基于神经网络的鲁棒自适应舵减摇控制北大核心CSCD

[目的]针对存在系统未知非线性函数和外界随机扰动的欠驱动水面船舶舵减摇控制问题,提出一种基于多层循环神经网络的自适应非奇异快速终端滑模舵减摇控制器。[方法]首先,针对传统滑模控制中存在的奇异性和收敛性问题,引入非奇异快速终端滑模面,并在假设船舶模型已知的情况下设计滑模控制律;接着,对传统径向基神经网络进行改进,并利用改进后的神经网络去逼近系统未知非线性函数,以解决船舶航行时模型难以确立的问题,提高控制精度;然后,应用Lyapunov理论证明闭环系统的稳定性和有限时间收敛性,并推导出神经网络参数的自适应律;最后,对一艘多用途海军舰艇进行数值仿真分析。[结果]结果显示,当船舶处于航向保持工况时,所提出的控制器减摇率为50.41%,与非奇异快速终端滑模控制器相比提升了19.2%;当船舶处于变航向工况时,所提出的控制器减摇率为23.46%,与非奇异快速终端滑模控制器相比提升了12.59%。[结论]该方法可以为欠驱动船舶舵减摇控制设计提供参考。     

控制河段船舶违规航行检测方法

长江上游控制河段狭窄、弯曲,为确保航道畅通和行轮安全,行轮必须根据信号台的通行指挥信号,单向、有序通过。一旦行轮未遵守通行指挥信号违规航行,极易发生船舶碰撞甚至搁浅等海事事故。基于AIS、视频监控和通行指挥信号提出一种控制河段船舶违规航行的检测方法,通过消除船舶倒影和拖尾水纹等噪声干扰,对船舶目标进行检测,通过多个摄像头轮流采集图像,实现多视场下跟踪船舶航迹;最后结合控制河段的通行规则,对违规航行行为进行判别。结果表明,该方法可对控制河段中违规航行船舶进行准确判别。     

自动驾驶汽车事故中主动旋转座椅规避儿童乘员的损伤风险研究

为了提高儿童乘员在自动驾驶汽车中的碰撞安全性，提出在正面碰撞发生前主动将不同座椅朝向的乘员旋转至背向碰撞方向(180°方向)的策略，通过改变人体受力方向，将不同座椅朝向乘员的正面碰撞形式转化为标准的追尾碰撞形式，从而提高自动驾驶车辆中儿童乘员的碰撞安全性。首先，通过正面碰撞假人试验对THUMS 10岁儿童乘员台车模型的有效性进行验证；然后，基于4种不同座椅朝向(0°、90°、135°和180°),利用THUMS 10岁儿童乘员模型进行正面碰撞仿真试验，发现180°座椅朝向儿童乘员损伤风险最小，因此，180°座椅朝向被确定为相对安全的座椅朝向；最后，模拟200 ms内将座椅旋转±45°和300 ms内将座椅旋转±90°以及分别在0 ms和100 ms时间延迟后引入碰撞的试验过程，研究座椅旋转过程本身以及先旋转后碰撞策略下的乘员损伤风险。研究结果表明：200 ms内将儿童乘员旋转±45°和300 ms内将儿童乘员旋转±90°,不引起额外人体损伤；碰撞时刻的延迟所造成的儿童乘员姿态的变化，会导致儿童乘员在碰撞过程中产生不同的运动学响应和损伤风险；在无碰撞时刻延时的情况下，先旋转后碰撞的策略可...