基于数据驱动Koopman算子的AUV速度动力学优化
系统与控制
2025-03-14 v1 机器人学
系统与控制
动力系统
摘要
自主水下航行器（AUV）在现代海洋探索中发挥着重要作用，其速度控制系统对其高效运行至关重要。与许多其他机器人系统类似，AUV表现出多变量非线性动力学，并面临各种约束，包括状态限制、输入约束和增量输入约束，使得控制器设计具有挑战性，需要耗费大量精力与时间。本文通过结合数据驱动的库普曼算子理论与模型预测控制（MPC），应对了这些挑战，该方法考虑了上述约束。所提方法不仅确保AUV在状态和输入限制下的性能，还考虑了增量输入的变化，以防止对飞行器操作产生快速且可能造成损害的变更。此外，本文开发了一个基于ROS2和Gazebo的平台来验证所提算法的有效性，为水下飞行器应对复杂动态的水下环境提供了新的控制策略。
引用
@article{arxiv.2503.09628,
title = {Optimizing AUV speed dynamics with a data-driven Koopman operator approach},
author = {Zhiliang Liu and Xin Zhao and Peng Cai and Bing Cong},
journal= {arXiv preprint arXiv:2503.09628},
year = {2025}
}
备注
26 pages, 8 figures