Barbalat等引理在AUV控制应用

news/2024/12/28 13:28:11/

文章目录

  • 一、问题描述
  • 二、水平面运动学方程
  • 三、SF坐标系下的跟踪误差方程
  • 四、Barbalat引理和类Lyapunov引理
  • 五、控制率生成和证明
    • 5.1 第一步
    • 5.2 第二步
    • 5.3 第三步

一、问题描述

 根据AUV的运动学方程和路径跟踪误差模型,采用视线角原理(LOS),基于给定的期望路径 S S S和纵向速度 u d u_d ud,采用Lyapunov方法产生的控制率,证明对于任意的初始位置 Q Q Q,AUV的路径跟踪误差 y 1 , s 1 , ψ e y_1,s_1,\psi _e y1,s1,ψe渐近趋近于零。

二、水平面运动学方程

{ x ˙ = u c o s ψ − v s i n ψ y ˙ = u s i n ψ + v c o s ψ ψ ˙ = r \begin{cases}\dot{x}=ucos \psi -vsin \psi&&\\\dot{y}=usin \psi +vcos \psi&&\\\dot{\psi}=r \end{cases} x˙=ucosψvsinψy˙=usinψ+vcosψψ˙=r

三、SF坐标系下的跟踪误差方程

{ s ˙ 1 = − s ˙ ( 1 − c c y 1 ) + v t c o s ψ e y ˙ 1 = − c c s ˙ s 1 + v t s i n ψ e ψ e ˙ = r + β ˙ − c c s ˙ \begin{cases}\dot{s}_1=-\dot{s}(1-c_cy_1)+v_tcos \psi_e&&\\\dot{y}_1=-c_c\dot{s}s_1+v_tsin \psi_e&&\\\dot{\psi _e}=r+\dot{\beta}-c_c\dot{s}\end{cases} s˙1=s˙(1ccy1)+vtcosψey˙1=ccs˙s1+vtsinψeψe˙=r+β˙ccs˙

四、Barbalat引理和类Lyapunov引理

Barbalat引理
 对于可微函数 f ( t ) f(t) f(t),若满足以下两个条件:
(1) f ( t ) f(t) f(t)的极限有限, lim ⁡ t → 0 f ( t ) = C \lim\limits_{t \rightarrow 0}f(t)=C t0limf(t)=C C C C为常数);
(2) f ˙ ( t ) \dot{f}(t) f˙(t)一致连续,等价为 f ( t ) f(t) f(t)的二阶导有界;
 理解:根据条件一,可知在 t t t趋近于无穷时,函数趋近于一个常数,理想情况下,此时的导数应该为零,即函数的变化率为零。但是存在特殊情况,即函数以不光滑的形式趋近于极限上界,此时的导数是不连续的(存在不可导的点(折点)),因此外加了第二个限制条件,保证函数的导数一致连续,保证函数的光滑性(导数的存在性),此时便剔除了特殊情况,则有:

                  t → ∞ t\rightarrow\infin t, f ˙ ( t ) → 0 \dot{f}(t)\rightarrow0 f˙(t)0
Barbalat 引理是一种类似于李雅普诺夫直接方法的分析手段,它像时不变系统分析中的拉萨尔不变性原理,使得我们在李雅普诺夫函数的导数为半负定的情况之下,仍然能够获得系统的渐近稳定性。而且相比于传统的李雅普诺夫直接方法,Barbalat 引理释放了对李雅普诺夫函数V 正定性的要求,仅要求其存在下界条件,但要求 V ˙ ( x , t ) \dot{V}(x,t) V˙(x,t)一致连续,这可以通过验证 V ¨ ( x , t ) \ddot{V}(x,t) V¨(x,t)的有界性来保证。
类Lyapunov引理
能量函数 V ( t ) V(t) V(t)满足下列条件:
(1) V ( t ) V(t) V(t)有上界;
(2) V ˙ ( t ) \dot{V}(t) V˙(t)半负定(小于等于零);
(3) V ˙ ( t ) \dot{V}(t) V˙(t)对时间是一致连续的( V ( t ) V(t) V(t)二阶导有界);
则有: t → ∞ t\rightarrow\infin t, V ˙ ( t ) → 0 \dot{V}(t)\rightarrow0 V˙(t)0

