共查询到20条相似文献,搜索用时 15 毫秒
1.
[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。 相似文献
2.
3.
《中国航海》2020,(2)
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。 相似文献
4.
5.
6.
7.
基于IGA-BP算法的船舶航向智能自适应控制系统设计 总被引:1,自引:0,他引:1
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. 相似文献
8.
9.
10.
11.
12.
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。 相似文献
13.
14.
15.
16.
17.
18.
船舶航迹跟踪的滑模控制 总被引:1,自引:0,他引:1
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。 相似文献
19.