×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
暂无评论
图文详情
  • ISBN:9787030685605
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:259
  • 出版时间:2022-08-01
  • 条形码:9787030685605 ; 978-7-03-068560-5

本书特色

本书可作为无人船制导与控制、多无人船编队控制、海洋航行器集群控制等领域科研人员和工程技术人员的参考书,也可作为高等院校船舶与海洋工程、控制科学与工程、导航制导与控制、等相关专业本科生和研究生的参考书。

内容简介

本书针对具有非线性、强耦合、不确定、强扰动、多约束等特点的综合复杂的多无人船集群系统,从通信、制导、控制一体化角度出发,系统地介绍多无人船集群协同控制理论与方法,并给出仿真和实验验证结果。 主要内容包括:无人船集群协同控制所面临的研究挑战和研究进展;无人船集群控制系统设计与分析的基础知识;侧滑角未知的欠驱动单无人船路径跟踪;基于全路径导引、单路径导引、多路径导引的欠驱动多无人船的协同路径跟踪;模型参数不确定和海洋环境扰动下的无人船动力学自适应控制和抗干扰控制。 本书可作为无人船制导与控制、多无人船编队控制、海洋航行器集群控制等领域科研人员和工程技术人员的参考书,也可作为高等院校船舶与海洋工程、控制科学与工程、导航制导与控制、电气工程、人工智能等相关专业本科生和研究生的参考书。

目录

目录
前言
常用符号
第1章 绪论 1
1.1 无人船集群协同控制研究背景 1
1.2 无人船集群协同控制研究挑战 6
1.3 无人船集群协同控制研究现状 10
1.4 本书体系结构 18
第2章 基础知识 21
2.1 稳定性定理 21
2.2 图论 23
2.3 神经网络逼近定理 25
2.4 投影算子 26
第3章 无人船路径跟踪 27
3.1 基于预估器的无人船路径跟踪 28
3.1.1 问题描述 28
3.1.2 PLOS制导律设计 30
3.1.3 稳定性分析 32
3.1.4 仿真与实验验证 36
3.2 基于扩张状态观测器的无人船路径跟踪 44
3.2.1 问题描述 44
3.2.2 ELOS制导律设计 45
3.2.3 稳定性分析 47
3.2.4 仿真与实验验证 50
3.3 本章小结 55
第4章 基于全路径导引的多无人船协同路径跟踪 57
4.1 基于路径参数一致性的多无人船协同路径跟踪 57
4.1.1 问题描述 57
4.1.2 控制器设计 59
4.1.3 稳定性分析 61
4.1.4 相关扩展 62
4.1.5 仿真与实验验证 68
4.2 基于路径参数包含的多无人船协同路径跟踪 74
4.2.1 问题描述 74
4.2.2 控制器设计 75
4.2.3 稳定性分析 77
4.2.4 相关扩展 79
4.2.5 仿真与实验验证 84
4.3 基于路径参数循环跟踪的多无人船协同路径跟踪 89
4.3.1 问题描述 89
4.3.2 控制器设计 90
4.3.3 稳定性分析 92
4.3.4 相关扩展 93
4.3.5 仿真与实验验证 95
4.4 基于事件触发通信的多无人船协同路径跟踪 99
4.4.1 问题描述 100
4.4.2 控制器设计 101
4.4.3 稳定性分析 103
4.4.4 仿真验证 107
4.5 本章小结 110
第5章 基于单路径导引的多无人船分布式协同路径跟踪 112
5.1 基于单路径导引的全驱动多无人船分布式协同路径跟踪 112
5.1.1 问题描述 112
5.1.2 基于扩张状态观测器的分布式制导律设计 114
5.1.3 稳定性分析 116
5.1.4 仿真验证 118
5.2 基于单路径导引的欠驱动多无人船分布式协同路径跟踪 121
