无人帆船自主避障算法

针对无人帆船短途航行的避障需求构建了无人帆船自主避障系统，提出了基于A*的帆船避障路径规划算法以及基于LOS的帆船循迹控制算法。案例帆船的仿真测试和航行测试均成功实现多个障碍物场景下的自主避障航行，较为充分地证明了方法的可行性与实时性，对无人帆船应用具有重要意义。     

基于改进A*算法的无人船路径规划研究

针对无人船路径规划过程中存在的规划结果所占内存较大、耗费时间较长、有较大概率生成"死区"的问题,提出基于改进A*算法的无人船路径规划方法.选取栅格法构建无人船行驶环境模型,采用A*算法确定代价函数,判断代价大小,以代价最小的节点作为下一个轨迹点,由此获取最优无人船行驶路径.为改进A*算法,利用无人船转弯半径下限、路径长...     

基于禁忌搜索算法的无人船路径规划

针对传统A^*算法在规划路径过程中存在所拓展路径非全局最优路径的问题,提出一种禁忌搜索算法对其进行优化,将已搜索路径放入禁忌表中进行多次迭代,将迭代结果进行比较产生最优路径。为进一步验证禁忌搜索算法优化的有效性,在阑珊格搭建的海域环境中进行仿真比较,结果表明,相比于A^*算法和人工势场法,禁忌搜索优化算法在无人船路线规划中凭借其全局性能够更准确地规划出最优路径。     

基于混沌蜂群算法的USV路径规划

针对多障碍物环境下,传统智能算法容易过早收敛、搜索精准度差等问题,为提高路径规划准确性,获得最佳路径,避免碰撞发生,提出一种基于人工蜂群算法的水上无人艇路径规划方法。通过栅格法建模,以无人艇目的地为蜜源,在蜂群信息交换阶段,采用混沌序列产生初始化雇佣蜂,跳出局部最优。与传统人工蜂群算法进行对比,仿真结果表明,混沌蜂群算法在路径优化方面更能找到全局最优路径。     

基于改进型A*-蚁群混合算法的USV航迹规划

针对高密度复杂环境下的无人水面航行器(USV)航迹规划问题,将A*算法和蚁群算法相结合,提出一种改进型A*-蚁群混合算法。本算法结合A*算法在低密度环境区域航路规划的优势性,同时,当遇到高密度环境区域时引入蚁群算法提高局部规划能力,在传统蚁群算法基础上,改进了信息素的更新模型,增强了可行路径中最优路径的信息浓度,减弱了最差路径的信息浓度,并通过调整信息素浓度总和比例,增强算法的寻优能力。该方法能够有效地平衡全局和局部规划,提高在复杂环境下的USV航迹规划能力。通过仿真,验证了在复杂环境下该算法的有效性和优越性。     

基于可视图法的水面无人艇路径规划设计

为了解决水面无人艇全局路径规划问题,提出一种基于可视图的A*算法。该算法使用启发式搜索的方式,克服了传统可视图法灵活性差的问题,可以减少规划时间,提高规划效率。通过在平面障碍物环境下的仿真运算,验证了该算法的可行性。     

基于速度选择切换型视线法的无人帆船循迹航行

[目的]风帆的力矩以及海浪作用会造成帆船相比其他形式的动力船舶更容易偏离期望轨迹,这便要求无人帆船的循迹航行算法具有较强的抗干扰能力。[方法]对实船进行等比例建模并通过VPP速度预测程序获得帆船在不同航向下的较大速度,提出一种无人帆船速度选择切换型视线法,在保证无人帆船依靠风力获取速度的同时,再利用切换型视线法使无人帆船的航向角收敛于期望航向角,从而使无人帆船可以快速不断地驶向期望航向点。[结果]Matlab对比仿真研究表明,速度选择型视线法具有偏航误差小、抗干扰能力强且收敛速度较快的优点。[结论]无人帆船在不同风向下的湖上试验验证了速度选择型视线法的可行性,结果具有一定的工程应用价值。     

