[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN108663938A - 一种考虑通讯拓扑变换的uuv集群协调控制方法 - Google Patents

一种考虑通讯拓扑变换的uuv集群协调控制方法 Download PDF

Info

Publication number
CN108663938A
CN108663938A CN201810510991.6A CN201810510991A CN108663938A CN 108663938 A CN108663938 A CN 108663938A CN 201810510991 A CN201810510991 A CN 201810510991A CN 108663938 A CN108663938 A CN 108663938A
Authority
CN
China
Prior art keywords
uuv
matrix
cluster
vector
coordination control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810510991.6A
Other languages
English (en)
Inventor
严浙平
杨泽文
周佳加
岳立冬
潘晓丽
吴以
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201810510991.6A priority Critical patent/CN108663938A/zh
Publication of CN108663938A publication Critical patent/CN108663938A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供一种考虑通讯拓扑变换的UUV集群协调控制方法，首先利用反馈线性化方法建立非线性UUV运动学和动力学方程并转化为二阶仿射系统形式；其次用直接离散化法将UUV的连续模型转换为离散模型。由于领航者装备更精准的传感器，集群结构采用领导者‑跟随者类型，领航者均向跟随者发送状态信息，而跟随者之间的通讯拓扑图为动态变换图。基于离散时间下的数学模型设计的协调控制协议可以保证UUV集群中各航行器的姿态和速度一致；每个航行器的位置姿态信息和速度信息由测速仪和陀螺仪获得。本发明在考虑通讯拓扑变换条件的UUV集群协调控制方法计算出的驱动控制力与力矩可以实现UUV集群中各航行器的航行轨迹均收敛于期望轨迹。

