基于极限学习的自主式水下航行器非线性模型预测控制器:仿真与实验结果
收藏
Biranchi Narayan Rath, Bidyadhar Subudhi
IET Cyber-Systems and Robotics. 2019 (2): 45-54.
DOI: 10.1049/iet-csr.2019.0014
本研究提出了一种基于极限学习的非线性模型预测控制器(NMPC),用于自主式水下航行器(AUV)的水平航路点路径跟踪规划。该控制器由运动控制器和动态控制器组成。运动控制器使用逆推法设计,而动态控制器使用NMPC法设计。使用极限学习机(ELM)结构对水下机器人的动力学特性进行实时辨识。为了提高ELM结构的性能,采用Jaya优化算法确定了其隐含层的最优参数。然后,将得到的ELM模型用于考虑舵面约束的NMPC设计。本文提出的控制器的跟踪性能与最近提出的两种控制算法,H∞状态反馈控制器和逆最优自整定比例积分微分(PID)控制器进行了比较。所提出的控制器由MATLAB实现,并在作者实验室研制的自主式水下航行器样机上进行了实时控制。仿真和实验结果都表明,与H∞状态反馈控制器和逆最优自整定PID控制器相比,所提出的控制器具有更优异的跟踪性能。
|