多无人艇一致性自主编队控制研究

发布时间：2020-11-08 19:39

　　 现如今,随着科技水平的发展,许多领域的研究趋向于自动化控制,并且研究的领域不仅仅局限在陆地空间,更多的是对天空中和海洋上自动化设备的研究。无人艇(Unmanned Surface Vehicle,USV)技术已成为国内外争相研究和开发的热点,并且研究趋势已从单一无人艇向多无人艇技术拓展,发展势头迅猛。相比单一的无人艇控制,多无人艇的工作效率更高,容错性更好,并且适应能力更强。本文针对多无人艇一致性编队控制展开研究,主要从以下几个方面展开研究:第一,建立喷水推进无人艇运动数学模型,仿真模拟无人艇运行状态,为后续多无人艇编队控制研究打下基础。首先,从运动学和动力学两个方面搭建无人艇的运动数学模型,同时建立无人艇航行的海洋环境模型。其次,搭建喷水推进模型,分析喷水推进器产生的推力对无人艇运动状态的影响。最后,通过仿真实验验证了所搭建的无人艇运动数学模型对后续仿真应用的有效性。第二,提出一种基于行为法的领航-跟随编队控制方法,对多无人艇一致性进行研究。首先,分析了领航-跟随编队控制方法容错度低、基于行为法的编队控制方法不适用于复杂编队情况的特点。其次,分别设计无人艇整体中领航艇和跟随艇的基本行为,使之可以完成队形形成、队形保持和躲避障碍物等任务,将基于行为法和基于领航-跟随的两种编队控制方法相结合,提出了一种基于行为法的领航-跟随的编队控制方法。最后,仿真验证了多无人艇在无障碍物的情况下,做直线运动和圆周运动的编队控制,证明提出的新的编队方法具有可行性和有效性。第三,采用改进的粒子群优化算法,对编队控制中无人艇的基本行为权重参数进行优化。首先,分析了标准粒子群优化算法在迭代过程中容易陷入局部最优解而出现早熟现象。其次,提出结合差分进化算法的方式,来改变粒子群中下一代产生的机制,解决收敛速度慢的问题,同时也提高了收敛的准确度。最后,通过仿真对比,证明了改进后的粒子群优化算法性能更佳,同时采用优化后的基本行为权重参数进行多无人艇编队控制的仿真实验。结果表明,优化后的无人艇能更好的完成编队任务,避开障碍物、保持队形和保持目标一致性。第四,为了使无人艇能够在复杂海洋环境下保持一致性并完成编队控制任务,采用改进后的人工势场法实现多无人艇的避碰行为。首先,分析了传统的人工势场法存在目标不可达和容易陷入局部极小值的问题。其次,在引力势场中加入旋转磁场,以及在斥力势场中加入新的函数,通过对引力势场和斥力势场的改进,完成对传统人工势场的优化设计。最后,采用改进的人工势场法分别模拟了多无人艇在静态障碍物和动态障碍物的两种海洋环境下执行编队任务的情况。综上所述,本文重点研究多无人艇在保持一致性状态下完成编队任务的编队控制新方法,提出基于行为法的领航-跟随编队控制方法,在此基础上采用改进的粒子群算法优化无人艇的基本行为权重参数,最后引入改进的人工势场法,实现了在静态障碍物环境和动态障碍物环境下基于避碰行为的多无人艇编队控制,并且取得了较好的效果。
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：U664.82;TP273
【部分图文】：

续又研发出“Spartan” USV(如图 1.1)[45]，该 USV作战能力，运用了更先进的的任务模块。以色列对先行列，在 2003 年研制出了“保护者”号无人艇具有的特性外，又新增加了隐身功能。UMV-H 型队研发，被应用到监测无人艇航行的海洋环境，此等设备，为后续的研究提供有力的实际理论。图 1.1 “Spartan”号 USV

做直航运动和回转运动模拟仿真，研究不同推力大出构建的无人艇运动数学模型符合实际运动规律队控制的分类和方法，混合领航-跟随方法和基于新的编队控制方法。领航者和跟随者在被规定了权得到最终的行为输出，以此来执行编队任务。准 PSO 优化算法，考虑到粒子群算法的缺陷和不法结合成组合优化算法，解决了单独运用粒子群优的停滞现象。针对前一章节提出的编队控制方法中对比优化前后的多无人艇运动路径。多无人艇在实际运动中的安全问题，针对多无人艇来实现避碰行为。首先分析传统的人工势场存在，具体操作是加入旋转磁场到引力势场函数中以及图 1.3 所示，

