AUV实时任务协调方法研究

自主地形勘察是AUV的一项重要使命,其使命控制过程是使命规划模块依据使命文本进行全局路径和任务规划,得到执行使命的任务序列.任务协调模块在预规划任务序列基础上,监控系统状态并触发事件,任务调度器根据事件消息对任务进行实时调度,发送行为控制指令驱动AUV动作来完成使命.给出了AUV任务协调模块Petri网模型,用来描述任务层离散事件间逻辑关系.在此基础上提出了基于改进RW理论的AUV实时任务协调方法进行任务间协调,实现AUV任务的实时调度.最后在虚拟仿真平台上结合地形勘察案例验证了任务调度算法,结果证明AUV能够在无人干预下自主地完成整个使命.     

MAS技术下的海洋平台项目重量控制系统

为解决重量控制过程中数据流交互频繁、信息流不同步、控制效率低等问题,尝试将多智能体引入到海洋平台项目重量控制系统的构建中。针对海洋平台项目重量控制流程的特点,采用功能映射法建立了海洋平台项目重量控制多智能体系统模型,给出了系统重量控制原理并确立了智能体的内部结构、系统体系结构及智能体间的通信与协作机制,最终采用B/S结构设计实现了重量控制多智能体系统。通过实例验证了多智能体在海洋平台项目重量控制过程中的应用可行性,为后续进一步推进智能化重量控制奠定基础。     

基于应答器位置测量的AUV非线性模型预测对接控制

针对搭载超短基线(USBL)声学定位系统的全驱动自主水下航行器(AUV)的自主回坞控制问题,提出一种基于应答器位置测量的回坞预测控制算法。首先用体坐标系下的应答器位置测量定义回坞对接误差,基于Jacobian矩阵描述应答器位置测量与AUV速度之间的运动学关系,建立非线性对接误差模型。采用非线性模型预测控制求解对接控制问题,产生航行器速度指令。然后设计自适应速度控制器实现对速度指令的全局渐近跟踪。最后采用REMUS AUV的模型参数进行了仿真研究,结果验证了方法的有效性。     

自主水下潜器全局规划及其仿真方法研究

应用遗传算法设计出二维/三维全局规划器,用于解决自主水下潜器在大范围海洋环境中自主全局路径规划的问题.规划空间采用栅格法离散建模,染色体采用十进制可变长编码方式,基于领域知识设计了初始种群生成算法和五种遗传算子;基于三维建模软件与视景技术建立了半实物虚拟仿真系统,通过设计不同的使命案例对全局规划算法进行了仿真验证.结果表明:该规划算法具有路径描述简单清晰、算法收敛速度快、求解效率高的特点,满足了使命规划的安全性和可行性要求.     

水下超空泡航行体纵向机动运动控制研究

针对超空泡水下航行体机动很难控制的问题,通过对滑水力、尾翼受力的分析,完善了超空泡航行体模型,使用反馈精确线性化方法对非线性系统模型进行线性化处理,使用多输入多输出极点配置法为航行体设计控制器,采用空化器和尾翼分段延时控制的方法,对超空泡航行体在纵平面内的航行深度进行控制.仿真证明,改进的水下超空泡航行体的模型符合实际...     

超空泡航行体纵向运动控制的水洞实验

针对在理想环境下设计的超空泡航行体控制器不能满足实际条件下的控制要求的问题,本文提出了一种基于水洞试验的超空泡航行体纵向运动控制器的等效设计的方法。通过对空化器可控的超空泡航行体的缩比模型的水洞实验,获取了空化器在运动时的空化数和空泡形态数据,以此为基础对超空泡航行体的纵向运动模型进行修正,并采用LPV反演算法设计了控制器,采用仿真实验检验控制效果。结果表明,采用水洞试验数据进行控制器设计,能够更加贴近实际运动环境,为实现超空泡航行体在真实环境中的控制提供了有力的依据。     

约束条件下基于满意模型预测控制的动基座水下无人航行器对接控制

针对水下无人航行器与运动母船对接过程中存在多种复杂约束,单一优化目标无法满足多目标同时最优的问题,本文通过将满意控制思想引入到模型预测控制中,设计了一种约束条件下的多目标多自由度的满意模型预测控制对接控制器.首先,对动基座水下无人航行器对接过程中的多种复杂条件进行详细分析.然后,将水下无人航行器模型按照满意思想进行分布...     

一种基于动态事件触发的分布式优化算法

针对多智能体系统优化问题,提出一种基于动态事件触发机制的分布式优化算法.基于李雅普诺夫函数方法设计一种新型的动态事件触发控制器,相较于传统静态事件触发控制方法,所提出算法可有效降低多智能体间通信负担以及控制器计算负担.此外,利用周期采样信息进行事件触发条件设计,可避免智能体连续检测事件触发条件,并可消除Zeno现象.通过数值仿真验证了算法的有效性.     

