论文题名: | 考虑状态约束条件的水面无人艇轨迹跟踪控制研究 |
关键词: | 水面无人艇;运动控制;轨迹跟踪;状态约束;障碍Lyapunov函数 |
摘要: | 水面无人艇(UnmannedSurfaceVehicle,USV)作为一款功能强大的海洋装备,在军民领域都展现出了极高的研究价值。为了保证USV可按预期计划航行至指定区域,需要对其开展精确的状态约束轨迹跟踪控制。本文基于障碍Lyapunov函数与稳定性理论,在对USV三自由度运动模型进行简化后,对受状态约束的USV轨迹跟踪控制问题开展了深入研究。同时将扰动不确定性、执行机构饱和、系统抖振滤波、有限时间收敛等问题加以考虑来开展控制算法的设计与分析工作。本文的主要贡献包括以下几个方面:首先,针对USV的状态约束问题,在传统的ln形式障碍Lyapunov函数基础上进行了改进,设计了一种新的状态饱和函数,可将状态变量限制在预设边界之内。同时,应用动态表面技术与一阶滤波器相结合的方法消除了USV控制系统中的抖振波动现象,并通过仿真对比分析实现了所提算法的光滑平稳轨迹跟踪。 其次,提出一种也适用于无约束情况的tan形式障碍Lyapunov函数,可用以处理无作业任务时在开阔水域航行的USV。同时,针对系统中存在的不确定非线性问题,通过径向基函数神经网络方法予以逼近,并使用自适应估计技术对包括外界扰动在内的相关未知变量的上界平方值进行了补偿。此外,应用结合辅助系统的抗饱和技术对USV执行机构中存在的输入饱和问题加以解决并消除了饱和差值的影响。为检验上述所提策略的有效性,进行了数值建模分析工作,证明可在实现USV常值状态约束与轨迹跟踪的同时达到半全局渐近收敛的效果。 最后,考虑了有限时间收敛特性,为受状态约束的USV设计了一种性能更优的轨迹跟踪控制方案。其中,在常值约束基础上提出一种tan形式时变障碍Lyapunov函数,用其处理外界约束随时间变化的情况。此外,将神经网络与模糊系统结合考虑,设计了区间二型模糊神经网络,用其估计系统中的强干扰非线性。进行严格理论证明后,通过仿真验证了USV可在高精度跟踪期望轨迹的同时,轨迹跟踪误差可在有限时间内收敛。 本文以USV的状态约束为研究主线,基于障碍Lyapunov函数设计了几种轨迹跟踪控制方案,仿真分析验证了所提控制策略的可行性及优越性,本文取得的成果以期为后续进行拓展研究做相应参考与铺垫。 |
作者: | 陈欣岩 |
专业: | 船舶与海洋结构物设计制造 |
导师: | 秦洪德 |
授予学位: | 硕士 |
授予学位单位: | 哈尔滨工程大学 |
学位年度: | 2022 |