[发明专利]一种复合干扰下的欠驱动AUV反步自适应模糊滑模控制方法

说明书

本发明公开了一种复合干扰下的欠驱动AUV反步自适应模糊滑模控制方法。首先建立AUV的运动学与动力学模型，建立基于Serret‑Frenet坐标系的轨迹跟踪误差模型；根据误差模型，考虑在无干扰情况下，分别设计水平面和垂直面的轨迹跟踪反步滑模控制器，实现轨迹跟踪功能；在前述基础上，考虑系统在复合干扰条件下的工作状态，在原有控制器上增加自适应模糊逻辑系统，提高系统的抗干扰能力。以实现在外界复合干扰条件下对欠驱动AUV的轨迹跟踪控制。本发明能够辨识欠驱动AUV复合干扰，为水下机器人的轨迹跟踪精确控制提供了一种具有自适应，鲁棒性强等优点的参考方案。

技术领域

本发明涉及水下机器人轨迹跟踪控制领域，具体地说是一种反步自适应模糊滑模控制方法，它可以在复合干扰下使AUV稳定的跟踪预定轨迹。

背景技术

海洋是地球上至关重要的资源宝库，由于陆地资源的濒临枯竭，海洋逐渐成为人类重点开发的对象。根据人类目前为止的探测可知，海洋中存在大量的化石燃料、金属矿藏以及生物资源，同时海洋还是一个可以进行交通运输和波浪发电的宝地。近年来，人类加快了对海洋开发的脚步，各个国家都将海洋作为研究和开发的重要领域。但海洋的环境相对陆地来说比较特殊，水下环境非常恶劣，随着水深的增加，水下的压力、温度、光照等因素都会发生巨大的变化。由于海底环境的危险性和复杂性，使得载人水下作业十分危险，这也就迫切要求研究一种高技术的无人水下探测器，智能水下机器人(Autonomous UnderwaterVehicle)作为一种高新技术的海洋探测载体应运而生，AUV的研究和发展是时代背景下的产物，是科技与信息的有机结合体。目前很多不同型号的AUV相继投入使用，AUV的应用对于人类开发和利用海洋作用巨大。AUV可以勘探水下资源、采集海洋样本、观察海洋生物、探查海底地形等。

智能型水下机器人按照输入个数与被控自由度是否匹配可划分为三大类：全驱动水下机器人、过驱动水下机器人和欠驱动水下机器人。出于节约成本和减轻重量的考虑，本发明采用欠驱动AUV进行研究，欠驱动AUV是指控制输入的维数少于本体自由度的水下机器人，欠驱动AUV具有系统可靠性高、能源消耗低、系统推进效率高等优点，在海洋勘探、水文调查、目标探测、生物采样等领域作用巨大。但欠驱动AUV系统存在较强的耦合性，模型具有非线性和时变性，模型参数具有不确定性，并且欠驱动AUV易受外界干扰的影响。因此控制算法设计的好坏就决定了AUV轨迹跟踪性能的优劣。

目前国内外的AUV控制方面的研究大多是根据标称模型设计的控制器，忽略了欠驱动AUV自身动力学特性，并且没有考虑外界干扰以及参数不确定性的影响。

发明内容

针对上述现有技术，本发明要解决的技术问题是提供一种复合干扰下的欠驱动AUV反步自适应模糊滑模控制方法，能够自适应的识别复合干扰并抑制干扰的影响，使系统稳定跟踪，具有鲁棒性强的特点。

为解决上述技术问题，本发明的一种复合干扰下的欠驱动AUV反步自适应模糊滑模控制方法，包括以下步骤：

步骤1：给定AUV期望轨迹，初始位置，速度，建立AUV的垂直面与水平面的动力学模型与运动学模型；

步骤2：建立基于Serret-Frenet坐标系的轨迹跟踪误差模型；

步骤3：利用所述的轨迹跟踪误差模型和动力学模型，对水平面和垂直面分别构造反步滑模控制器，并分别获取水平面和垂直面下的控制器输出；

步骤4：在步骤3所述控制器基础上，设计自适应反步滑模模糊控制器，加入自适应模糊控制系统，并实现在复合干扰下的欠驱动AUV轨迹跟踪控制。

本发明还包括：

1.步骤1中动力学模型包括水平面动力学模型和垂直面动力学模型，其中水平面动力学模型满足：

垂直面动力学模型满足：