[发明专利]一种自适应边界层水面无人艇控制导引方法

说明书

本发明属于控制领域，具体涉及一种自适应边界层水面无人艇控制导引方法。包括神经网络离线训练，初始化算法控制参数，获取规划点及传感器信息，判断规划点是圆弧还是直线，根据当前水面无人艇至目标点距离(若为圆，则为已完成的跟踪角度)，通过安全阈值观测器判断是否达到目标点，如果到达目标点，则将上一个目标点删除，再跳至步骤5，否则输出期望航向和期望航速。本发明通过自适应边界层在LOS算法中引入航速的考虑，提高其跟踪响应速度，利用双曲正切修正器优化LOS算法的跟踪控制精度。同时本算法采取模块化设计，不论是自适应边界层中的水面无人艇制动长度神经网络，速度优化层还是基于向量场改进的圆弧导引策略，都能够运用在其他算法中。

技术领域

本发明属于控制领域，具体涉及一种自适应边界层水面无人艇控制导引方法。

背景技术

水面无人艇将传统船舶技术与无人技术相结合，具有无人自主、机动性强、隐身性能好、成本较低等优点。水面无人艇大多在恶劣海况下执行任务，因此高精度，强适应能力的跟踪控制方法是实现自主的基本。如何实现水面无人艇高精度控制，强适应能力，同时兼顾最优速度已成为现在的研究热点。视线法(Line-of-Sight,LOS)作为工程中常见的跟踪控制方法，在已有的文献中，许多学者针对该方法进行了改进从而提高其自适应能力。但是这些方法大多基于艇体数学模型，忽略速度耦合，同时敏感度过高，故其鲁棒性和普适性较差。

挪威科技大学的Fossen I等首先将LOS跟踪算法引入到欠驱动水面无人艇中，将横向距离，纵向距离，艏向角度这三个自由度的跟踪问题转化为艏向角度，前进速度的二自由度跟踪问题，其缺点是收敛半径为常数，故不具备自适应能力，且为只能实现局部收敛。

哈尔滨工程大学的廖煜雷等人，通过改进LOS算法，在视线角中引入积分项，增强其抗扰动能力，同时通过线性反馈设计自适应的收敛半径使得算法能够实现全局收敛。但其算法参数过多，且敏感度高，调节困难。

海军工程大学的陈宵等人，将在LOS中的积分项中引入一种漂角观测器，以减小定积分增益选择不当带来的积分饱和以及超调等不利影响，在此基础上，在前视距离中引入比例增益使其变为时间变量，从而使得无人艇操纵更加灵活。通过级联系统理论证明了该闭环系统为全局k-指数稳定，但同样具有敏感度高的问题，同时忽略了速度耦合的影响。

武汉理工大学的陈俊等人，考虑到速度耦合的影响，提出基于LOS的变速循迹控制，通过状态反馈和反步法分别计算艇体加速度，再利用最小二乘法对其进行估计，使得水面无人艇能够根据横向偏差以及变化率调整速度，更快速地达到预设路径，但该算法基于模型设计，且只考虑直线跟踪，普适性较差。

发明内容

本发明的目的在于提供一种基于无模型的、高精度的、高鲁棒性且具备一定自适应能力的自适应边界层水面无人艇控制导引方法。

一种自适应边界层水面无人艇控制导引方法，具体包括如下步骤：

步骤1、收集对当前速度制动长度有影响的参数，包括航速、海风的风速与风向、海流的流速和流向、波浪的波高与波长及波向，制动长度五个体系指标，并对这五个体系指标进行识别与处理以及无量纲化；

步骤2、采用水面无人艇制动长度神经网络对所述的五个体系指标进行训练，然后对其进行泛化验证；

步骤3、初始化双曲正切修正器，需要初始化的控制参数为tanh系数，增益系数，收敛半径；

其中，δ表示横侧偏差，k_tanh表示tanh系数，ξ表示增益系数，表示收敛半径，k_tanh在横侧偏差越接近0时越影响收敛速度，k_tanh越大，收敛速度越慢；ξ抑制横侧偏差的振荡，同时也会降低收敛速度，影响收敛速度的快慢，过大会增加横侧偏差的超调。