Description

一种考虑通讯拓扑变换的UUV集群协调控制方法
技术领域
本发明涉及一种考虑通讯拓扑变换的UUV集群协调控制方法，属于水下无人航行器集群的协调控制方法领域。
背景技术
UUV(水下无人航行器)由于其体积小、自主性高和投放灵活等优点，在军用和商用领域有着广泛的应用，是潜艇护航、目标探测、深海资源开发等应用的重要工具。通过UUV自身的传感器可以感知所在位置和外界环境，完成指定任务。由于单体UUV的传感器的探测范围有限，在大面积的海洋探测，深海目标搜索，海洋地图测绘等复杂的应用中不能很好的完成任务。为了弥补单UUV的物理限制，多UUV进行编队可以合共同完成复杂的任务。多UUV间通过声纳传输信息，以保证UUV之间可以协调配合并保持状态一致。而在深海中声纳会受到实际海况的影响可能发生信息的延时或中断，UUV彼此的状态信息不能及时接收，因此在通讯结构变换的情况下控制UUV集群的一致性就十分重要。
针对UUV集群的一致性控制，较多协调一致性方法仅针对连续时间的条件，如唐会林在文章《不同时变延迟下的多AUV编队协调控制》(发表于2017，计算机测量与控制，第8期)，以及李娟在文章《基于领航者的多AUV协调编队滑模控制》发表于2018，哈尔滨工程大学学报，第2期)中所提出的编队方法均可以使多航行器连续系统达到运动状态一致收敛。但是深海中的UUV间通讯传播只能利用声纳，且其他传感器包括加速器等数据都是离散的信息数据，为了解决在离散信息条件下UUV集群的协调控制问题，本发明提出了一种考虑通讯拓扑变换的UUV集群协调控制方法。
发明内容
本发明的目的是为了提供一种考虑通讯拓扑变换的UUV集群协调控制方法，是一种在离散信息条件下的协调控制方法，能够有效保证在通讯拓扑变换的UUV集群中各航行器的航行轨迹均收敛于期望轨迹。
本发明的目的是这样实现的：步骤如下：
步骤一：利用反馈线性化方法建立非线性UUV运动学和动力学方程并转化为二阶仿射系统形式；
步骤二：通过直接离散化法将UUV的连续模型转换为离散模型；
步骤三：通过测速仪和陀螺仪获得每个航行器的位置姿态信息和速度信息，集群结构采用领导者-跟随者类型，领航者均向跟随者发送自身的位置姿态信息和速度信息，而跟随者之间为随机通讯，其通讯拓扑图为动态变换图；
步骤四：基于离散时间下的数学模型设计的协调控制协议求得协调后UUV集群中各航行器的姿态和速度；
步骤五：将得到位置姿态和速度带入每个UUV的控制器中，计算出每个执行机构的驱动力和驱动力矩的大小；
步骤六：将控制量输入到执行机构中相应的驱动装置，控制量为每个UUV的各个执行机构的驱动力和驱动力矩的大小。
本发明还包括这样一些结构特征：
1.步骤一中的所述建立的非线性运动学和动力学模型为：
其中：代表了位置与欧拉角的状态向量，代表UUV的速度状态向量，J(η)是从运动坐标转换到固定坐标的Jacobian矩阵，M是惯性矩阵，I为单位矩阵，M-1为惯性矩阵的逆矩阵，W(v)为科氏向心矩阵与阻尼矩阵之和，γ(ξ)为系数矩阵，uτ控制量；
将UUV的非线性模型表示为仿射系统：
μ＝r(ξ)
其中：r(ξ)＝η，i＝1,2,...,10。
2.步骤二中的所述离散模型为：
vi[k+1]＝vi[k]+Tui[k]
其中：i＝1,2,...,n，k代表离散时间指数，T代表采样周期，分别代表第i个UUV在时间t＝KT时刻的位置向量和速度向量，是在时间t＝KT时刻基于零阶保持器的控制输入，xi[k+1]、vi[k+1]为下一时刻的变量；
变换坐标为：
x＝[r1(ξ) r2(ξ) r3(ξ) r4(ξ) r5(ξ)]
v＝[Lpr1(ξ) Lpr2(ξ) Lpr3(ξ) Lpr4(ξ) Lpr5(ξ)]
其中：Lp为函数p(ξ)的李导数，i＝1,2,...,n，k代表离散时间指数，T代表采样周期，分别代表第i个AUV在时间t＝KT时刻的位置向量和速度向量。是在时间t＝KT时刻基于零阶保持器的控制输入；
