基于改进LSSVM的船舶操纵运动模型在线参数辨识方法

为实现船舶操纵性的在线预报及自适应运动控制,针对Nomoto二阶非线性运动模型参数辨识问题,将最小二乘支持向量机(least squares support vector machines,LSSVM)与多新息方法相结合,提出一种新的多新息在线LSSVM辨识建模方法。试验结果表明,使用所提出的算法辨识的模型进行预报的拟合误差可达到4.76%以下,能准确拟合船舶操纵运动模型。     

欠驱动船舶自主避碰的算法设计

为解决传统A~*算法在船舶路径规划中存在的路径不平滑及大范围地图下搜索效率不高等问题,根据能量守恒定律对A~*算法中的评价函数进行重新定义,提出改进A~*算法;同时引入人工势场法(artificial potential field, APF),并对APF中的斥力场系数进行修正;结合2种改进方法,考虑欠驱动船舶的运动特性,设计出一种混合算法。通过MATLAB进行仿真对比,发现所提出的混合算法规划路径更优、效率更高。     

基于深度学习的水面无人船前方船只图像识别方法

建立基于图像识别系统的水面无人船感知平台，采集内河船舶图片数据库建立船只检测单层多尺度深度学习（Single Shot Multibox Detector，SSD）框架，通过使用预训练模型参数调优并微调分类框架实现较高的内河船舶检测准确度。试验结果表明，不同天气状况下的识别算法的查全率和查准率均能保持在70%以上     

舰载机高强度作业流程仿真研究

舰载机高强度出动回收作业是航母最大作战能力的集中体现,其对甲板资源、舰载机调度等均有很高要求。为系统研究舰载机高强度出动回收作业流程和舰载机调度策略,本文建立了基于随机过程和线性策略的流程调度仿真模型,实现了舰载机自主调度。基于Matlab开发了仿真程序,与美国高强度演习记录的对比表明,该仿真模型精度可靠。研究了2种不同的调度策略,仿真结果表明,调度策略对于舰载机作业安全影响较大,对出动架次率影响不大。     

无人船路径跟随控制方法综述

无人船路径跟随控制同时存在非线性、时延、系统模型不确定以及风、浪、流干扰等问题,使得无人船高精度路径跟随控制的实时性控制难以保证.分析目前几种主要的路径跟随控制方法,PID、反馈线性化以及反步法在无人船航行存在高度非线性时,控制精度难以满足需求;滑模控制的抖振处理方法仍可以进一步优化;模型预测控制的实时性和精确性难以兼顾;模糊逻辑控制为提高控制精度,通常需增大模糊规则库,导致计算复杂;强化学习等智能控制算法在无人船路径跟随控制中具有较大的应用前景,但控制性能有待提高,且缺乏相关试验.基于此,总结了可能提高PID、反馈线性化和反步法控制精度的方法,提出将分层控制思想用于解决复杂模糊规则库和模型预测控制的计算复杂问题,并展望了强化学习等智能控制在无人船路径跟随控制中的可能的发展方向.      

基于深度学习的水面无人船前方船只图像识别方法

建立基于图像识别系统的水面无人船(USV)感知平台,采集内河船舶图片数据库建立船只单次多重检测(SSD)深度学习框架,通过使用预训练模型参数调优并微调分类框架实现较高的内河船舶检测准确度。试验结果表明,不同天气状况下的识别算法的查全率和查准率均能保持在70%以上。     

船舶智能化研究现状与展望

智能化是船舶发展的重要方向。船舶智能化是在综合传感、通信、信息、计算机等多种先进技术的基础上,结合船舶具体应用环境,构建基于大数据、信息物理系统和物联网等特征的智能系统,使船舶航行、管理与服务更高效、更低秏、更安全和更环保。从大数据、信息物理系统、物联网三个方面介绍了船舶智能化的主要特征。从船舶智能航行和船舶智能管理与服务两个方面分析了船舶领域智能化现状和展望。船舶智能航行方面,探讨了综合船桥系统和无人驾驶的发展方向;船舶智能管理与服务方面,分析了水路ITS、交通流理论和数据分析方法的最新发展,并提出了基于可视分析解决船舶管理大数据处理的流程。     

船舶编队控制综述

研究了船舶编队控制的特点,从船舶编队控制结构、编队路径规划、编队运动建模和编队运动控制4个方面分别对现状和方法进行分析;介绍了船舶编队控制原理,描述了船舶编队领导-跟随结构、虚拟结构、图论结构、基于行为结构的数学表示方法及应用场景;针对船舶编队路径规划,总结了编队环境建模、全局路径规划和局部避碰规划等最新方法及其特点,展示了基于粒子群优化算法的船舶编队局部避碰效果;针对船舶编队控制运动建模,构建了考虑干扰、控制时延和约束的船舶编队水动力模型,并将该模型在船舶编队过闸控制场景中进行了验证;针对船舶编队运动控制,归纳了典型集中式、分散式和分布式编队控制器特点,指出分布式编队控制器具有更好的鲁棒性和可扩展性,设计了基于分布式模型预测控制的编队航行控制器。研究结果表明:目前船舶编队控制技术瓶颈主要体现在有人/无人编队共融、岸端驾控为主的内河船舶编队控制、不确定干扰下的船舶编队控制、通信受限下船舶编队鲁棒控制、特殊水域船舶编队控制和船舶编队控制一致性等方面;在未来船舶编队发展中,应重点解决船舶编队分布式协同控制、船舶编队任务多元化控制、基于生物群体机制的船舶编队控制、特殊水域船舶编队控制、人工智能技术在船舶编队控制中的应用等问题。