多无人船编队控制系统的设计与实现

发布时间：2022-11-06 10:43

　　针对多无人船编队协同水质监测技术中,存在的编队系统研究少、编队控制实现困难、以及由于无人船的GPS定位精度低导致的编队队形不稳定等问题,本文采用领航跟随法,结合嵌入式技术实现多无人船编队控制。在此基础上,结合基于扩展卡尔曼滤波技术（EKF）的位置估计算法,提高无人船定位精度,保证编队队形的稳定性。为国内多无人船编队协同水质监测提供了一定的理论基础和技术支持。本文主要内容包括:首先,多无人船编队控制算法设计。针对多无人船的编队控制问题,先分析无人船数学模型,并建立领航跟随的多无人船编队控制模型。之后,利用反步法设计编队控制器,使每艘无人船达到既定的航速和航向。同时,针对实际应用中,定位精度低引起的编队队形不稳定的问题,提出了同一模型下,基于EKF技术的位置估计算法。最后,仿真验证所提出方法的有效性和稳定性。其次,多无人船编队系统设计。使用Solid Works软件设计了船体结构,构建了多无人船编队载体。通过WIFI组建协同网络,采用Altium Designer电路设计软件和Keil编程软件,并结合UC/OS-II操作系统,设计了多无人船编队的软硬件系统。最后,在Linux环境下,采用Q... 

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 编队控制研究现状
        1.2.2 无人船及其编队研究现状
    1.3 主要特色与创新
    1.4 本文的主要内容
第二章 系统总体方案设计
    2.1 系统功能需求
    2.2 系统结构组成
    2.3 关键技术选择
        2.3.1 编队体系结构选择
        2.3.2 组网方式选择
        2.3.3 嵌入式实时操作系统选择
    2.4 整体技术路线
    2.5 本章小结
第三章 多无人船编队控制算法设计
    3.1 坐标转换
    3.2 无人船数学建模
    3.3 领航跟随法编队控制算法
        3.3.1 领航跟随控制算法
        3.3.2 编队控制器设计
    3.4 无人船的位置估计设计
        3.4.1 卡尔曼滤波器
        3.4.2 扩展卡尔曼滤波器
    3.5 仿真实验
    3.6 本章小结
第四章 多无人船编队系统设计与实现
    4.1 船体结构设计
    4.2 硬件系统设计
        4.2.1 主控模块设计
        4.2.2 定位模块设计
        4.2.3 姿态测量模块设计
        4.2.4 动力模块设计
        4.2.5 组网通信系统设计
        4.2.6 电源模块设计
        4.2.7 控制系统电路板设计
    4.3 软件系统设计
        4.3.1 软件设计方案
        4.3.2 UC/OS-II在 STM32F103 上的移植
        4.3.3 UC/OS-II下系统任务的划分
        4.3.4 位置信息融合程序设计
        4.3.5 航行控制系统程序设计
        4.3.6 编队控制系统程序设计
        4.3.7 通信程序设计
    4.4 地面站系统的软件设计
        4.4.1 地面站功能设计
        4.4.2 地面站功能实现
    4.5 本章小结
第五章 系统搭建与实验分析
    5.1 样机搭建
    5.2 水面实验
        5.2.1 单无人船航行实验
        5.2.2 双无人船协同实验
        5.2.3 多无人船编队实验
    5.3 数据分析
        5.3.1 定位误差分析
        5.3.2 编队稳定性分析
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
作者简介


【参考文献】：
期刊论文
[1]基于领航者的多机器人系统编队控制研究[J]. 孙玉娇,杨洪勇,于美妍.  鲁东大学学报(自然科学版). 2020(01)
[2]局部通信下的无人机编队导航方法研究[J]. 马梓元,龚华军.  计算机测量与控制. 2020(01)
[3]基于5G无人驾驶船水域监控的应用[J]. 邓萌,陈竹,宋莹艳,刘袁伶,张倩.  数字通信世界. 2019(12)
[4]基于LoRa传输的船舶传感器节点温度采集系统研究[J]. 游鑫.  科技风. 2019(33)
[5]扩展卡尔曼滤波算法在导航中的应用研究[J]. 朱树云,姜静.  自动化应用. 2019(11)
[6]基于自适应反步滑模的水面无人艇集群控制[J]. 胡建章,唐国元,王建军,解德.  中国舰船研究. 2019(06)
[7]船舶自动气象站真风观测试验与数据可靠性分析[J]. 雷卫延,黄海(王莹),李源鸿,杨志健.  海洋预报. 2019(05)
[8]基于TCP/IP协议的网络通信服务器设计与实现[J]. 吕焦盛.  赤峰学院学报(自然科学版). 2019(09)
[9]协同导航技术研究综述[J]. 谢启龙,宋龙,鲁浩,周本川.  航空兵器. 2019(04)
[10]基于领航跟随法的多AUV编队控制算法研究[J]. 李娟,袁锐锟,张宏瀚.  仪器仪表学报. 2019(06)

博士论文
[1]多AUV编队控制与协同搜索技术研究[D]. 何斌.哈尔滨工程大学 2017

硕士论文
[1]水陆两栖环境下多机器人协同编队控制[D]. 曾亮.中北大学 2019
[2]水面无人艇集群及其控制方法研究[D]. 胡建章.华中科技大学 2019
[3]基于深度强化学习的多机器人协同导航[D]. 周世正.浙江大学 2019
[4]基于虚拟领航者的多AUV编队鲁棒一致性研究[D]. 杜小舟.哈尔滨工程大学 2019
[5]基于无人船的水质监测系统设计及路径规划方法研究[D]. 吕扬民.浙江农林大学 2019
[6]浅水区域无人探测艇编队巡航路径规划研究[D]. 包昕幼.华南理工大学 2018
[7]无人艇主从协同编队定位技术研究[D]. 刘超.哈尔滨工程大学 2016
[8]无人机编队导航与控制系统研究[D]. 夏路.哈尔滨工业大学 2014
[9]基于BP神经网络的模糊PID自动舵设计[D]. 霍星星.大连海事大学 2014



本文编号：3703360