【摘 要】
:
无人船的应用日益广泛,随着通讯技术的发展,网络控制与无人船控制技术结合,克服了传统集中式无人船控制安装不便、维护困难等缺点。在保证系统性能的同时设法降低通讯网络传输负担,防止信号阻塞、丢包等情况发生,是网络控制系统的重要研究课题。量化和事件触发等非周期采样机制,是减小通讯资源消耗,降低信号传输频率的有效手段。本文以三自由度全驱动水面无人船(Autonomous Surface Vessel,ASV
论文部分内容阅读
无人船的应用日益广泛,随着通讯技术的发展,网络控制与无人船控制技术结合,克服了传统集中式无人船控制安装不便、维护困难等缺点。在保证系统性能的同时设法降低通讯网络传输负担,防止信号阻塞、丢包等情况发生,是网络控制系统的重要研究课题。量化和事件触发等非周期采样机制,是减小通讯资源消耗,降低信号传输频率的有效手段。本文以三自由度全驱动水面无人船(Autonomous Surface Vessel,ASV)为研究对象,基于滑模控制、自适应控制等理论,考虑时变扰动、模型参数不确定性、轨迹跟踪误差受约束、执行器故障等情况,将事件触发控制和量化控制应用到无人船轨迹跟踪以及编队控制问题中。主要研究内容如下:(1)针对通信容量有限且速度未知的ASV轨迹跟踪问题,由两个不同的事件触发策略生成系统输出和控制输入的采样。传感器中包含一个事件触发机制,以决定何时将位置信息从传感器传输到基于超螺旋算法(Super-twisting Algorithm,STA)观测器。利用事件触发的位置信息采样作为输入来观测未知的速度。提出一种滑模控制律,并引入一种输入事件触发机制来决定控制信号何时通过网络传输到执行器。使用李雅普诺夫函数方法分析整个闭环系统的稳定性。证明所提出的输出和输入事件触发策略不存在芝诺行为。最后通过仿真验证了所提出的基于STA观测器和事件触发的ASV轨迹跟踪控制方案的有效性。(2)针对跟踪误差存在约束的ASV轨迹跟踪问题,使用预设性能算法对轨迹跟踪误差进行转换来保证系统的瞬态性能。在带有模型不确定性和外部未知上界的干扰的情况下,提出一种基于屏障函数的自适应滑模ASV轨迹跟踪控制方法。设计一个根据滑模幅值进行切换的自适应律,使滑模增益自适应地调节。在考虑精确跟踪的基础上,增加均匀量化机制进行非周期采样,减少对通讯带宽的占用。分析了整个闭环系统的稳定性。最后通过仿真验证了所提算法的可行性和优越性。(3)针对带有预设性能的ASV领航-跟随编队控制问题,考虑编队系统存在未知上界的干扰及模型不确定性,且发生未知执行器故障的情况。提出屏障函数自适应滑模容错编队控制策略。利用虚拟轨迹的概念将编队系统分为跟踪子系统与编队子系统,分别设计领导者和跟随者的控制律,利用量化机制进行非周期采样,减少对通讯带宽的占用,实现了精准的编队跟踪控制。最后分析了闭环系统的稳定性,通过MATLAB仿真证明所设计编队策略的有效性。
其他文献
为在不同工况下完成日益复杂的控制任务,现代工业控制系统呈现出多模态、多控制器的切换特性,切换系统因此受到广泛关注。切换系统在一些恶劣工况下会出现子系统和部分切换点不稳定的失稳动态,Lyapunov函数将在子系统激活区间和不稳定切换点处上升。同时,工程应用中为提高控制距离和降低成本,会在切换系统和控制器之间引入网络环境,这不可避免地带来了网络延时和网络攻击等问题,导致信息泄露和系统的不稳定。失稳动态
船舶受风、浪等海洋环境的影响会产生横荡、纵荡、升沉、横摇、纵摇和艏摇运动,不可避免地威胁到船用起重机等船载设备的运行安全,船舶动力定位系统可抑制船舶的横荡、纵荡和艏摇运动,并联船载稳定平台可隔离船舶的横摇、纵摇和升沉运动对船载设备的扰动,保证船载稳定平台上船载设备在惯性空间保持稳定,使其作业就像在陆地上一样,提高作业效率并增加可工作时间窗。然而,并联船载稳定平台是一个具有高度非线性、强耦合、变负载
