Barbalat等引理在AUV控制应用

6 篇文章 4 订阅
6 篇文章 4 订阅

一、问题描述

 根据AUV的运动学方程和路径跟踪误差模型,采用视线角原理(LOS),基于给定的期望路径 S S S和纵向速度 u d u_d ud,采用Lyapunov方法产生的控制率,证明对于任意的初始位置 Q Q Q,AUV的路径跟踪误差 y 1 , s 1 , ψ e y_1,s_1,\psi _e y1,s1,ψe渐近趋近于零。

二、水平面运动学方程

{ x ˙ = u c o s ψ − v s i n ψ y ˙ = u s i n ψ + v c o s ψ ψ ˙ = r \begin{cases}\dot{x}=ucos \psi -vsin \psi&&\\\dot{y}=usin \psi +vcos \psi&&\\\dot{\psi}=r \end{cases} x˙=ucosψvsinψy˙=usinψ+vcosψψ˙=r

三、SF坐标系下的跟踪误差方程

{ s ˙ 1 = − s ˙ ( 1 − c c y 1 ) + v t c o s ψ e y ˙ 1 = − c c s ˙ s 1 + v t s i n ψ e ψ e ˙ = r + β ˙ − c c s ˙ \begin{cases}\dot{s}_1=-\dot{s}(1-c_cy_1)+v_tcos \psi_e&&\\\dot{y}_1=-c_c\dot{s}s_1+v_tsin \psi_e&&\\\dot{\psi _e}=r+\dot{\beta}-c_c\dot{s}\end{cases} s˙1=s˙(1ccy1)+vtcosψey˙1=ccs˙s1+vtsinψeψe˙=r+β˙ccs˙

四、Barbalat引理和类Lyapunov引理

Barbalat引理
 对于可微函数 f ( t ) f(t) f(t),若满足以下两个条件:
(1) f ( t ) f(t) f(t)的极限有限, lim ⁡ t → 0 f ( t ) = C \lim\limits_{t \rightarrow 0}f(t)=C t0limf(t)=C C C C为常数);
(2) f ˙ ( t ) \dot{f}(t) f˙(t)一致连续,等价为 f ( t ) f(t) f(t)的二阶导有界;
 理解:根据条件一,可知在 t t t趋近于无穷时,函数趋近于一个常数,理想情况下,此时的导数应该为零,即函数的变化率为零。但是存在特殊情况,即函数以不光滑的形式趋近于极限上界,此时的导数是不连续的(存在不可导的点(折点)),因此外加了第二个限制条件,保证函数的导数一致连续,保证函数的光滑性(导数的存在性),此时便剔除了特殊情况,则有:

                  t → ∞ t\rightarrow\infin t, f ˙ ( t ) → 0 \dot{f}(t)\rightarrow0 f˙(t)0
Barbalat 引理是一种类似于李雅普诺夫直接方法的分析手段,它像时不变系统分析中的拉萨尔不变性原理,使得我们在李雅普诺夫函数的导数为半负定的情况之下,仍然能够获得系统的渐近稳定性。而且相比于传统的李雅普诺夫直接方法,Barbalat 引理释放了对李雅普诺夫函数V 正定性的要求,仅要求其存在下界条件,但要求 V ˙ ( x , t ) \dot{V}(x,t) V˙(x,t)一致连续,这可以通过验证 V ¨ ( x , t ) \ddot{V}(x,t) V¨(x,t)的有界性来保证。
类Lyapunov引理
能量函数 V ( t ) V(t) V(t)满足下列条件:
(1) V ( t ) V(t) V(t)有上界;
(2) V ˙ ( t ) \dot{V}(t) V˙(t)半负定(小于等于零);
(3) V ˙ ( t ) \dot{V}(t) V˙(t)对时间是一致连续的( V ( t ) V(t) V(t)二阶导有界);
则有: t → ∞ t\rightarrow\infin t, V ˙ ( t ) → 0 \dot{V}(t)\rightarrow0 V˙(t)0

五、控制率生成和证明

视线角原理可以参考:
https://blog.csdn.net/dooglocool/article/details/128699067?spm=1001.2014.3001.5501

