无人水面艇航向航速协同控制方法

针对无人水面艇(USV)在未知干扰环境下的自主运动控制问题,研究基于模糊自适应算法的USV航向、航速协同控制方法。设计以航向角偏差量和直线距离偏差量为输入量,以及以舵角偏转控制量和油门开度控制量为输出量的模糊控制算法,并通过以航向角偏差率为输入量及以控制周期为输出量的自适应控制,使系统响应外部环境的变化。以抵达目标点的时间和舵角变化次数的加权最小值作为优化目标函数,分析论域、控制周期等参数对控制效果的影响。优化分析的结果表明:此方法在不同海面风、浪、流随机干扰的条件下,均能使无人艇抵达目标点,实现点对点的自主航行。     

基于多策略免疫遗传算法的无人艇航向自适应控制

针对无人艇在真实水面环境下的航向跟踪控制问题,提出一种基于多策略融合改进免疫遗传算法（MSFIGA）的无人艇航向自适应控制方法。首先,建立无人艇的二阶非线性运动模型和环境风浪流干扰模型。其次,提出一种基于多策略融合改进的免疫遗传算法,通过引入混沌初始化、向量角相似度及自适应差分接种等策略,改善基本算法收敛缓慢、易陷入局部最优的缺点;在此基础上,设计基于MSFIGA的无人艇航向自适应控制器及性能评价函数,以实现对无人艇控制参数的自适应优化。最后,通过对比仿真试验和在线仿真试验验证该方法的优越性和实用性。     

基于GD-FNN和参考模型的无人艇航向鲁棒自适应控制

为使无人艇在复杂环境干扰下能按希望要求改变航向,本文设计了一种基于广义动态模糊神经网络和参考模型的鲁棒自适应控制器.首先针对因环境干扰产生的不确定干扰项基于广义动态模糊神经网络建立了无人艇运动控制的逆动态模型,设计了模糊神经网络的自适应率以进一步调整神经网络权值,并结合无人艇运动控制模型的参考模型设计了无人艇航向鲁棒自适应控制器,然后通过Lyapunov稳定性理论,证明了基于该控制器的无人艇航向控制系统的稳定性,最后采用半物理仿真实验验证了该控制方法的有效性和准确性.     

基于模糊神经网络控制的水面无人艇建模与仿真

水面无人艇(USV)的控制是智能控制与船舶控制的一个重要研究方向.由于船舶运动的复杂性,自动航向控制是水面无人艇研究中的一个关键问题,传统控制方法很难取得好的控制效果.本文对模糊逻辑和神经网络智能控制方法及其在船舶航向控制的运用进行了研究.选取滑行艇作为无人艇艇体,采用喷水推进装置,利用模糊神经网络对艇体的航向进行控制,利用Matlab软件对水面无人艇进行建模,对3种海况干扰无人艇的情况进行实时仿真,仿真结果基本令人满意.     

网络环境下无人水面艇航向控制器设计

无人水面艇自主航行中受到外部环境干扰及在控制中心-执行器网络通道中存在网络诱导特性(如网络诱导时延、数据丢包等)的影响,会降低系统性能,影响航向控制系统的稳定性。为了能使无人艇按照设定航向快速、稳定地航行,提出一种基于网络的无人艇航向控制策略。首先,建立基于网络的无人艇航向控制系统模型。基于这个模型,运用Lyapunov稳定性理论和凸分析方法导出能使网络环境下无人水面艇航向控制系统渐进稳定的控制律,并设计基于网络的航向控制器。通过仿真验证所提出方法和设计控制器的有效性。     

网络环境下无人水面艇航向控制器设计

无人水面艇自主航行中受到外部环境干扰及在控制中心-执行器网络通道中存在网络诱导特性(如网络诱导时延、数据丢包等)的影响,会降低系统性能,影响航向控制系统的稳定性.为了能使无人艇按照设定航向快速、稳定地航行,提出一种基于网络的无人艇航向控制策略.首先,建立基于网络的无人艇航向控制系统模型.基于这个模型,运用Lyapunov稳定性理论和凸分析方法导出能使网络环境下无人水面艇航向控制系统渐进稳定的控制律,并设计基于网络的航向控制器.通过仿真验证所提出方法和设计控制器的有效性.     

