水下自主机器人航向控制算法应用研究

为了提高AUV航向控制系统的控制品质,研究基于模糊理论的参数自调整PID算法。该算法在AUV原控制器的基础上对控制器参数进行在线调整,使控制器具有了一定的自适应特性。分析模糊控制规则对控制效果的影响,提出一种基于非线性函数的尺度变换方法对模糊控制器输入数据进行处理,简化了模糊控制器输入数据的量化过程。通过湖上试验,验证了模糊PID控制算法的有效性。对比试验结果显示,改进后的算法在AUV航向控制中能够获得更好的控制效果。在大角度转向中,该控制算法的优越性明显,系统响应快,超调小,航向误差均方差小。     

水面无人艇单目视觉伺服自主控制研究综述

单目视觉伺服采用相机模仿人眼视觉功能,感知周围环境和测量运动状态,是提高无人艇航行感知与控制自主性的重要手段。首先,从基本原理出发,简述视觉伺服技术分类、相机透视投影原理和无人艇运动数学模型,为文献综述分析提供框架基础。然后,根据任务复杂度,依次综述单目视觉伺服在无人艇航向控制、镇定控制、轨迹跟踪控制和集群控制等典型应用场景下的研究进展和挑战。最后,系统性地总结无人艇单目视觉伺服自主控制的潜在研究方向和发展趋势。     

基于反馈线性化的船舶航向保持模糊自适应控制

针对诺宾（Norbin）非线性船舶模型,基于反馈线性化方法和由径向基函数（RBF）神经网络构建的模糊系统的逼近能力,提出了基于反馈线性化的船舶航向保持模糊自适应控制算法。运用泰勒级数展开的线性化技术,使模糊系统的所有参数均可实时调节,引入了鲁棒控制消除模糊逼近系统带来的误差,在李雅普诺夫稳定性理论的基础上导出了自适应控制率。该算法可以确保闭环系统渐近稳定,使系统的模型跟踪误差为0,优于传统的PID控制策略,具有良好的自适应能力。     

人工智能技术在舰船航向混合自动控制中的应用

现有航向控制主要使用PID控制器,其主要应用于线性控制问题,而航向控制具备一定的随机性,导致常规航向控制方法稳定性较差,威胁舰船航行安全性,引入人工智能技术提出舰船航向混合自动控制方法研究。设置假设条件构建舰船运动模型,以此为基础,对运动参量进行无因次化处理,避免量纲不同对模型产生不利影响,引入人工智能技术——神经网络算法与PID控制理论进行混合应用,制定神经网络PID控制程序,执行程序即可实现舰船航向的混合自动控制。实验数据显示:在常数大于2条件下,应用人工智能技术后获得的航向控制稳定性指标大于平均水平,说明人工智能技术应用性能较好。     

基于舵角信息的航向修正和横漂速度估计算法研究

阐述了舰船在机动情况时舵角反馈信号对航向精度的提高以及对横漂速度的估计作用,结合舰船的运动模型和航向角H与舵角β的关系模型,考虑横漂速度对舰位的影响,引入舵角反馈信息,建立了有舵角反馈信息参与的kal-man滤波模型,并利用Matlab软件将有/无舵角信息参与的kalman滤波模型进行了比较,结果显示有舵角信息参与的kal-man滤波模型效果较好。     

航向数据去噪中两种滤波方法对比研究

电控罗经因其多种优点得剑广泛的使用,但是由于受多种干扰影响,其航向数据存在不同噪声。利用改进的Sage-Husa自适应滤波和抗野值算法,将其应用到罗经的数据处理中,并与经典kalman进行了比较。通过试验结果中误差方差和Allan方差系数的比较,得到Sage-Husa自适应滤波比经典kalrnan更适用于航向数据的处理。     

基于模糊理论的船舶航向控制器

结合船舶操纵特点,将模糊逻辑引入到船舶航向控制器的设计中,设计了一种基于模糊理论的船舶航向控制器。运用计算机仿真手段,将所设计的模糊控制器和传统PID控制器进行对比,仿真表明船舶航向模糊控制器的动态性能优于传统的PID控制。     

60年搏浪击潮 信息化之翼助海事腾飞

“今天的监控手段实在太发达了！”在天津海事局,看着监控系统的电子大屏幕上出入天津港的各种船舶有序航行,船舶名称、所处的精确位置（经纬度）、船舶航向、航速等信息实时展示在眼前,原交通部负责水上安全监管工作,已84岁高龄的刘澍不由地发出感慨,言语之间充满了惊喜。“在五六十年代,我们从没想过有一天能以这种方式来进行监管。”     

船用捷联惯导系统动态初始对准技术研究

针对捷联惯组动态对准精度低,初始误差大且每次各异的缺点,提出利用船位推算位置误差对航向误差角进行补偿的方法.船体从起始位置航行到达一个位置已知点,由船位推算位置与实际位置的误差即可计算出航向误差角,同时消除累计位置误差,提高导航精度,最后通过湖态试验验证了该方法的有效性.     

影响排水型舰船回转性的因素分析

在舰船设计中采用尾部加装呆木设计,通常是为了改善舰船的航向稳定性,但这样势必会影响到舰船的回转性能,鉴于此,希望通过试验研究来探讨采用合适的呆木形式,以达到提高和改善舰船的回转性能之目的。