没有合适的资源?快使用搜索试试~ 我知道了~
首页神经网络H∞鲁棒控制:自主式水下航行器三维路径跟踪
"自主式水下航行器三维路径跟踪的神经网络H∞鲁棒自适应控制方法 (2012年)" 本文深入探讨了在存在模型不确定性和外部未知干扰的情况下,如何实现自主式水下航行器(AUV)的三维路径跟踪控制。作者首先通过时标分离原理和正交投影的Serret-Frenet坐标系建立了一个描述AUV质心运动和姿态运动的仿射非线性数学模型。这种模型能够准确地反映AUV在水下的复杂动态行为。 接着,为了应对模型不确定性和外部扰动,文中提出了一种基于神经网络的H∞鲁棒自适应控制策略。神经网络作为一种强大的非线性函数逼近工具,能够有效地学习和补偿模型的不确定性。同时,控制器设计中融入了主导输入的概念,这一思路有助于简化闭环系统的结构,降低实时计算的复杂性,使得控制算法更易于在实际工程中应用。 文章进一步基于Lyapunov稳定性理论对所提出的控制系统进行了分析,确保系统在运行过程中的稳定性。Lyapunov稳定性理论是控制系统设计中的核心概念,它能保证系统在受到扰动后仍能保持稳定状态。 仿真结果显示,所设计的路径跟踪控制律能够使AUV准确地沿着预设路径移动,并展现出优良的动态性能。这意味着AUV能够在各种复杂的海洋环境中有效地执行任务,如海底测绘、搜救操作或科学研究等。 关键词:自主式水下航行器(AUV);三维路径跟踪;Serret-Frenet坐标系;质心回路;姿态回路;神经网络 该研究对于提升AUV的自主导航能力,特别是在面对不确定性和干扰环境时,提供了新的理论支持和技术手段,对于未来水下机器人技术的发展具有重要意义。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/19674566/bg1.jpg)
第 29 卷第 3 期
2012 年 3 月
控 制 理 论 与 应 用
Control Theory & Applications
Vol. 29 No. 3
Mar. 2012
自自自主主主式式式水水水下下下航航航行行行器器器三三三维维维路路路径径径跟跟跟踪踪踪的的的神神神经经经网网网络络络
H
∞
鲁鲁鲁棒棒棒自自自适适适应应应控控控制制制方方方法法法
文文文章章章编编编号号号: 1000−8152(2012)03−0317−06
葛 晖
1
, 敬忠良
1
, 高 剑
2
(1. 上海交通大学 航空航天学院, 上海 200240; 2. 西北工业大学 航海学院, 陕西 西安 710072)
摘要: 本文研究了存在模型不确定以及外界未知扰动情况下的自主式水下航行器(AUV)的三维路径跟踪控制问
题. 针对此问题, 首先利用时标分离原理及正交投影Serret-Frenet坐标系建立了描述AUV质心运动及姿态运动的的
仿射非线性数学模型. 其次, 在控制器设计中运用神经网络H
∞
鲁棒自适应算法克服了模型的不确定性及扰动, 同
时在控制器设计中利用了主导输入的思想, 降低了闭环系统的复杂度, 减少了实时计算工作量, 便于工程应用. 基
于Lyapunov理论的分析保证了系统的稳定性. 仿真结果表明, 路径跟踪控制律可以保证AUV沿期望路径运动, 并且
具有良好的动态性能.
关键词: 自主式水下航行器(AUV); 三维路径跟踪; Serret-Frenet坐标系; 质心回路; 姿态回路; 神经网络
中图分类号: TP273 文献标识码: A
Neural network H-infinity robust adaptive control for
autonomous underwater vehicle in 3-dimensional path following
GE Hui
1
, JING Zhong-liang
1
, GAO Jian
2
(1. School of Aeronautics and Astronautics, Shanghai Jiao Tong University, Shanghai 200240, China;
2. College of Marine Engineering, Northwestern Polytechnical University, Xi’an Shaanxi 710072, China)
Abstract: The 3-dimensional path following control of autonomous underwater vehicle (AUV) with uncertain model
and unknown disturbance is investigated. First, the time singular perturbation method and the orthogonal projection refer-
ence frame are used to model the position motion, and the attitude dynamic model of the AUV is described by an affine
nonlinear system. Next, a neural network robust adaptive control algorithm is employed in the controller design to over-
come the uncertainties of the model and the influence of external disturbances. Meanwhile, the dominant input idea is
adopted to reduce the complexity of the closed-loop. The stability performance of the system is proved by using Lyaponov
stability theory. Simulation indicates that the path following controller keeps the motion of AUV along the prescribed path
with desirable performances.
Key words: autonomous underwater vehicle; 3D path following; Serret-Frenet frame; centroid loop; attitude loop;
neural network
1 引引引言言言(Introduction)
随着人类开发利用海洋的进程不断加速, 对自主
式水下航行器(autonomous underwater vehicle, AUV)
的要求也不断增加, 要求AUV能够在工作区域定点
悬停, 能够完成水下远距离精确的路径跟踪与轨迹
跟踪等多种任务. 总的来说AUV的运动控制模式包
括: 1) 点镇定控制, 即使AUV在空间中某个点保持位
姿稳定; 2) 轨迹跟踪控制, 即使AUV沿着空间中一条
和时间相关的轨迹运动, 也就是说对于AUV到达指
定点的时间有要求; 3) 路径跟踪控制, 即使得AUV跟
踪一条空间中和时间无关的曲线, 要求AUV的运动
收敛于给定的空间曲线, 但对于何时到达何地没有
要求. 因此在实际的工程应用中, 路径跟踪具有较高
的实用价值, 因为在海洋石油勘探、海底电缆维护
等, 都要求AUV能够以一定的速度跟踪预先设定好
的路径航行, 并不要求AUV一定要在某一时刻到达
特定的位置. 由于没有时间的要求, 使得路径跟踪在
控制上具有更大的灵活性. 和轨迹跟踪控制模式相
比, 路径跟踪的航迹和控制曲线更加平滑、抖动比
较小.
关于海洋运动体(包括各种船舶、潜艇、水下航
行器)的路径跟踪控制, 国内外学者进行了内容广泛
的研究工作, 但是总的来说, 到目前为止, 这些研究
主要集中在3个方面: 第一是运动体在水平面的二维
路径跟踪控制, 采用的方法主要是将运动分解成质
心运动和姿态运动再分别设计控制器; 第二是运动
收稿日期: 2010−06−02; 收修改稿日期: 2011−11−09.
基金项目: 国家自然科学基金资助项目(60775022); 中国博士后科学基金资助项目(20100470119).
下载后可阅读完整内容,剩余5页未读,立即下载
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
weixin_38666300
- 粉丝: 5
- 资源: 931
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 解决Eclipse配置与导入Java工程常见问题
- 真空发生器:工作原理与抽吸性能分析
- 爱立信RBS6201开站流程详解
- 电脑开机声音解析:故障诊断指南
- JAVA实现贪吃蛇游戏
- 模糊神经网络实现与自学习能力探索
- PID型模糊神经网络控制器设计与学习算法
- 模糊神经网络在自适应PID控制器中的应用
- C++实现的学生成绩管理系统设计
- 802.1D STP 实现与优化:二层交换机中的生成树协议
- 解决Windows无法完成SD卡格式化的九种方法
- 软件测试方法:Beta与Alpha测试详解
- 软件测试周期详解:从需求分析到维护测试
- CMMI模型详解:软件企业能力提升的关键
- 移动Web开发框架选择:jQueryMobile、jQTouch、SenchaTouch对比
- Java程序设计试题与复习指南
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)