5.1 第一步

 选择Lyapunov函数为: V 1 = 1 2 ( ψ e − δ ) 2 V_1=\frac{1}{2}(\psi _e-\delta)^{2} V1=21(ψeδ)2求导: V ˙ 1 = ( ψ e − δ ) ( ψ ˙ e − δ ˙ ) = ( ψ e − δ ) ( r + β ˙ − c c s ˙ ) \dot{V}_1=(\psi _e-\delta)(\dot{\psi}_e-\dot{\delta})=(\psi _e-\delta)(r+\dot{\beta}-c_c\dot{s}) V˙1=(ψeδ)(ψ˙eδ˙)=(ψeδ)(r+β˙ccs˙)设计的控制率为: r = δ ˙ − β ˙ − k 1 ( ψ e − δ ) + c c s ˙ r=\dot{\delta}-\dot{\beta}-k_1(\psi _e-\delta)+c_c\dot{s} r=δ˙β˙k1(ψeδ)+ccs˙则: V ˙ 1 = − k 1 ( ψ e − δ ) 2 ≤ 0 \dot{V}_1=-k_1(\psi _e-\delta)^2\leq0 V˙1=k1(ψeδ)20 V 1 V_1 V1为正定的单调非增函数,存在上界 lim ⁡ t → ∞ V 1 = lim ⁡ t → ∞ 1 2 ( ψ e − δ ) 2 = l m a x \lim\limits_{t \rightarrow \infin}V_1=\lim\limits_{t\rightarrow\infin}\frac{1}{2}(\psi_e-\delta)^2=l_{max} tlimV1=tlim21(ψeδ)2=lmax,另外 V 1 V_1 V1的二阶微分 V ¨ = 2 k 1 2 ( ψ e − δ ) 2 ≥ 0 \ddot{V}=2k_1^2(\psi_e-\delta)^2\geq0 V¨=2k12(ψeδ)20,其上界为 V ¨ 1 = 2 k 1 2 ( ψ e − δ ) 2 = 4 k 1 2 l m a x \ddot{V}_1=2k_1^2(\psi_e-\delta)^2=4k_1^2l_{max} V¨1=2k12(ψeδ)2=4k12lmax,即 V ¨ 1 \ddot{V}_1 V¨1有界,则 V ˙ 1 \dot{V}_1 V˙1的一致连续,运用Barbalat引理,得到: lim ⁡ t → ∞ V ˙ 1 = 0 ⇒ lim ⁡ t → ∞ ψ e = lim ⁡ t → ∞ δ \lim\limits_{t\rightarrow\infin}\dot{V}_1=0\Rightarrow\lim\limits_{t\rightarrow\infin}\psi_e=\lim\limits_{t\rightarrow\infin}\delta tlimV˙1=0tlimψe=tlimδ因此,AUV在导航角 δ \delta δ的指引下,其运动轨迹将渐近收敛于不变集: { Ω 1 ∣ ( x , y ) ∈ R 2 , ψ e = δ } \{\Omega_1|(x,y)\in R^2,\psi_e=\delta\} {Ω1(x,y)R2,ψe=δ}因此,变量 y 1 , s 1 , ψ e , δ y_1,s_1,\psi_e,\delta y1,s1,ψe,δ有界。