五、控制率生成和证明

视线角原理可以参考:
https://blog.csdn.net/dooglocool/article/details/128699067?spm=1001.2014.3001.5501

5.1 第一步

 选择Lyapunov函数为: V 1 = 1 2 ( ψ e − δ ) 2 V_1=\frac{1}{2}(\psi _e-\delta)^{2} V1=21(ψeδ)2求导: V ˙ 1 = ( ψ e − δ ) ( ψ ˙ e − δ ˙ ) = ( ψ e − δ ) ( r + β ˙ − c c s ˙ ) \dot{V}_1=(\psi _e-\delta)(\dot{\psi}_e-\dot{\delta})=(\psi _e-\delta)(r+\dot{\beta}-c_c\dot{s}) V˙1=(ψeδ)(ψ˙eδ˙)=(ψeδ)(r+β˙ccs˙)设计的控制率为: r = δ ˙ − β ˙ − k 1 ( ψ e − δ ) + c c s ˙ r=\dot{\delta}-\dot{\beta}-k_1(\psi _e-\delta)+c_c\dot{s} r=δ˙β˙k1(ψeδ)+ccs˙则: V ˙ 1 = − k 1 ( ψ e − δ ) 2 ≤ 0 \dot{V}_1=-k_1(\psi _e-\delta)^2\leq0 V˙1=k1(ψeδ)20 V 1 V_1 V1为正定的单调非增函数,存在上界 lim ⁡ t → ∞ V 1 = lim ⁡ t → ∞ 1 2 ( ψ e − δ ) 2 = l m a x \lim\limits_{t \rightarrow \infin}V_1=\lim\limits_{t\rightarrow\infin}\frac{1}{2}(\psi_e-\delta)^2=l_{max} tlimV1=tlim21(ψeδ)2=lmax,另外 V 1 V_1 V1的二阶微分 V ¨ = 2 k 1 2 ( ψ e − δ ) 2 ≥ 0 \ddot{V}=2k_1^2(\psi_e-\delta)^2\geq0 V¨=2k12(ψeδ)20,其上界为 V ¨ 1 = 2 k 1 2 ( ψ e − δ ) 2 = 4 k 1 2 l m a x \ddot{V}_1=2k_1^2(\psi_e-\delta)^2=4k_1^2l_{max} V¨1=2k12(ψeδ)2=4k12lmax,即 V ¨ 1 \ddot{V}_1 V¨1有界,则 V ˙ 1 \dot{V}_1 V˙1的一致连续,运用Barbalat引理,得到: lim ⁡ t → ∞ V ˙ 1 = 0 ⇒ lim ⁡ t → ∞ ψ e = lim ⁡ t → ∞ δ \lim\limits_{t\rightarrow\infin}\dot{V}_1=0\Rightarrow\lim\limits_{t\rightarrow\infin}\psi_e=\lim\limits_{t\rightarrow\infin}\delta tlimV˙1=0tlimψe=tlimδ因此,AUV在导航角 δ \delta δ的指引下,其运动轨迹将渐近收敛于不变集: { Ω 1 ∣ ( x , y ) ∈ R 2 , ψ e = δ } \{\Omega_1|(x,y)\in R^2,\psi_e=\delta\} {Ω1(x,y)R2,ψe=δ}因此,变量 y 1 , s 1 , ψ e , δ y_1,s_1,\psi_e,\delta y1,s1,ψe,δ有界。

