水下机器人采用全局积分滑模控制进行水平轨迹跟踪控制（Matlab代码实现）

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、Simulink仿真

---

💥1 概述

参考文献

摘要：
本文解决了在参数扰动存在的情况下水下机器人（AUV）水平轨迹跟踪问题。所提出的轨迹跟踪控制器由两个子控制器组成：运动学控制器和动态控制器。运动学控制器基于反步法设计，得到了速度的虚拟控制输入。采用全局积分滑模控制（GISMC）设计动态控制器，以稳定速度误差，从而也稳定了位置误差。利用Lyapunov稳定性定理确保整个闭环控制系统的稳定性。最后，一系列数值仿真结果验证了所提出的控制器的有效性和鲁棒性。

作为一种新兴的海洋自主代理，自主水下载具（AUV）近年来在海洋工程领域引起了广泛关注，并逐渐在商业化方面取得了一些进展。精确的轨迹跟踪性能是一些特殊水下任务的基本前提，如海洋地图绘制、海洋资源勘探、军事应用等。在实际任务中，空间运动通常通过潜水控制和水平轨迹跟踪控制来实现。因此，本文研究了AUV的水平轨迹跟踪，并且已经有许多与表面舰船相关的成果。在实践中，大多数AUV都是欠驱动的，并且水平运动的控制输入受到限制，这是其运动控制的困难所在。考虑到未建模的动态和参数摄动，因此有必要为欠驱动AUV的轨迹跟踪控制设计一个健壮的跟踪控制器。

在以前的工作中，许多学者通常将欠驱动AUV的模型在局部进行线性化，然后基于线性模型设计控制器。然而，这种方法不能保证系统的全局渐近稳定性。随着非线性控制理论的发展，许多智能控制算法已被采用，如滑模控制、神经网络控制、模糊控制、鲁棒自适应控制以及这些算法的各种组合控制。

对于带有参数摄动的欠驱动AUV的轨迹跟踪控制，一些学者采用了神经网络控制和模糊控制来设计控制器，并取得了许多良好的结果。在参数不确定性存在的情况下，鲁棒自适应控制器设计了出色的轨迹跟踪性能。由于滑模控制对参数摄动的不敏感性，在水动力系数的不确定性问题上得到了很好的解决。在一项研究中，基于改进的滑模控制方法发展了一种全局有限时间轨迹跟踪控制策略。在另一项研究中，从滑模控制方法中导出了三种轨迹跟踪控制器，并对它们进行了详细比较。

📚2 运行结果

部分代码：

function [ output ] = dynamic( input )
%DYNAMIC Dynamic equations of the model
%   Function takes current control inputs, as well as velocities
%   vector generated by itself in the previous iteration, as inputs and
%   gives vector of velocities of the vehicle in the body frame as an
%   output.

m1=215;
m2=265;
m3=80;

X_u=70;
Y_v=100;
N_r=100;
X_uu=100;
Y_vv=200;
N_rr=100;

Tau_u=input(1);
Tau_r=input(2);
u=input(3);
v=input(4);
r=input(5);

u_dot=(m2*v*r-X_u*u-X_uu*u*abs(u)+Tau_u)/m1;
v_dot=(-m1*u*r-Y_v*v-Y_vv*v*abs(v))/m2;
r_dot=((m1-m2)*u*v-N_r*r-N_rr*r*abs(r)+Tau_r)/m3;

output=[u_dot; v_dot; r_dot];

end

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

🌈4 Matlab代码、Simulink仿真