AUV控制中的反步法

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

目录

前言

一、问题描述

二、反步法的简单介绍

三、AUV中的反步法

      1.纵向速度

      2.艏向角

前言

本文简单介绍AUV控制中常见反步法的使用。


提示:以下是本篇文章正文内容,下面案例可供参考

一、问题描述

在AUV的运动控制中,主要包括点跟踪、路径跟踪和轨迹跟踪。为了使AUV达到一定的速度或是以一个期望的姿态运动,那么就应给到执行机构合适的控制输入信息,由此产生控制力来驱动AUV的运动。如何根据我们所期望的AUV姿态来设计控制器即问题所在,但是我们的期望值往往是一个位置、一条直线、速度值或是角度值,将其转化为控制力和控制力矩是我们控制器需要做的事。

二、反步法的简单介绍

反步法是一种典型的递归设计方法,从系统的最后一级进行设计,使其渐进稳定。后对包含最后一级的前一子系统进行设计,也通过李氏方法使其达到渐进稳定。以此进行迭代推导,并使整个闭环系统达到渐近稳定,同时可以计算出系统的控制输入。

三、AUV中的反步法

1.纵向速度

在AUV的控制器的设计过程中,往往都进行解耦处理,这里我们以纵向速度为例利用反步法进行纵向推力设计。

首先我们假设期望我们AUV的纵向速度为ud。若AUV的初始速度为0,由此就产生了速度误差,倘若我们能使AUV的纵向速度误差变为零,就实现了对AUV 的纵向速度的控制。

如此,选取李雅普诺夫能量函数:

V = \frac{1}{2}u_{e}^{2}(u_{e}=u-u_{d})

求一阶导,可以得到:

\dot{V}=u_{e}\cdot (\dot{u}-\dot{u_{d}})

若能使\dot{V}\leq 0就可以使速度的误差整定到零。

在一阶导的公式中涉及到了AUV速度的一阶导数,用AUV的动力学方程进行替换,假设纵向推力的动力学方程简单表示为:

F=m_{u}\dot{u}+d_{u}

带入后李雅普诺夫函数的一阶导重新表示为:

\dot{V}=u_{e}(\frac{F-d_{u}}{m_{u}}-\dot{u}_{d})

现在若能选择合适的纵向推力F,使\dot{V}\leq 0就实现了对速度的控制。选取的纵向推力F为:

F=m_{u}(\dot{u}_{d}-K_{1}(u-u_{d}))+d_{u}

其中增益K大于零。上式即为根据反步法所设计的控制器。

2.艏向角

由纵向速度的反步法可知,仅进行了一次反步的操作,而对于艏向角来说,要进行两次反步的操作。反步法的最终目的是构造控制率来使李雅普诺夫函数小于零,而要得到控制力或控制力矩,就要求在李雅普诺夫函数的一节导中包含速度的一阶导,如此才能带入动力学方程。

对于艏向角而言,和纵向速度类似,先设置期望的艏向角,得到误差值:

psie=psi-psid

取第一个李氏函数:

V_{1}=\frac{1}{2}psie^{2}

第一次反步操作:

\dot{V}_{1}=pise(\dot{psi}-\dot{psid})

取虚拟控制率为:

r_{d}=psid-K_{1}(psi-psid)

由此得到一个虚拟的角速度,满足这个虚拟的角速度就可以满足艏向角的趋近,此时的虚拟角速度就是我们的期望角速度。

其导数为:

r_{d}=\dot{psid}-K_{1}(\dot{psi}-\dot{psid})

进一步根据角速度的误差取第二个李氏函数:

V_{2}=\frac{1}{2}(r-r_{d})^{2}

进行反步操作:

\dot{V}_{2}=(r-r_{d})(\dot{r}-\dot{r}_{d})

得到的第二个李氏函数的导数中包含角速度的一阶导,进而可以带入动力学方程,使满足李氏函数一阶导小于零得到转艏力矩。一般简化的艏向角速度的动力学方程的表达式为:

F_{r}=m_{r}\dot{r}+d_{r}

为满足李氏函数导数小于零,则设计:

F_{r}=m_{r}(\dot{r}_{d}-K_{2}(r-r_{d}))+d_{r}

带入\dot{r_{d}}得到最终的控制率为:

F_{r}=m_{r}(\dot{psid}-K_{1}(\dot{psi}-\dot{psid})-K_{2}(r-r_{d}))+d_{r}

由以上可知对于艏向角度的控制器设计运用了两次反步,而纵向速度只采用了一次,这是由想要控制的量和动力学方程中速度一阶导的阶数差决定的。


  • 3
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值