输入为ui＝T(ξ)+Γ(ξ)uτ，其中T(ξ)和Γ(ξ)表达如下：
3.步骤四中基于离散时间下的数学模型设计的协调控制协议求得协调后UUV集群中各航行器的姿态和速度均收敛一致，所提出的协调控制协议为：
其中：为UUVi周围与其有通信联系的UUV的集合，xi(k)，vi(k)分别为UUVi的位置姿态向量和速度向量，x0(k)为领航者姿态向量，v0(k)为领航者速度向量，aij(k)、bij(k)分别是领航者周围UUV的位置和速度拓扑图所对应邻接矩阵中元素，分别是领航者与跟随者之间的位置和速度拓扑图所对应邻接矩阵中元素，dpmax、dvmax为位置和速度拉普拉斯矩阵的最大入度，并确保周期T＜1/2。
4.步骤五中的每个执行机构的驱动力和驱动力矩的大小为：
其中，Γ-1为矩阵Γ的逆矩阵。
与现有技术相比，本发明的有益效果是：本发明适用于水下无人航行器在离散信息条件下通讯拓扑变换的UUV集群的协调控制方法。本发明方法可以有效解决水下无人航行器在离散信息条件下的集群控制问题。考虑了水下无人航行器传输信息以及通讯结构时变的特点，设计了通讯拓扑变换的UUV集群协调控制方法，求得协调后每个UUV的位置姿态和速度，将得到位置姿态和速度带入每个UUV的控制器中计算出每个执行机构的驱动力和驱动力矩的大小，并将控制量输入到执行机构中相应的驱动装置，可以保证UUV集群中各航行器的航行轨迹均收敛于期望轨迹。
附图说明
图1是离散信息条件下考虑通讯拓扑变换的UUV集群协调控制方法流程示意图；
图2是UUV集群中领航者与跟随者的通讯关系图；
图3是5个跟随者变换拓扑集所，包含的10种通讯拓扑图；
图4是位置拓扑和速度拓扑的随机选择数值图；
图5是UUV集群在收敛过程中各个成员的东向方向的位置变化情况图；
图6是UUV集群在收敛过程中各个成员的北向方向的位置变化情况图；
图7是UUV集群在收敛过程中各个成员的深度方向的位置变化情况图；
图8是UUV集群在收敛过程中各个成员的纵摇角的角度变化情况图；
图9是UUV集群在收敛过程中各个成员的首摇角的角度变化情况图；
图10是UUV集群在收敛过程中各个成员的纵荡速度变化情况图；
图11是UUV集群在收敛过程中各个成员的横荡速度变化情况图；
图12是UUV集群在收敛过程中各个成员的垂荡速度变化情况图；
图13是UUV集群在收敛过程中各个成员的纵摇角速度变化情况图；
图14是UUV集群在收敛过程中各个成员的首摇角速度变化情况图；
图15是UUV集群的三维轨迹图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
在深海环境中，UUV之间的姿态与速度信息只能依靠声纳传输，但是载体中的各个传感器以及声纳传播的信息数据均是离散的采样信息，这使得传统的编队控制方法不能直接解决实际工程问题。因而用于水下无人航行器在连续时间的协调一致方法无法在离散信息条件下得到良好的应用。本发明提供的一种在离散信息条件下的协调控制方法步骤如下：首先利用反馈线性化方法建立非线性UUV运动学和动力学方程并转化为二阶仿射系统形式；其次用直接离散化法将UUV的连续模型转换为离散模型。然后每个航行器的位置姿态信息和速度信息由测速仪和陀螺仪获得。由于领航者装备更精准的传感器，集群结构采用领导者-跟随者类型，领航者均向跟随者发送自身的位置姿态信息和速度信息，而跟随者之间为随机通讯，其通讯拓扑图为动态变换图。基于离散时间下的数学模型设计的协调控制协议求得协调后UUV集群中各航行器的姿态和速度；每个UUV都执行上述步骤后可得到相同的位置姿态和速度；最后将得到位置姿态和速度带入每个UUV的控制器中，计算出每个执行机构的驱动力和驱动力矩的大小，并将控制量输入到执行机构中相应的驱动装置。
优选地，所述建立的非线性运动学和动力学模型为：
