0
点赞
收藏
分享

微信扫一扫

【Paper】2020_面向多船协同的自适应编队控制方法研究


​​面向多船协同的自适应编队控制方法研究​​

文章目录

  • ​​第三章 基于跟随船视距和视线角的自适应输出反馈编队控制​​
  • ​​3.1 引言​​
  • ​​3.2 问题描述​​
  • ​​3.3 编队控制方案​​
  • ​​3.4 主要结果​​
  • ​​3.5 仿真验证​​
  • ​​3.5.1 闭环性能​​
  • ​​3.5.2 对比结果​​
  • ​​3.6 本章小结​​

第三章 基于跟随船视距和视线角的自适应输出反馈编队控制

3.1 引言

3.2 问题描述

运动学方程为

其中
表示位置向量, 位置, 位置, 艏摇角。
表示速度分量, 前进速度, 横漂速度,

每艘无人船的动力学方程为

其中


这里
表示外部扰动在三个通道上的力或力矩
表示惯性系数
表示向心力和科里奥利力系数
表示水动力阻尼系数
表示未建模动力学

由于本章考虑的无人船是欠驱动的,所以在无人船模型的横漂方向上没有执行器输入。

领导船🚢
跟随船🚢

跟随船对领导船的视距 和视线角

期望视距和视线角分别为
编队跟踪误差分别为

本章的控制目标如下:欠驱动领导船和跟随船的速度信息都不可知,在具有不确定模型和未知外界扰动的情况下,为跟随船设计控制律 ,使得:

  1. 跟随船可实现相对于领导船的预设编队布局 ();
  2. 闭环编队系统的所有误差都是半全局一致最终有界的。

3.3 编队控制方案

无人船的模型不确定性是指在实际控制中无法得到精确的无人船模型,体现为不确定的模型参数和未建模动力学。

所设计的编队控制器包含自适应控制最小参数学习算法RBF神经网络近似

关于自适应控制部分,只需领导船和跟随船的实时位置和艏摇角信息以及给定的视距和视线角。
通过设计高增益观测器获得跟随船的速度估计,作为RBF神经网络的输入参数。
基于最小参数学习算法,编队控制器生成欠驱动跟随船的前进推力 和转向力矩

3.4 主要结果

3.5 仿真验证

下边这幅图是按照论文中给出参数,实现的领航者的轨迹。还没开始实现跟随者的控制呢。

【Paper】2020_面向多船协同的自适应编队控制方法研究_多船_33

结果自己能力有限,一直没有调试好。
偶然把领航者的状态

【Paper】2020_面向多船协同的自适应编队控制方法研究_自适应_36

3.5.1 闭环性能

3.5.2 对比结果

3.6 本章小结


举报

相关推荐

0 条评论