基于智能预测控制的鱼雷状小型无人艇轨迹跟踪研究

[目的]针对无人艇（USV）在狭窄湖泊、涵洞作业时存在精度保持难和航迹控制难的问题,以自主研制的一款鱼雷状小型USV为对象,提出一种轨迹跟踪智能预测控制方法。[方法]首先,构建自主研制的欠驱动USV非线性状态空间模型;然后,设计智能预测控制器,该控制器基于模型预测控制的设计思想并结合改进的粒子群算法,在线决策、优化每一时刻的性能指标并纠正预测状态;最后,开展仿真和湖试试验测试系统对参考轨迹的跟踪性能,并与线性模型预测控制器的跟踪性能进行比较。[结果]结果表明,所设计的智能预测控制器超调小、抗干扰性好。[结论]所提方法不仅能运用于鱼雷状小型USV跟踪系统,也能对其他USV跟踪系统起到很好的借鉴作用。     

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。     

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。     

一种无人艇路径跟踪控制器的设计与验证

针对无人艇的路径跟踪控制问题,基于内模控制和L1制导算法设计并实现无人艇路径跟踪控制器。通过对状态空间型船舶线性数学模型进行在线参数辨识,实现对无人艇操纵响应模型参数的在线估计;基于内模控制和无人艇操纵响应模型,设计并实现无人艇的艏摇角速度控制器;采用L1制导算法设计并实现无人艇的路径跟踪控制器。实船试验结果表明,该路径跟踪控制器能较好地实现无人艇对参考路径的跟踪。     

面向船舶智能航行测试的变稳船控制系统设计北大核心CSCD

[目的]智能航行控制系统作为智能船舶的大脑和中枢,其控制性能的好坏直接决定船舶航行的安全性和经济性,因此需要对船舶智能航行控制系统进行验证。面向智能船舶智能航行控制系统的验证问题,提出一种通用型验证平台——变稳船。[方法]首先,基于模型跟随原理提出一种变稳船系统架构,分析智能船舶三自由度上的运动特性,然后根据三自由度变稳目标定义位置变稳误差,采用滑模控制技术设计变稳控制器,最后,在Matlab软件中进行仿真验证。[结果]结果显示,提出的变稳控制方法能够有效跟踪模拟待模拟船,实现变稳性能。[结论]所做研究可为智能航行控制系统的验证提供新的思路。     

船舶柴油发电机转速的BP-PID并行控制

针对船舶柴油发电机转速控制问题,结合BP神经网络对非线性系统的高拟合性与经典PID控制的优良性能,形成船舶柴油发电机转速BP-PID并行控制系统。控制系统中BP神经网络控制器与PID控制器相结合,经过神经网络控制器的不断训练学习,控制器获取船舶柴油发电机转速系统的模型,并逐渐地由BP神经网络控制器占主要控制作用,从而达到对系统的实时控制。仿真结果证明了该方法的可行性。     

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FTESO和漂角补偿的船舶航向滑模控制

[目的]为提高水面欠驱动船舶的航向跟踪性能,减小航向误差,研究一种基于有限时间扩张状态观测器(FTESO)的船舶航向滑模控制方法.[方法]首先,采用预滤波器减小船舶转向时较大的航向变化率影响,利用扩张状态观测器对时变漂角进行估计,然后通过估计出的漂角及时修正航向误差.为简化控制器设计,艏摇方向上的外部扰动和内部不确定项...     

Collision-avoidance under COLREGS for unmanned surface vehicles via deep reinforcement learning

ABSTRACT

Collision avoidance for unmanned surface vehicles (USVs) is significant for the fulfillment of autonomous navigation. Generally, classical collision-avoidance algorithms are proposed for relatively simple encounter situation, in this scenario only two USVs are stressed. Furthermore, to generate the rational manoeuvre operations, it is necessary that USVs should abide by International Regulations for Preventing Collision at Sea (COLREGS). However, COLREGS has not paid attention to rules for multi-USV collision-avoidance problem. Furthermore, those collision-avoidance rules in COLREGS have not been quantified for USVs. Following that, this paper utilizes deep reinforcement learning (DRL) algorithm to resolve collision-avoidance for USVs even in complex encounter situations. Within our DRL algorithm, related COLREGS is quantified properly and integrated into the DRL model, and then encounter situation of USVs is formulated as environmental observation value, accordingly a set of decision making is reached by decision-making neural network, and the reward function is designed for updating network parameters iteratively. Consequently, collision avoidance for USVs can be achieved eventually. By employing our DRL algorithm, collision avoidance for USVs under generous complex scenarios are resolved with the aid of corresponding intelligent decision-making operations. Simulation results verify the effectiveness of our DRL algorithm.     

