基于事件触发机制的多无人船分布式协同制导与控制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51909021
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E1102.船舶工程
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

To meet the national requirement of marine power strategy, this project focuses on the key frontier problem on autonomously cooperative control of multiple unmanned surface vehicles (USVs). Considering the restricted maritime communication and complex marine environment, this project investigates the formation control for a group of under-actuated USVs subject to incomplete state information, parameter model uncertainties, and disturbances induced by wind, waves and currents. By the integration of guidance, estimation and control, distributed cooperative guidance and control of under-actuated USVs under non-periodic communication are deeply explored. A distributed cooperative path following control method is proposed based on an event-triggered mechanism, such that the network communication burden, the sampling frequency and the control energy consumption are significantly reduced. In addition, the safety for collaborative operations and connectivity for communication network are guaranteed. The stability of the closed-loop system is analyzed by resorting to the tools of graph theory, simultaneous Lyapunov inequalities, input-state-stability, cascade system stability, etc. The effectiveness of the proposed control methods will be verified based on a physically experimental platform. Through deep and meticulous research, this project will systematically establish guidance law with non-periodic communication, estimation method with non-periodic updating, and control law with non-periodic execution for distributed cooperation of multiple under-actuated USVs. The successful completion of the proposed project will provide theoretical and technical support for the collaborative ocean operations subject to the constraints in terms of environment, communication and energy, and substantially promote the progress and development for cooperative control of multiple USVs.
本项目面向国家海洋强国的战略需求,围绕多无人船自主协同控制这一前沿科学问题开展研究。考虑海上通讯受限和复杂环境约束,针对状态信息不完全、模型参数不确定、风浪流扰动下的欠驱动无人船编队系统,从制导、估计、控制一体化的角度出发,深入探索非周期通讯的欠驱动多无人船协同制导与控制理论,建立基于事件触发机制的分布式协同路径跟踪控制方法,显著减轻通讯负担、减少采样频率、降低控制能耗,并保证协同作业的安全性和编队网络的连通性。综合应用图论、瞬时李雅普诺夫不等式、输入状态稳定性、级联系统稳定性等工具分析闭环系统的稳定性和收敛性,并在物理实验平台上对所提方法有效性进行实验验证。通过深入细致的研究,系统地建立面向多无人船分布式协同的非周期通讯制导、非周期更新估计、非周期执行控制方法,为环境、通讯、能量约束下的多无人船协同海洋作业提供理论技术支撑,显著推动多无人船协同控制研究的进步与发展。

结项摘要

在海上通信受限和复杂环境约束下,深入探索非周期通信的欠驱动多无人船分布式协同制导与控制问题,系统地建立了基于事件触发机制的多无人船分布式协同控制理论。具体而言,第一,针对海上通信受限、复杂环境约束下的欠驱动多无人船协同路径跟踪问题,建立了基于事件触发通信的分布式协同制导方法,显著减少无人船之间的信息交换量。第二,针对状态信息不完全、模型参数不确定、风浪流扰动下的多无人船协同系统,建立了基于事件触发更新的无人船状态观测与扰动估计方法,基于位置和角度信息实现对速度信息、内扰与外扰的统一估计,显著减少采样频率。第三,考虑无人船控制器能源受限、输入饱和问题,建立了基于事件触发机制的无人船协同路径跟踪控制器设计方法,减少执行机构的动作频次,显著降低系统控制能耗。第四,完善了现有网络化多无人船实验平台,在试验水池、试验港池以及实际海洋环境中对所提欠驱动多无人船分布式协同制导与控制方法进行实验与验证,验证了所提方法的有效性。.研究结果在IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Intelligent Vehicles, IEEE Transactions on System, Man, and Cybernetics: System, Ocean Engineering等国际学术期刊和会议中发表基金标注SCI/EI检索论文33篇,其中SCI检索期刊论文27篇。在多船舶编队协同控制领域申请/授权国家发明专利15项。获高等学校科学研究优秀成果奖二等奖1项,海洋工程科学技术一等奖1项,交通运输重大科技创新成果2项。项目负责人入选中国科学技术协会青年托举人才,辽宁省百千万人次工程万层次人才,大连市优秀青年科技人才等荣誉称号。该项目从理论和实践两方面进一步推进了无人船集群控制技术的研究进展。