其中代表了位置与欧拉角的状态向量，代表UUV的速度状态向量。
将UUV的非线性模型表示为仿射系统：
μ＝r(ξ)
优选地，所述离散模型为：
vi[k+1]＝vi[k]+Tui[k]
变换坐标为：
x＝[r1(ξ) r2(ξ) r3(ξ) r4(ξ) r5(ξ)]
v＝[Lpr1(ξ) Lpr2(ξ) Lpr3(ξ) Lpr4(ξ) Lpr5(ξ)]
输入为ui＝T(ξ)+Γ(ξ)uτ，其中T(ξ)如下：
优选地，基于离散时间下的数学模型设计的协调控制协议求得协调后UUV集群中各航行器的姿态和速度均收敛一致，所提出的协调控制方法为：
其中，dpmax，dvmax为位置和速度拉普拉斯矩阵的最大入度dpmax，并确保周期T＜1/2。
优选地，所述得到相同的位置姿态和速度带入每个UUV的控制器中，计算出每个执行机构的驱动力和驱动力矩的大小为：
uτi(k)＝Γ-1(xi(k))[ui(k)-T(xi(k))]
优选地，所述考虑通讯拓扑变换的UUV集群协调控制方法求得UUV集群中各航行器的计算出每个执行机构的驱动力和驱动力矩的大小，并将控制量输入到执行机构中相应的驱动装置。
本发明的主要目的是针对水下传输离散信息的特点，以及存在自然环境干扰时通讯拓扑图可能变化的特点，在离散信息条件下的协调控制方法步骤如下：首先利用反馈线性化方法建立非线性UUV运动学和动力学方程并转化为二阶仿射系统形式；其次用直接离散化法将UUV的连续模型转换为离散模型。然后每个航行器的位置姿态信息和速度信息由测速仪和陀螺仪获得。由于领航者装备更精准的传感器，集群结构采用领导者-跟随者类型，领航者均向跟随者发送自身的位置姿态信息和速度信息，而跟随者之间为随机通讯，其通讯拓扑图为动态变换图。基于离散时间下的数学模型设计的协调控制协议求得协调后UUV集群中各航行器的姿态和速度；每个UUV都执行上述步骤后可得到相同的位置姿态和速度；最后将得到位置姿态和速度带入每个UUV的控制器中，计算出每个执行机构的驱动力和驱动力矩的大小，并将控制量输入到执行机构中相应的驱动装置。
(1)将UUV的非线性耦合运动学方程和动力学方程转化为二阶仿射系统形式：
运动学方程：
其中代表了位置与欧拉角的状态向量，是从运动坐标转换到固定坐标的Jacobian矩阵。其中转换矩阵J1(η1)和J2(η2)表达如下：
动力学坐标：
其中，代表UUV的速度状态向量。矩阵M,C(v)和D(v)分别代表惯性矩阵，科氏向心矩阵和阻尼矩阵。g(η)是由重力和浮力一同作用所引起的力与力矩。τ是控制输入。
本文所涉及的UUV模型是鱼雷型，因此在水平面和纵平面是对称结构。这意味着惯性矩阵M是对称矩阵，科氏向心矩阵C(v)是反对称矩阵。并且设定重心和浮心重合，所以g(η)为零。
其中,
其中,
D(v)＝-diag{Xu,Yv,Zw,Mq,Nr} (7)
动力学方程可以改写为：
其中，uτ＝[Tu,Tv,Tw,δs,δr]是表示利与方向舵角，γ(ξ)表示如下：
其中，上述参数可以参考文献。
将公式(1)和(8)可以写为：
因此可以将UUV的非线性模型表示为仿射系统：
其中，
(2)利用反馈线性化方法将耦合的非线性UUV运动学和动力学方程转化为二阶积分形式。结合公式(11)中的qij(ξ)，并利用李导数的性质，可以求出矩阵Γ(ξ)，表示如下：
根据公式(11)可以计算出具体的qij(ξ)，得出Γ(ξ)为非奇异矩阵，因此系统的相对阶为：
ρ1＝2,ρ2＝2,ρ3＝2,ρ4＝2,ρ5＝2 (13)
因此，该系统的相对阶之和为ρ1+ρ2+ρ3+ρ4+ρ5＝10，与系统维数相同，可知UUV的非线性系统可以进行反馈线性化。取变换坐标为：
设新系统的输入为ui＝T(ξ)+Γ(ξ)uτ，其中T(ξ)如下：
结合公式(14)(15)，可以得出UUV的标准二阶积分形式的反馈线性化动态模型：
其中，
