针对未知动力学和方向舵饱和情况下的无人水面航行器，研究人员提出了一种新的鲁棒跟踪控制策略。 以神经网络、线性扩展状态观测器和辅助系统为主要控制框架，采用轨迹线性化控制(TLC)方法。该策略的显著特点是:在制导回路中，提出了一种模糊预测视距(FPLOS)制导律，保证USV有效地遵循给定路径，其中引入模糊方法在线调整前视距离，从而达到收敛性能;在控制回路中，研究人员开发了一种实用的基于增强TLC的鲁棒路径跟踪控制器，其中神经网络和LESO分别用于处理未建模的动态和外部干扰。 同时，研究人员构造了一种非线性跟踪微分器(NTD)以获得满意的微分和滤波性能。 然后，在控制器设计中加入辅助系统来处理舵饱和。利用李雅普诺夫稳定性理论，保证了整个系统是一致最终有界的。 仿真结果表明了该策略的有效性和优越性。
相关论文以题为“ Trajectory Linearization-Based Adaptive PLOS Path Following Control for Unmanned Surface Vehicle with Unknown Dynamics and Rudder Saturation ”发表在《 Applied Sciences 》上。
近年来，由于无人水面车辆(USV)在海洋环境中的广泛应用，如海洋监测、天然气勘探、海洋运输等，受到了人们的广泛关注。在这些应用中，USV的高跟踪性能和复杂的外部环境给路径跟踪控制带来了挑战。
路径跟随是一种运动控制场景，其中USV必须遵循预定义的路径，没有时间约束。 目前，文献中已经提出了各种控制方法。研究人员开发了一种基于后退技术的自适应控制方法，并适用于其他无人驾驶船舶。摘要利用动态表面控制(DSC)方法，开发了一种适用于欠驱动船舶的实用路径跟踪控制方案，该方案的优点是能够处理“基于航路点的导航”的实际情况。摘要提出了一种基于输入输出反馈线性化方法的船舶路径跟踪控制方法。另外，在路径跟踪中常用的有效制导方法是视距制导。其主要思想是实现一个基于前瞻视距制导律模拟舵手，并生成一个理想的航向角，该航向角被反馈到内部动力学回路中。
另一方面，为了处理复杂干扰，学者们提出了许多优秀的解决方案。研究人员针对舰载螺旋桨舰载机设计了一种简洁的路径跟踪控制器，通过引入神经网络最小参数学习方法，对舰载螺旋桨舰载机的未建模动态和干扰进行了处理。 本文提出了一种具有有界不确定性的鲁棒复合控制方法，利用LESO估计系统的不确定性。他们还设计了一种新的基于s型函数的扰动观测器，有效地消除了系统中的各种不确定性，证明了该观测器的有效性。利用解耦结构学习机制，提出了一种在线构造模糊逼近器，并将其与控制控制器相结合，实现了对未知非线性和未知外部干扰的精确辨识。此外，输入饱和是常见且不可避免的，可能导致系统不稳定。在考虑扰动和输入饱和的情况下，利用辅助动力系统对舵饱和进行补偿，解决了船舶航向跟踪问题。本文提出了一种新的轨迹跟踪控制方法，采用高斯误差函数逼近输入饱和。
USV模型
在本节中，研究人员首先定义坐标系:地球固定惯性坐标系X0OY0(i)和机体固定坐标系XpOYp(b)，如图1所示。然后，只考虑USV的水平运动，即忽略横摇p、纵摇q和垂荡w。
图1.地球固定惯性架和机体固定架。
轨迹线性化控制(TLC)
TLC被证明是一种有效的鲁棒控制方法，其结构如图2所示。可以清楚地看到，TLC由开环动态逆和线性时变反馈调节器组成，其中动态逆将跟踪问题转化为时变非线性跟踪误差调整问题，使LTV调节器实现了沿标称轨迹的鲁棒稳定性和性能。因此，TLC具有较强的稳定性和抗干扰能力，TLC已广泛应用于模型尺度的直升机、6DOF飞机和类车地面车辆。然而，薄层色谱很少用于USV的控制。
图2.TLC方案图。
控制策略的结构
一种新的路径跟踪控制策略如图3所示。从图3可以看出，它主要由模糊预测器视距(FPLOS)制导和复合控制策略组成。所提出的FPLOS导引策略不仅能提供所需的航向角，而且还能补偿未知的侧滑角。提出的复合控制策略包括两部分:第一部分是TLC控制器保证实际航向跟踪制导航向;第二部分是补偿控制器分别利用神经网络、降阶LESO和辅助系统解决未建模动态、多干扰和舵饱和问题。同时，非线性跟踪微分器(NTD)提供了满意的微分和滤波效果。在控制回路中，分别表示NN、LESO和辅助系统的输出;“快乐”是一个强有力的词。
图3.所提出的USV控制策略的框图。
结论
研究人员提出了一种适应于未建模动力学、外部干扰和方向舵饱和的USV路径跟踪控制策略。 首先，他们开发了FPLOS制导策略来提供制导头，也可以处理未知的侧滑角。更重要的是，它的最大优点是利用TLC作为一种新的有效技术来设计简洁的路径跟踪控制器，所提出的控制器不仅可以估计和补偿未知的动力学和方向舵饱和度，而且具有很高的跟踪精度。同时，该策略采用了NTD，避免了不必要的设置点跳跃。通过比较和大量的仿真验证了所提策略的优越性和有效性。 在未来，研究人员将使用其他方法进一步优化前瞻距离，所提出的设计方法也可用于解决USV和水下航行器的轨迹跟踪问题。