带漂角和输入饱和的水面船舶航向控制

[目的]为处理水面船舶航向控制过程中受到的非零漂角和输入饱和影响,提出一种基于反步法的航向控制方法。[方法]首先,利用相对速度求出实际漂角,再通过漂角对航向角误差进行修正;然后,采用一种预滤波方法减小航向改变时对航速变化的影响,同时引入双曲正切函数和Nussbaum函数逼近输入约束,结合自适应律对逼近误差和艏摇方向上的扰动进行估计;最后,借助指令滤波器简化反推过程,并通过Lyapunov理论证明控制系统的稳定性。[结果]仿真结果表明,所提控制器有效减小了水面船舶的航向输出误差,且能始终保持较小的控制输入力矩。[结论]研究成果可为水面船舶航向控制设计提供参考。     

基于e-航海的船舶智能航行

针对e-航海背景下的船舶绿色、低碳航行问题，本文提出一种基于非线性反馈的闭环增益成形算法。首先阐述了e-航海技术与船舶智能航行之间的共性，以大连海事大学无人船艇“蓝信”号为船舶模型，在保持已有的闭环增益成形算法不变的基础上，引入正弦函数驱动的非线性反馈代替原有的误差线性反馈。仿真结果表明，基于非线性反馈的闭环增益成型算法控制器更加节能，符合e-航海的要求；闭环增益成形算法控制器设计简单，工程中易于实现。     

基于扩张状态观测器的双桨推进无人艇抗干扰目标跟踪控制

[目的]针对无人艇(USV)的模型不确定性和未知海洋环境扰动,提出一种基于扩张状态观测器(ESO)的双桨推进无人艇抗干扰目标跟踪控制算法。[方法]在运动学层级,设计基于平行接近制导原理的目标跟踪制导律;在动力学层级,针对模型不确定性和未知环境扰动,设计基于ESO的纵荡速度和艏摇角速度自抗扰控制律,以减小模型不确定性和环境扰动的影响;最后,通过输入状态稳定性定理和级联定理分析所提控制器的稳定性。[结果]实验结果表明,基于所提的自抗扰目标跟踪控制方法能使跟踪船有效地跟踪虚拟目标点。[结论]研究成果可为无人艇在环境扰动下的目标跟踪提供参考。     

基于运动与表象特征的广域船舶目标识别方法

[目的]旨在提出对航行于关键广阔水域内的船舶进行准确识别和定位的改进方法.[方法]运用视频监控的优点,综合采用基于背景差分算法的运动目标检测方法与基于深度学习算法的图像表象特征识别方法,结合目标的运动特征和图像表象特征,实现多维度广域船舶识别的功能,并对水纹降噪、多级运动检测、航道监控图像窗口分割检测等方法进行改进,进...     

基于机器学习的实海域无人艇避碰算法智能演进方法

[目的]无人艇(USV)效能是指在给定时间内的特定海域完成指定任务的能力,是多层次多技术节点耦合作用的结果,而针对单一技术节点的传统优化方法,对无人艇效能的提升效果有限。[方法]针对无人艇自主系统的特点,从智能算法的角度,提出无人艇智能演进的2种主要形式:一是算法函数;二是算法参数。在此基础上,给出基于机器学习的无人艇智能演进方法,设计一种可演进的无人艇自主系统控制体系架构,并在实海域测试。[结果]以无人艇避碰算法为例,基于实海域测试结果,初步验证了所提方法在提升无人艇效能方面的可行性与有效性。[结论]基于机器学习的无人艇智能演进方法是持续提升无人艇效能的有效途径,具有较高研究价值和应用意义。     

基于多传感器信息融合的焊缝跟踪系统设计

针对埋弧焊（Submerged—Are Welding，SAW）控制系统，提出一种用于焊缝跟踪的仿人智能控制算法。该方法根据专家知识和操作人员的经验，给出了基于规则的仿人智能控制器的设计方案。通过比较模糊控制算法和仿人智能控制算法的仿真结果，可以得出：仿人智能控制算法在焊缝跟踪中是可行的，且与模糊控制算法相比，其具有更好的动态性能和控制精度，且还具有较强的鲁棒性。     

Feedback-feedforward variable gain iterative learning method adopted in electro-hydraulic position servo system北大核心CSCD

[目的]为了实现电液位置伺服系统的精确控制,提出一种反馈-前馈变增益迭代学习法。[方法]首先建立电液位置伺服系统的简化模型,然后对迭代学习控制算法进行改进,采用带遗忘因子的变增益学习律,最后开展Matlab仿真对比验证。[结果]仿真结果表明:相较于传统的迭代学习和传统PID控制,改进后的迭代学习算法具有更好的收敛性和更小的跟踪误差,可以使电液位置伺服系统快速精确地跟踪位置曲线,从而提高系统动态特性。[结论]研究成果可为电液位置伺服系统的控制性能优化及实际工程应用提供参考。     

Robust adaptive course-keeping control of under-actuated ships with the rudder failure北大核心CSCD

[目的]针对舵机故障、控制增益未知和海洋环境干扰情况下的欠驱动船舶航向保持问题,设计一种考虑舵机故障的船舶鲁棒自适应航向保持控制算法。[方法]通过结合鲁棒神经阻尼技术和自适应方法,对繁重的神经网络权值进行横向压缩,仅需设计2个自适应学习参数对未知增益和舵机故障参数在线补偿,以确保船舶在舵机故障的情况下能够有效执行航向保持任务。通过李雅普诺夫理论,证明所提出的控制器半全局最终一致稳定有界(semi-global uniform and ultimately bounded,SGUUB)。最后以“育鲲”轮为仿真对象,建立非线性Nomoto数学模型,在海洋干扰下进行对比仿真试验验证。[结果]结果表明,在此策略下,“育鲲”轮在舵机故障情况下平均舵角输出比仿真试验中所对比的传统方法降低了51%,可改善航向保持控制效果。[结论]研究结果可为欠驱动船舶的航向保持控制问题提供借鉴。