基于粒子群优化支持向量机的水面无人艇故障诊断

通过故障诊断可以对水面无人艇可能要发生的故障进行预报、分析和判断,从而及时调整控制策略以抑制故障的继续发展,为消除故障、维修设备提供准确的技术支持.SVM是基于统计学习理论的一种机器学习方法,常用于故障诊断,在解决小样本、高维度、非线性模式识别问题中有独特优势.SVM分类的准确率由其属性参数直接决定,而最佳的属性参数往往很难直接得到.基于粒子群优化SVM(PSO-SVM)的水面无人艇故障诊断方法,即将粒子群优化算法(PSO)用于SVM属性参数的优化选择中,充分发挥了PSO算法的全局搜索能力和易于实现的优势.水面无人艇故障诊断实例分析结果表明,PSO-SVM的故障诊断精度高于BP-NNs、GS-SVM、GA-SVM。PSO-SVM适用于水面无人艇故障诊断.     

基于模型预测控制的无人艇VO避障

在高速行驶中,无人艇速度快、反应时间短,为了达到安全避障的要求,避障算法必须实时性好、稳定性高。同时,在高速场景中,无人艇的静浮力较小,流体升力较大,风浪流对无人艇的影响较低速场景更加显著,稳定的航迹跟踪与避障控制面临挑战。为了达到良好的避障效果,无人艇必须要满足控制量的约束,同时要削减外界扰动带来的不利影响。无人艇控制系统是一个多输入多输出系统,而模型预测控制则是处理多变量约束优化问题最有效的方法之一。本文提出基于模型预测控制的无人艇VO避障算法,通过仿真实验实现了该算法的避障功能,并将该算法与传统的VO算法避障效果作对比,验证了该算法的有效性,同时,通过分析模型不确定性对该避障算法性能的影响,证明了该算法的鲁棒性。     

水面无人艇研究现状

智能无人系统具有运行效率高、可靠、低成本的特点,面对紧急救援、敌情侦察等危险场景,无人系统往往更具优势。近年来用于科研与军事的无人艇平台陆续出现。这类平台一般都具备环境感知、智能决策与通信的基本功能。如有特定作战需求,则还可搭载传感或武器装备。本文根据现有典型无人艇平台,总结无人艇系统的基本软硬件架构,包括传感、决策、通信等模块。然后,针对决策模块中的数据处理、路径规划与控制对现有技术进行回顾,并基于此提出一种能有效处理系统约束条件、实现一定系统性能优化的无人艇预测控制方法。最后,对未来战场上无人艇在海、陆、空敌情发现/作战中扮演的角色与功能需求做简要展望。     

基于混合遗传算法的无人船自动航向控制方法

针对无人船航向控制提出了基于模糊及遗传算法的控制策略。考虑无人船航向控制及其具有的强非线性和不确定性,文章将基于智能策略和常规策略的无人船航向舵角控制作为主要控制框架。通过导引律计算期望的角度,并根据自主船的无人船航向控制动态模型进行分析。该模型考虑了舵和船舶推进系统的物理阈值,提出了一种适用于不同无人船航向控制的自适应控制算法,借助增益调度方法(GS),利用PID控制器和遗传算法(GA)对不同的操作点进行全流程的混合遗传算法(GS-PID-GA)优化。通过将真实数据比例缩小进行模型试验,并与传统控制方法进行比较,验证了所提控制方法的有效性。     

船舶自适应逆控制操舵

经典反馈控制将对象动态响应的控制和噪声的消除放在同一个过程中进行,这种方法往往会产生为了满足一个指标而牺牲另外一个指标的矛盾.本文介绍了一种新的控制方法--自适应逆控制,阐述了自适应逆控制的特点,讨论了自适应逆控制系统的三个基本单元--对象建模、逆控制器建模和扰动消除器.自适应逆控制将对象动态响应的控制和噪声的消除分开来考虑,解决了上述经典反馈控制的矛盾.在仿真软件Matlab上进行船舶自动舵仿真时,分别采用了自适应逆控制方案的ELS(增广最小二乘)算法和经典反馈控制的PID(比例积分微分)算法.仿真结果表明了自适应逆控制的优点.     

