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。     

基于AIS的在航船舶油水分离器状态信息远程传输方案设计与实现

为更好地保护海洋和内河水域环境,加强对船舶排放舱底水行为的监督,在结合国际标准规范和船舶自身特点的基础上,探讨了基于A IS (船载自动识别系统)远程传输在航船舶油水分离器状态信息的必要性与可行性。选择A IS消息12和14作为油水分离器状态信息传输载体,设计了1套完整的油水分离器状态信息传输交互协议,协议共定义了6类报文,即实时数据报文、请求发送报文、启闭情况报文、历史排油情况报文、自定义消息报文、确认收到报文,并详细介绍和分析了报文编码、生成、传输与解析等过程。在有房屋和树木干扰环境下对报文传输过程进行了仿真试验。结果表明,传输过程丢包率为30%左右,满足A IS报文传输要求。      

基于模型预测控制的船舶纵向航速协同控制方法

多船协同航行在海事搜救、资源勘探、极地航运等领域中具有显著优势，其中纵向航速协同控制是实现船舶协同航行的关键。通过分析船舶螺旋桨转速、加速度与航速之间的关系，构建了考虑风力影响的船舶纵向动力模型，为实现前后船加速度与跟驰距离的关联，引用基于变时距策略的船舶间距模型。设计了考虑航速、加速度等多约束的多船航速控制目标函数，并利用模型预测控制方法实现了最优化问题的实时求解。通过Matlab进行仿真验证，结果表明，提出的基于模型预测控制方法的船舶纵向航速协同控制方法在前船加速、减速、匀速等工况下，后船均能实现对前船的精确稳定跟驰，其距离跟踪误差分别为0.092 5 m，0.192 8 m，0.166 2 m，与PID方法相比具有更好的收敛性、跟踪精度和抗干扰能力。      

基于 AIS的内河船舶油水分离器远程监管系统实现

为解决我国内河船舶含油污水违规排放问题,在分析我国内河船舶非法排放油污水现状的基础上,提出了1套基于AIS的内河船舶油水分离器远程监管系统。该系统采用基于ARMCortex-M 3内核32位单片机来实现对船舶油水分离器运行状态信息的采集,并对采集的运行状态信息进行分析、处理和显示。系统将采集到的运行状态信息通过A IS广播消息实时地向海事部门广播的同时,还通过单片机SDIO接口保存到 SD卡内。在远程监控端,利用 VS2010平台开发的程序实现了对A IS广播信息的解码显示和船舶排放违规的识别,同时实现了对船舶端的远程监管。系统能够实时监控并记录船舶含油污水排放行为,在一定程度上提高了海事部门监管监测能力,改善我国内河船舶含油污水排放现状。      

基于船岸一体化的江海直达船舶在航动态监控系统构建

为实现对在航船舶航行状态的全面监控和船岸之间的信息发布,以船舶机舱信息、驾驶台信息、驾驶人操作信息,以及通航环境信息为感知对象,结合3G通信、移动互联网及数字滤波等技术,基于信息物理系统,构建在航船舶和船务公司一体化的监控系统。上海集海船务公司应用表明,系统可以实现机舱和驾驶台状态监控、油耗分析、信息发布等多种功能。     

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.      

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。      

Survey of ship platoon cooperative control北大核心CSCD

船舶列队是未来水路运输的重要方式。分析船舶列队协同控制的特点和原理;从船−岸协同交互、列队控制模型、列队运动控制、列队典型应用等4个方面分别进行现状分析与梳理。总结当前船舶列队控制技术瓶颈,包括人机共驾控制、列队控制运动不确定性建模、列队协同控制一致性、通信受限下船舶列队鲁棒控制及一致性控制等。最后,指出未来的船舶列队协同控制发展,应重点解决基于数据驱动与机理融合的列队运动建模、基于生物群体机制的船舶列队控制、基于分层控制的船舶列队控制等关键问题。