647B
，专利技术名称为“一种用于航天器姿态控制的无模型数据驱动控制方法”，在传统的紧格式离散数据动态线性化无模型自适应控制的基础上，引入航天器的激励响应特征，得到用于航天器的无模型自适应控制方法，控制收敛时间更短
。
但该方法仅针对航天器的控制，不能使
MFAC
算法应用到
UMV
这类惯性回转体的控制中
。
[0007]公开日
2017
年
11
月
17
日，公布号为
CN107357166B
，专利技术名称为“小型无人直升机的无模型自适应鲁棒控制方法”，根据前一时刻的姿态采样数据以及控制器输出采样数据，对
当前时刻控制器的输出数据进行实时调整和补偿，实现良好的小型无人直升机姿态控制
。
但该方法是利用无模型自适应控制思想来弥补模型参数不确定性，控制器依旧是基于“模型导向”设计策略开发的
。
[0008]上述
MFAC
算法均未解决航向控制系统与
MFAC
控制器之间动态响应速度不匹配的问题，即
UMV
航向控制系统中的积分环节叠加扩张控制输入，表现为一个快速的动态过程，而
MFAC
方法针对控制输入和输出信息的在线学习与控制，表现为一个缓慢辨识的动态过程
。

技术实现思路

[0009]本专利技术为了解决现有
MFAC
算法均存在的航向控制系统与
MFAC
控制器之间动态响应速度不匹配的问题
。
[0010]一种海洋机器人的高阶输出式无模型自适应航向控制方法，包括以下步骤：
[0011]步骤一：针对
UMV
，计算控制器运行
k
次时的实际艏向与运行
k
‑1次时的实际艏向的差值得到一阶差分输出信息
Δ
y(k)
，计算控制器运行
k
‑1次时的实际艏向与运行
k
‑2次时的实际艏向的差值得到一阶差分输出信息
Δ
y(k
‑
1)
；所述
UMV
包括无人水下机器人和无人水面机器人；
[0012]步骤二：计算一阶差分输出信息
Δ
y(k)
和
Δ
y(k
‑
1)
的差值得到二阶差分输出信息；
[0013]步骤三：将艏向误差
e(k)、
一阶差分输出信息
Δ
y(k)、
二阶差分输出信息
Δ
y(k)
‑
Δ
y(k
‑
1)
作为无模型自适应控制器的输入解算出期望输入
u(k)
，所述的无模型自适应控制器采用高阶输出信息式紧格式无模型自适应控制器，无模型自适应控制器基于控制输入准则函数构建得到，所述控制输入准则函数如下：
[0014][0015]其中，
u(k)
为
k
时刻的期望舵角；
u(k
‑
1)
为
k...

【技术保护点】

【技术特征摘要】
1.
一种海洋机器人的高阶输出式无模型自适应航向控制方法，其特征在于，包括以下步骤：步骤一：针对
UMV
，计算控制器运行
k
次时的实际艏向与运行
k
‑1次时的实际艏向的差值得到一阶差分输出信息
Δ
y(k)
，计算控制器运行
k
‑1次时的实际艏向与运行
k
‑2次时的实际艏向的差值得到一阶差分输出信息
Δ
y(k
‑
1)
；所述
UMV
包括无人水下机器人和无人水面机器人；步骤二：计算一阶差分输出信息
Δ
y(k)
和
Δ
y(k
‑
1)
的差值得到二阶差分输出信息；步骤三：将艏向误差
e(k)、
一阶差分输出信息
Δ
y(k)、
二阶差分输出信息
Δ
y(k)
‑
Δ
y(k
‑
1)
作为无模型自适应控制器的输入解算出期望输入
u(k)
，所述的无模型自适应控制器采用高阶输出信息式紧格式无模型自适应控制器，无模型自适应控制器基于控制输入准则函数构建得到，所述控制输入准则函数如下：其中，
u(k)
为
k
时刻的期望舵角；
u(k
‑
1)
为
k
‑1时刻的期望舵角；
y(k)
是
k
时刻的实际输出；
y(k+1)
是
k+1
时刻的实际输出；
y
*
(k+1)
是
k+1
时刻的期望输出；
Δ
y(k
‑
1)
是
k
‑1时刻的一阶差分输出信息；
Δ
y(k)
是
k
时刻的一阶差分输出信息；
Δ
y(k+1)
是
k+1
时刻的一阶差分输出信息；
λ
是权重因子；
T
s
＞0是采样周期；步骤四：更新操纵机构的期望输入
u(k)
，将期望输入指令下达到操纵机构，操纵机构执行期望输入指令，改变水中航行设备
UMV
的航向；通过姿态传感器测得水中航行设备的航向角，更新系统实际艏向，执行步骤一
。2.
根据权利要求1所述的一种海洋机器人的高阶输出式无模型自适应航向控制方法，其特征在于，所述采用高阶输出信息式紧格式无模型自适应控制器，具体如下：其特征在于，所述采用高阶输出信息式紧格式无模型自适应控制器，具体如下：若或
|
Δ
u(k
‑
1)|≤
ε
或有其中，
λ
,
μ
是权重因子；
ρ
,
η
,k1,k2是步长因子；是
k
时刻的伪偏导数；是
k
‑1时刻的伪偏导数；是初时刻的伪偏导数；
ε
是一个正数，
sign(
·
)
是符号函数
。3.
根据权利要求1或2所述的一种海洋机器人的高阶输出式无模型自适应航向控制方法，其特征在于，将高阶输出信息式紧格式无模型自适应控制器替换为高阶输出信息式偏格式无模型自适应控制器，即将高阶输出信息引入到偏格式控制方案中得到高阶输出信息式偏格式无模型自适应控制算法
。4.
根据权利要求1或2所述的一种海洋机器人的高阶输出式无模型自适应航向控制方
法，其特征在于，将高阶输出信息式紧格式无模型自适应控制器替换为高阶...

【专利技术属性】
技术研发人员：廖煜雷，成昌盛，张家华，魏天宇，张拓圣，赵永波，马腾，张强，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：