基于可视图法的水面无人艇路径规划设计

为了解决水面无人艇全局路径规划问题,提出一种基于可视图的A*算法。该算法使用启发式搜索的方式,克服了传统可视图法灵活性差的问题,可以减少规划时间,提高规划效率。通过在平面障碍物环境下的仿真运算,验证了该算法的可行性。     

一种面向科研实验的无人艇

为对无人艇的相关技术进行实船验证研究,在分析科研试验对无人艇系统需求的基础上,设计和实现一种基于以太网的分布式无人艇系统。该系统利用微控制器实现对传感器数据和设备数据的分布式处理,并通过以太网交换机组建数据交换局域网;利用开源通信协议和开源库对系统软件进行开发;详细介绍无人艇系统的具体设计和实现过程。系统测试和实船试验结果表明,所设计和实现的无人艇系统工作稳定,能较好地完成指定任务。     

一种面向多任务应用的无人水面艇

无人水面艇为海洋开发和航运发展提供了一种在危险情况下代替人工进行作业的安全途径。文章介绍了一种面向多任务应用无人水面艇,在简述无人水面艇结构和主要性能的基础上,进行了一系列应用实验,包括港口监控、水质采样、水文勘察、海事搜救。实验表明该无人水面艇在上述领域具有较好的应用前景。     

基于改进的联邦UKF无人艇组合导航系统设计

针对无人艇在高海况下长航时,大幅度作业滤波精度较低的问题,提出一种基于联邦结构的无迹卡尔曼滤波（Unscented Kalman Filtering,UKF）算法,将其应用于自主研制的无人艇组合导航系统中。建立系统误差方程和量测方程;引入渐消因子、基于量测值与预测量测值差值的可变因子和自适应最优信息分配因子对联邦UKF算法进行改进,保持信息的强跟踪特性和组合导航系统的信息融合精度,得到全局最优估计值。 开展湖试试验,验证该组合导航系统的有效性,结果表明该系统实时性、稳定性好,抗干扰能力强,能有效提高导航精度。该方法不仅能为无人艇作业提供安全保障,而且可供其他组合导航系统设计参考。     

基于无人水面艇感知网的目标船航迹关联与数据融合

针对现有无人水面艇（Unmanned Surface Vehicle,USV）在航行过程中感知周围航行目标时出现的数据源单一、数据延迟、数据丢失等问题,提出一种基于USV搭载的航海雷达和全球定位系统（GPS）数据源的USV海上航行目标感知数据融合方法。基于最小误差法提出雷达原始图像数据解析算法,并采用数据剔除、时间空间统一方法完成对目标数据预处理,构建基于欧氏距离和马氏距离的航迹关联算法模型、基于层次分析法（Analytic Hierarchy Process,AHP）和专家评价法的融合数据权重分配模型。同时,开展USV试验研究,验证整体融合方法。结果表明,目标原始数据预处理方法合理可靠,融合算法稳定可信,可为USV海上航行目标感知、安全航行及快速避碰提供技术和算法支持。     

船舶航向非线性系统的自适应动态面控制

针对船舶航向控制非线性系统模型中存在的不确定性和外界干扰的影响,采用动态面控制算法设计了一种鲁棒自适应控制器.由于在反步法设计过程中加入了一阶低通滤波器使得该方法无需对模型非线性多次微分,因而设计方法简单.所设计的鲁棒自适应控制器不仅能保证闭环系统的半全局渐近稳定,使得输出渐近跟踪期望轨迹;而且,跟踪误差可以通过控制器的设计参数加以调整,同时该算法还能克服可能存在的控制器奇异值问题.数字仿真结果表明,控制系统对给定航向的跟踪具有良好的动态特性,对系统的不确定性,具有较强的鲁棒性.     

基于模糊滑模理论的水面航行器减摇控制

水面航行器运动控制系统中存在很多不确定因素,难以对其建立精确的数学模型,针对这一特点,将模糊滑模算法运用到水面航行器减摇控制中,使控制器保持滑模算法对参数摄动和外界扰动不灵敏、反应迅速和鲁棒性强的特点.同时,引入模糊控制对滑模控制器的抖振进行优化,减弱对舵机和鳍机的机械磨损.在充分考虑舵角和航速等约束条件下,设计分离型舵鳍联合减摇模滑模控制器,进行Matlab仿真对比研究.仿真结果表明:设计的模糊滑模控制器能使船舶具有良好的航向保持和减摇效果,同时,系统抖振相比单独使用滑模控制器明显减弱.