买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工程大学

摘要：本发明属于水面无人艇轨迹跟踪控制技术领域，具体涉及一种基于强化学习MPC的无人艇轨迹跟踪控制方法。本发明在无人艇的MPC轨迹跟踪控制器设计过程中，选用无人艇的运动学模型和操纵响应模型作为预测模型，根据无人艇轨迹跟踪任务需求构造控制性能指标函数，在MPC滚动优化过程中利用强化学习的DDPG算法构建性能指标函数的求解器，通过最小化性能指标函数求解出轨迹跟踪的最优控制序列，最终将每时刻控制序列的第一个控制量作用于无人艇系统上。本发明提高了轨迹跟踪控制的鲁棒性和抗干扰，同时具备自学习能力，适应于复杂的海况环境，相较于传统的MPC控制算法其自主性和实时性更强，跟踪误差更小。

主权项：1.一种基于强化学习MPC的无人艇轨迹跟踪控制方法，其特征在于，包括如下步骤：步骤1：获取无人艇的实时状态信息x,y,ψ,r，包括无人艇的位置坐标x,y、实时航向角ψ、艏摇角速度r；步骤2：根据当前轨迹跟踪点Pk+1xk+1,yk+1和上一航迹跟踪点为Pkxk,yk，利用LOS导引算法计算无人艇实时的期望航向角ψd；步骤3：建立无人艇轨迹跟踪的水平面数学模型，设计无人艇轨迹跟踪的DDPG-MPC智能控制器；无人艇以恒定速度U航行，轨迹跟踪数学模型为： 其中，T表示无人艇对舵的快速应答性和航向稳定性；K为增益系数；α为非线性系数；δ为操舵角；在控制器设计中，状态变量χ＝x,y,ψ,r，输出量Y＝x,y,ψ，控制量u＝δ；离散状况下无人艇轨迹跟踪非线性系统的预测模型表示为：χk+1＝fχk,uk,wk其中，wk为系统扰动；f·为系统的非线性函数；考虑k时刻对k+i时刻状态变量χ的预测值可表示为χk+i|k，其对应的系统输出值Yk+i|k＝Cχk+i|k，k+i时刻输入系统参考轨迹为Yrefk+i|k，作用于系统的控制量δk+i|k；考虑k时刻开始由预测模型预测未来N个时刻的状态序列χk、输出序列Yk、控制序列uk以及轨迹参考序列Yrefk表示为：χk＝χk+1|k,......,χk+N|kTYk＝Yk+1|k,......,Yk+N|kTuk＝uk|k,......,uk+N-1|kTYrefk＝Yrefk+1|k,......,Yrefk+N|kT由此根据上述部分建立无人艇轨迹跟踪控制的性能指标： 其中，Q,R为性能指标函数的权值矩阵；步骤4：利用DDPG算法求解MPC滚动优化过程中的最优控制序列，控制序列的第一个控制量作用于无人艇系统上。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 一种基于强化学习MPC的无人艇轨迹跟踪控制方法