5.2.1 问题描述 121
5.2.2 基于扩张状态观测器的分布式制导律设计 122
5.2.3 稳定性分析 125
5.2.4 仿真验证 126
5.3 带避障避碰和连通保持的欠驱动多无人船分布式协同路径跟踪 128
5.3.1 问题描述 129
5.3.2 势能函数 130
5.3.3 避障避碰和连通保持的分布式制导律设计 132
5.3.4 稳定性分析 133
5.3.5 仿真验证 135
5.4 本章小结 138
第6章 基于多路径导引的多无人船分布式协同路径跟踪 139
6.1 基于多路径导引的全驱动多无人船分布式包含操纵 139
6.1.1 问题描述 139
6.1.2 分布式包含操纵制导律设计 141
6.1.3 稳定性分析 143
6.1.4 仿真验证 147
6.2 基于多路径导引的欠驱动多无人船分布式包含操纵 150
6.2.1 问题描述 150
6.2.2 分布式包含操纵制导律设计 152
6.2.3 稳定性分析 155
6.2.4 仿真验证 158
6.3 有限时间收敛的欠驱动多无人船分布式路径操纵 161
6.3.1 问题描述 161
6.3.2 势能函数 163
6.3.3 分布式路径操纵制导律设计 164
6.3.4 稳定性分析 166
6.3.5 仿真验证 170
6.4 本章小结 173
第7章 基于神经网络的无人船动力学控制 174
7.1 基于低频学习预估器的无人船神经网络航向控制 174
7.1.1 问题描述 175
7.1.2 基于预估器的航向控制器设计 175
7.1.3 稳定性分析 177
7.1.4 仿真验证 180
7.2 输入约束下欠驱动无人船的神经网络动力学控制 183
7.2.1 问题描述 183
7.2.2 基于预估器的饱和动力学控制器设计 184
7.2.3 稳定性分析 186
7.2.4 仿真验证 189
7.3 输入增益未知欠驱动无人船的神经网络动力学控制 191
7.3.1 问题描述 192
7.3.2 基于积分并行学习预估器的动力学控制器设计 192
7.3.3 稳定性分析 196
7.3.4 仿真验证 198
7.4 输入约束下全驱动无人船的神经网络动力学控制 200
7.4.1 问题描述 200
7.4.2 基于预估器的饱和动力学控制器设计 201
7.4.3 稳定性分析 202
7.4.4 仿真验证 205
7.5 基于事件触发的全驱动无人船神经网络动力学控制 206
7.5.1 问题描述 206
7.5.2 基于事件触发预估器的动力学控制器设计 207
7.5.3 稳定性和芝诺现象分析 209
7.5.4 仿真验证 213
7.6 本章小结 217
第8章 基于扩张状态观测器的无人船动力学自抗扰控制 218
8.1 基于扩张状态观测器的无人船航向自抗扰控制 218
8.1.1 问题描述 218
8.1.2 航向自抗扰控制器设计 219
8.1.3 稳定性分析 220
8.1.4 仿真与实验验证 222
8.2 基于扩张状态观测器的欠驱动无人船动力学自抗扰控制 225
8.2.1 问题描述 225
8.2.2 纵荡速度和艏摇角速度自抗扰控制器设计 226
8.2.3 稳定性分析 227
8.2.4 仿真与实验验证 229
8.3 基于扩张状态观测器的全驱动无人船动力学自抗扰控制 233
8.3.1 问题描述 233
8.3.2 动力学自抗扰控制器设计 233
8.3.3 稳定性分析 235
8.3.4 仿真验证 236
8.4 基于渐近稳定扩张状态观测器的全驱动无人船动力学自抗扰控制 238
8.4.1 问题描述 238
8.4.2 渐近稳定动力学自抗扰控制器设计 239
8.4.3 稳定性分析 240
8.4.4 仿真验证 242
8.5 本章小结 243
参考文献 245
展开全部