基于遗传算法DDBN参数学习的UUV威胁评估

针对复杂海洋环境下存在不确定事件对无人水下航行器自主作业和安全性所带来的威胁。本文设计了基于动态贝叶斯网络的威胁评估模型和决策推理模型,采用遗传算法实现了离散动态贝叶斯网络参数学习,最终得到最优的模型参数,进而增强了推理模型对海洋环境的快速反应能力。仿真实验结果证明:提出的算法可以得到真实的离散动态贝叶斯网络参数,能够有效地解决复杂海洋环境下UUV威胁评估问题,为UUV的自主任务决策提供有效的参数保障。     

基于事件触发和欺骗攻击的多智能体一致性控制

本文研究了基于事件触发和欺骗攻击的多智能体一致性问题.为了降低智能体间无线通信网络负载,本文引入事件触发机制来减少智能体之间通信的冗余数据传输量.由于智能体间无线通信网络易遭受网络攻击,因此考虑无线通信网络环境下欺骗攻击的影响,建立了一类基于事件触发和欺骗攻击的多智能体系统数学模型.基于此模型,通过利用Lyapunov稳定性理论、多智能体一致性理论和线性矩阵不等式技术分别给出多智能体一致性控制的稳定性条件和控制器设计算法.最后,通过仿真算例验证了所提出设计方法的有效性.     

超空泡高速航行体动力学建模与控制设计

为了研究超空泡航行体的动力学建模和控制问题,根据空泡膨胀独立性原理,研究了空泡的记忆效应及其对空泡形态的影响,详细计算了超空泡航行体各部分所受的流体动力,计算过程中还考虑了空化器的定向效应和空泡尾部的上飘变形,研究了航行过程中尾翼效率变化规律,建立了超空泡航行体非线性动力学模型.设计了基于输入输出精确线性化的鲁棒极点配置控制器,深度跟踪性能较好,不足之处是控制输入饱和问题和滑行力的不利影响.为解决输入饱和问题,设计了预测控制方法并通过约束航行体尾部和空泡壁的距离使尾部不与空泡壁相接触,避免了滑行力的出现,有利于减少摩擦阻力,提高了航行体的运动稳定性.     

事件触发机制下的多速率多智能体系统非脆弱一致性控制

针对一类多速率多智能体系统,研究在事件触发机制下的非脆弱H_∞一致性控制问题。为了更符合实际需要,采用多速率采样策略,并通过提升技术将多速率采样转化为单速率采样。考虑到智能体间的通信负担,引入事件触发机制来减少智能体间的通信次数。此外,考虑到控制器在执行过程中可能出现的不精确性,本文设计一种可以容忍执行过程中变化/波动的控制器。综上,本文的目的是设计一种基于观测器的事件触发非脆弱控制器来实现多智能体系统的H_∞一致性控制。利用线性矩阵不等式技术,得到使系统满足H_∞一致性控制的充分条件,然后设计控制器参数。最后,为了说明事件触发控制方法的有效性,给出一个数值仿真实例。     

基于深度强化学习的蒸汽发生器水位控制

针对蒸汽发生器精确建模困难和低工况下控制性能差的问题,本文提出了一种基于深度强化学习优化的智能分层(IH)控制器.使用串级PI控制器作为初级控制器,用于直接控制水位.高级控制器采用经过深度强化学习优化的智能体控制器,负责实时对串级PI的参数进行优化,以便获得更好的控制性能.在高级控制器智能体的训练过程中,通过构建状态信息和奖励函数并采用深度残差神经网络逼近作为Q函数和策略函数的逼近器,获得了较好的泛化性能.结果表明:在不同的功率水平下,智能分层方法不仅对蒸汽发生器水位控制具有良好的跟踪能力,而且还具有很好的抗干扰能力.通过仿真验证了控制器的有效性.     

基于预测机制的多自主体系统的一致性协议

针对离散时间一阶多自主体系统的一致性问题,设计了基于预测机制的一致性协议.基于矩阵论与图论,分析了一致性协议在无向拓扑结构下的收敛特性,并给出控制律的数值解.仿真结果表明:该协议能扩展离散系统采样步长和提高多自主体系统的一致性收敛速度,增强系统稳定性.     

