基于深度强化学习的智能船舶航迹跟踪控制

[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。     

存在饱和输入的欠驱动船舶航迹跟踪控制

针对控制输入存在饱和限制的欠驱动船舶的航迹跟踪问题,提出鲁棒饱和控制方法。以船舶纵向速度和艏向角速度为虚拟输入,设计饱和运动学控制器,并引入二阶滤波器形式对控制器进行简化;利用反步法并引入Nussbaum型函数,设计饱和动力学控制器,以实现对任意光滑航迹的跟踪控制,并保证跟踪误差收敛至零点附近的一个有界区域内。仿真算例验证了设计方法的有效性和鲁棒性。     

基于多模态快速非奇异终端滑模的船舶航迹跟踪自抗扰控制

为解决欠驱动船舶航迹直线和曲线跟踪控制问题,设计基于多模态快速非奇异终端滑模(Fast Nonsingular Terminal Sliding Mode,FNTSM)的自抗扰控制器(Active Disturbance Rejection Control,ADRC)。引入ADRC技术,利用跟踪微分器快速提取跟踪期望信号的微分信号,通过可在线性与非线性之间切换的扩张状态观测器实时估计船舶外部和内部的总干扰;将根据多模态思想设计的非奇异终端滑模和一种新型双幂次趋近律引入状态误差反馈环节中,设计基于多模态FNTSM的ADRC控制律,在保证ADRC优点的同时,提高收敛速度和稳态跟踪精度;构造期望艏向角方程,将航迹控制问题转化为易于实现的航向控制问题。Simulink仿真结果表明:利用该控制器的船舶能快速、准确地跟踪期望直线和曲线航迹,说明其具有优良的控制品质。     

基于逆推方法的非线性船舶航迹跟踪控制

基于包括科氏向心矩阵和非线性阻尼项的、带恒值扰动的非线性船舶水面运动数学模型,采用带积分器的逆推(Backstepping)设计工具,设计船舶航迹跟踪控制律;并借助Lyapunov函数、应用相关引理证明了所设计的船舶航迹跟踪控制律使得最终的闭环航迹跟踪控制系统一致全局渐近稳定,达到航迹跟踪控制的目的.仿真研究表明,所设计的控制律使船舶能够克服恒值扰动跟踪期望航迹,且控制量合理,从而验证了所设计控制律的有效性.     

基于高增益观测器的船舶航迹鲁棒跟踪控制

为实现水面船舶的航迹精确跟踪控制,考虑了海浪干扰对控制系统的影响,提出了基于高增益观测器的鲁棒最优控制方法。首先,针对系统内部不确定性和外界扰动对控制精度带来的影响,建立了含有系统复合扰动的非线性航迹跟踪模型;进而,设计高增益观测器对系统复合扰动进行估计和补偿,并设计一个带有前馈补偿器的最优控制器,获得系统的期望跟踪性能。最后针对某船舶进行了航迹跟踪控制的数值仿真试验,仿真结果表明设计的控制器对外界海浪干扰有较好的抑制作用,可以实现船舶航迹的精确跟踪。     

基于快速终端滑模自抗扰的船舶曲线航迹跟踪控制

针对欠驱动船舶的曲线航迹跟踪问题,首先采用自抗扰控制技术,通过扩张状态观测器实时估计和补偿系统的内部和外界扰动,将非线性快速终端滑模引入误差反馈控制环节,并采用幂指数趋近律,设计出快速终端滑模-自抗扰控制律,提高系统的收敛速度和误差跟踪精度,减小系统的抖振;然后对野本船舶模型简化变形,构造降维方程,将航迹跟踪问题转化为航向镇定问题。Simulink仿真结果表明,控制器能够实现船舶对期望曲线航迹的快速、精确跟踪,具有良好控制效果。     

基于IGA-BP算法的船舶航向智能自适应控制系统设计

在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想.     

