关键词:
模型预测控制
路径跟踪
无人船
非线性控制
摘要:
针对无人船(USVs)在网络时延、数据包丢失和环境扰动条件下的路径跟踪控制问题,提出了一种改进的模型预测控制(MPC)方法,以提升系统的鲁棒性和稳定性。通过在传统运动学模型中引入速度扰动和角速度扰动项,准确反映复杂海洋环境对无人船的运动影响。构建了包含网络时延和数据包丢失的扩展系统模型,将网络不确定性纳入控制器设计中,应用时延补偿策略和鲁棒性设计,提前调整控制输入以抵消网络不确定性的影响。仿真结果显示,所设计控制器在路径跟踪精度上显著优于未考虑时延补偿的控制器,平均跟踪误差降低约70%,最大误差减少约24%。控制系统在应对环境扰动时,表现出较强抵抗力。研究证明了在无人船路径跟踪中,考虑网络和环境不确定性的必要性,为提升无人船在复杂环境中的自主导航能力提供了有效方案。