(3)由于UUV在水下测量和通讯都是以固定采样周期下获得的，信息数据都是离散的，因此需要考虑UUV的离散动态模型。通过直接离散化的方法将UUV的连续模型转换为离散模型：
其中，i＝1,2,...,n，k代表离散时间指数，T代表采样周期，分别代表第i个UUV在时间t＝KT时刻的位置向量和速度向量。是在时间t＝KT时刻基于零阶保持器的控制输入。
(4)根据通讯拓扑确定位置和速度拉普拉斯矩阵的最大入度dpmax，dvmax；确定周期T＜1/2。提出以下航行器协同控制律，能够保证UUV集群中各航行器在通讯拓扑变换的条件下位置和速度均收敛一致，表达如下：
式中，x0(k)为领航者姿态向量，v0(k)为领航者速度向量，aij(k)，bij(k)分别是领航者周围UUV的位置和速度拓扑图所对应邻接矩阵中元素，分别是领航者与跟随者之间的位置和速度拓扑图所对应邻接矩阵中元素。
(5)求得协调后UUV集群中各航行器的姿态和速度，每个UUV都执行上述步骤后可得到相同的位置姿态和速度，将得到相同的位置姿态和速度带入每个UUV的控制器中，计算出每个执行机构的驱动力和驱动力矩的大小为：
uτi(k)＝Γ-1(xi(k))[ui(k)-T(xi(k))]
(6)求出每个UUV的各个执行机构的驱动力和驱动力矩的大小，并将控制量输入到执行机构中相应的驱动装置。
下面给出本发明的具体实施方案：
利用Matlab仿真软件以证明本发明的有效性。在Matlab仿真软件中建立水下无人航行器的非线性模型，并将其转化为二阶仿射系统。设定初始条件，以及期望轨迹，进行试验仿真。
Matlab仿真条件设置如下：
设领航者位置初始值为x0＝(50,0,0,-π/20,π/2)，速度初始值为v0＝(0.8,0,0,0,0)。跟随者初位置xi(0)任意分布在[0,60]区间，yi(0)任意分布在[0,50]区间，zi(0)任意分布在[-10,0]区间，θi(0)任意分布[-π/18,π/18]区间，ψi(0)任意分布在[0,π]区间，初始速度向量均为0，位置和速度的控制器增益分别为α1＝0.002，α2＝0.08，满足步骤五中的控制器参数要求。仿真曲线如下：
仿真结果：
基于上述仿真条件的设置，以及通过Matlab仿真软件对所发明方法的编写，经过仿真可以得到如图5到图15的仿真实验结果，其中UUV0是领航者，其他UUV为跟随者。
根据图5至图9的仿真图说明，本发明所提出的在离散信息条件下通讯拓扑变换的UUV集群协调控制方法可以保证各UUV的姿态状态均一致收敛；根据图9至图14的仿真图说明，各个UUV的速度状态均一致收敛；根据图15的仿真图说明，领航者可以按期望轨迹航行，且跟随者收敛于领航者运动轨迹。可以看出，本发明所提出的在离散采样信息条件下通讯拓扑变换的UUV集群协调控制方法能够有效的使领航者与跟随者状态均收敛且趋于稳定，航行轨迹均收敛于期望轨迹。
图4至图9为UUV集群在收敛过程中各个成员的姿态变化情况，在变换拓扑的条件下，各UUV的姿态均可以稳定并收敛保持相同的姿态持续运动。图10至图14为UUV集群在收敛过程中的速度变化情况，各UUV的速度状态也能保持收敛并且趋于稳定。图15是UUV集群的三维轨迹图。
综上，本发明公开了一种考虑通讯拓扑变换的水下无人航行器(UUV)集群协调控制方法，包括以下步骤：首先利用反馈线性化方法建立非线性UUV运动学和动力学方程并转化为二阶仿射系统形式；其次用直接离散化法将UUV的连续模型转换为离散模型。由于领航者装备更精准的传感器，集群结构采用领导者-跟随者类型，领航者均向跟随者发送状态信息，而跟随者之间的通讯拓扑图为动态变换图。基于离散时间下的数学模型设计的协调控制协议可以保证UUV集群中各航行器的姿态和速度一致；每个航行器的位置姿态信息和速度信息由测速仪和陀螺仪获得。本发明在考虑通讯拓扑变换条件的UUV集群协调控制方法计算出的驱动控制力与力矩可以实现UUV集群中各航行器的航行轨迹均收敛于期望轨迹。

