【技术实现步骤摘要】
本专利技术涉及船舶、无人机运动控制，尤其涉及一种面向异步协同搜寻任务的空海协同系统自主航行控制方法。
技术介绍
1、在航海领域，路径跟踪控制系统由制导、控制和导航3部分子系统构成。制导系统能够根据船舶-无人机系统当前姿态与期望路径之间的位置关系，自动构建出参考信号；控制系统能够通过镇定当前姿态与参考信号之间的误差实现有效收敛；导航系统能将被控对象的位置、姿态信息通过传感器传输到制导系统和控制系统。制导与控制是路径跟踪控制中重要的两个子系统，在现有的研究成果中，制导系统多依托于时间将路径分为直线段和转向段分别计算，而在控制系统中，针对船舶-无人机的异构性的协同控制尚未形成完备的控制理论。3d映射制导算法虽然构建了无人机船协同系统的制导框架，但是因为机船一致的局限性，即无人机和船舶的轨迹是一致的，该算法并不适应用于空海协同异步搜寻任务。
2、基于以上分析，基于3d映射制导的船舶-无人机路径跟踪控制算法在两者协同控制任务中主要存在以下2点缺陷：
3、1)传统的lvs制导算法需要先计算直线段和转向段的时间，进而解析出制导参考信号。航海实践中，这种制导策略会在切换点(直线段-转向段)处产生位置、姿态累积误差。对于航路点较多的航行局面(如狭水道、岛礁水域)，会影响其路径跟踪控制精度。
4、2)由于控制系统产生的命令信号需要实时地传输到驱动设备从而驱动船舶-无人机镇定误差。连续的控制信号可能导致驱动设备的频繁操纵，进一步会导致驱动设备的不必要磨损和通信频道的频繁占用的情况。为解决这一问题，事件触发机制是一种
技术实现思路
1、本专利技术提供一种面向异步协同搜寻任务的空海协同系统自主航行控制方法，以克服在船舶-无人机路径跟踪控制中，使用传统算法和事件触发机制进行跟踪控制，导致路径跟踪控制精度降低的技术问题。
2、为了实现上述目的，本专利技术的技术方案是：
3、面向异步协同搜寻任务的空海协同系统自主航行控制方法，包括：
4、s1：构建船舶-无人机非线性系统模型，作为后续步骤中所设计控制律的被控对象；
5、s2：构建机船平行控制律，根据所述机船平行控制律获取船舶-无人机异步协同搜寻制导航路点路径，进而获取船舶-无人机虚拟的参考路径，根据所述参考路径获取船舶-无人机的期望角度和期望速度；
6、s3：根据所述期望角度和期望速度，获取船舶-无人机的位置误差和姿态误差，并分别构建所述位置误差和姿态误差的虚拟控制律，以消除船舶-无人机的位置误差和姿态误差；
7、s4：使用径向基函数神经网络和最小学习参数算法对所述船舶-无人机非线性系统模型非线性项进行逼近，分别得到位置误差和姿态误差的虚拟控制律的自适应参数和鲁棒阻尼项；
8、s5：基于事件触发机制构建事件触发控制律，并根据所述事件触发控制律，所述自适应参数、鲁棒阻尼项和干扰补偿机制设计船舶-无人机的控制律和自适应律；
9、s6：基于所述船舶-无人机的控制律和自适应律实现对船舶-无人机协同系统的自适应控制。
10、进一步的，s1构建船舶-无人机非线性系统模型，如公式(1)和(2)所示，
11、
12、其中，
13、
14、式中，公式(1)为无人机的非线性系统模型，公式(2)为船舶的非线性系统模型，[xjj,yjj,za,φa,θa,ψjj]t,jj＝s,a表示船舶-无人机协同系统的前进、横漂、升沉位移和横摇、纵摇和艏摇角，表示船舶的前进、横漂、艏摇速度，νa＝[uax,uay,uaz,pa,qa,ra]t表示无人机沿着ox,oy,oz轴的速度和转动角速度，即无人机前进、横漂、升沉速度和无人机横摇、纵摇、艏摇角速度；mu,mv,mr表示船舶在前进、横漂、艏摇方向上的附加质量，dii1,dii2,dii3,ii＝u,v,r表示模型的非线性阻尼项；ma表示无人机质量，g表示重力加速度，d表示无人机的对角线直径，ixx,iyy,izz表示无人机沿着ox,oy,oz轴转动惯性，kdx,kdy,kdz表示无人机沿着ox,oy,oz轴的转动阻力系数，dll,ll＝us,vs,rs,uax,uay,uaz,pa,qa,ra表示船舶在前进、横漂、艏摇和无人机在前进、横漂、升沉、横摇、纵摇、艏摇方向上受到的外界干扰力/力矩；τf表示无人机转子合力，τφ,τθ,τψ表示无人机的横摇、纵倾和艏摇力矩，τu,τr表示船舶的前进推力和转船力矩，表示无人机沿着ox,oy,oz轴的速度和转动角速度的非线性项，分别表示船舶前进、横漂和艏摇速度的非线性项。
15、进一步的，构建机船平行控制律，根据所述机船平行控制律获取船舶-无人机异步协同搜寻制导航路点路径，进而获取船舶-无人机虚拟的参考路径，根据所述参考路径获取船舶-无人机的期望角度和期望速度，包括：
16、s21、构建机船平行控制律：
17、定义船舶平行搜寻宽度lw，转向搜寻宽度ls，无人机循环宽度wsl和无人机循环长度lsl，其中wsl≤2wsc，wsc表示无人机的搜寻半径；
18、在船舶平行搜寻宽度lw段的距离中，无人机绕船舶做循环运动，根据所述转向搜寻宽度ls和无人机循环宽度wsl，获取无人机的完整循环次数n和循环结束后与船舶的距离m，即机船平行控制律，如公式(3)所示，
