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.      

内河AIS服务性能指标研究与平台设计

针对当前内河AIS服务性能评价指标单一且实船测试过程复杂等问题,从单船、单个基站和航段区域3个角度,提出内河AIS服务性能评价指标。在此基础上,设计了基于长江电子航道图的AIS服务性能分析平台,通过多条件数据查询、数据处理,实现评价指标的计算以及历史AIS数据的显示。以长江岳阳航段为例,开展AIS服务性能分析平台测试。测试结果显示:单船丢包率差异较大([6. 73%,62. 43%]);基站间存在覆盖区域相互重叠的现象,导致单个基站的丢包率约为45%;航段区域整体丢包率和错误率分别为16. 63%和1. 57%。分析结果表明平台可有效实现AIS服务性能分析与数据可视化,从而保障内河AIS数据的可靠性,提高海事管理和服务的水平。     

智能船舶船岸协同实验关键技术研究

为解决智能船舶实船实验困难、成本高和航行风险大等问题,选取封闭水域建立智能船舶船岸协同模拟系统.通过分析系统的功能需求,设计了系统整体架构及功能模型,研究了智能船舶船岸协同实验实现的关键技术,并在智能船舶运动建模中加入风力干扰,提升了船舶运动模型的精确度.利用船岸协同实验系统,在实验水域中进行了智能船舶操纵性实验、静态障碍物避碰实验以及路径跟踪实验.实验结果表明,运动模型仿真结果减少近50%误差,回转实验中在有风和无风2种条件下几乎无旋回速度和船速的改变,实际航行轨迹与参考轨迹的偏差也在0.2~1 m以内,满足智能船舶实验需求,为智能船舶的航行验证提供了基础实验平台.