Claims (5)

1.一种考虑通讯拓扑变换的UUV集群协调控制方法，其特征在于：步骤如下：
步骤一：利用反馈线性化方法建立非线性UUV运动学和动力学方程并转化为二阶仿射系统形式；
步骤二：通过直接离散化法将UUV的连续模型转换为离散模型；
步骤三：通过测速仪和陀螺仪获得每个航行器的位置姿态信息和速度信息，集群结构采用领导者-跟随者类型，领航者均向跟随者发送自身的位置姿态信息和速度信息，而跟随者之间为随机通讯，其通讯拓扑图为动态变换图；
步骤四：基于离散时间下的数学模型设计的协调控制协议求得协调后UUV集群中各航行器的姿态和速度；
步骤五：将得到位置姿态和速度带入每个UUV的控制器中，计算出每个执行机构的驱动力和驱动力矩的大小；
步骤六：将控制量输入到执行机构中相应的驱动装置，控制量为每个UUV的各个执行机构的驱动力和驱动力矩的大小。
2.根据权利要求1所述的一种考虑通讯拓扑变换的UUV集群协调控制方法，其特征在于：步骤一中的所述建立的非线性运动学和动力学模型为：
其中：代表了位置与欧拉角的状态向量，代表UUV的速度状态向量，J(η)是从运动坐标转换到固定坐标的Jacobian矩阵，M是惯性矩阵，I为单位矩阵，M-1为惯性矩阵的逆矩阵，W(v)为科氏向心矩阵与阻尼矩阵之和，γ(ξ)为系数矩阵，uτ控制量；
将UUV的非线性模型表示为仿射系统：
μ＝r(ξ)
其中：ξ＝[ηT,vT]T，r(ξ)＝η，i＝1,2,...,10。
3.根据权利要求2所述的一种考虑通讯拓扑变换的UUV集群协调控制方法，其特征在于：步骤二中的所述离散模型为：
vi[k+1]＝vi[k]+Tui[k]
其中：i＝1,2,...,n，k代表离散时间指数，T代表采样周期，分别代表第i个UUV在时间t＝KT时刻的位置向量和速度向量，是在时间t＝KT时刻基于零阶保持器的控制输入，xi[k+1]、vi[k+1]为下一时刻的变量；
变换坐标为：
x＝[r1(ξ) r2(ξ) r3(ξ) r4(ξ) r5(ξ)]
v＝[Lpr1(ξ) Lpr2(ξ) Lpr3(ξ) Lpr4(ξ) Lpr5(ξ)]
其中：Lp为函数p(ξ)的李导数，i＝1,2,...,n，k代表离散时间指数，T代表采样周期，分别代表第i个AUV在时间t＝KT时刻的位置向量和速度向量。是在时间t＝KT时刻基于零阶保持器的控制输入；
输入为ui＝T(ξ)+Γ(ξ)uτ，其中T(ξ)和Γ(ξ)表达如下：
4.根据权利要求3所述的一种考虑通讯拓扑变换的UUV集群协调控制方法，其特征在于：步骤四中基于离散时间下的数学模型设计的协调控制协议求得协调后UUV集群中各航行器的姿态和速度均收敛一致，所提出的协调控制协议为：
其中：为UUVi周围与其有通信联系的UUV的集合，xi(k)，vi(k)分别为UUVi的位置姿态向量和速度向量，x0(k)为领航者姿态向量，v0(k)为领航者速度向量，aij(k)、bij(k)分别是领航者周围UUV的位置和速度拓扑图所对应邻接矩阵中元素，分别是领航者与跟随者之间的位置和速度拓扑图所对应邻接矩阵中元素，dpmax、dvmax为位置和速度拉普拉斯矩阵的最大入度，并确保周期T＜1/2。
5.根据权利要求4所述的一种考虑通讯拓扑变换的UUV集群协调控制方法，其特征在于：步骤五中的每个执行机构的驱动力和驱动力矩的大小为：
uτi(k)＝Γ-1(xi(k))[ui(k)-T(xi(k))]。
其中，Γ-1为矩阵Γ的逆矩阵。
CN201810510991.6A 2018-05-25 2018-05-25 一种考虑通讯拓扑变换的uuv集群协调控制方法 Pending CN108663938A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810510991.6A CN108663938A (zh) 2018-05-25 2018-05-25 一种考虑通讯拓扑变换的uuv集群协调控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810510991.6A CN108663938A (zh) 2018-05-25 2018-05-25 一种考虑通讯拓扑变换的uuv集群协调控制方法