【目的】开展不同发展情景下土地利用变化的模拟及其引起的生态价值变化研究,对促进土地科学开发利用、构建生态系统安全具有重要意义。【方法】本研究以福州市为例,基于2000~2030年土地利用数据,运用PLUS模型进行自然发展、耕地保护和生态优先3种情景下的土地利用模拟,再采用价值当量因子法分析不同情景下的生态系统服务价值(ecosystem services values,ESV)变化。【结果】运用斑
移动机器人避障路径规划是移动机器人领域研究的重点,移动机器人在室内复杂环境进行作业时,环境的复杂性与易变性给移动机器人带来了更多挑战。而深度强化学习作为一种不断试错的机器学习算法,目前广泛应用于移动机器人避障路径规划领域,在静态障碍与动态障碍同时存在的复杂环境中,使移动机器人具备灵活决策的能力,提高移动机器人的自主性与鲁棒性。因此本文以深度强化学习为基础,使移动机器人与周围环境不断交互,完成避障路
近年来,随着能源需求量的增长,海洋石油开采与运输活动日益频繁,由此也造成了诸多海上原油泄漏与环境污染问题。因此,海上溢油监测系统的建立与优化问题研究迫在眉睫。现有溢油监测系统主要使用单一的某类传感器作为数据获取手段,其数据利用率和准确性受环境干扰影响较大。为提高系统监测性能,本文采用了红外和可见光两种传感器进行海面溢油数据获取,并研究了基于深度学习的红外和可见光图像融合机制,从而使得可见光图像中丰
随着世界经济总量的不断攀升,海上运输蓬勃发展,船舶数量也日益增多,随之船舶发生碰撞的可能性加大。因此,船舶避碰仍旧是船舶研究方向的热点问题之一。目前船舶避碰研究仍有许多问题还未解决,如《国际海上避碰规则》考虑不充分,未考虑船舶操纵性对避让效果的影响,避碰算法计算量较大无法实时给出避碰决策,算法的稳定性差以及多船避碰策略不合理等问题。本文针对已存在的问题,选择与模型无关且实时性良好的Q-Learni
近年来,在军事领域以及民用领域,四旋翼飞行器成为了越来越热门的研究对象,有着很高的应用价值。然而,当在复杂环境中执行高难度任务时,单架无人机的容错能力有限,一旦发生故障,任务就会失败。而多个无人机可以更好地完成搜索救援、地形侦察、物资运输等任务,容错力更高,因而对多架无人机的协同控制研究成为了四旋翼研究领域中的热点问题。在实际环境中执行任务时,由于环境地势的变化以及目标的移动通常需要无人机实时改变
水面无人艇(Unmanned Surface Vehicles,USVs)是开展海洋资源勘测、海事防务等水面作业的重要利器,在军事、民生、科研等领域发挥重要的作用。在不同场景下自主完成精准轨迹跟踪是USV执行水面作业的基础,近年来已成为USV控制技术的研究热点之一。鉴于USV复杂、多变的航行环境,往往存在复杂海洋干扰和系统动态难以获取的情况,使得高精度跟踪控制系统的设计充满挑战。因此,本课题基于固
现如今移动机器人的发展在科学技术中备受瞩目,而路径规划作为移动机器人的核心领域之一,对其算法的创新与应用也理所应当的受到了广泛研究。本文在针对传统路径规划算法在性能存在速度过慢,避障能力较弱的缺点,提出了一种基于跳点搜索策略的改进D*算法与改进动态窗口法混合算法,通过在MATLAB工具与Gazebo工具下进行多种仿真并最终在Turtlebot2实验平台上进行了实物验证,证明改进算法确实有效的更快速
在全球倡导节能减排的背景下,船舶作为贸易航运的主要交通工具,其运行成本和能耗排放问题亦成为相关领域的研究热点,建立合理的船舶能量管理策略,以达成低运行成本,降耗减排的目标,对实现航运业的节能环保,具有重要的价值和意义。首先针对船舶能量管理策略问题,建立相关数学模型。以最小化船舶的运行成本为目标,考虑柴油机和发电机组的相关性能约束,建立了柴电混合船舶能量管理的数学优化模型。进一步着眼于技术发展趋势,