5.2 第二步

 考虑限制在 Ω 1 \Omega_1 Ω1上的反馈控制系统的运动,选定新的Lyapunov函数为: V Ω 1 = 1 2 ( s 1 2 + y 1 2 ) V_{\Omega_1}=\frac{1}{2}(s_1^2+y_1^2) VΩ1=21(s12+y12)则: V ˙ Ω 1 = − s 1 s ˙ + s 1 v t c o s ψ e + y 1 v t s i n ψ e \dot{V}_{\Omega_1}=-s_1\dot{s}+s_1v_tcos \psi_e+y_1v_tsin \psi_e V˙Ω1=s1s˙+s1vtcosψe+y1vtsinψe其中 y 1 v t s i n ψ e ≤ 0 y_1v_tsin \psi_e\leq0 y1vtsinψe0,设计: s ˙ = v t c o s ψ e + k 2 s 1 \dot{s}=v_tcos\psi_e+k_2s_1 s˙=vtcosψe+k2s1其中 k 2 k_2 k2为正的控制增益,使: V ˙ Ω 1 = − k 2 s 1 2 − k 0 v t y 1 2 y 1 2 + ϵ ≤ 0 \dot{V}_{\Omega_1}=-k_2s_1^2-\frac{k_0v_ty_1^2}{y_1^2+\epsilon}\leq0 V˙Ω1=k2s12y12+ϵk0vty120因此, ( s 1 , y 1 ) = ( 0 , 0 ) (s_1,y_1)=(0,0) (s1,y1)=(0,0)为系统的平衡点,系统运动轨迹将渐近收敛于不变集 { Ω 2 ∣ ( s 1 , y 1 ) = ( 0 , 0 ) , ψ e = δ } \{\Omega_2|(s_1,y_1)=(0,0),\psi_e=\delta\} {Ω2(s1,y1)=(0,0),ψe=δ}同时 δ = a r c s i n ( − k 0 y 1 y 1 2 + ϵ ) \delta=arcsin(\frac{-k_0y_1}{y_1^2+\epsilon}) δ=arcsin(y12+ϵk0y1),而 lim ⁡ t → ∞ y 1 = 0 \lim\limits_{t\rightarrow\infin}y_1=0 tlimy1=0,有 lim ⁡ t → ∞ ψ e = lim ⁡ t → ∞ δ = lim ⁡ t → ∞ a r c s i n ( − k 0 y 1 y 1 2 + ϵ ) = 0 \lim\limits_{t\rightarrow\infin}\psi_e=\lim\limits_{t\rightarrow\infin}\delta=\lim\limits_{t\rightarrow\infin}arcsin(\frac{-k_0y_1}{y_1^2+\epsilon})=0 tlimψe=tlimδ=tlimarcsin(y12+ϵk0y1)=0即系统的运动轨迹渐近收敛于不变流型 { Ω 3 ∣ ( s 1 , y 1 , ψ e ) = ( 0 , 0 , 0 ) } \{\Omega_3|(s_1,y_1,\psi_e)=(0,0,0)\} {Ω3(s1,y1,ψe)=(0,0,0)}

5.3 第三步

综合前两步的结论,应用 L a S a l l e LaSalle LaSalle 不变原理。证明的第一步表明在导航控制律作用下,始于集合 Ω = R 3 \Omega=R^3 Ω=R3的每一个解都渐近收敛不变集 { Ω 1 ∣ ( x , y ) ∈ R 2 , ψ e = δ } \{\Omega_1|(x,y)\in R^2,\psi_e=\delta\} {Ω1(x,y)R2,ψe=δ};证 明的第二 步表明在跟踪误差控制律作用下,在不变集 Ω 1 \Omega_1 Ω1 内 ,系统轨迹将渐近收敛于不变集 { Ω 2 ∣ ( s 1 , y 1 ) = ( 0 , 0 ) , ψ e = δ } \{\Omega_2|(s_1,y_1)=(0,0),\psi_e=\delta\} {Ω2(s1,y1)=(0,0),ψe=δ},更 进 一 步,能够证明 Ω 2 \Omega_2 Ω2的最大不变集实际等价于 { Ω 3 ∣ ( s 1 , y 1 , ψ e ) = ( 0 , 0 , 0 ) } \{\Omega_3|(s_1,y_1,\psi_e)=(0,0,0)\} {Ω3(s1,y1,ψe)=(0,0,0)}。 由 L a S a l l e LaSalle LaSalle不变集理论,系统运动轨迹将最终渐近收敛于其最大不变集 { Ω 3 ∣ ( s 1 , y 1 , ψ e ) = ( 0 , 0 , 0 ) } \{\Omega_3|(s_1,y_1,\psi_e)=(0,0,0)\} {Ω3(s1,y1,ψe)=(0,0,0)},证明完毕 。