Publications (1)

Publication Number Publication Date
CN108663938A true CN108663938A (zh) 2018-10-16

Family

ID=63776582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810510991.6A Pending CN108663938A (zh) 2018-05-25 2018-05-25 一种考虑通讯拓扑变换的uuv集群协调控制方法

Country Status (1)

Country Link
CN (1) CN108663938A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110008630A (zh) * 2019-04-18 2019-07-12 哈尔滨工程大学 水下无人航行器集群仿真平台
CN110580057A (zh) * 2019-09-26 2019-12-17 哈尔滨工程大学 一种基于圆周分层规划的uuv集群编队队形形成方法
CN110677223A (zh) * 2019-10-17 2020-01-10 哈尔滨工程大学 一种集群uuv系统及其水下双重冗余通信信息传输方法
CN111308576A (zh) * 2019-11-29 2020-06-19 哈尔滨工程大学 一种多auv系统及深海珊瑚探测方法
CN111930116A (zh) * 2020-07-24 2020-11-13 哈尔滨工程大学 一种基于栅格法的大规模uuv集群编队队形形成方法
CN113342015A (zh) * 2021-06-15 2021-09-03 哈尔滨工程大学 一种分布式海域跨介质异构系统一致性编队方法
CN114740872A (zh) * 2022-03-03 2022-07-12 西北工业大学 一种基于拓扑和联盟的uuv集群搜索攻击决策方法
CN114779825A (zh) * 2022-06-20 2022-07-22 北京大学 基于稀疏采样和信息交互的无人集群编队机动控制方法
CN114115002B (zh) * 2021-11-11 2023-08-11 西北工业大学 一种基于二阶通讯拓扑的大型集群控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104076689A (zh) * 2014-07-17 2014-10-01 山东省科学院海洋仪器仪表研究所 全驱动式自主水下航行器协同控制方法
US20160253906A1 (en) * 2014-04-08 2016-09-01 University Of New Hampshire Optical Based Pose Detection For Multiple Unmanned Underwater Vehicles
CN105974930A (zh) * 2016-04-18 2016-09-28 哈尔滨工程大学 一种基于非线性模型预测控制的uuv对运动母船的跟踪方法
CN106525042A (zh) * 2016-09-27 2017-03-22 哈尔滨工程大学 一种基于蚁群与扩展卡尔曼滤波相结合的多auv协同定位方法
CN107577226A (zh) * 2017-08-22 2018-01-12 西北工业大学 一种便携式水下自主航行器控制装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160253906A1 (en) * 2014-04-08 2016-09-01 University Of New Hampshire Optical Based Pose Detection For Multiple Unmanned Underwater Vehicles
CN104076689A (zh) * 2014-07-17 2014-10-01 山东省科学院海洋仪器仪表研究所 全驱动式自主水下航行器协同控制方法
CN105974930A (zh) * 2016-04-18 2016-09-28 哈尔滨工程大学 一种基于非线性模型预测控制的uuv对运动母船的跟踪方法
CN106525042A (zh) * 2016-09-27 2017-03-22 哈尔滨工程大学 一种基于蚁群与扩展卡尔曼滤波相结合的多auv协同定位方法
CN107577226A (zh) * 2017-08-22 2018-01-12 西北工业大学 一种便携式水下自主航行器控制装置

