未知动态海况下无人水面艇的鲁棒协同路径跟踪研究

Unmanned surface vehicles (USVs) have broad applications both in military and civilian fields due to its small size, flexible manipulation, greater autonomy and capabilities without risking human life, etc. Cooperative control can meet the requirements of multiple USVs to perform collaborative tasks. However, the research on cooperative control theory of USVs is very limited both in China and overseas, and lacks a systematic design method. This project aims to investigate the key unsolved theoretical and technical problems on the design of cooperative control of USVs, and mainly focuses on the robust coordinated path following problem of underactuated USVs in the unknown dynamical marine environment. Based on the new developed error feedback filtering of dynamic surface control technique, the coordinated path following controllers are designed by incorporating the path following principles, iterative learning methods and approximation theory of time-varying neural networks. The stability analysis of the system is practiced with the aid of Lyapunov theory, input-to-state stability， Lyapunov-Krasovskii function, and graph theory. Through deeply research, this project will establish systematic and self-contained cooperative control theory of USVs and lay a solid theoretical foundation for its engineering applications. Our level of this research will be in front of or synchronous with the world development level. Furthermore, a group of specialists and technicians in Naval Architecture and Marine Engineering area will be cultivated.

无人水面艇由于小型轻量、操纵灵活、自主性强和不必冒人员生命危险等优点在军事和民用领域具有广泛的应用前景。无人水面艇合作控制能够满足多无人水面艇协同执行任务的需求。国内外对无人水面艇合作控制理论研究十分有限，缺乏系统化的设计方法。本课题将探索无人水面艇合作控制中尚未解决的关键理论和控制难题，重点研究未知动态海洋环境下欠驱动无人水面艇的鲁棒协同路径跟踪问题。以新型误差反馈滤波动态面为主要设计手段，综合应用路径跟踪原理、迭代学习原理与时变参数神经网络逼近原理进行协同控制器设计，结合李亚普诺夫理论、输入状态稳定、Lyapunov-Krasovskii函数以及图论进行闭环系统稳定性分析。目的在于通过深入的研究，建立系统而完善的无人水面艇合作控制理论，为无人水面艇合作控制的工程应用打下坚实的理论基础，使我国在无人水面艇合作控制方面的研究领先或同步于世界发展水平，同时培养船舶与海洋工程领域专业技术人才。

无人水面艇（USV）由于小型轻量、操纵灵活、自主性强和不必冒生命危险等优点在军事和民用领域都具有广泛的应用。本项目以提高多USV的协同性为目的，深入研究了多USV在复杂动态海洋环境中的鲁棒协同路径跟踪问题，研究内容主要包括:(1)基于USV运动学的未知时变海流估计；(2) USV不确定动力学统一在线逼近方法；(3)多USV分散协同控制方法；(4)多USV鲁棒协同路径控制器设计与稳定性分析。.在项目执行的过程中，取得了一系列原创性的研究成果:(1)首次将USV运动建模不确定，模型参数变化以及时变未知海洋环境干扰融入多USV的协同路径跟踪框架内，利用时变参数神经网络控制技术与迭代学习原理，建立了以提高系统稳定性与抑制海洋环境扰动为目标的鲁棒路径跟踪控制方法，解决了船舶模型参数和风浪流扰动的统一精确辨识问题。(2)针对传统反演设计法的缺陷，首次建立了以降低控制算法复杂性同时提高系统暂态性能为目标的新型动态面设计方法，解决了十多年自适应动态面悬而未决的暂态控制问题。(3)显著放松网络通讯的假设条件，结合多智能体一致性控制技术，建立了以减小通讯量并且提高协同鲁棒性为目标的分散时间协同方法，突破了传统集中式控制方法的限制。.项目研究小组在IEEE Trans. On Neural Networks and Learning Systems, IEEE Trans. On Mechatronics, IEEE Trans. on SMC: Systems等国际学术期刊和会议中发表SCI/EI检索论文63篇，其中SCI检索期刊论文31篇（第一作者16篇），中科院JCR-I区和II区论文10篇，最高影响因子为4.291。论文被包括IEEE Fellow在内的多个国家和地区的学者引用，其中SCI他引47次，Google Scholar引用300余次，一篇论文入选Web of Science高被引论文。在海洋航行器控制领域申请国家发明专利6项。研究成果获得“辽宁省科学技术奖”、“辽宁省自然科学学术成果奖”、 “辽宁省优秀博士论文提名奖”等多项奖励。项目主持者于2014年入选“辽宁省百千万人才工程”，于2015年入选中国博士后基金会“香江学者”计划，并于2015年获得“大连市科技之星”称号。该项目的完成从理论和实践两方面有力地推动了多USV协同控制研究的进步和发展。