节选

第1章 绪论 1.1 无人船集群协同控制研究背景 1.无人船系统 我国既是陆地大国,也是海洋大国,有1.8万多千米海岸线,300多万平方千米的海洋领土,具有广泛的海洋战略利益。在陆、海、空、天四大空间中,海洋蕴藏着丰富的生物资源、油气资源、矿产资源,是人类社会可持续发展的重要战略性空间和资源要地。随着人口的急剧增长、陆上资源日益匮乏,世界各海洋强国高度重视和发展自由进入海洋空间、维护海洋空间权益、增强海洋空间控制等技术[1-3],尤其是大力发展海洋航行器,包括无人水面船(unmanned surface vehicle, USV,简称无人船)和无人水下航行器(unmanned underwater vehicle, UUV),用于海洋资源的开发和海洋权益的争夺[2-5]。 无人船作为一种以遥控或自主方式航行的小型化、智能化、多用途无人海洋运载平台,是现代多种高技术集成的产物,是一个国家海洋科技实力的重要体现。无人船具有全天候执行任务的能力,尤其是可以在恶劣的海洋环境中代替人类执行危险、耗时、费力的作业任务。在军事领域,无人船可用于情报搜集、反水雷战、反潜作战、电子战、海上拦截作战等多种作战任务。在民用领域,无人船可用于海洋环境监测、水文勘察、海上搜救、船只补给等,不仅可以保证人员的安全,而且能够大幅提高作业效率[1-3,6]。 在无人船研制方面,美国、以色列、欧盟等国家和地区处于世界前列,典型的代表有美国的 Spartan 号无人船、英国的 Springer 号无人船、以色列的 Protector 号无人船、意大利的 Charlie 号无人船,如图1.1所示。我国也相继研制出了多种型号无人船,在无人船研制方面取得了长足进步。如图1.2所示,典型的代表有上海大学“精海”系列无人船、哈尔滨工程大学“天行一号”无人船、华中科技大学 HUSTER 系列无人船、大连海事大学“蓝信号”无人船等。与国外先进技术水平相比,我国在诸多基础研究领域还存在明显差距,迫切需要研究人员进行前瞻性理论和技术探索。 图1.1 国外无人船 图1.2 国内无人船 2.无人船集群系统协同控制 自然界中生物群体协调现象无处不在,如鸟群、鱼群、蜂群和蚁群[14-17]。生物通过简单协调展现出令人惊叹的整体行为模式,这种整体系统行为对于物种的生存与延续起到了关键性的作用,如寻觅食物、躲避天敌、适应环境等。通过群体协调作用能够高效地分配任务,完成单一个体难以完成的复杂任务,具有较强的抗干扰和环境适应能力。受生物队形的启发,无人系统(包括无人机、无人车、无人船和无人水下航行器)的集群协同控制成为备受关注的研究热点和前沿性课题之一[18-21]。协同控制是指通过选取合适的控制策略,使得一组由多个同类或相似个体组成的系统保持期望的相对姿态,维持队形的协同运动,*终完成特定的任务。集群协同系统往往能够胜任单一系统无法完成的复杂任务,具有高度的适应性、容错性、鲁棒性和自组织性[19]。图1.3和图1.4分别为自然界中鸟类和鱼类组成的队形。 图1.3 鸟群[22] 图1.4 鱼群[23] 由于海洋环境日益复杂、对抗性日益增强、作业任务日益多样、单体能力受限,多无人船协同作业已成为无人船海洋应用的重要发展趋势,也是网络化、信息化发展的必然要求[3]。通过多无人船协同实现集群化作业,不仅可以显著地减轻操作人员的负担,而且将使海洋作业变得更加持续、更具规模、更加智能。近二十年来,多无人船集群协同控制受到船舶运动控制研究人员的广泛关注,并成为船舶运动控制领域研究的核心问题之一[3]。 多无人船集群协同控制具有广阔的应用前景。在军事领域,多无人船集群协同已经展现极为重要的应用价值,能够实现协同扫雷、协同护航、协同态势感知、“蜂群”跟踪、协同包围敌方舰船等多种作战任务。在民用领域,多无人船集群协同能够极大地延伸海洋作业范围,显著地提高海洋作业效率,完成单一无人船不能有效完成或无法完成的复杂任务。相关应用包括协同勘测、协同搜救、协同侦察、远洋补给、海事巡逻、协同运输等。 1)协同勘测 海洋面积约占地球面积的71%,海洋蕴藏着丰富的生物资源、油气资源和矿物资源,是未来人类生存及可持续发展的战略性资源基地。各国相继采用无人船集群协同控制技术进行海洋资源勘测。利用多无人船进行资源勘测可以提高勘测效率,降低人力成本,提高自动化作业水平。图1.5为由勘测主船与两艘无人船组成的资源勘测船队,与单艘无人船的勘测范围相比,船队编队作业的资源勘测效率大幅提高。 2)协同搜救 多无人船海上协同搜救是集群协同技术的重要应用之一,无人船可搭载激光雷达、红外探测仪、视觉传感器、搜救装置等设备,与载人救助船相协调开展点、面辐射式搜索,全时段、全天候地自主搜寻生命迹象,能大幅提高生命发现概率,解决水上搜救耗时长、风险高、人力物力消耗大等难题。图1.6为两艘无人船对遇难船舶进行协同救援,可显著提高救援效率,极大降低事故影响。 图1.5 资源勘测[24] 图1.6 协同救援[25] 3)协同侦察 如图1.7所示,无人船可以与无人机和无人水下航行器组成协同侦察网络,成为空中与水下通信的重要中继。