基于快速终端滑模自抗扰的船舶曲线航迹跟踪控制

针对欠驱动船舶的曲线航迹跟踪问题,首先采用自抗扰控制技术,通过扩张状态观测器实时估计和补偿系统的内部和外界扰动,将非线性快速终端滑模引入误差反馈控制环节,并采用幂指数趋近律,设计出快速终端滑模-自抗扰控制律,提高系统的收敛速度和误差跟踪精度,减小系统的抖振;然后对野本船舶模型简化变形,构造降维方程,将航迹跟踪问题转化为航向镇定问题.Simulink仿真结果表明,控制器能够实现船舶对期望曲线航迹的快速、精确跟踪,具有良好控制效果.     

PID控制器优化的船舶航迹跟踪控制

针对船舶航迹跟踪控制存在的误差大,准确率低的问题。首先通过仿真验证PID控制器对船舶航迹进行跟踪控制的可行性,证实将PID控制器应用于自航模对航迹跟踪具有良好效果。在基于相关理论对PID控制器结构进行优化,利用实验室自航模实物仿真平台做了实船试验,并证实PID控制器应用于实际自航模的航迹跟踪有很高的工程实用性。     

基于输入输出线性化的神经滑模航迹控制

针对现代船舶直线航迹控制过程中存在的非线性特性以及受风浪流等外界环境干扰和船舶运行参数的不确定性,设计了一种基于输入输出线性化的自适应神经滑模控制器,运用Lyapunov理论证明了所设计的控制器能够使整个船舶控制系统达到全局渐近稳定,以实习船为例,进行了仿真,结果表明:在标称参数下,所设计的控制器能够有效跟踪设定的直线航迹并抑制常规滑模控制器的抖振现象,在存在外部环境扰动以及参数摄动的情况下仍然能够达到较好的控制性能和指标,表现出强鲁棒性.     

基于改进LOS导航算法的智能船舶自动靠泊控制研究

针对智能船舶自动靠泊控制中航迹规划和轨迹跟踪的问题,提出一种基于改进视线导航(LOS)算法的自动靠泊方案。将LOS导航算法与线性自抗扰控制(LADRC)器结合,解决了靠泊过程中模型内部参数不确定性和外部时变扰动的问题。为了进一步解决自动靠泊转向过程中跟踪误差大的问题,在LOS算法中融合坐标补偿算法,改善了系统控制性能,加快了收敛速度。通过引入线性自抗扰控制器,增强了系统对外界时变扰动的抑制能力。仿真结果表明,LOS和坐标补偿融合算法具有良好的鲁棒性和显著的控制效果,为船舶自动靠泊控制提供了一种有效的技术手段。     

基于ESO和动态逆的欠驱动船舶航迹跟踪控制设计

针对欠驱动船舶航迹跟踪控制问题,考虑船舶动态不确定性、未知时变外部扰动和速度不可测的情况,将输出重定义方法、扩张状态观测器(extended state observer, ESO)和动态逆控制方法相结合,设计欠驱动船舶航迹跟踪控制律。输出重定义方法用来解决系统欠驱动问题；构造ESO,估计由船舶动态不确定性、未知时变外部扰动以及船舶各自由度运动状态变量间的耦合构成的总扰动和船舶速度；基于上述,采用动态逆控制方法,设计航迹跟踪控制律,使欠驱动船舶跟踪期望航迹,并保证航迹跟踪闭环控制系统所有信号最终一致有界。以一艘欠驱动船舶为例进行仿真研究,仿真结果验证了所设计的航迹跟踪控制律的有效性和优越性。     

基于扰动观测器的动力定位船终端滑模航迹跟踪控制

针对具有输入饱和限制的非线性不确定动力定位船设计了一种基于扰动观测器的终端滑模(TSM)航迹跟踪控制算法。首先,为解决系统时变外部干扰与模型参数不确定问题,设计了一种终端滑模干扰观测器,该观测器可以保证所得到的估计误差在有限时间内收敛到零,进而提出了一种基于扰动观测器的终端滑模航迹跟踪控制律,该控制律可以保证动力系统在不确定输出上下界情况下给出合理的控制指令,并利用有限时间Lyapunov稳定性理论证明了在所设计的控制律下闭环系统所有状态在有限时间内收敛。最后,动力定位船舶的航迹跟踪控制仿真试验研究验证了该控制算法的有效性。     

