期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于生物启发模型的欠驱动AUV协同编队终端滑模控制
1
作者
李志豪
董早鹏
+2 位作者
刘伟
盛金亮
孙蓬勃
《中国舰船研究》
北大核心
2025年第4期262-271,共10页
[目的]针对存在外界环境干扰以及模型不确定的欠驱动AUV协同编队轨迹跟踪控制问题,提出一种基于生物启发模型的终端滑模(BFTSMC)编队控制方法。[方法]首先,利用微分跟踪器平滑领航艇的艏向角,通过领航—跟随者的编队控制方法生成跟随艇...
[目的]针对存在外界环境干扰以及模型不确定的欠驱动AUV协同编队轨迹跟踪控制问题,提出一种基于生物启发模型的终端滑模(BFTSMC)编队控制方法。[方法]首先,利用微分跟踪器平滑领航艇的艏向角,通过领航—跟随者的编队控制方法生成跟随艇的期望轨迹;其次利用反步法推导出虚拟期望速度以镇定AUV的位置误差,并采用生物启发模型,对虚拟速度控制律进行平滑处理,减少前期系统的抖振和降低对控制器的计算复杂程度;然后设计基于反正切函数的固定时间非奇异终端滑模控制器,使得整个编队系统更快收敛;最后为了减少外界环境干扰和模型不确定性带来的复合干扰,采用基于最小学习参数法的神经网络(MLP-RBF)进行补偿。[结果]相比于积分滑模控制,所提出的控制方法可使整个AUV编队系统更快、更精确地跟踪上参考轨迹。[结论]所设计的编队控制算法能够实现对AUV的三维轨迹跟踪。
展开更多
关键词
自主水下航行器
领航—跟随者法
生物
启发
模型
神经网络
滑模控制
编队控制
在线阅读
下载PDF
职称材料
海流环境下多AUV多目标生物启发任务分配与路径规划算法
被引量：
6
2
作者
刘晨霞
朱大奇
+1 位作者
周蓓
顾伟
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022年第11期2100-2107,共8页
针对多障碍物海流环境下多自治水下机器人(AUV)目标任务分配与路径规划问题,本文在栅格地图构建的基础上给出了一种基于生物启发神经网络(BINN)模型的新型自主任务分配与路径规划算法,并考虑海流对路径规划的影响.首先建立BINN模型,利...
针对多障碍物海流环境下多自治水下机器人(AUV)目标任务分配与路径规划问题,本文在栅格地图构建的基础上给出了一种基于生物启发神经网络(BINN)模型的新型自主任务分配与路径规划算法,并考虑海流对路径规划的影响.首先建立BINN模型,利用此模型表示AUV的工作环境,神经网络中的每一个神经元与栅格地图中的位置单元一一对应;接着,比较每个目标物在BINN地图中所有AUV的活性值,并选取活性值最大的AUV作为它的获胜AUV,实现多AUV任务分配;最后,考虑常值海流影响,根据矢量合成算法确定AUV实际的航行方向,实现AUV路径规划与安全避障.海流环境下仿真实验结果表明了生物启发模型在多AUV水下任务分配与路径规划中的有效性.
展开更多
关键词
生物
启发
神经网络
(
binn
)
模型
任务分配
路径规划
海流环境
安全避障
在线阅读
下载PDF
职称材料
题名
基于生物启发模型的欠驱动AUV协同编队终端滑模控制
1
作者
李志豪
董早鹏
刘伟
盛金亮
孙蓬勃
机构
武汉理工大学船海与能源动力工程学院
中国船舶集团有限公司综合技术经济研究院
出处
《中国舰船研究》
北大核心
2025年第4期262-271,共10页
基金
国家自然科学基金青年项目(51709214)。
文摘
[目的]针对存在外界环境干扰以及模型不确定的欠驱动AUV协同编队轨迹跟踪控制问题,提出一种基于生物启发模型的终端滑模(BFTSMC)编队控制方法。[方法]首先,利用微分跟踪器平滑领航艇的艏向角,通过领航—跟随者的编队控制方法生成跟随艇的期望轨迹;其次利用反步法推导出虚拟期望速度以镇定AUV的位置误差,并采用生物启发模型,对虚拟速度控制律进行平滑处理,减少前期系统的抖振和降低对控制器的计算复杂程度;然后设计基于反正切函数的固定时间非奇异终端滑模控制器,使得整个编队系统更快收敛;最后为了减少外界环境干扰和模型不确定性带来的复合干扰,采用基于最小学习参数法的神经网络(MLP-RBF)进行补偿。[结果]相比于积分滑模控制,所提出的控制方法可使整个AUV编队系统更快、更精确地跟踪上参考轨迹。[结论]所设计的编队控制算法能够实现对AUV的三维轨迹跟踪。
关键词
自主水下航行器
领航—跟随者法
生物
启发
模型
神经网络
滑模控制
编队控制
Keywords
Autonomous underwater vehicles
leader–follower formation control strategy
bio-inspired model
neural networks
sliding mode control
formation control
分类号
U674.941 [交通运输工程—船舶及航道工程]
U664.82 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
海流环境下多AUV多目标生物启发任务分配与路径规划算法
被引量：
6
2
作者
刘晨霞
朱大奇
周蓓
顾伟
机构
上海海事大学智能海事搜救与水下机器人上海工程技术研究中心
上海理工大学机械工程学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022年第11期2100-2107,共8页
基金
国家自然科学基金项目(62033009,U1706224)
上海市科技创新行动计划项目(20510712300)资助。
文摘
针对多障碍物海流环境下多自治水下机器人(AUV)目标任务分配与路径规划问题,本文在栅格地图构建的基础上给出了一种基于生物启发神经网络(BINN)模型的新型自主任务分配与路径规划算法,并考虑海流对路径规划的影响.首先建立BINN模型,利用此模型表示AUV的工作环境,神经网络中的每一个神经元与栅格地图中的位置单元一一对应;接着,比较每个目标物在BINN地图中所有AUV的活性值,并选取活性值最大的AUV作为它的获胜AUV,实现多AUV任务分配;最后,考虑常值海流影响,根据矢量合成算法确定AUV实际的航行方向,实现AUV路径规划与安全避障.海流环境下仿真实验结果表明了生物启发模型在多AUV水下任务分配与路径规划中的有效性.
关键词
生物
启发
神经网络
(
binn
)
模型
任务分配
路径规划
海流环境
安全避障
Keywords
biologically inspired neural network(
binn
)
task assignment
path planning
ocean current environment
obstacle avoidance
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于生物启发模型的欠驱动AUV协同编队终端滑模控制
李志豪
董早鹏
刘伟
盛金亮
孙蓬勃
《中国舰船研究》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
海流环境下多AUV多目标生物启发任务分配与路径规划算法
刘晨霞
朱大奇
周蓓
顾伟
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
