无人船集群决策与控制研究

来源 :大连海事大学 | 被引量 : 0次 | 上传用户:A578964735
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无人船相较于同级别有人船具备高度自主航行和决策能力,且航速高、搭载量大,能够完美适应新型海上系统的任务需求。多无人船集群系统相较于单无人船在执行任务时可覆盖海域更广、完成效率更高,是开展海洋资源勘测、海事防务等水上作业的利器。因此对复杂海洋环境下的无人船集群决策机制及集群控制系统设计研究具有实际意义与价值。本文着重考虑无人船的运动决策机制设计问题,提出了速度导引的无人船运动决策机制。针对复杂海洋环境、多障碍物,无人船推进器故障等问题,提出了观测器与滑模动态面相结合的控制系统设计方法。主要工作如下:首先,为实现含有未建模动态的全驱动无人船集群运动,设计了一种速度制导的运动决策方法。通过Lyapunov函数刻画无人船集群的聚集和艏向一致,利用人工势函数实现无人船内部避碰,建立了变系数无人船集群运动决策模型;然后在自适应控制技术框架下,结合模糊径向基函数构建了模糊自适应控制器,使无人船集群系统能够到达期望目标,实现全局渐进一致稳定。最后仿真验证了本文集群决策机制和控制手段的有效性。其次,针对外部环境扰动未知的欠驱动无人船集群系统避障与跟踪控制问题展开研究。具体地,通过构造人工势函数实现外部静态障碍物避障;设计有限时间集总观测器,对不确定信息进行跟踪和补偿,摆脱了对精确无人船数学模型的依赖;同时,结合不确定集总观测器和非奇异终端滑模技术设计出有限时间集群运动控制策略,该策略确保了集群的路径跟踪性能,无人船速度和艏向跟踪误差能够在有限时间内收敛至平衡点。仿真实验验证了本文设计方法的有效性和优越性。最后,针对无人船推进器故障下的欠驱动无人船集群系统跟踪控制问题,考虑海洋不确定扰动,设计了一种基于固定时间集总观测器的无人船集群容错跟踪控制策略。所设计的固定时间观测器可以在较小时间上界内实现对不确定信息的观测和补偿,结合积分滑模控制方法,有效提高了系统的控制精度和抗干扰能力,保证了故障约束下的集群系统稳定。通过稳定性理论分析,确保无人船跟踪误差有限时间内收敛到零。仿真结果表明了本文集群容错控制的稳定性以及集群跟踪路径的精确性。
其他文献
近年来,随着人工智能、无人驾驶等科技的发展与进步,无人船、无人车、无人机等无人航行器在全世界范围内得到了广泛的应用。随着任务的日益复杂化,单一的无人航行器其自身在传感器探测范围和信息获取方面具有局限性,而多无人航行器具有更广泛的应用场景,其对环境适应性更强,容错率更高,可以完成单一无人航行器无法完成的任务。在复杂多变的海洋环境中,无人航行器的远程监控是核心问题,是其完成各种任务的前提。然而传统的无
学位
随着国家的经济发展和我国国民生活水平的不断提高,人们的饮食结构发生了改变。高血脂、高血压日渐攀升为高发性疾病,严重地影响着人们的健康。心率是心血管健康状况的重要衡量指标,其临床和日常监测对预防和早期诊断心血管疾病具有重要作用。目前,市面上比较专业的心率监测设备都必须要接触到皮肤才能进行心率检测。长时间佩戴心率监测设备给测试者的生活和工作带来了很大的不便。针对接触式心率检测设备的局限性,本文设计了一
学位
水下目标检测技术是水下视觉感知系统中关键的组成部分。由于水介质对光的衰减、吸收、散射等作用,水下光学图像存在色彩失真、成像模糊、亮度较低、噪声严重等问题,导致了水下目标检测精度较低,因此与一般的目标检测任务相比水下目标检测任务需要更具有针对性的处理方法。传统的水下目标检测算法主要依赖于人工设计的特征和机器学习分类器,人工特征难以准确描述目标,对背景和目标形态的改变较敏感,且存在通用性较差的缺点。近