通过搭载多种传感设备,实现多维度、多方向、多批次、长时间的协同侦察,通过相互印证光学侦察、电子侦察、红外侦察及雷达侦察等多种侦察手段的结果,有效扩大侦察范围、拓展侦察要素、提高侦察精度、动态跟踪目标,提升对海洋的态势感知能力。 4)远洋补给 远洋补给是将燃料、物资和人员由补给船传送给受补给船,操作时需要两艘船舶保持一定的距离做同步运动。在远海作战中,舰队执行海上任务时间长,物资消耗量巨大,舰艇本身能够携带的燃料、淡水、食物、备件等给养十分有限。通过利用各类补给舰船与补给设备在海上对舰队进行补给,舰队在海上航行的时间可以大大延长,间接增大了舰队的作战半径,减少了舰船对港口与基地的依赖程度,从而提高远洋舰船的生存能力,增强舰队的战斗力。远洋补给作为保证舰船海上持久航行和作业的重要手段,是船舶协同控制研究的一个关键性问题。图1.8为一艘补给船正在给航空母舰进行远洋补给,它们通过编队维持协同运动。 图1.7 协同侦察[26] 图1.8 远洋补给[27] 5)海事巡逻 海事巡逻具有监管水域广阔、作业时间长、应急反应要求快、救助能力要求高等特点,无人船具有综合成本低、抗风险能力强、智能化程度高、反应速度快、可以在高海况和高危情况下开展作业等优势,是提升海事巡逻效能的重要手段。如图1.9所示,多无人船协同能够满足大范围海域的巡逻需求,进一步提高巡逻效率,具有更强的应急处理能力。 6)协同运输 全球贸易货运量约80%通过海运完成,我国对外贸易规模长期居全球**,海洋运输是国际贸易的重要桥梁和纽带,同时也带动着船舶制造、海洋港口、内河运输等相关产业的发展,是拉动国家经济增长的重要引擎。船舶航运业正处于由自动化向无人化、智能化、网络化发展的关键时期,无人驾驶船舶日益崛起,必将掀起全球航运业颠覆性革命。相比于有人驾驶船舶,无人驾驶船舶具有显著的优势,能够极大地提高航行安全、节约人力成本、提高运行效率、显著减少碳排放。如图1.10所示,多无人驾驶船舶协同运输是智能船舶发展的必然趋势。研究表明,采用多无人船进行协同运输可以减小船舶之间的兴波阻尼,进一步减小燃油消耗,从而提高远洋运输能力。 世界各国都加快了无人系统集群技术研究。在国外,无人海洋航行器集群技术被美国和欧盟列入优先发展战略规划。美国在《无人系统综合路线图 FY2013—2038》中明确指出,提高无人海洋航行器的相互适应性是未来的发展重点[9]。欧盟则在第七框架计划(FP7)“认知系统与机器人”中对海洋航行器协同控制相关研究进行了一系列资助,包括 GREX、Co3AUVs、MORPH、CADDY、ICARUS 等大型研究项目,其中仅 MORPH 项目资助金额就达8500万欧元,用于研究无人水面船和无人水下航行器协同控制技术。 图1.9 海事巡逻[28] 图1.10 协同运输[29] 在国内,无人系统智能技术受到高度重视。2015年,国务院印发了《中国制造2025》,将海洋工程装备和高技术船舶列入十大重点领域。2016年,国家发展改革委、科技部、工业和信息化部、中央网信办等联合发布了《“互联网+”人工智能三年行动实施方案》,提出推动人工智能技术在无人系统领域的融合应用,发展无人飞行器、无人船等多种形态的无人设备。2017年,国务院印发了《新一代人工智能发展规划》,将自主协同控制与优化决策理论纳入新一代人工智能发展规划的基础理论中。2018年,科技部发布了《科技创新2030——“新一代人工智能”重大项目2018年度项目申报指南》,将群体智能的协同与演化、决策与控制等技术列入攻关方向。 综上所述,无人船集群协同控制研究已成为国内外研究关注的焦点,网络化、智能化的发展趋势使得无人船集群协同控制研究面临着新的机遇和挑战[3,6,30]。无人船集群协同控制涉及船舶与海洋工程、控制科学与工程、网络科学、通信工程、人工智能、仿生学、电气工程等众多学科或领域,综合多学科理论和技术对无人船集群协同控制问题进行研究,不仅为探索群体协作机制提供可验证的应用领域,而且为无人船集群协同海洋作业提供新思路、新方法、新技术。因此,开展多无人船集群协同控制研究,既体现了国际学术前沿的发展趋势,又满足国家海洋发展战略的需求,具有重要的研究意义和应用价值。 1.2 无人船集群协同控制研究挑战 1.无人船运动模型 船舶在海洋上航行时,涉及纵荡(surge)、横荡(sway)、垂荡(heave)、横摇(roll)、纵摇(pitch)、艏摇(yaw)六个自由度方向上的运动。对于无人船而言,通常忽略垂荡、横摇和纵摇三个自由度的运动,而考虑纵荡、横荡和艏摇三个自由度的运动。如图1.11所示,一般在两个坐标系下对无人船的运动进行描述,即 XE- YE 地球坐标系(earth-fixed reference frame)和 XB-YB 船体坐标系(body-fixed

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航