原文传递
基于视线法的欠驱动无人水面艇路径跟踪控制
| 论文题名： | 基于视线法的欠驱动无人水面艇路径跟踪控制 |
| 关键词： | 无人水面艇;路径跟踪;视线制导;动态不确定;时变大漂角 |
| 摘要： | 无人水面艇（UnmannedSurfaceVessel,USV）作为一种小型的水面运动设备，在各种高新技术（如新能源、人工智能、5G通信等）的快速发展中逐渐向模块化、智能化发展。无人水面艇所涉及的各项核心技术在不断地进行迭代更新，这为其在各种复杂极端的环境下完成不同的任务提供了更加可靠的保障。由于海洋环境的复杂性，如何在复杂多变的海洋环境下实现无人水面艇精确的运动控制是其完成其他复杂任务的前提。在无人水面艇的运动控制领域的众多分支中，本文将就欠驱动无人水面艇的路径跟踪控制问题进行研究。主要的研究内容如下： 首先，针对欠驱动无人水面艇在未知时变扰动下的路径跟踪问题，将视线（Line-of-sight，LOS）制导律与动力学控制律相结合设计了路径跟踪控制器。在制导系统中，自适应积分视线（AdaptiveIntegralLine-of-sight，AILOS）制导律利用积分项从运动学层面补偿外界环境干扰对位置跟踪误差的影响。在动力学控制系统中，应用反步法设计自适应路径跟踪控制律，并引入降阶扩张状态观测器（ExtendedStateObserver，ESO）来估计未知的外界时变干扰，同时利用跟踪微分器（TrackingDifferentiator，TD）简化了控制律的导数计算。稳定性分析和仿真实验验证了所提出的路径跟踪控制策略的有效性。 其次，针对欠驱动无人水面艇在未知时变洋流干扰下的路径跟踪问题，设计基于改进的自适应积分视线（ImprovedAdaptiveIntegralLine-of-sight，IAILOS）制导律的自适应路径跟踪控制策略。在制导系统中，IAILOS制导律引入了降阶ESO来估计未知时变的洋流速度，从而在运动学层面补偿未知的时变洋流干扰。在动力学控制系统中，利用径向基（Radialbasisfunction，RBF）神经网络良好的逼近特性解决了未知时变扰动和动态不确定问题，提高了积分滑模控制器的鲁棒性。稳定性分析以及对比仿真实验验证了所提出的基于IAILOS制导律的路径跟踪控制策略的有效性和优越性。 最后，为完成高精度的路径跟踪控制，考虑当未知时变漂角不再满足慢时变和近似小角的情况，将基于ESO的视线（ESO-basedLine-of-sight，ELOS）制导律和改进的RBF神经网络相结合，设计了自适应路径跟踪控制策略。在制导系统中，ELOS制导律利用降阶ESO来精确地估计未知时变漂角，从而得到更加准确的理想航向角。在动力学控制系统中，引入状态预估器对传统的RBF神经网络控制算法进行改进，基于估计误差的RBF神经网络提高了控制器的鲁棒性和暂态性能。稳定性分析和仿真对比实验验证了所提出的基于ELOS制导律的路径跟踪策略的有效性和优越性。 |
| 作者： | 刘磊 |
| 专业： | 控制科学与工程 |
| 导师： | 韩新洁 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