基于改进PID控制的船舶航迹跟踪研究

传统PID控制的船舶航迹跟踪误差大,实时性差,无法满足船舶航迹跟踪的实际应用要求,为此提出了基于改进PID控制的船舶航迹跟踪方法,首先对传统PID控制的船舶航迹跟踪方法的工作原理进行分析,找到引起跟踪误差大的因素,然后引入人工鱼群优化算法对PID控制的参数进行实时调整,改善固定PID控制参数的缺陷,最后实现船舶航迹跟踪仿真模拟实验。相对于传统PID控制的船舶航迹跟踪方法,本文能以更高精度对船舶航迹进行跟踪,可以准确刻画船舶航迹的变化趋势,具有比较显著的优势。     

基于输入状态线性化的船舶航迹系统鲁棒控制及仿真

本文将Hoo环增益成形鲁棒控制与输入状态精确反馈线性化结合,针对船舶航迹控制系统的非线性数学模型,采用Nomoto船舶模型,给出了一种鲁棒控制器的设计方法。这种算法是对船舶航迹非线性系统进行输入一状态线性化的基础上,然后与闭环增益成形算法相结合而设计出来的控制律。以某船为对象,利用Matlab／Simulink工具箱对新的控制器进行数值仿真,结果表明该控制规律有比较理想的控制效果,在加入扰动后,该控制器能使船舶行驶在预设航迹上,对外界风浪干扰有较强的鲁棒性。     

欠驱动船舶全局K指数航迹跟踪的级联反步法

研究一类欠驱动船舶的全局航迹跟踪问题。首先对船舶动态系统和期望动态系统分别进行全局微分同胚变换,得到航迹跟踪的误差动态方程,由此将航迹跟踪问题转化为误差动态系统的镇定问题,然后利用级联系统理论将误差动态方程的镇定问题分解为两个独立子系统的镇定问题。通过分别为子系统设计全局指数稳定控制律实现了欠驱动船舶的全局K指数航迹跟踪。仿真结果验证了所提方法的有效性。     

欠驱动机器人控制水面航迹自适应调整数学建模

在传统的水面航迹自适应调整数学建模方法所建模型的应用中,因水面航迹跟踪误差收敛速度慢,存在响应灵敏度低的缺点,导致船舶无法快速调整至预设航迹。基于此,设计一种欠驱动机器人控制水面航迹自适应调整数学建模方法。首先,建立船舶运动坐标系,其次,建立船舶运动方程,最后,利用欠驱动机器人实现水面航迹跟踪,至此完成欠驱动机器人控制水面航迹自适应调整数学建模方法的设计。与传统的水面航迹自适应调整数学建模方法作比较,实验结果表明,利用提出的建模方法所建模型具有更高的响应灵敏度,能够使船舶快速调整至预设航迹。     

船舶航迹跟踪的滑模控制

为了解决船舶路径跟踪中的非线性问题,在建立船舶非线性模型的基础上,采用指数趋近律,设计了船舶轨迹跟踪的滑模控制器,分别进行了动态直线跟踪和环形跟踪仿真试验,仿真结果表明,船舶动态轨迹跟踪性能良好,能精确保持航迹。     

基于输入输出线性化的航迹滑模控制及仿真

针对船舶航迹控制系统的非线性及易受外部干扰的特点,提出了一种基于输入输出线性化的航迹滑模控制策略。通过定义输出变量将非线性航迹控制系统转化为线性系统,然后采用指数趋近律的滑模控制方法设计控制器,使得设计的非线性控制律直观简洁,鲁棒性好。通过SIMULINK仿真验证了该算法的有效性。     

神经网络应用于船舶航迹追踪

在远洋航海中,风、浪、流等环境因素对船舶会造成很大的影响,控制船舶的航迹,使得船舶按照预设的路线行进是非常重要。本文通过将神经网络控制应用船舶航迹控制设计中,研究船舶舵角、航向等误差因素影响,最后利用前进、横荡和首摇3个自由度的运动进行实验仿真,实验结果表明,利用神经网络算法能够迅速、准确进行船舶航迹跟踪。