一种无人艇动态定位控制方法与流程

技术特征：

1.一种无人艇动态定位控制方法，其特征在于：包括如下步骤：

步骤一：设置无人艇位置参数；

步骤二：根据环境估计算法对环境干扰进行估计：

令为环境干扰对无人艇的作用的估计，分别为外界环境力对无人艇的纵向作用力、横向作用力和艏摇力矩，且：

${\widehat{\mathrm{\τ}}}_{env}\left(t\right)=\mathrm{\β}+K_{0}M\mathrm{\ν}$

式中：K₀是一个设定的正定对称常矩阵，β是一个中间辅助变量，M是包含附加质量的系统惯性矩阵，v是无人艇运行速度，且β满足：其中：D(v)是系数阻尼矩阵，τ是无人艇推进系统的力和力矩矢量,μ是流体记忆效应；

定义环境作用的估计偏差为：

${\widetilde{\mathrm{\τ}}}_{env}={\mathrm{\τ}}_{env}-{\widehat{\mathrm{\τ}}}_{env}$

式中：τ_env对应实际的环境干扰对无人艇的作用，对应估计出的环境干扰对无人艇的作用；

步骤三：通过最优艏向控制方法计算环境最优艏向并更新实时无人艇动态信息：

步骤四：通过非线性模型预测控制器进行无人艇动态定位控制，无人艇目标位置为(x_d,y_d)，并要求无人艇时刻保持环境最优艏向ψ＝ψ_opt，即无人艇的目标位置姿态为η＝[x_d,y_d,ψ_opt]^T。

2.根据权利要求1所述的一种无人艇动态定位控制方法，其特征在于：步骤三中的环境最优艏向ψ_opt为：

${\mathrm{\ψ}}_{opt}=\mathrm{\ψ}+actan2({\widehat{\mathrm{\τ}}}_{envY},{\widehat{\mathrm{\τ}}}_{envX})-sign\left({\widehat{\mathrm{\τ}}}_{envY}\right)*\mathrm{\π}$

式中：ψ为无人艇当前艏向，表示外界环境作用到无人艇上的横向力的正负号。

3.根据权利要求2所述的一种无人艇动态定位控制方法，其特征在于：步骤四中的非线性模型预测控制器的指标函数J为：

$\begin{array}{c}J=\frac{1}{2}{\mathrm{\λ}}_1{\[\hat{y}(t+T)-{\hat{y}}_d(t+T)\]}^T\[\hat{y}(t+T)-{\hat{y}}_d(t+T)\]+\\ \frac{1}{2}{\∫}_0^T\[{\mathrm{\λ}}_2{\left(\hat{y}\right(t+T)-{\hat{y}}_d(t+T\left)\right)}^T\left(\hat{y}\right(t+T)-{\hat{y}}_d(t+T\left)\right)+{\mathrm{\λ}}_3{\hat{u}}^T(t+\mathrm{\ζ})\hat{u}(t+\mathrm{\ζ})\]d\mathrm{\ζ}\\ =\frac{1}{2}{\mathrm{\λ}}_1\hat{e}{(t+T)}^T\hat{e}(t+T)+\frac{1}{2}{\∫}_0^T\[{\mathrm{\λ}}_2\hat{e}{(t+T)}^T\hat{e}(t+T)+{\mathrm{\λ}}_3{\hat{u}}^T(t+T)\hat{u}(t+T)\]d\mathrm{\ζ}\end{array}$

式中：T为预测周期，λ₁,λ₃≥0、λ₂＞0分别表示输出终端约束、控制量以及跟踪误差的权值，和分别为在t+T时刻预测的系统输出值以及预测的期望输出值，表示系统的预测输入值，为在t+T时刻预测的系统输出值与预测的期望输出值之间的差值，上标“∧”表示预测值，

系统预测输出值系统预测期望输出值和系统预测输入值形式表示为：

$\hat{y}(t+T)=\left[\begin{array}{c}{\hat{y}}_1(t+T)\\ {\hat{y}}_2(t+T)\\ {\hat{y}}_3(t+T)\end{array}\right]=\left[\begin{array}{c}\hat{x}(t+T)\\ \hat{y}(t+T)\\ \widehat{\mathrm{\ψ}}(t+T)\end{array}\right]$

${\hat{y}}_d(t+T)=\left[\begin{array}{c}{\hat{y}}_{1d}(t+T)\\ {\hat{y}}_{2d}(t+T)\\ {\hat{y}}_{3d}(t+T)\end{array}\right]=\left[\begin{array}{c}{\hat{x}}_d(t+T)\\ {\hat{y}}_d(t+T)\\ {\widehat{\mathrm{\ψ}}}_d(t+T)\end{array}\right]$

$\hat{u}(t+T)=\left[\begin{array}{c}{\hat{x}}_1(t+T)\\ {\hat{x}}_2(t+T)\\ {\hat{x}}_3(t+T)\end{array}\right]=\left[\begin{array}{c}{\widehat{\mathrm{\τ}}}_x(t+T)\\ {\widehat{\mathrm{\τ}}}_y(t+T)\\ {\widehat{\mathrm{\τ}}}_N(t+T)\end{array}\right]$

约束条件：

$u_{min}\≤\hat{u}(t+T)\≤u_{max}$

当指标函数J最小时，且得到预测时域[t,t+T]内的输入控制向量满足约束条件时，该输入控制向量即为最优解，用最优解对无人艇动态定位控制。