摘要：研究一类非完全对称欠驱动无人艇全局渐近镇定控制问题,基于级联系统理论和李雅普诺夫理论实现了全局渐近镇定控制.将无人艇系统模型进行两次全局微分同胚变换,得到非线性级联系统的形式,使原无人艇系统的镇定问题简化为级联系统的镇定问题;基于李雅普诺夫稳定性理论和级联系统理论设计了镇定控制器并分析了其稳定性,实现了非完全对称欠驱动无人艇的全局渐近镇定控制.仿真结果验证了所研究方法和设计控制器的有效性和可靠性.

摘要：针对水下机器人的水平面镇定控制问题,提出了一种基于非完全对称(前后不对称,左右对称)模型的全局指数镇定控制方法.建立了非完全对称水下机器人的运动模型,通过设计控制输入的反馈变换,得到简化的水下机器人镇定控制系统;基于非线性反步法,设计了水下机器人速度的虚拟输入,从而实现了位置和姿态角的镇定控制;通过对虚拟输入误差的镇定设计,得到了水下机器人系统的全局指数稳定控制律,并利用李雅普诺夫稳定性理论证明了所设计控制器的稳定性.最后通过仿真实验验证了所设计的反步镇定控制器的有效性和可靠性,同时通过与传统基于完全对称(前后、左右均对称)模型的水下机器人运动控制方法比较,验证了基于非完全对称模型控制算法的优越性.

摘要：研究一类非完全对称欠驱动无人艇的轨迹跟踪控制问题,考虑系统阻尼系数矩阵和惯性系数矩阵非对角线元素存在非零项,且阻尼系数随着航速变化的情况,首先通过两次全局微分同胚变换将系统矩阵变换为级联系统的形式,使控制模型得以简化;然后基于简化后的模型构建轨迹跟踪误差模型,将轨迹跟踪问题转化为误差的镇定问题,同时基于级联系统理论和Lyapunov直接法设计了误差镇定控制器,该控制器能够实现非完全对称欠驱动高速无人艇的任意参考轨迹的跟踪控制,包括原点的镇定控制。最后通过仿真实验验证了所设计控制器的有效性。

摘要：研究一类欠驱动无人艇的直线航迹跟踪控制问题,提出了一种自适应T-S(Takagi-Sugeno)模糊神经网络控制方法。首先在神经网络体系结构中设计前件网络匹配T-S模糊控制器的模糊规则前件,设计后件网络进行T-S模糊运算推理从而生成模糊规则后件;其次基于梯度下降法原理,设计了T-S模糊规则参数的优化学习算法;然后结合BP神经网络的误差反向传播原理和梯度下降法,设计了模糊神经网络体系误差的反向传播迭代算法,用于高斯隶属度函数参数的学习优化;最后设计了基于T-S模型的模糊神经网络控制器,并通过仿真实验验证了所提出方法和所设计控制器的有效性。

摘要：针对水面无人艇(unmanned surface vessel,USV)的非对称和欠驱动特性,提出了一种非对称模型下的改进视线法导向路径跟踪控制方法。首先通过对系统进行全局微分同胚变换,解决了由非对称性带来的系统系数矩阵非对角线元素存在非零项的问题;其次基于目标路径参考点建立坐标系,在视线法中引入跟踪误差函数,使视线法导向角跟随曲线路径自适应调整;然后针对系统的欠驱动特性,以目标路径切线方向速度作为虚拟控制输入,基于反步法和拉塞尔不变原理以及李亚普诺夫稳定性理论,设计了无人艇全局渐近稳定的路径跟踪控制器;最后通过仿真试验验证了所提出方法和所设计控制器的有效性和可靠性。

摘要：为保证自主水下航行器在进行地形跟踪任务时,可以更好地抵抗外界环境及自身信号传输的干扰作用,提出一种基于自抗扰控制技术的地形跟踪控制方法,可以将地形跟踪转化为水下机器人的纵倾控制,并设计有运动保护机制。在仿真实验中,利用所设计方法,进行了三维运动仿真,模拟了机器人从水面到水下完成地形跟踪任务的全过程,并与基于PID控制方法的控制器进行比较。结果表明,基于自抗扰控制技术的地形跟踪控制方法能够准确完成预定任务,同时,相比于基于PID的跟踪方法,能够更有效地抑制干扰所造成的超调和震颤等现象,具有更优的控制效果。

摘要：针对非对称欠驱动无人艇的镇定控制问题,提出了基于极坐标系的一类多输入多输出分块反步法,设计了一种漂角极坐标系作为艇体的动坐标系,以极坐标系代替直角坐标系作为大地坐标系,将漂角、艏向角与极角融合处理,获得了极坐标系下无人艇水平面运动的运动学和动力学方程,使直角坐标系下的欠驱动问题简化为极坐标系下的全驱动问题。结合李亚普诺夫稳定性理论和反步法设计了一种极坐标系下的多输入多输出分块反步镇定控制律,实现了非对称欠驱动无人艇的镇定控制。在实验室半物理仿真平台下,以某长度为1.2m、质量为17.5kg的无人艇模型为实例进行镇定控制仿真试验,对比分析了分块反步镇定控制算法与传统基于对称模型的反步控制算法的控制结果。分析结果表明:分块反步镇定控制算法的位姿收敛速度提高了约10s,位置和艏向角镇定误差分别降低了约0.3m和10°,线速度和角速度超调量分别降低了约0.6m·s-1和2rad·s-1,因此,基于非对称模型的极坐标系下欠驱动分块反步法具有较大的可靠性、稳定性和精确性。

摘要：研究了配置高度计和多普勒速度计(DVL)的欠驱动水下机器人地形跟踪控制问题.采用Takagi-Sugeno推理方法对高度计和DVL两种传感器的高度信息进行融合,提高了高度信息感知能力.将地形跟踪分为速度控制和深度控制问题,分别使用S面控制方法设计速度控制器和反步法设计欠驱动深度控制器.最后,通过实际海洋实验对研究的方法进行了验证,实验结果表明该文提出的方法是有效的.

摘要：This work focuses on motion control of high-velocity autonomous underwater vehicle(AUV).Conventional methods are effective solutions to motion control of low-and-medium-velocity *** not taken into consideration in the control model,the residual dead load and damping force which vary with the AUV’s velocity tend to result in difficulties in motion control or even failure in convergence in the case of high-velocity *** full consideration given to the influence of residual dead load and changing damping force upon AUV motion control,a novel sliding-mode controller(SMC)is proposed in this *** stability analysis of the proposed controller is carried out on the basis of Lyapunov *** sea trials results proved the superiority of the sliding-mode controller over sigmoid-function-based controller(SFC).The novel controller demonstrated its effectiveness by achieving admirable control results in the case of high-velocity movement.

摘要：为保证智能水下机器人(AUV)在部分运动执行器出现故障的情况下,仍可在一定深度下顺利完成相应任务,提出一种定深容错运动控制策略。该控制策略针对某型智能水下机器人垂向推进器的故障,从实用角度出发,基于重构容错控制思想,同时结合自抗扰控制(ADRC)方法进行具体的控制器设计和实现。该控制策略中包括两种定深控制器设计,分别为垂推正常工况下和垂推故障情况下的定深控制,试图依靠相关故障信息,通过重构替换实现容错控制。在仿真实验中,该控制策略于不同环境干扰下进行了相应测试,并与结合PID方法的定深控制器进行了比较。结果表明,基于重构容错控制思想,并结合自抗扰控制方法的定深容错控制策略不仅有效,同时具有更好的抑制干扰作用,从而可以为机器人提供更优的控制效果。