动态人工势场法的无人船避障路径规划

为了保证无人船安全行驶,设计动态人工势场法的无人船避障路径规划方法。该方法的全局路径规划部分依据航行环境信息构建栅格地图后,采用A^*算法规划无人船的全局路径,并获取无人船的全局路径节点;局部避障路径规划部分将该路径节点作为局部路径的开始节点,利用动态人工势场法规划无人船避障路径。为保证路径规划效果,采用长短记忆循环神经网络和强化学习算法相结合的方式改进动态人工势场法,确保在障碍物运动速度较快时,依旧能够可靠完成无人船避障路径规划。测试结果显示：该方法可完成无人船全局最优路径规划,并有效完成局部避障路径规划,无人船和障碍物的会遇距离和会遇时间分别大于4.26 m和大于15 s,碰撞危险度极低,满足应用标准。     

基于模糊综合评价的帆船行驶最优路径规划方法

路径规划是帆船比赛取胜的重要环节。综合栅格法和模糊概念,提出了基于模糊综合评价的帆船行驶最优路径规划方法。该方法采用栅格法建立帆船航行的二维平面信息,以模糊逻辑为基础,结合帆船的运动信息建立帆船在运动平面上的二维隶属函数模型,并采用模糊综合评价思想,综合考虑行驶速度和接近目标2个因素建立综合评价函数,进行行驶方向决策。利用宽度优先搜索算法实现全局最优路径搜索。仿真结果证明,该路径规划方法能够取得较好的规划结果,对指导帆船运动员进行科学训练有很好的应用价值。     

无人帆船长途路径规划研究

将多维动态规划法应用于1条无人帆船从上海到青岛的长途路径规划,在当前位置以外引入已航行路径长度作为第三维状态变量,以相邻路径点之间的短途路径规划方案作为决策变量,可以规划出一组随路径总长度变化的航行时间最短路径。结果显示,增加状态变量维度后,规划结果保留了更多备选方案,起到了很好的决策辅助作用。     

无人帆船循迹航行的控制研究

提出一种适用于无人帆船循迹航行的控制器,并应用于一条1.5m长风帆艇的湖上航行测试。该控制器包含三个独立模块,局部路径策略模块决定帆艇的转向过程;帆自动控制模块根据帆位角和相对风向角的对应关系获取最佳推进力;舵自动控制模块基于从航海经验中提炼的245条模糊控制规则实现航迹调整。1.5m帆艇的湖上测试结果表明,该控制器在多种风场条件下都可有效完成帆艇的循迹航行,具有在无人帆船上实现长程航行的应用前景。     

基于VPP帆板最佳航线的研究

根据最大推力原理计算各条航线的最大船速,计算出从起点到航段终点航行时间最短所对应的三角形的两个风向角,对最大船速和风向角进行回归,以求得最佳航线。     

基于机舱式多普勒脉冲激光雷达测风的风速重构技术

近年来,激光雷达测风已经成为一种可靠的风速测量技术,为了在风电机组控制和监测中准确高效的使用激光雷达测风数据,需要对激光雷达测风数据进行高效、快速、准确的实时处理。目前机舱式激光雷达测风面临如下问题：激光雷达在受到来流风时会跟随机舱振动,导致实测数据波动进而对风速重构算法产生影响;激光雷达会受到风电机组叶片遮挡,导致实测数据缺失或出现无效数据。本文通过合理配置激光雷达参数,以雷达测风数据作为研究对象,对测风数据进行数值修正,消除机舱振动带来的误差,开发出一套先进先出嵌套循环判断填充算法解决叶片遮挡问题,建立线性剪切风场模型,基于递推最小二乘法求解风场特征参数,最后通过泰勒冻结湍流假说计算风轮面转子有效风速,与机舱内控制参数反演出的转子有效风速进行对比,得出两组数据相关性在0.9374,两组数据差值的标准差为0.3429,结果证明在实际应用中,使用该配置参数的激光雷达通过坐标修正和数据填充等技术手段,开发的风速重构模型算法能够准确的为风电机组控制系统提供可靠的控制输入参数。     