项目成果

期刊论文数量(27)
专著数量(0)
科研奖励数量(6)
会议论文数量(6)
专利数量(15)
Event-triggered ISS-modular neural network control for containment maneuvering of nonlinear strict-feedback multi-agent systems
用于非线性严格反馈多智能体系统遏制操纵的事件触发 ISS 模块化神经网络控制
  • DOI:
    10.1016/j.neucom.2019.10.043
  • 发表时间:
    2020
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    Yibo Zhang;Dan Wang;Zhouhua Peng;Tieshan Li;Lu Liu
  • 通讯作者:
    Lu Liu
Safety-critical model-free control for multi-target tracking of USVs with collision avoidance
用于 USV 多目标跟踪并避免碰撞的安全关键无模型控制
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    IEEE/CAA Journal of Automatica Sinica
  • 影响因子:
    --
  • 作者:
    Shengnan Gao;Zhouhua Peng;Haoliang Wang;Lu Liu;Dan Wang
  • 通讯作者:
    Dan Wang
Multi-ASV collision avoidance for point-to-point transitions based on heading-constrained control barrier functions with experiment
基于航向约束控制障碍函数的点对点转换多 ASV 碰撞避免实验
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    IEEE/CAA Journal of Automatica Sinica
  • 影响因子:
    --
  • 作者:
    Yanping Xu;Lu Liu;Nan Gu;Dan Wang;Zhouhua Peng
  • 通讯作者:
    Zhouhua Peng
Self-triggered three-dimensional coordinated path following of disk-type autonomous underwater gliders based on low-frequency learning fuzzy predictors
基于低频学习模糊预测器的盘式自主水下滑翔机自触发三维协调路径跟随
  • DOI:
    10.1016/j.oceaneng.2021.110104
  • 发表时间:
    2021
  • 期刊:
    Ocean Engineering
  • 影响因子:
    5
  • 作者:
    Haoliang Wang;Dan Wang;Fumin Zhang;Lu Liu;Tianlin Wang;Zhouhua Peng
  • 通讯作者:
    Zhouhua Peng
Multi-ASV motion planning for formation reconfiguration based on control barrier functions
基于控制屏障函数的编队重构多ASV运动规划
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    IFAC PapersOnLine
  • 影响因子:
    --
  • 作者:
    Yanping Xu;Lu Liu;Yibo Yin;Dan Wang;Zhouhua Peng
  • 通讯作者:
    Zhouhua Peng

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

滑动变量受限情况下的二阶滑模控制设计
  • DOI:
    10.7641/cta.2017.70232
  • 发表时间:
    2018
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    梅珂琪;马莉;丁世宏;刘陆
  • 通讯作者:
    刘陆
多无人艇集群协同控制研究进展与未来趋势
  • DOI:
    10.12688/wellcomeopenres.18436.1
  • 发表时间:
    --
  • 期刊:
    中国舰船研究
  • 影响因子:
    --
  • 作者:
    彭周华;吴文涛;王丹;刘陆
  • 通讯作者:
    刘陆
FDA水解酶分析法表征近海泥滩微生物活性
  • DOI:
    10.1002/gdj3.100
  • 发表时间:
    2013
  • 期刊:
    环境科学
  • 影响因子:
    --
  • 作者:
    刘叶;邹立;刘陆;高冬梅
  • 通讯作者:
    高冬梅
降低不平衡电网下PWM整流器开关频率的顺序模型预测直接功率控制方法
  • DOI:
    10.13335/j.1000-3673.pst.2020.1316
  • 发表时间:
    --
  • 期刊:
    电网技术
  • 影响因子:
    --
  • 作者:
    魏昂;王丹;武文杰;王浩亮;刘陆;彭周华
  • 通讯作者:
    彭周华
采用扰动观测器的SVG直接电流反步控制
  • DOI:
    10.19635/j.cnki.csu-epsa.000596
  • 发表时间:
    --
  • 期刊:
    电力系统及其自动化学报
  • 影响因子:
    --
  • 作者:
    刘玉琦;王丹;彭周华;刘陆;周鑫
  • 通讯作者:
    周鑫

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘陆的其他基金

基于避碰规则的多无人船安全协同控制与实验验证
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码