[发明专利]一种基于数据驱动的自主水下航行器轨迹跟踪控制方法

权利要求书

1.一种基于数据驱动的自主水下航行器轨迹跟踪控制方法，其特征在于，所述方法采用双闭环控制架构，包括：

基于运动学模型设计外环控制器，得到自主水下航行器在本体坐标系下的期望速度，用于内环控制器的设计；

对本体坐标系下动力学模型进行离散化处理、转化，并给出AUV的动态线性化数据模型，得到离散化动力学模型与动态线性化数据模型的对应关系；

基于改进投影算法设计PJM估计器，实时估计动态线性化数据模型中的PJMΦ_c(k)，并给出PJM估计初值的直观设计方法；

设计离散扩张状态观测器，观测动态线性化数据模型中的总扰动增量项f(k)；

设计基于MFAC与PD控制算法相结合，实时补偿ESO所观测的系统模型估计误差的内环控制器，实现对机器人本体坐标系下期望速度的跟踪。

2.根据权利要求1所述的一种基于数据驱动的自主水下航行器轨迹跟踪控制方法，其特征在于，所述基于运动学模型设计外环控制器具体为：

其中，v_d表示内环期望的AUV在本体坐标系下的速度，e_η(k)＝η_d(k)-η(k)，K_p1＝diag[k_p1,k_p1,k_p1]，K_d1＝diag[k_d1,k_d1,k_d1]。

η_d(k)为k时刻世界坐标系下AUV期望的位置和姿态向量，即轨迹追踪的期望，ψ_d(k+1)为k+1时刻AUV期望的偏航角，η(k)为k时刻世界坐标系下AUV实际的位置和姿态向量，为k时刻世界坐标系下AUV期望的线速度和偏航角速度向量，J(ψ(k))为坐标转换矩阵，v(k)为k时刻本体坐标系下AUV实际的线速度和偏航角速度向量，k_p1为外环控制器的比例控制增益，k_d1为外环控制器的微分控制增益，K_p1为外环控制器的比例控制增益矩阵，K_d1为外环控制器的微分控制增益矩阵，e_η(k)为k时刻的轨迹追踪误差。

3.根据权利要求1所述的一种基于数据驱动的自主水下航行器轨迹跟踪控制方法，其特征在于，所述离散化动力学模型与动态线性化数据模型的对应关系为：

动态线性化数据模型中的PJMΦ_c(k)与AUV离散化动力学模型中的hM^-1近似对应，hM^-1是对角常数矩阵，Φ_c(k)满足对角占优矩阵，且所有元素符号始终保持不变。

4.根据权利要求1所述的一种基于数据驱动的自主水下航行器轨迹跟踪控制方法，其特征在于，所述给出PJM估计初值的直观设计方法具体为：

将PJM估计初值设计为正定对角矩阵。

5.根据权利要求1所述的一种基于数据驱动的自主水下航行器轨迹跟踪控制方法，其特征在于，所述设计离散扩张状态观测器，观测动态线性化数据模型中的总扰动增量项f(k)具体为：

定义状态变量z₁(k)＝v(k),z₂(k)＝f(k)，设计面向AUV动态线性化模型的变结构ESO的表达式为：

其中，为z₁(k)的估计值，为z₂(k)的估计值，v(k)表示AUV本体坐标系下的速度，f(k)为总扰动增量项，f(k)的估计值为为AUV系统PJMΦ_c(k)的估计矩阵，Δτ(k)为AUV控制输入的变化量，h为控制系统采样时间。一阶观测误差二阶观测误差β_i(i＝1,2)为变结构ESO的增益矩阵，具体设计为：

其中，ω_o为观测器的带宽，且ω_o＞0，hω_o＜2。

6.根据权利要求1所述的一种基于数据驱动的自主水下航行器轨迹跟踪控制方法，其特征在于，所述基于MFAC与PD控制算法相结合，实时补偿ESO所观测的系统模型估计误差的内环控制器具体为：

其中，τ(k)为控制输入，为ESO实时观测的系统总扰动增量项，ρ∈(0,1]为步长因子，λ＞0为权重因子，控制误差e_v(k)＝v_d(k+1)-v(k)，控制增益设计为：

其中，k_p2为内环控制器的比例控制增益，k_d2为内环控制器的微分控制增益。