第 2 章 喷水推进无人艇的运动数学模型章 喷水推进无人艇的运动数学艇在海面航行的仿真需求，根据机理法建立喷可以从两个方向入手建立，一是运动学模型，艇运动情况；从动力学方向分析无人艇在航行调节当前的位置和姿态。为了研究喷水推进器推进器模型进行仿真研究。标系面上的航行，首先从建立坐标系入手，北东坐标系原点O是在海。平面随机选取的一点，XO分别指向正北方向和正东方向。Z 轴指向地如图 2.1 所示为北东坐标系。
【相似文献】

相关期刊论文 前10条

1 周绍磊;康宇航;万兵;周超;尹高阳;孙聪;;多无人机协同编队控制的研究现状与发展前景[J];飞航导弹;2016年01期

2 郭宏达;李永乐;娄静涛;;车辆无人编队控制系统技术与应用分析[J];军事交通学院学报;2018年06期

3 夏盈盈;孙洪飞;;基于循环追踪的船舶圆形编队控制[J];厦门大学学报(自然科学版);2015年01期

4 党进伟;高社生;张极;;伪卫星协同编队控制与仿真[J];测控技术;2013年11期

5 张明;严卫生;高剑;;实时位置反馈的多机器人主从式编队控制[J];火力与指挥控制;2012年02期

6 谭永丽;方彦军;李莎;;多机器人编队控制[J];湖北第二师范学院学报;2010年08期

7 俞志英;郭戈;钱方;;新的基于反馈线性化的车辆编队控制[J];大连海事大学学报;2013年01期

8 俞志英;郭戈;钱方;;基于反馈线性化的车辆编队控制[J];大连海事大学学报;2012年01期

9 尚会超;陈毛倩;;一种多机器人编队控制策略及实现[J];中原工学院学报;2015年03期

10 罗小元;李旭;李绍宝;关新平;;分布式离散多智能体系统在固定和切换拓扑下的编队控制[J];控制与决策;2013年12期

相关博士学位论文 前10条

1 井冈山;多智能体编队控制的新图论方法[D];西安电子科技大学;2018年

2 赵恩娇;多飞行器编队控制及协同制导方法[D];哈尔滨工业大学;2018年

3 于晋伟;网络化Euler-Lagrange系统的分布式编队控制[D];上海大学;2018年

4 韩廷睿;基于图拉普拉斯的分布式编队控制与分布式定位[D];浙江大学;2017年

5 韩志敏;基于图拉普拉斯的多自主体系统分布式运动编队控制[D];浙江大学;2016年

6 任立敏;未知环境下多移动机器人编队控制及协作搬运策略研究[D];哈尔滨工业大学;2013年

7 杨雪榕;卫星跟飞编队控制问题研究[D];国防科学技术大学;2010年

8 刘海林;自主式水下航行器的最优编队控制研究[D];中国海洋大学;2013年

9 曹建福;智能体群组协同控制若干问题研究[D];华东理工大学;2015年

10 陈志明;微小卫星自主编队控制及平台开发研究[D];南京航空航天大学;2012年

相关硕士学位论文 前10条

1 刘一萌;基于自抗扰技术的水面无人艇编队控制[D];哈尔滨工程大学;2019年

2 薛多锐;基于虚拟领航者的多AUV混杂编队控制[D];哈尔滨工程大学;2019年

3 沈佳颖;多无人艇一致性自主编队控制研究[D];哈尔滨工程大学;2019年

4 崇月;基于分布式学习的编队控制与路径规划[D];南京大学;2019年

5 方一成;多AUV路径规划与编队控制研究[D];哈尔滨工程大学;2018年

6 方冲;具有预设性能的水面无人艇轨迹跟踪与编队控制研究[D];华南理工大学;2018年

7 尚晓凯;基于虚拟弹簧阻尼的多移动微小型机器人编队控制研究[D];郑州大学;2018年

8 张显;基于领航—跟随法的多移动机器人编队控制研究[D];大连海事大学;2017年

9 王建格;基于ISRV的路径规划与编队控制[D];燕山大学;2017年

10 魏晓辉;多智能体系统的编队控制研究[D];东北大学;2014年

本文编号：2875244