-
公开(公告)号:CN118011807A
公开(公告)日:2024-05-10
申请号:CN202410115238.2
申请日:2024-01-29
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了基于滑模和强化学习的AUV环境最优定位控制方法。通过使用强化学习设计神经网络使水下机器人从环境中学习,不依赖先验知识和精确的数学模型,对滑模控制中的未知部分进行补偿,大幅提高传统滑模的精度和鲁棒性,实现复杂海流环境中水下机器人环境最优艏向定位控制。本发明神经网络模型可以逼近任意非线性函数,涵盖可能出现每一个状态值,提高水下机器人的学习效率和控制精度。利用环境最优艏向定位控制进行悬停,使欠驱动水下机器人艏向始终指向预定虚拟圆心,可以顶住洋流,有效降低能耗。