交互式水域环卫机器人的避障路径规划算法

为使交互式水域环卫机器人（Interactive Water Sanitation Vehicle，IWSV）在进行垃圾收集时成功捕获水中浮动垃圾并顺利规避水域障碍物，提出一种将基于采样的快速搜索随机树（Rapidly-exploring Random Tree，RRT）算法与速度障碍模型相结合的路径规划算法。利用双目摄像头基于视差定位法获取水域动态障碍物的位置坐标，利用IWSV搭载的感应元件获取其自身与障碍物的相对方位角，基于速度障碍法计算可成功避开障碍物的移动角度调整范围，对更优的RRT*算法中的随机采样过程进行进一步优化，得到改进的避障路径规划算法。考虑实际应用场景，引入抗积分饱和比例积分微分控制（Proportional Integral Differential Control，PID Control）法使航向控制器的控制效果更为精准有效。在实景测试时避障路径规划算法存在稳健性，基于到达时间（Time of Arrival，TOA）定位法进行仿真分析。仿真试验结果表明，该路径规划算法比RRT算法和改进前的RRT*算法路径规划效果更优，可靠性更好，可在较短时间内避障并得到较优移动路径。在实景测试时基于TOA的Chan算法更加符合定位估计需求，且IWSV本体感应装置的噪声测算宜在10 m以内。     

基于改进A*GBNN算法的AUV路径规划研究

针对现有的离散生物启发神经网络(Glasius bioinspired neural networks, GBNN)算法在未知环境下，存在的路径规划时间长、易陷入局部最优等问题，提出一种结合A*与GBNN模型的改进算法。在GBNN活性值栅格网络中，算法将各栅格的活性值作为A*的代价函数进行运算并使用跳点搜索规则优化，实现未知环境下的实时路径规划。仿真实验结果表明，该算法有效改善了自主水下航行器在未知环境下的寻路效率，可以满足自主水下航行器实时路径规划需求。     

VTS系统船舶调度优化研究

文中在综合考虑了船舶航行安全因素和航运效率的情况下,采用基于海面能见度、风速、水流、引航和船舶尺度等因子进行加权的方式来评价调度方案,并建立了一个数学模型。验证模型通过调度参数的设定和调整可以得到最佳的调度方案。     

Optimum routing of a sailing wind farm

To acquire the wind energy of the oceans, a sailing wind farm has been proposed. The wind farm considered is composed of a semisubmersible floating structure, 11 windmills, four sails, six thrusters, and storage for hydrogen. To maximize the acquired energy, an effective algorithm to search for optimum routes was developed. The algorithm is based on the fact that beam winds yield a maximum of acquired energy. This feature reduces the computation time, and, consequently, efficient route optimization becomes possible in a reasonable time. After setting an operational area for the wind farm, navigation simulations for a 1-year period were carried out. A numerical weather forecast was used as well as the responses of the floating structure, such as the speed of the structure, the output power of the windmills, and the time of course changes. In the simulation, the wind farm evades rough seas to avoid structural damage, and an optimum route is searched for. The capacity factor of the system was used to evaluate the efficiency of the optimized routes. From the simulations, the maximum capacity factor achieved was 42.6%. The dependency of the capacity factor on the initial position of the wind farm was also examined. It was shown that offshore from Sanriku in northeastern Japan is an area suited to the operation of the wind farm. The effect of the initial position on consecutive periods of operation is discussed.     

基于约束模型试验的无人帆船速度预报

小型无人帆船在海洋观测领域具有广泛应用前景，而速度极曲线图是无人帆船设计和应用的重要基础。针对一条小型无人帆船的风帆选型问题，采用约束模型试验方法建立了4自由度动力学方程，并借助静态速度预报程序VPP获得了完整的速度极曲线图。基于不同方案的速度极曲线对比，实现了风帆选型的设计目标。为小型无人帆船的速度预报提供了适用的技术手段，对小型无人帆船的设计评估和设计优化具有重要借鉴意义。     

基于模糊PID控制器的海上风电机系统仿真模拟

当海上风电机的风轮运转时,由于风速的变化和风力涡轮机的惯性,风轮速度的变化不能与风速的变化保持同步,因此控制系统长时间处于瞬态过程中。文章主要研究了海上风力发电机仿真模拟技术和模糊PID控制器设计。通过Matlab建立了风机Simulink模型。与传统的PID控制相比,模糊PID控制器具有快速响应和良好的动态特性。