19、
20、当m≤wsl时，无人机飞到船舶另一侧跟踪下一段路径的航路点；
21、当m>wsl时，无人机继续循环至lw结束，再跟踪下一段路径的航路点；
22、s22、将所有的航路点进行连接，形成航路点路径；
23、s23、利用l1船舶-l1无人机获取船舶-无人机虚拟的参考路径，所述l1船舶和l1无人机是为了获取直线或弧线航行路径所设定的虚拟船舶和无人机：
24、s231：通过l1船舶实时规划确定船舶的参考路径，如公式(4)所示，
25、
26、式中，xsd,ysd,ψsd表示l1船舶的前进、横漂距离和艏向角，usd,rsd表示l1船舶的前进速度和艏摇角速度，usd根据实际情况设定，rsd如公式(5)所示，
27、
28、式中，l1s是l1船舶到转向参考点的距离，ηs＝ψsd-ψl1s，ψl1s是l1船舶到参考点的方位角，ηs表示l1船舶的艏向差角；
29、实际船舶到l1船舶的方位角ψr如公式(6)所示，
30、
31、式中，xse＝xsd-xs,yse＝ysd-ys是船舶的前进、横漂距离误差；xs和ys表示实际船舶的前进和横漂位移；
32、s232：通过l1无人机实时规划确定无人机的参考路径，如公式(7)所示，
33、
34、其中，xad,yad,ψad表示l1无人机的前进、横漂距离和艏向角，uad,rad表示l1无人机的前进速度和艏摇角速本文档来自技高网...
【技术保护点】
1.一种面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，包括：
2.根据权利要求1所述的面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，S1构建船舶-无人机非线性系统模型，如公式(1)和(2)所示，
3.根据权利要求1所述的面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，S2构建机船平行控制律，根据所述机船平行控制律获取船舶-无人机异步协同搜寻制导航路点路径，进而获取船舶-无人机虚拟的参考路径，根据所述参考路径获取船舶-无人机的期望角度和期望速度，包括：
4.根据权利要求1所述的面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，S3根据所述期望角度和期望速度，获取船舶-无人机的位置误差和姿态误差，并分别构建所述位置误差和姿态误差的虚拟控制律，以消除船舶-无人机的位置误差和姿态误差，包括：
5.根据权利要求1所述的面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，S4使用径向基函数神经网络和最小学习参数算法对所述船舶-无人机非线性系统模型非线性项进行逼近，分别
6.根据权利要求1所述的面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，S5基于事件触发机制构建事件触发控制律，包括：
7.根据权利要求6所述的面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，S5根据所述事件触发控制律，所述自适应参数、鲁棒阻尼项和干扰补偿机制设计船舶-无人机的控制律和自适应律,包括：
8.根据权利要求4所述的面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，利用非线性解耦技术对公式(28)进行解算，得到无人机的参考横摇角和纵摇角φad,θad，如公式(32)所示，
...【技术特征摘要】
1.一种面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，包括：
2.根据权利要求1所述的面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，s1构建船舶-无人机非线性系统模型，如公式(1)和(2)所示，
3.根据权利要求1所述的面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，s2构建机船平行控制律，根据所述机船平行控制律获取船舶-无人机异步协同搜寻制导航路点路径，进而获取船舶-无人机虚拟的参考路径，根据所述参考路径获取船舶-无人机的期望角度和期望速度，包括：
4.根据权利要求1所述的面向异步协同搜寻任务的空海协同系统自主航行控制方法，其特征在于，s3根据所述期望角度和期望速度，获取船舶-无人机的位置误差和姿态误差，并分别构建所述位置误差和姿态误差的虚拟控制律，以消除船舶-无人机的位置误差和姿态误差，包括：
5.根据...
【专利技术属性】
技术研发人员：张国庆，徐轶晖，曹琼，孙志坚，弓永军，章文俊，李纪强，杨雪，张卫东，尹勇，纪欣，董帅，齐俊桐，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。