摘要：提出一种基于改进人工势场法且带有输入量化的欠驱动无人船编队协同避碰避障策略.借鉴导弹制导与控制机理,分层设计无人船运动学制导律与动力学控制律.首先,基于辅助变量法在无人船运动学子系统中设计分布式制导律,并引入改进人工势场法的斥力函数.通过重构制导律实现运动学层面的协同避碰避障以及欠驱动无人船期望轨迹的跟踪;其次,通过使用径向基神经网络对无人船动力学子系统中的外界干扰和系统未建模动态进行逼近,采用均匀量化器对输入变量进行量化并对量化过程进行线性描述,使得底层量化控制器无需预测关于量化参数的具体信息;在稳定性分析中,利用李雅普诺夫稳定性理论证明所设计USV编队跟踪控制系统的稳定性;最后,采用Matlab对理论策略进行仿真实验,仿真结果验证了所提出策略的有效性.

摘要：为了研究船舶可以从起始位置按预先规划好的航线准确且安全地自动抵达目的地的问题,本文提出了基于改进人工势场法的船舶路径规划与跟踪控制方法。采用模拟退火算法优化传统人工势场法的斥力函数,有效解决了传统人工势场法目标不可达和容易陷入局部极小值的缺陷。将规划的优化路径作为船舶运动控制系统的期望输入,基于内外环控制思想设计船舶运动学跟踪控制率,较好地解决了欠驱动船舶路径跟踪问题。在船舶动力学子系统中,利用神经网络逼近动力学子系统中的未建模动态及外部干扰,所设计的神经网络滑模跟踪控制器能够有效跟踪运动学子系统的引导率信号,同时解决了传统人工势场法在进行路径规划时不能统筹考虑外界通航环境干扰的缺陷。仿真实验验证了本文所提出的基于改进人工势场算法的船舶路径规划与跟踪控制的有效性。

摘要：提出基于改进快速搜索随机树算法的船舶路径规划与跟踪控制方法。采用嵌入Dijkstra算法的改进快速随机搜索树算法(Rapidly⁃Exploring Random Tree,RRT)算法进行船舶路径规划。将规划的优化路径作为船舶运动控制系统的期望输入,基于工业界广为使用的内外环控制思想设计船舶运动学跟踪控制率,较好地解决了欠驱动船舶路径跟踪问题。在船舶动力学子系统中,利用神经网络逼近动力学子系统中的未建模动态和外部干扰,所设计的神经网络滑膜跟踪控制器能有效地跟踪运动学子系统的引导率信号。仿真试验验证了所提出的基于RRT的船舶路径规划与跟踪控制的有效性。