详情

原文传递欠驱动水面无人艇路径跟踪控制方法研究

论文题名：	欠驱动水面无人艇路径跟踪控制方法研究
关键词：	水面无人艇;路径跟踪;航向控制;导引策略;自适应控制
摘要：	随着海洋经济的跨越式发展，水面无人艇（UnmannedSurfaceVehicle,USV）作为水上智能装备不可缺少的一部分，正朝着更加智能化、自主化的方向发展。USV通常需要在不同给定速度下执行多种任务，路径跟踪控制是其自主执行水上任务的关键技术之一。海上环境复杂多变，USV本身也具有非线性不确定性和欠驱动的特性，减小外部环境对USV路径跟踪系统性能的影响，设计跟踪精度高、响应速度快的路径跟踪控制系统具有很大的挑战性。本文在充分研究国内外USV路径跟踪控制方法的基础上，将欠驱动USV的路径跟踪控制问题分解为对USV航向的控制和导引策略的设计两个问题。通过导引率计算期望航向角，再通过航向控制器来跟踪期望航向角，从而实现对USV的路径跟踪控制。本文所做的主要工作和创新点如下：　　（1）考虑系统的非线性不确定特性及有界外部扰动，提出了一种基于径向基函数（RadialBasisFunction，RBF）神经网络的自适应滑模航向控制器。采用饱和函数替代开关控制量中的符号函数，设计两个RBF神经网络分别在线估计系统模型中的非线性不确定项和控制器增益，神经网络的权值根据航向角跟踪误差和偏航角速度跟踪误差在线自适应调整。采用李雅普诺夫理论证明了航向控制系统的稳定性，并通过Matlab仿真验证了所设计的航向控制器在消除系统抖振的同时依然具有良好的鲁棒性和抗干扰能力。　　（2）考虑未知外部扰动，保证系统跟踪误差在有限时间内快速收敛，提出了一种基于RBF神经网络的全局快速终端滑模（RBFNeuralNetworkBasedGlobalFastTerminalSlidingMode,RBF-GFTSM）航向控制器。设计RBF神经网络在线估计快速终端滑模（GlobalFastTerminalSlidingMode,GFTSM）控制器的等效控制量，神经网络的权值根据航向角跟踪误差和偏航角速度跟踪误差自适应调整，以补偿系统不确定性及外部扰动。采用李雅普诺夫理论证明了航向控制系统的稳定性，并通过Matlab仿真验证了RBF-GFTSM航向控制器与GFTSM控制器相比能够减少系统抖振，与基于RBF神经网络的自适应滑模控制器相比具有更快的响应速度和更高的跟踪精度。　　（3）考虑船速对视线（Line-of-Sight,LOS）导引策略引导USV路径跟踪系统性能的影响，提出了一种改进的积分LOS导引策略。该策略对传统LOS导引策略中前视距离的选取方式进行改进，设计前视距离为USV航行速度和横向跟踪误差的函数。同时结合降维状态观测器在线估计由风浪流等外部扰动引起的时变侧滑角并进行补偿，从而减小外部扰动对路径跟踪控制系统的影响。采用李雅普诺夫理论证明了，当实际航向角与期望航向角相等时，所设计的改进的积分LOS导引子系统是渐近稳定的，并通过Matlab仿真验证了改进的积分LOS导引策略结合滑模航向控制器能够使USV在不同航行速度下都以较短路线到达期望的曲线路径或直线路径。　　（4）考虑外部扰动在USV运动学模型中的海流速度分量和时变侧滑角，提出了一种改进的自适应积分LOS导引策略。该策略基于Serret-Frenet坐标系重新推导误差动态方程，采用自适应变量代替不易测得的海流速度分量和时变侧滑角来设计导引律，自适应变量根据路径跟踪误差和船舶相对速度在线调整。采用李雅普诺夫方法证明了，当实际航向角与期望航向角相等时，所设计的导引子系统是一致最终有界的，并通过Matlab仿真验证了改进的自适应积分LOS导引策略与滑模航向控制器相结合的路径跟踪控制系统跟踪精度高，跟踪速度快。
作者：	万丽莉
专业：	交通信息工程及控制
导师：	苏义鑫
授予学位：	博士
授予学位单位：	武汉理工大学
学位年度：	2020