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110008630A (zh) * 2019-04-18 2019-07-12 哈尔滨工程大学 水下无人航行器集群仿真平台
CN110008630B (zh) * 2019-04-18 2022-07-15 哈尔滨工程大学 水下无人航行器集群仿真平台
CN110580057A (zh) * 2019-09-26 2019-12-17 哈尔滨工程大学 一种基于圆周分层规划的uuv集群编队队形形成方法
CN110677223A (zh) * 2019-10-17 2020-01-10 哈尔滨工程大学 一种集群uuv系统及其水下双重冗余通信信息传输方法
CN111308576A (zh) * 2019-11-29 2020-06-19 哈尔滨工程大学 一种多auv系统及深海珊瑚探测方法
CN111930116B (zh) * 2020-07-24 2022-10-14 哈尔滨工程大学 一种基于栅格法的大规模uuv集群编队队形形成方法
CN111930116A (zh) * 2020-07-24 2020-11-13 哈尔滨工程大学 一种基于栅格法的大规模uuv集群编队队形形成方法
CN113342015A (zh) * 2021-06-15 2021-09-03 哈尔滨工程大学 一种分布式海域跨介质异构系统一致性编队方法
CN114115002B (zh) * 2021-11-11 2023-08-11 西北工业大学 一种基于二阶通讯拓扑的大型集群控制方法
CN114740872A (zh) * 2022-03-03 2022-07-12 西北工业大学 一种基于拓扑和联盟的uuv集群搜索攻击决策方法
CN114740872B (zh) * 2022-03-03 2024-05-03 西北工业大学 一种基于拓扑和联盟的uuv集群搜索攻击决策方法
CN114779825B (zh) * 2022-06-20 2022-08-26 北京大学 基于稀疏采样和信息交互的无人集群编队机动控制方法
CN114779825A (zh) * 2022-06-20 2022-07-22 北京大学 基于稀疏采样和信息交互的无人集群编队机动控制方法

Similar Documents

Publication Publication Date Title
CN108663938A (zh) 一种考虑通讯拓扑变换的uuv集群协调控制方法
Mohan et al. Indirect adaptive control of an autonomous underwater vehicle-manipulator system for underwater manipulation tasks
CN108663939A (zh) 考虑通讯丢包的uuv集群水平面路径跟踪控制方法
CN107168312B (zh) 一种补偿uuv运动学和动力学干扰的空间轨迹跟踪控制方法
CN113433955B (zh) 有向切换拓扑下多auv编队队形一致性控制方法
Li et al. Robust adaptive motion control for underwater remotely operated vehicles with velocity constraints
CN104076689B (zh) 一种全驱动式自主水下航行器协同控制方法
CN108829099A (zh) 一种基于受限反步法控制的欠驱动无人船轨迹跟踪方法
CN105807789B (zh) 基于t-s模糊观测器补偿的uuv控制方法
CN108594846A (zh) 一种障碍环境下多auv编队队形优化控制方法
CN109634307A (zh) 一种无人水下航行器复合航迹跟踪控制方法
CN111857165B (zh) 一种水下航行器的轨迹跟踪控制方法
CN105425812B (zh) 一种基于双模型下的无人机自动着舰轨迹控制方法
CN108829126A (zh) 一种考虑通讯延时的auv集群协调控制方法
CN114115262B (zh) 基于方位角信息的多auv执行器饱和协同编队控制系统和方法
Bian et al. Three-dimensional coordination control for multiple autonomous underwater vehicles
CN113419428A (zh) 基于3d映射制导的usv-uav协同路径跟踪自适应控制器设计方法
CN107656530B (zh) 变参数开架式海洋水下机器人的轨迹跟踪控制方法、装置和系统
CN105974930A (zh) 一种基于非线性模型预测控制的uuv对运动母船的跟踪方法
CN109739249B (zh) 一种速度状态缺失条件下的多uuv编队协调控制方法
Li et al. Multi-UUV formation coordination control based on combination of virtual structure and leader
CN108829132A (zh) 一种考虑大时滞的多uuv空间机动控制方法
Conti et al. A free floating manipulation strategy for Autonomous Underwater Vehicles
CN108363400B (zh) 一种基于虚拟锚泊的欠驱动auv三维控制区域镇定控制方法
CN114047744A (zh) 基于采样通信的自适应反步滑模多无人艇编队控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181016