基于圆判据的超空化航行器状态反馈控制研究

超空化航行器由于航行过程中大部分被空泡包裹,必然面临着航行器与空泡剧烈非线性滑行力带来的稳定控制困难.适当设计的线性控制律一般可得到航行器高频有限振幅振荡运动或阻尼振荡运动的控制结果;而在反馈中引入非线性,虽控制结果理想,但要求对滑行力精确可知,这在实际情况下很难做到.针对以上问题,文章以Dzielski提出的超空化航行器模型为研究对象,基于圆判据定理通过线性状态反馈方法,使航行器系统对所有非线性滑行力特性达到全局绝对稳定.文中首先对原模型进行变换和局部抽取,使之适用于圆判据定理的应用条件;接着给出了通过极点配置方法构建线性状态反馈控制律而达到系统绝对稳定的条件;最后结合系统参数,分析了系统局部和全局绝对稳定情况下稳定域的估计,并给出了仿真验证.     

多智能体系统的自适应事件触发平均一致性

针对一阶多智能体系统的平均一致性问题,本文基于自适应事件的控制方法,研究了具有无向连通拓扑结构的一阶多智能体系统的平均一致性。为了确保平均一致性成立,并使系统的控制性能得到提高,分析了多智能体系统通信拓扑图的特性,设计了一种基于事件的自适应控制协议。该协议利用基于状态误差的自适应事件触发条件,使智能体之间的信息传递仅在触发条件成立的时刻进行。同时,基于Lyapunov稳定性理论,得到系统实现平均一致的充分条件,对固定拓扑和切换拓扑情形进行研究,通过Matlab软件进行仿真分析。仿真结果表明,在自适应事件触发控制下,系统的事件触发频率更快,使系统的控制性能得到提高,验证了理论结果的有效性。该研究为多机器人系统的协作问题提供了理论基础。     

一种离散连续混成的时空事件驱动的CPS体系架构

为描述信息物理融合系统(cyber-physical system,CPS)中离散信息系统和连续物理系统交互融合的混成特性,基于混成自动机理论,结合多智能体系统(multi-agent system,MAS)和时空事件驱动方法,提出一种CPS体系架构.该架构用改进的混成自动机理论刻画了离散空间和连续状态混成的CPS体系架构的主体,同时定义了基于时空事件的CPS事件,设计了基于MAS的CPS端,并运用定义不同功能的CPS端和CPS事件驱动机制解析了CPS体系架构内部信息物理交互反馈过程.最后以车速调控系统为例,采用提出的CPS体系架构分析了协同驾驶过程中单一车辆内部速度调控的信息物理融合过程,并对其进行了形式化描述,实例的形式化过程表明提出的体系架构的有效性.构建的CPS体系架构为刻画CPS的本质特征提供了新的方法.     

复杂可交互场景下基于异策略分层强化学习的搜救机器人自主决策

机器人在搜救任务中的自主决策能力对降低救援人员的风险具有重大意义.为了使机器人在面对复杂多解的搜救任务时能自主形成决策和合理的路径规划,设计了一种异策略分层强化学习算法.该算法由两层Soft Actor-Critic(SAC)智能体组成,高层智能体可以自动生成低层智能体所需的目标并提供内在奖励指导其直接与环境进行交互.在分层强化学习的框架下,首先将复杂可交互场景下的机器人搜救任务描述为高层半马尔可夫决策过程与低层马尔可夫决策过程的双层结构,并针对不同层级设计不同的状态空间、动作空间与奖励函数等.其次,针对传统强化学习算法中目标与奖励函数需要人工设计且缺乏通用性的问题,应用基于SAC的异策略分层强化学习算法训练双足移动机器人与复杂场景交互,通过数据的高效利用和目标空间的调整实现救援机器人的自主决策.仿真结果验证了所设计的算法在解决复杂多路径搜救任务中的有效性和通用性.     

一类离散时间非线性多智能体系统的一致性

研究了离散时间非线性多智能体系统的一致性问题。针对递归非线性模型中的未知参数,利用泰勒展开式推导了投影算法辨识参数。基于把参数估计值作为参数真值的基本设计思想和自适应控制理论中的必然等价原则,利用智能体的邻居历史信息,提出了分布式自适应控制律,使得多智能体系统达到了一致性。最后用仿真验证了理论结果的有效性和可行性。     

基于反馈线性化的AUV三维轨迹跟踪滑模控制

针对自主式水下航行器非线性、强耦合、模型不确定特性以及复杂海洋环境下的未知干扰问题,本文提出了基于微分几何的精确反馈线性化的滑模控制方法.利用反馈线性化方法将非线性强耦合的航行器模型转换成线性模型,减少非线性航行器带来的系统误差;设计了比例积分观测器,完成反馈线性化模型在复杂海洋环境下的受到的未知干扰的精确观测;在比例...