学位
水下声呐图像分类的研究对于海洋资源的探索和开发具有重要的意义,同时,水下声呐图像分类的研究也面临许多的困难和挑战。由于水下环境复杂多变,干扰因素众多,声呐图像具有分辨率低,边缘模糊,噪声多的特点,导致声呐图像的分类准确率低。与此同时,声呐数据获取困难,成本较高,声呐图像样本稀缺,因此,声呐图像分类属于小样本问题。传统的声呐图像分类方法通常是不同特征提取方法与分类器结合实现声呐图像的分类,其分类准确
学位
自动驾驶场景下的车辆检测属于智能交通领域的关键技术,其在民用和军事等领域发挥着重要的作用。而随着现代交通技术的快速发展,道路环境愈加复杂,小目标车辆、车辆遮挡以及雾天情况,给车辆检测带来了巨大的挑战。如何解决这些问题,实现准确地车辆检测,是当今目标检测领域的重要研究内容。随着深度学习在各个领域的迅速崛起,其强大的特征提取能力和较高的鲁棒性引起了目标检测领域研究者们的注意。采用深度学习技术对车辆进行
学位
驾驶员分心行为检测属于智能交通领域的关键技术,其对提高道路交通安全发挥着重要的作用。而随着现代交通技术的快速发展,驾驶舱环境愈加复杂以及驾驶员分心行为的干扰,给驾驶员分心行为检测带来了巨大的挑战。如何进行实时准确的分心行为检测,是当今智能交通领域的重要研究内容。作为深度学习的重要研究分支,卷积神经网络在各领域不断深入发展,其强大的特征提取能力和学习能力逐渐引起了国内外广大学者们的兴趣。采用卷积神经
学位
基于2001年1月至2022年4月间的高维月度数据,通过构建潜在阈值时变因子扩展的向量自回归模型(LT-TVPFAVAR模型),研究经济政策不确定性对我国宏观经济的非线性影响。实证结果表明,构建的LT-TVP-FAVAR模型在分析经济变量之间的影响关系时将更多的信息包含在内,使得模型得出的结论与实际情况更加吻合;脉冲响应图显示,经济政策不确定性在短期内对我国的产出和物价水平都具有明显的冲击效应,而
期刊
阐述UWB定位具有定位精度高、时间戳精度高、发射功率低的特点,设计以STM32为主控芯片,以DW1000超宽带芯片、OLED显示屏、PCB天线为核心硬件、以Keil5为软件开发环境,通过双边双向测距方式实现标签与基站之间距离的实时监测,并将测距距离在OLED显示屏和超级终端显示。该测距系统测距精度高,成本低,易操作,可广泛应用于室内静止或移动物体的精准定位。
期刊
吊舱式推进装置(Podded Propulsor,POD)越来越广泛的应用于各种类型的船舶。POD推进器最主要的特点是其在提供推力的同时,也可以改变推力的方向,从而达到操舵的目的。航向的改变势必会影响航速,而航速反过来也会对航向的控制产生影响,所以对POD推进船舶航向航速联合控制的研究具有一定的理论研究和实际应用价值。本论文将在建立POD推进船舶运动数学模型的基础上,重点进行基于自抗扰控制框架的吊
学位
目前UWB技术常用于室内定位。使用DW1000进行测距数据收集,针对信号干扰下的超宽带(UWB)精确定位问题,提出了基于改进的最小二乘法定位优化模型,包括对于干扰和正常数据的分类以及后续的定位。针对干扰信号,结合基站三维几何分布关系,引入与距离相关的权重对算法进行了改进,改进后的模型可将三维误差降低33.31%。最后,对于实际中的UWB定位进行了动态预测以及模拟,效果良好。
期刊