基于动态事件触发的机-船协同平台自主降落控制方法

技术领域

本发明涉及船舶控制工程与无人机航行装备应用领域，尤其涉及一种基于动态事件触发的机-船协同平台自主降落控制方法。

背景技术

近些年，异构无人系统的协同控制成为了研究热点。例如，由无人机和无人船构成的多智能体协同系统可以有效提高海事搜救、海洋环境检测、风机检测等工程任务的完成效率。面向海洋环境监测、风机检测等工程任务，无人船航行速度相对较慢，检测范围不大；无人机巡航距离受电池、岸基控制中心限制。而由无人船和无人机构成的多智能体协同系统执行同类监测任务可大幅提高完成效率。作为协同作业必不可少的一环，无人机的精准降落限制了机船协同作业的完成。然而现有研究大多集中于协同路径跟踪或轨迹跟踪控制，忽视了至关重要的无人机起降控制。此外，连续传输信号的控制系统会产生通信资源较大的损耗，造成不必要的资源浪费。

发明内容

本发明提供一种基于动态事件触发的机-船协同平台自主降落控制方法，以克服上述技术问题。

为了实现上述目的，本发明的技术方案是：

一种基于动态事件触发的机-船协同平台自主降落控制方法，包括如下步骤：

S1：建立三自由度无人船-六自由度无人机的混合阶非线性数学模型；

S2：根据所述三自由度无人船-六自由度无人机的混合阶非线性数学模型，建立逻辑虚拟飞机生成的参考路径，以获取无人机的参考艏向角和无人机的参考纵摇角；

S3：根据无人机的参考艏向角和无人机的参考纵摇角，基于位置事件动态事件触发规则和姿态事件动态事件触发规则，获取无人机的位置控制器和无人机的姿态控制器，以控制无人机进行自主降落。

进一步的，所述S3中，获取无人机的位置控制器的方法如下：

首先，获取无人机的位置误差η

η

式中：η

无人机的位置误差的导数表达为：

式中：v

设计镇定无人机的位置误差η

式中，k

引入动态面控制，对虚拟控制器的导数进行降阶处理，即，

式中，β

q

定义误差v

式中：f(v

引入位置事件动态事件触发规则，则：

式中，ω(v

当t∈[t

位置事件动态事件触发规则被设计为：

t

式中，t

式中：η

根据所述位置事件动态事件触发规则，将控制信号重新表达为

式中，λ

最后，将位置控制器设计如下：

式中，k

进一步的，所述S1中，所述三自由度无人船-六自由度无人机的混合阶非线性数学模型建立如下：

式中，η

进一步的，所述S2中，逻辑虚拟飞机生成的参考路径如下：

式中，x

进一步的，所述S2中，无人机的参考艏向角为：

式中：ψ

进一步的，所述S2中，无人机的参考纵摇角为：

式中：θ

进一步的，所述S3中，获取无人机的姿态控制器方法如下：

首先，获取无人机的期望横摇角如下：

式中：φ

定义姿态误差η

式中，η

引入DSC技术得

式中，β

姿态环的动态面误差表达为

q

于是可以得到：

式中，B(·)为连续方程，存在常数L满足|B(·)|≤L，进而得到误差变量：

v

式中：v

结合数学模型和动态面误差，可得到v

式中：f(v

引入姿态事件动态事件触发规则，姿态信号控制信号表达如下：

式中，τ

有益效果：本发明的一种基于动态事件触发的机-船协同平台自主降落控制方法，针对无人机-无人船(UAV-USV)协同平台自主降落任务，建立三自由度无人船-六自由度无人机的混合阶非线性数学模型，并通过基于三自由度无人船-六自由度无人机的混合阶非线性数学模型的位置事件动态事件触发规则和姿态事件动态事件触发规则，设计位置事件动态事件触发规则和姿态事件动态事件触发规则，控制无人机进行精准的自主降落，实现了机船协同任务的执行闭环。同时解决了连续传输信号的控制系统会产生通信资源较大的损耗的问题，资源利用率高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的机-船协同平台自主降落控制方法流程图；

图2为本发明的机-船协同平台制导结构框架图；

图3为本发明的实施例中的无人机-无人船协同平台自主降落任务轨迹示意图；

图4a为本发明的实施例中的无人机控制输出位置误差示意图；

图4b为本发明的实施例中的无人机控制输出姿态误差示意图；

图5为本发明的实施例中的无人机控制输入与实际输入转子角速度对比示意图；

图6a为本发明的实施例中的无人机位置环事件触发时间与触发间隔示意图；

图6b为本发明的实施例中的无人机姿态环事件触发时间与触发间隔示意图；

图7为本发明的实施例中的USV-UAV协同平台自主降落信号流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例提供了一种基于动态事件触发的机-船协同平台自主降落控制方法，如图1,2,7，包括如下步骤：