5.2 第二步

 考虑限制在 Ω 1 \Omega_1 Ω1上的反馈控制系统的运动,选定新的Lyapunov函数为: V Ω 1 = 1 2 ( s 1 2 + y 1 2 ) V_{\Omega_1}=\frac{1}{2}(s_1^2+y_1^2) VΩ1=21(s12+y12)则: V ˙ Ω 1 = − s 1 s ˙ + s 1 v t c o s ψ e + y 1 v t s i n ψ e \dot{V}_{\Omega_1}=-s_1\dot{s}+s_1v_tcos \psi_e+y_1v_tsin \psi_e V˙Ω1=s1s˙+s1vtcosψe+y1vtsinψe其中 y 1 v t s i n ψ e ≤ 0 y_1v_tsin \psi_e\leq0 y1vtsinψe0,设计: s ˙ = v t c o s ψ e + k 2 s 1 \dot{s}=v_tcos\psi_e+k_2s_1 s˙=vtcosψe+k2s1其中 k 2 k_2 k2为正的控制增益,使: V ˙ Ω 1 = − k 2 s 1 2 − k 0 v t y 1 2 y 1 2 + ϵ ≤ 0 \dot{V}_{\Omega_1}=-k_2s_1^2-\frac{k_0v_ty_1^2}{y_1^2+\epsilon}\leq0 V˙Ω1=k2s12y12+ϵk0vty120因此, ( s 1 , y 1 ) = ( 0 , 0 ) (s_1,y_1)=(0,0) (s1,y1)=(0,0)为系统的平衡点,系统运动轨迹将渐近收敛于不变集 { Ω 2 ∣ ( s 1 , y 1 ) = ( 0 , 0 ) , ψ e = δ } \{\Omega_2|(s_1,y_1)=(0,0),\psi_e=\delta\} {Ω2(s1,y1)=(0,0),ψe=δ}同时 δ = a r c s i n ( − k 0 y 1 y 1 2 + ϵ ) \delta=arcsin(\frac{-k_0y_1}{y_1^2+\epsilon}) δ=arcsin(y12+ϵk0y1),而 lim ⁡ t → ∞ y 1 = 0 \lim\limits_{t\rightarrow\infin}y_1=0 tlimy1=0,有 lim ⁡ t → ∞ ψ e = lim ⁡ t → ∞ δ = lim ⁡ t → ∞ a r c s i n ( − k 0 y 1 y 1 2 + ϵ ) = 0 \lim\limits_{t\rightarrow\infin}\psi_e=\lim\limits_{t\rightarrow\infin}\delta=\lim\limits_{t\rightarrow\infin}arcsin(\frac{-k_0y_1}{y_1^2+\epsilon})=0 tlimψe=tlimδ=tlimarcsin(y12+ϵk0y1)=0即系统的运动轨迹渐近收敛于不变流型 { Ω 3 ∣ ( s 1 , y 1 , ψ e ) = ( 0 , 0 , 0 ) } \{\Omega_3|(s_1,y_1,\psi_e)=(0,0,0)\} {Ω3(s1,y1,ψe)=(0,0,0)}

5.3 第三步

综合前两步的结论,应用 L a S a l l e LaSalle LaSalle 不变原理。证明的第一步表明在导航控制律作用下,始于集合 Ω = R 3 \Omega=R^3 Ω=R3的每一个解都渐近收敛不变集 { Ω 1 ∣ ( x , y ) ∈ R 2 , ψ e = δ } \{\Omega_1|(x,y)\in R^2,\psi_e=\delta\} {Ω1(x,y)R2,ψe=δ};证 明的第二 步表明在跟踪误差控制律作用下,在不变集 Ω 1 \Omega_1 Ω1 内 ,系统轨迹将渐近收敛于不变集 { Ω 2 ∣ ( s 1 , y 1 ) = ( 0 , 0 ) , ψ e = δ } \{\Omega_2|(s_1,y_1)=(0,0),\psi_e=\delta\} {Ω2(s1,y1)=(0,0),ψe=δ},更 进 一 步,能够证明 Ω 2 \Omega_2 Ω2的最大不变集实际等价于 { Ω 3 ∣ ( s 1 , y 1 , ψ e ) = ( 0 , 0 , 0 ) } \{\Omega_3|(s_1,y_1,\psi_e)=(0,0,0)\} {Ω3(s1,y1,ψe)=(0,0,0)}。 由 L a S a l l e LaSalle LaSalle不变集理论,系统运动轨迹将最终渐近收敛于其最大不变集 { Ω 3 ∣ ( s 1 , y 1 , ψ e ) = ( 0 , 0 , 0 ) } \{\Omega_3|(s_1,y_1,\psi_e)=(0,0,0)\} {Ω3(s1,y1,ψe)=(0,0,0)},证明完毕 。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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