http://www.ppmy.cn/news/835034.html

相关文章

Adobe Audition介绍

Adobe Audition介绍 什么是Adobe Audition?Audition的主要功能cc系列新功能:声音移除效果咔嗒声/爆音消除器效果生成噪声ITU 响度表科学滤波器效果立体声扩展器效果变调器效果音高换档器效果新机载体验 下载 什么是Adobe Audition? Adobe Au…

论文翻译——AUV使用DPSS进行速度估计

本文英文标题:Differential Pressure Sensor Speedometer for Autonomous Underwater Vehicle Velocity Estimation 论文下载地址:https://ieeexplore.ieee.org/document/8704939 仅翻译个人感兴趣的内容,并非全文翻译。 摘要 多普勒测速仪(DVL)是AUV…

基于matlab的水下航行器建模与仿真,水下自主航行器(AUV)建模仿真探究.doc

水下自主航行器(AUV)建模仿真探究 水下自主航行器(AUV)建模仿真探究   【摘要】本文对鱼雷形状的水下自主航行器的六自由度非线性动态模型的研制作了较为详细的介绍。该动态模型充分考虑了各方面的因素,其中包括静水力学,超重,流体力学,操舵、推进力和力矩等。此外模型还…

小型AUV控制系统开发笔记[一]基于STM32的消息中继器

从2021-2-9开始到2021-2-25该项目基本完成,写一篇笔记算是记录也是纪念把。 第二句话,要感谢一下iroek,他DE了程序里的所有BUG。如果说为什么要第二句话,因为如果可以的话他喜欢低调。 先来一张全家福 虽然小型AUV的控制算法是…

降阶扩张状态观测器(LESO)在AUV运动控制中的运用

文章目录 前言一、状态观测器典型例子二、线性扩张状态观测器设计 前言 扩张状态观测器是处理复杂环境和干扰问题较好的工具,也是自抗扰控制(ADRC)中的重要手段,在解决不确定非线性的问题时得到了广泛的应用。其核心思路为&#x…

AUV光源优化方法+水下图像增强方法

《Underwater image enhancement framework and its application on an autonomous underwater vehicle platform》 摘要一、水下成像模型二、光源优化方法1、光源、摄像机、海底三者关系模型2、求得合适的光源角度 三、水下图像增强方法(EME)1、照度校正…

【Paper】2021_The leaderless multi-AUV system fault-tolerant consensus strategy under heterogeneous co

Lin X, Tian W, Zhang W, et al. The leaderless multi-AUV system fault-tolerant consensus strategy under heterogeneous communication topology[J]. Ocean Engineering, 2021, 237: 109594. 文章目录 1 Introduction2 Preliminaries and problem formulation2.1 Graph th…

虚拟向导AUV的速度推算

文章目录 前言一、虚拟向导AUV速度推导二、李氏函数一阶导负定性分析 前言 针对AUV的路径跟踪控制问题,引入了SF坐标系和虚拟向导,本文基于李雅普诺夫方法进行虚拟向导AUV的速度的推导,得到 s ˙ \dot{s} s˙,进而得到期望路径参…