基于神经网络模型预测的无人水下航行器避障控制方法

本发明公开了一种基于神经网络模型预测的无人水下航行器避障控制方法，包括：构建UUV的运动学和动力学方程；构造无建模误差和外部干扰的标称UUV系统，以及带扰动补偿的UUV运动模型；基于状态向量与控制向量构造成本函数；结合成本函数与预设的约束条件，分别构造所述标称UUV系统、带扰动补偿的UUV运动模型对应的避障控制策略；构造神经网络，用于带扰动补偿的UUV运动模型进行扰动补偿预测；采用递推最小二乘法和极限学习机相结合的方法用于在线更新神经网络的输出权重，利用输出权重确定神经网络的输出，结合避障控制策略得到驱动UUV运动的控制向量。本发明方法保证无人水下航行器UUV沿期望路径的平稳运行，提高避障控制的精准度和鲁棒性。