欠驱动AUV的轨迹跟踪反步滑模控制研究

来源 :大连海事大学 | 被引量 : 2次 | 上传用户:acmevb
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
在海洋工程领域,自主式水下航行器(Autonomous Underwater Vehicle,AUV)是实现海洋科学调查、海洋目标监测、深水探查、和海下油气勘探的重要工具。AUV的运动控制技术是其完成多种作业任务的基础,轨迹跟踪则是运动控制领域的热点课题。本文针对欠驱动AUV的轨迹跟踪问题,以非线性控制理论和方法为科研工具,开展课题研究。研究围绕以下几方面进行:(1)在参考相关文献的基础上,详述了欠驱动AUV运动控制仿真模型的建立过程。同时围绕本课题研究对象特点对AUV运动模型进行了适当简化。然后,分析了各种扰动量对欠驱动AUV运动的影响,并给出了各种非线性约束的表达模型。最后,对欠驱动AUV的运动特性和控制特性进行了论述。(2)在所建立运动模型的基础上,针对欠驱动AUV的水平面轨迹跟踪控制和深度跟踪控制这两个典型的二维运动跟踪问题,提出一种固定时间收敛的非奇异快速终端滑模控制方法。首先以水面船的跟踪研究成果为依托,采用虚拟速度控制策略将位置误差镇定控制转化为速度误差镇定控制。然后,采用固定时间收敛快速终端滑模设计了轨迹跟踪、深度跟踪控制器;同时设计补偿控制律对参数摄动问题进行补偿。最后,进行数值仿真验证了所设计控制器的可行性与稳定性。(3)在欠驱动AUV的平面轨迹跟踪研究的基础上进行拓展,并针对不足之处进行了改进。针对欠驱动AUV在模型参数摄动以及外界海流影响下的三维轨迹跟踪问题,提出一种基于非线性干扰观测器的非奇异快速终端滑模控制方法。首先,采用虚拟速度控制策略将误差镇定问题转化。为了避免反步法由于位置误差而导致的虚拟控制量的跳变问题,采用动态面技术求取虚拟速度的导数。然后采用快速终端滑模控制设计了一种轨迹跟踪控制器,同时设计补偿控制律解决参数摄动问题。接下来,设计非线性干扰观测器观测外界海流干扰并进行补偿。最后,仿真验证了控制器的有效性及鲁棒性。(4)考虑到更为复杂的海洋环境,针对欠驱动AUV在模型参数不确定性、外界海流干扰以及输入受限下的三维轨迹跟踪控制问题,提出了一种基于线性扩张状态观测器(LESO)的反步积分滑模控制方法。首先,采用虚拟速度控制策略将误差镇定问题转化,同时利用动态面对虚拟速度指令进行滤波。然后,引入线性扩张状态观测器补偿欠驱动AUV系统的模型不确定性以及外界干扰所构成的复合扰动项;并且设计辅助动态系统解决欠驱动AUV的输入受限问题。最后,仿真验证了所设计控制器的有效性。
其他文献
图像融合技术是将不同成像机理的传感器或者同一传感器在不同条件下对同一场景图像进行获取后生成符合人类观察或者计算机处理的图像,得到的图像比源图像信息更加丰富和准确,
随着工业化的迅猛发展以及人类生活水平的不断提高,大气环境的污染呈现愈发严重的趋势,因此气体传感器在我们的日常生活中发挥着越来越重要的作用。它们可以检测生活场所的有
图是无处不在的数据结构,可以用于表示人,计算机,生物和遗传交互以及非结构化网格中的元素之间的关系。许多实际问题和应用,比如生物信息学,社交网络分析和流量工程,都可以通
中微子是宇宙中最基本的粒子,研究中微子有利于人类探索宇宙奥秘,对于推动人类物理学发展有着重要的意义。目前我国建立了大亚湾中微子实验站对中微子进行测量,通过核心部件
光电化学(PEC)传感器是基于纳米功能材料的光电转换性能发展起来的一种分析检测方法。近年来,PEC适配体传感器因其装置简易、成本低、灵敏度高,而且巧妙结合适配体靶向识别特性
路基是道路的承重部分,承受着道路上部过往车辆及其自重的荷载,路基的稳定性如果降低,道路上部结构将会受到影响,为道路埋下安全隐患。若路基失稳,道路上部结构也就无法继续
近年来,针对图像去噪问题提出了很多网络去噪框架,经深度学习方法处理后的图像质量高于优于传统的去噪模型。但是,基于深度学习算法的缺点尚未找到解决办法,如不可解释性和不
手势识别是计算机领域中一个重要且具有挑战性的研究课题,同时作为人机交互的重要组成部分,其发展影响着人机交互的自然性和灵活性。然而,传统手势识别方案以彩色及深度图像
信息化战争背景下,现代雷达不仅能够提供目标的位置和速度信息,还能对目标进行成像获取目标的几何和姿态信息,雷达自动目标识别技术也随之产生。其中,由于我国复杂的海洋争端
由于车辆数目的快速增长,边缘缓存的技术获得了广泛关注。车辆和路侧单元作为网络边缘节点,为其他节点提供数据存储、计算和低延迟无线连接,避免了从核心网获取缓存内容带来