S1：建立三自由度无人船-六自由度无人机的混合阶非线性数学模型如式(1)(2)(3)；

优选的，所述三自由度无人船-六自由度无人机的混合阶非线性数学模型建立如下：

式中，η

S2：根据所述三自由度无人船-六自由度无人机的混合阶非线性数学模型，建立逻辑虚拟飞机生成的参考路径，以获取无人机的参考艏向角和无人机的参考纵摇角；

为了实现协同平台的自主降落任务，引入逻辑虚拟飞机以生成参考路径(4)，使得降落点位置与协同系统降落平台关联，初始降落高度为设定值；

优选地，所述逻辑虚拟飞机生成的参考路径如下：

式中，x

优选地，所述无人机的参考艏向角为：

在平行飞行阶段，参考高度仍保持在一个常数值，无人机在向降落点位置上空靠近，虚拟飞机仅为无人机提供参考艏向角，如式(5)。

式中：ψ

优选地，所述无人机的参考纵摇角为：

当无人机进入降落阶段时，虚拟飞机同时开始提供参考纵摇角，如式(6)。

式中：θ

S3：根据无人机的参考艏向角和无人机的参考纵摇角，建立协同鲁棒控制器，以获取无人机的位置控制器和无人机的姿态控制器；

为了控制UAV精准降落于预设区域内，结合基于状态误差的动态事件触发控制设计了基于模型的协同鲁棒控制器；具体如下：

优选的，所述S3中，获取无人机的位置控制器的方法如下：

首先，获取无人机的位置误差η

定义无人机的空间位置坐标η

η

式中：η

无人机的位置误差的导数表达为式(8)：

式中：v

设计镇定无人机的位置误差η

为了镇定误差变量η

式中，k

为了解决虚拟位置控制器求导中会引起的“复杂度爆炸”的问题，引入动态面控制，对虚拟控制器的导数进行降阶处理，即，

式中，β

q

定义误差v

式中：f(v

为了减缓连续的控制输入造成的传输负载过重，引入了一种阈值参数可灵活调节的位置事件动态事件触发规则，控制信号表达如下：

式中，ω(v

t

式中，t

式中：η

根据所述位置事件动态事件触发规则，可以将控制信号重新表达为式(16)。

式中，λ

最后，利用反步法，将位置控制器设计如下：

式中，k

优选的，所述S3中，获取无人机的姿态控制器方法如下：

首先，获取无人机的期望横摇角如下：

定义无人机的姿态角信号η

式中：φ

定义姿态误差η

式中，η

同样，为了降低繁重的算力负担，引入DSC技术得，如式(20)。

式中，β

姿态环的动态面误差表达为

q

于是可以得到：

式中，B(·)为连续方程，存在常数L满足|B(·)|≤L，进而可以得到误差变量如式(22)。

v

式中：v

结合数学模型和动态面误差，可得到v

式中：f(v

与位置环控制器设计类似，针对姿态控制输入τ(v

式中，τ

为了验证所提算法的有效性，本实施例完成了机船协同平台无人机自主降落仿真实验。当无人船完成任务后会回到预设位置，且保持在无动力状态，且为无人机提供降落位置信号，降落任务过程中，无人船主要受海洋环境干扰影响。

图3-图6分别为模拟海洋环境下无人船-无人机协同路径跟踪仿真结果。图3展示了采用所提算法下机船协同平台自主降落任务的轨迹图。无人机距平台的初始高度为50m，根据3D轨迹图，无人机保持平行飞行直至检测到进入着陆区上空。开始降落后，控制无人机沿虚拟飞机提供的参考路径跟踪降落。图4为无人机的位置误差和姿态误差曲线。初始时刻，航向角发生了明显偏差，在所提算法下，无人机可以快速响应，航向偏差回到了可接受的范围内。由于无人机惯性较小，包括横摇角、纵摇角及航向角在内的姿态误差会在一定范围内波动，但波动范围是被接受的。结果表明，无人机在最大为0.1m的位置误差范围内完成了自主降落任务。图5描述了无人机四个转子的角速度，即控制输入。实线为动态事件触发机制下的转子速度。阶跃式的控制输入有效避免了不必要的通信负担。虚线为经过伺服系统将参考命令转后的实际输入。图6为所提算法下无人机的触发间隔与触发时间。对于位置环，最大触发间隔为3.2s，最小为0.15s。对于姿态环，最大触发间隔为5.95s，最小为0.02s。与0.01s的连续输入更新相比，离散的控制命令执行器的更新频率明显降低。

本发明针对机船协同平台自主降落任务提出了一种基于动态事件触发的机-船协同平台自主降落控制方法。该算法主要有2个方面的特点：

(1)提出一种逻辑虚拟飞机(LVA)的制导原理，在不同阶段为无人机提供参考信号。当无人机开始降落，降落点位置与无人船降落平台关联，参考艏向角与纵摇角均由虚拟飞机提供。

(2)针对协同平台中无人机的位置部分和姿态部分，分别设计了基于模型的控制器，实现了对参考路径的精准跟踪。在本发明的算法中，特别设计了一种基于位置误差和姿态误差的动态事件触发规则，触发阈值参数实现了动态调节，有效降低了通信负担。

结合现有技术、控制器设计和仿真试验，本实施例在海空协同领域具有以下2点有益效果：

1)本发明面向无人机-无人船协同平台的自主降落任务，提出了一种基于动态事件触发机制的控制算法，解决了执行器连续更新的控制命令伴随着冗杂的数据传输需求，资源利用率大打折扣的问题，有效提高了通信资源利用率，且使用的事件触发规则消除了人为设置参数的限制，提高了算法的适用性。同时连续的控制输入被转化为阶跃式的命令，降低了通信负担。

2)在模拟海洋环境下进行了协同平台自主降落仿真实验，验证了本发明所提自主降落机制的有效性。自主降落的实现填补了协同任务的空缺，在海空协同海事搜救等实际工程任务中具有重要的应用前景。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。