[发明专利]一种基于内模控制与遗传算法的无人船路径跟踪控制方法有效

专利信息
申请号: 202010741099.6 申请日: 2020-07-28
公开(公告)号: CN111830989B 公开(公告)日: 2022-10-21
发明(设计)人: 杨琛;蒋鑫;胡佳伟 申请(专利权)人: 上海海洋大学
主分类号: G05D1/02 分类号: G05D1/02;G05B13/04
代理公司: 上海申浩律师事务所 31280 代理人: 张洁
地址: 201306 上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 控制 遗传 算法 无人 路径 跟踪 方法
【说明书】:

发明公开了一种基于内模控制与遗传算法的无人船路径跟踪控制方法,包括以下步骤:步骤S1.建立无人船运动数学模型;步骤S2.设计改进的LOS制导律,通过建立无人船的转向半径与横向偏差呈非线性关系,自适应调整前视距离;步骤S3.根据无人船数学模型设计内模控制器;步骤S4.采用遗传算法对控制器参数进行全局优化。本申请能够增强无人艇在运动过程中自适应调整能力;能够一定程度消除模型误差,使得该路径跟踪控制器更加稳定;灵活调整控制器参数,使得无人船在实际运动中获得更好的动态性能。

技术领域

本发明涉及路径跟踪技术领域,具体涉及一种基于内模控制与遗传算法的无人船路径跟踪控制方法。

背景技术

无人船是一种智能化、自动化、无人化的水面作业平台,广泛应用于军事作战侦察、大水域监测,海洋资源勘探等多个领域。运动控制技术是无人船在水域环境中完成自主作业的关键部分,也是无人船研究领域的热点问题。其研究的内容主要包括航速航向控制、轨迹跟踪控制、路径跟踪控制等。本发明的方案主要对无人船的路径跟踪控制的内容进行设计。

在实际航行过程中,无人船的运动状态除了受到自身系统不稳定性的影响,还会受到外界环境风、浪、流等因素干扰,从而使得无人船的操纵性能和控制效果不如预期。为解决此类问题,主要的研究方法包括LOS制导律控制法、滑模控制、反步法控制、预测模型控制以及智能算法控制等。需要指出的是,在实际应用中通常是基于某种方法进行改进或者用多种方法融合的方式来解决具体问题。

现有技术存在的问题:

(1)现有的路径跟踪方案依赖于精确的船舶模型,当存在模型误差以及因外界环境扰动引起较大的航向与航迹误差时,船舶无法自适应调整运动状态,导致控制效果不如预期。

(2)船舶的模型参数或者是控制器控制参数常采用经验试凑法进行人工调节,计算负担大,时效性差,不利于实际的工程应用。

本发明旨在增强无人船运动控制过程中的抗干扰能力与自适应能力,通过优化控制器参数,提高无人船的动态性能。

发明内容

为解决现有的技术问题,本发明要设计一种基于内模控制策略和遗传算法参数优化的路径跟踪控制方案。内模控制结构适用于大时滞系统,自带偏差积分作用,能一定程度消除模型误差,有较好的抗干扰能力,同时,利用遗传算法全局搜索机制对控制器的参数进行优化,进而改善控制器的动态品质。

本发明是通过以下技术方案实现的:

一种基于内模控制与遗传算法的无人船路径跟踪控制方法,包括以下步骤:

步骤S1.建立状态空间型无人船线性数学模型:

v,r,ψ是状态变量,其中ψ是艏向角,δ是控制输入量,即推进器偏转角;

步骤S11.公式(1)转化为二阶传递函数模型,即Nomoto模型:

公式(2)中的K、T均为无人船的操纵性指数,体现出了艏向变化对操纵控制的响应特性,便于分析无人船运动随模型参数变化的规律,是从δ(s)到r(s)的静态增益,称为回转性指数。时间常数T则是跟从性指数;

步骤S12.定义环境干扰为w1、w2、w3近似描述环境干扰,并且满足:

其中,α1、α2和α1分别为风、浪、流对平面三自由度干扰的权重参数,rand1(t)、rand2(t)和rand3(t)均表示[-1,1]的均匀随机数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海海洋大学,未经上海海洋大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010741099.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top