【技术实现步骤摘要】
本专利技术属于智能控制，涉及一种基于高斯过程的多点线性化模型预测轨迹跟踪控制方法。
技术介绍
1、自主水面无人艇(asv)近年来在海洋环境监测、资源勘探、救援行动以及军事领域中获得了广泛应用。这些应用场景中，asv需要在复杂、多变且不确定的海洋环境中执行轨迹跟踪任务，因此对其控制系统的鲁棒性、精确性和实时性提出了极高要求。然而，现有的asv控制方法，如经典的比例积分微分(pid)控制、线性二次调节器(lqr)控制和标准的模型预测控制(mpc)方法，通常依赖于对系统动力学的精确建模，但在实际环境中，asv运动涉及复杂的非线性水动力学和未知环境干扰(参见teng f,han s.nonlinear dynamics ofmarine vehicles under environmental disturbances.journal of marine scienceand technology,2020:1340-1350.)，这使得基于精确模型的控制方法难以在动态复杂且具有不确定性的场景下取得理想效果。
2、mpc是一种先进的...
【技术保护点】
1.基于高斯过程的多点线性化模型预测轨迹跟踪控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于高斯过程的多点线性化模型预测轨迹跟踪控制方法，其特征在于，步骤S1中构建的ASV动力学模型表达式为：
3.根据权利要求2所述的基于高斯过程的多点线性化模型预测轨迹跟踪控制方法，其特征在于，步骤S1中在解决ASV轨迹跟踪问题时，ASV的轨迹跟踪系统的每个状态都有一个对应的参考状态xr(t)＝[xr(t)，yr(t)，ψr(t)，ur(t)，vr(t)，rr(t)]T，定义如下：
4.根据权利要求1所述的基于高斯过程的多点线性化...
【技术特征摘要】
1.基于高斯过程的多点线性化模型预测轨迹跟踪控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于高斯过程的多点线性化模型预测轨迹跟踪控制方法，其特征在于，步骤s1中构建的asv动力学模型表达式为：
3.根据权利要求2所述的基于高斯过程的多点线性化模型预测轨迹跟踪控制方法，其特征在于，步骤s1中在解决asv轨迹跟踪问题时，asv的轨迹跟踪系统的每个状态都有一个对应的参考状态xr(t)＝[xr(t)，yr(t)，ψr(t)，ur(t)，vr(t)，rr(t)]t，定义如下：
4.根据权利要求1所述的基于高斯过程的多点线性化模型预测轨迹跟踪控制方法，其特征在于，步骤s2中将高斯过程gp引入asv的轨迹跟踪系统，近似系统未建模动力学，得到gp预测模型，包括：
5.根据权利要求1所述的基于高斯过程的多点线性化模型预测轨迹跟踪控制方法，其特征...
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。