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。     

移动闭塞系统区间通过能力分析及参数计算

移动闭塞条件下“闭塞分区”呈现出“移动”和“长度变化”的特征,其区间通过能力的计算较固定闭塞系统更加复杂。本文建立了移动闭塞系统区间通过能力的数学模型,对区间通过能力与列车追踪运行速度、跟驰车距和列车性能等参数之间的相互关系进行了定性、定量分析,并就关鍵参数的计算方法进行了深入的讨论,对移动闭塞条件下的列车运行控制与行车组织有一定的参考价值。     

基于前轮转角约束自适应模型预测控制的路径跟踪研究

针对在车辆行驶中较小的前轮转角无法充分利用路面附着能力,较大的前轮转角使得车辆的行驶稳定性差的问题,文章提出了一种前轮转角约束自适应模型预测方法。首先建立车辆的动力学模型,然后通过计算得到轮胎纵向力,最终得到车辆的前轮转角。将车辆的状态量与前轮转角自适应约束条件输入给模型预测控制器,输出车辆的前轮转角,实现对参考路径的跟踪。在Carsim和MATLAB平台上联合仿真,仿真结果表明前轮转角约束自适应模型预测控制的车辆相比固定转角约束的车辆具有较好的跟踪能力和稳定性。     

Recursive estimation of average vehicle time headway using single inductive loop detector data

Vehicle time headway is an important traffic parameter. It affects roadway safety, capacity, and level of service. Single inductive loop detectors are widely deployed in road networks, supplying a wealth of information on the current status of traffic flow. In this paper, we perform Bayesian analysis to online estimate average vehicle time headway using the data collected from a single inductive loop detector. We consider three different scenarios, i.e. light, congested, and disturbed traffic conditions, and have developed a set of unified recursive estimation equations that can be applied to all three scenarios. The computational overhead of updating the estimate is kept to a minimum. The developed recursive method provides an efficient way for the online monitoring of roadway safety and level of service. The method is illustrated using a simulation study and real traffic data.     

Singular perturbation composite control of a free-floating flexible dual-arm space robot

The Free-floating Flexible Dual-arm Space Robot is a highly nonlinear and coupled dynamics system. In this paper, the dynamic model is derived of a Free-floating Flexible Dual-arm Space Robot holding a rigid payload. Furthermore, according to the singular perturbation method, the system is separated into a slow subsystem representing rigid body motion of the robot and a fast subsystem representing the flexible link dynamics. For the slow subsystem, based on the second method of Lyapunov, using simple quantitative bounds on the model uncertainties, a robust tracking controller design is used during the trajectory tracking phase. The optimal control method is designed in the fast subsystem to guarantee the exponential stability. With the combination of the two above, the system can track the expected trajectory accurately, even though with uncertainty in model parameters, and its flexible vibration gets suppressed, too. Finally, some simulation tests have been conducted to verify the effectiveness of the proposed methods.     

����ʱ�չ켣���ٵĽ�ͨ�����Բ���������

基于视频的交通流检测在智能交通系统中具有重要意义。本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法。首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting,自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数。实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持。     

船用光伏发电系统最大功率跟踪及自动跟踪控制研究

太阳能是一种新型的可再生清洁能源,资源丰富,对环境无任何污染,被越来越多的用在船舶上。搭载光伏发电系统的船舶具有经济性好、噪音低、振动小、安全性好及无污染等优点,已经得到了初步应用。为研究光伏发电系统在船舶上的应用,针对如何提高光伏发电系统输出功率,提高光伏发电系统的发电效率展开研究,重点对最大功率跟踪控制及自动跟踪控制技术的实现进行研究与分析。     

基于无线传感器网络的运动目标检测动态聚类图

有效的目标跟踪需要积极的传感器节点对运动目标群实行跟踪。与单目标跟踪相比,聚类在效能上有显著提高。本文提出准确的相干和非相干运动模式下目标的聚类,采用隐式动态时间框架来评估在创建连接组件加权图的目标关系史。该算法采用目标跟踪中定位算法的关键特征,即估计当前和预测的位置来确定移动目标的方向和距离的关系。模拟结果显示,通过动态调整历史窗口大小和预测目标之间的关系,可以显著提高聚类的准确性并减少运算时间。     

一种改进的快速压缩跟踪算法

为研究目标跟踪问题,构造多种不同尺度的滤波器对目标进行滤波,生成目标高维特征;利用符合有限等距性质要求的稀疏矩阵对高维特征进行采样,获得目标低维特征.采用朴素贝叶斯分类器输出与Bhattacharyya系数乘积的形式作为目标与候选目标之间的相似性度量,并选择最大值所对应的候选目标作为下一帧中的目标.文中提出了一种改进的快速压缩跟踪算法.实验表明,该改进的算法能够对目标进行有效跟踪.     

CTC系统内部UPS电源切换电路改进方案

CTC系统内部UPS电源切换易产生瞬间冲击电流过大，引发电源屏内部CTC电源模块出现过载保护，CTC系统断电出现黑屏等问题。通过对CTC系统内部UPS电源切换电路进行改进，有效确保CTC系统设备运用安全稳定。