【技术实现步骤摘要】
本专利技术涉及人工智能，具体而言，尤其涉及一种带有输入量化的无人机/无人船舶异构编队控制方法。
技术介绍
1、近年来，随着社会需求的增加，无人系统得到了深入发展，无人系统具有体积小、速度快、成本低、无人员伤亡风险等优点。它可以在危险区域或不适合载人飞行器的区域执行任务，扩大了作战范围，具有较高的效费比，为了进一步提高无人系统的工作效率，无人系统编队在工程实践中的作用日益突出，特别是对无人机(uav)系统和无人水面航行器(usv)系统编队的研究成为一个重要课题。
2、然而，无人机和无人艇编队属于异构多智能体编队问题，将面临诸多挑战，具体如下：
3、1.无人机模型和无人艇模型在系统结构、内部参数、运动学和动力学状态维数等方面存在很大差异。
4、2.形成过程受未知信息和环境变化引起的外界干扰的影响。
5、3.无人机与无人机之间的通信信道带宽不足，导致信息传输效率低，编队信息难以同步。
6、如何解决上述问题一直是研究的重点及热点。但研究大多只考虑了如何增强空海跟踪控制精度、稳定性、鲁棒性等，但在实践中，海上通信中的带宽限制问题并没有很好地被考虑到，在航海实践中，传感器组件之间的信息传输是通过通信信道进行的，信息在信道中传输之前需要经过量化和编码，同时考虑到信道带宽有限，为了保证系统在给定带宽内的正常运行，可以采用量化技术降低通信频率，在给定带宽内通过量化技术减少控制器执行次数。可以保证系统在给定的带宽内正常运行，考虑带有输入量化的无人机/无人船舶异构编队控制更具有航海实践意义。
技术实现思路
1、根据上述提出航海实践中通讯带宽受限的问题，针对具有输入量化的无人机/无人船异构编队控制问题，本专利技术提供一种带有输入量化的无人机/无人船舶异构编队控制方法。本专利技术针对异构智能体，采用统一化模型的思想，运用hand-point法构建统一智能体模型，解决无人机/无人船模型不统一的问题；采用量化技术以减轻信号传输负担，减少执行器执行频次，更契合实践中多级伺服系统的控制规律。设计基于扩张状态观测器的运动学制导律和自适应动力学控制器控制器，以确保无人船与无人机可以跟踪期望轨迹，可以按期望轨迹前进并彼此之间保持固定队型，同时实现了对未知扰动及系统不确定项的估计。
2、本专利技术采用的技术手段如下：
3、一种带有输入量化的无人机/无人船舶异构编队控制方法，包括如下步骤：
4、s1、针对usv和uav的数学模型进行重组，设计出一个考虑控制输入量化的统一异构多代理系统模型，并针对z轴方向对uav数学模型进行设计；
5、s2、对于运动学系统中存在的不确定项及外界干扰，利用扩张状态观测器进行估计，并设计运动学制导，实现对期望路径的跟踪，邻居usv速度信息的估计及海流所引起的运动学偏移的补偿；
6、s3、设计动力学控制信号来实现对运动学制导信号的追踪，通过使用扩张状态观测器实现对模型不确定及外界干扰的逼近，并采用均值量化器对控制输入进行量化；在垂直平面内，针对无人机的高度控制系统设计分散编队跟踪控制器，实现uav高度跟踪；
7、s4、基于输入到状态稳定性理论，证明闭环系统的稳定性。
8、进一步地，所述步骤s1具体包括：
9、s11、构建无人机控制数学模型，如下：
10、
11、
12、其中，pax,pay,paz表示uav的空间位置信息，φ,θ,ψ表示uav的角度信息；up表示uav的控制推力；τφ,τθ,τψ表示无人机的三个控制力矩；ma表示uav质量，g表示重力加速度；表示整体残余转子角；dx,dy,dz,dφ,dθ,dψ表示平移阻力系数；jax,jay,jaz表示惯性力矩；jar表示转子的惯性力矩，δax,δay,δaz表示uav遇到的外部干扰；所以在水平面内的uav控制模型被定义为：
13、
14、其中，pa＝[pax,pay]t，ga＝diag{1/ma,1/ma}，δa＝[δax,δay]t，ua＝[uax,uay]t，
15、s12、构建无人船的数学模型，如下：
16、
17、
18、
19、其中，xsi,ysi表示第i个usv的位置信息；ψsi表示第i个usv的偏航角的偏航角；αi＝[μsi,vsi,rsi]t分别表示浪涌、摇摆和偏航速度；mμsi,mvsi,mrsi表示惯性质量；fμsi(αi),fvsi(αi),frsi(αi)表示非线性未知函数，包括未建模的流体力学和科里奥利力；和表示浪涌力和偏航力矩；wμsi,wvsi,wrsi表示由波浪引起的有界扰动：
20、s13、采用手位法，定义船舶模型：
21、为了处理欠驱动usv运动模型，考虑采用手位法的思想，将(psix,psiy)作为手点，手点具体表示如下：
22、
23、其中，lsi表示实际位置(xsi,ysi)与新定义的手点(psix,psiy)之间的距离；
24、对手点(psix,psiy)进行二次求导，并将usv数学模型代入可得：
25、
26、其中：
27、
28、
29、β＝[μsi,vsi,rsi,ψsi]
30、在水平平面内的usv数学模型可写为：
31、
32、其中，psi＝[psix,psiy]t，fsixy＝[fsix,fsiy]t，usi＝[τμ,τr]t，wdixy＝[wdix,wdiy]t，ωsi(ψsi)＝[cosψsi,-sinψsi；sinψsi,cosψsi]，ωsi＝diag{1/mμsi,lsi/mrsi}；
33、为了确保usv模型与uav模型统一，将在水平平面内的usv数学模型展开，进一步转换为：
34、
35、s14、构建usv、uav统一模型：
36、将步骤s12和步骤s13结合，获得水平面内的异构智能体统一数学模型，如下：
37、
38、当水平面内的异构智能体统一数学模型代表usv模型时，表示usv的位置和速度；其中：uxi＝[τμi,τri]t，δxi＝[wdix,wdiy]t；
39、当水平面内的异构智能体统一数学模型代表uav模型时，代表uav的位置和速度；其中：uxi＝[uax,uay]t，δxi＝[δax,δay]t；
40、s15、构建uav的z轴模型，如下：
41、
42、s16、采用均值量化器，将控制输入uxi转化为q(uxi)；则考虑控制输入量化后的uav、usv统一模型为：
43、
44、将考虑控制输入量化后的uav、usv统一模型进一步转换，得到最终的xy平面内的异构智能体动力学模型为：
45、
46、其中，fi＝[fiu,fi本文档来自技高网...
【技术保护点】
1.一种带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤S1具体包括：
3.根据权利要求1所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤S2具体包括：
4.根据权利要求1所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤S3具体包括：
5.根据权利要求1所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤S4具体包括：
6.根据权利要求5所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤S41具体包括：
7.根据权利要求5所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤S42具体包括：
8.根据权利要求5所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤S43具体包括：
9.根据权利要求5所述的带有输入量化的无人机/无人船
10.根据权利要求5所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤S45具体包括：
...【技术特征摘要】
1.一种带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤s1具体包括：
3.根据权利要求1所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求1所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤s3具体包括：
5.根据权利要求1所述的带有输入量化的无人机/无人船舶异构编队控制方法，其特征在于，所述步骤s4具体包括：
6.根据权利...
【专利技术属性】
技术研发人员：宁君，刘子涵，黄寓旸，邵年骏，刘陆，彭周华，李铁山，
申请(专利权)人：大连海事大学，
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。